你的支出分类工作是否相关，是否真正起到了作用?

上个月，我们研究了当前采购的限制并发现数据支出质量是阻碍组织发展的一个问题。进一步深入研究，我们发现支出分类是影响组织获得高质量数据能力的一个重要因素。现实是你不知道你在做什么实际上每个类别的支出。对于许多采购团队来说，获得他们需要的见解是具有挑战性的，因为分类是痛苦和耗时的，而且他们不知道如何让事情变得更好。

今天，让我们更深入地探讨支出分类的一些问题:

1.这些数据并不详细

低质量的支出数据是不完善的，因为信息不完整、格式不完整或相互矛盾。手动输入或完全无视既定的指导方针可能会导致错误。缺乏定义也会对数据质量产生重大影响，无论是部件数据、服务数据还是其他类型的数据。不仅如此，这里的信息通常只是摘要数据，不包括任何供您理解和分析的细节。当这种情况发生时，你根本不知道买了什么，用了什么，甚至花了多少钱。为了解决这个问题，组织最终会做大量的后期分析rfi来填补空白并创建一些理解，但这并不一定允许您添加所有缺失的信息。

2.描述缺乏标准

如果没有适当的标准设置，就会倾向于根据数据来自谁或何处，以多种方式描述同一件事情。例如，“手套，橡胶，大”在直观上与“橡胶手套大”甚至“guante de hule grande”并不相同。同样地，同一商品可能由几个产品代码表示，这取决于它在哪里使用。你还会经常发现，相同的描述实际上指的是不同的部分。而另一些时候，对同一部分有不同的描述。例如，1/4英寸的六角驱动器可以是任何东西，或者在另一种情况下，一种操作可能会考虑气动扭矩扳手作为装配工具，另一种是电动工具，另一种是手动工具。在试图理解您的组织正在购买什么时，所有这些区别都可能非常令人困惑。

3.所使用的分类学不一致

大多数行业基于UNSPSC或eClass代码进行分类，但这样做的好处是有限的。虽然UNSPSC和eClass为供应商提供了一种通用的行业语言，但它们肯定不能帮助您执行采购，因为分类法是基于产品的，无法捕获类别经理实际参与市场所需的视图。其他人则基于GL代码或围绕内部商品或类别进行分类，但这些通常与外部分类法不一致。让事情变得更复杂的是，每个组织都使用不同的分类法——而且许多组织都有您需要遵循的严格结构。当您拥有结构不正确且不一致的数据时，就会带来重大挑战。

组织通常不解决这些问题，因为处理它们很耗时，如果没有合适的工具或法规，处理起来可能相对困难。

如果你不知道你在每个类别中花费了多少，你不能适当地识别或区分项目，你没有一致性或标准，这对你的组织意味着什么?

这很简单:你的花费分类是无用的!您的组织将永远无法做到控制你的开支如果你的数据不能给你力量。如果你不掌握自己的支出数据，你就永远无法做出有洞察力的决定或找到适当削减成本的方法。

提高您的消费分类从繁琐到无痛

开支分类不一定是痛苦的。有一些软件解决方案可以使您的分类有用，因此您可以执行明智的业务决策。以下是你可以从你的分类中得到更多信息的三种方法:

1.根据供应市场调整你的分类

通用模式的挑战往往不在于商品层面，而在于商品的汇总方式。作为一名专业采购人员，你要面对的是供应市场或一组提供相同商品的竞争对手。因此，一个认识到这一点的分类法，让你自然地了解你在这些供应市场中购买的范围和杠杆，使买家能够制定战略并实现结果最大化。

2.用领域专业知识来加强你的供应市场分类

利用一种足够灵活的技术，在组织中融入常驻专业知识，但也要限制灵活性，使其在供应市场中有用。它将利用您的组织所知道的一切，同时将这种专业知识引导到以供应为基础的结构中。具有灵活的分类法功能的解决方案允许您使用您想要的任何结构，可以是您自己的、UNSPSC、GL代码、您的会计系统，甚至是顾问的，并且它将适应这些不同的分类结构。例如，如果在一个系统中手套属于“安全”类别，而在另一个系统中手套属于“安全设备”类别，它可以理解并进行适应性调整。Xeeva的源到付费解决方案超越了其使用灵活的分类法的分类功能，能够在人工智能的支持下实时快速准确地进行分类。

3.利用先进的人工智能对数据进行细粒度分类

当你用人工智能对消费数据进行分类时，分类速度会更快。正如我们前面提到的，许多组织在分类方面存在困难，因为它花费的时间太长了。如果你有一个人工智能驱动的解决方案，就像Xeeva的解决方案一样，具有复杂的自然语言处理能力，它可以快速对数据记录进行分类，以提高数据质量和一致性。最先进的人工智能能够在术语和行项目级别上进行处理。它通过跨各种系统获取非结构化和碎片化的数据来实现这一点，并执行查看每个行项目的繁重工作，并根据您选择的分类法对其进行快速分类和分类-为您提供您的支出数据的完整视图。此外，由于人工智能比人类更可靠，分类变得更加准确。最重要的是，它释放了(通常是有限的)资源，使其在采购和采购方面更具战略意义。

通过使用这些方法，你可以更好地了解你的支出数据，这样你就可以看到你在每个类别上花了多少钱，并获得详细的绩效洞察。

Xeeva已经用我们的专利AI帮助许多客户提高了他们的分类-让他们得到真正的结果。我们的软件可以灵活地使用我们预先定义的分类法或您自己的分类法，可以对支出数据进行整体分类和分类，查看每个单独的行项目，以提供更好的见解和智能建议。当组织拥有多个ERP系统，并且在获得总分类支出的总体视图方面遇到挑战时，我们先进的人工智能可以汇总数据，在所有系统中对其进行分类，并将其组合在一起以获得总体视图。

一旦对支出数据进行了分类，您就可以使用这些数据来识别趋势和异常值、性能和机会。您将获得按类别跟踪支出的能力，从而利用数量与供应商进行更好的定价。你可以通过供应商整合来消除尾部支出。您还可以识别支出泄漏与智能，以查明和解决它的逻辑基于类别。总而言之，你的支出分类将不再是痛苦和耗时的。

了解如何让你的支出更进一步，并通过注册我们的网络研讨会来阻止支出泄漏，与spend Matters联合主办，“不能止血吗?”如何识别和防止采购中的支出泄漏。”今天就报名吧!

Koushik Kumaraswamy是Xeeva的人工智能副总裁。