采购的未来嵌入式平台:介绍预测采购编排(PPO)

Nmedia / Adobe股票

花重要的分析师团队发布的一份白皮书的新市场类别预测采购编排(PPO),以及如何使用行为科学、博弈论和预测机器学习使强大的新杠杆对企业采购的领导人。

本文题为“采购的未来嵌入式平台,“花问题提供了PPO的定义,解释了底层技术和调查的实际案例研究从企业采购。

数据显示,企业采购团队来自不同行业,已实现自助服务解决方案,管理更花,看过一个意想不到的结果:新增供应商的数量是定时,连同low-intent采购的兴起。尽管组织实施采购管理套件有大量增加了花,他们也大量增加利益相关者参与采购过程的数量。更多的利益相关者,特别是那些低动力输入数据正确,意味着采购数据质量下降了。

编制类别有太多系统时出现的,太多的选择,太多的供应商对人类决策能力。换句话说,PPO解决复杂性的痛苦,焦虑,压倒和决策疲劳的组织,有很多购买渠道和大量的选择为了创造价值在快速变动的周期。

本文强调low-intent采购可以通过增加检测和量化的以下三个采购业务指标:

• 供应商每一美元
• POs /供应商
• 每项价格差异

Low-intent采购了采购团队和意味着企业错过了重要的价值创造机会。而某些公司将这个问题描述为“尾巴花”,现实情况是,所谓的“长尾”越来越胖越来越多花经过分散/委托(又名自助)采购。简单地说,作为利益相关者获得更大的控制供应商选择决策,为企业供应商的总数量的增加,进而把钱放到桌上并创建一个采购团队的大量的额外工作。这都发生在世界历史上的一系列冲击供应链意味着许多采购组织依赖手工数据输入已经明显感到不仅仅是挑战,但不知所措。

越来越大的压力来嵌入供应商选择标准与可持续性,多样性,风险管理,质量和供应商性能在日常采购周期,每采购周期的工作量,独立于供应链的冲击,也在上升。新兴的全球大流行和供应链危机,采购过度劳累和倦怠的问题也变得越来越严峻,推动全行业缺乏合格的人才。

预测数据验证和多源检查

PPO的嵌入式平台使大型企业可以创建一个“采购数据湖”,可以作为嵌入的基础首选结果和错误处理过程中通过预测效度和多源检查。与以往方法采购数据,PPO分化提供以下福利作为实时情报层在任何循环:

• 预测目标价
• 预测合同附表
• 预测供应商的建议
• 实时错误处理
• 实时检测机会
• 实时成本节约实现自动驾驶仪
• 自动驾驶仪实时供应链性能改进

PPO在后台运行在任何系统中,提高现有的ROI投资流程和系统。PPO也是有效不管成熟组织的数字,如果数据存在于一个机器可读的格式(例如表的行和列)。数据透视表,vloookups和手动错误处理不花类别或快速移动的规模,复杂或高度受限的购买渠道。采购的长尾变得越来越胖,未能解决这一挑战的金融成本只上升。

许多企业行政领导团队转向PPO通过嵌入式平台。嵌入式平台上运行自动驾驶仪内部客户的现有系统无缝和放大的有益影响采购的影响在所有可寻址花,不管它是直接、间接、物流、资本支出,尾巴花甚至花在公司信用卡(p-cards)。这个嵌入式体系结构是一种新型的争论“套房”与“最好的品种,”组织与配置可以利用提高过程的能力(以及其背后的数据)这一过程无论生活在许多系统或在一个套房。

发现为什么采购的未来嵌入式平台上阅读更多在这里。