麻烦买家采用?尝试通过买方的眼睛看着P2P

P2P Pixabay

战机器人方便买家坚持最佳实践

即使是最以客户为中心的公司可以有一个盲点时自己的购买流程。他们投资于最复杂的电子商务平台,让外部顾客购买他们的产品和服务在点击一个按钮。但有时他们期望自己的员工遵循复杂的采购流程使用复杂的或过时的procure-to-pay (P2P)技术。

几乎每个人都在一个组织的利益相关者在采购:这是一个生产经理是否需要订购大量的直接材料或组件,一个营销团队购买机构服务,或购买办公家具,设施经理购买发生在整个组织。公司可能会做得很好取代纯手工和纸质系统,但这是没有吹嘘。事实上,技术困难或不便使用,或减慢购买过程,甚至可能比手工系统如果人们变得沮丧和外出。

包括专用采购专业人士——人们为谁购买是一份全职工作。根据最近的一份报告由牛津经济学为SAP,“四分(41%)高管表示,低采购中采用新工艺、新技术的数字变换函数是一个障碍。”

当我们写在“P2P实现:为什么你要摇滚already-rocking船”,供应商采用通常是一个挑战的公司介绍供应商门户和其他网络平台。门户网站满足内部需求的组织,这可能是相当独特的。但是他们给的太少认为这看起来如何从供应商的角度来看,供应商必须面对几个这样的门户网站每天的特质。

但我们发现,在许多组织中,采用低买家也是一个关键问题。这也是传统的P2P技术的结果“内外”的购买。是时候思考“由外向内”,即。,from the viewpoint of the (human) buyer rather than from the perspective of putting information into a centralized procurement system. We need to “easify” the buying process, from RFx to payment.

但是为什么买那么困难?采购必须做出大但不频繁购买代表预算单位等设施经理或市场部经理。每次他们必须重新学习。甚至当谈到类别,他们定期购买,需要改变和员工流动率。

原因这些和其他买家已经有限的知识的信息需要进入一个改进或一个购买订单。它是耗时的,当有太多的事情要做。这并不是说有什么本质上的问题你的P2P的解决方案或使用ERP系统购买。但有一个挑战:买家在私营企业和公共部门组织越来越期待一个简单和方便的购买经验,像他们的消费者。当他们不这样做,它可以是非常令人沮丧的。

然而,有解决方案:额外的覆盖应用到P2P或ERP系统(或者,更基本的系统),保护买方免受所有procurement-specific需求和引导他们毫不费力地完成购买过程。

“例外管理”例外

当你购买过程简单,不需要购买者和利益相关者之间的相互作用的问,“我要输入什么?”和“这到底意味着什么呢?“所以这也是有利于每个人参与采购。当然,你不会消除每一个查询或障碍。这就是生活。但是机器人过程自动化(战),使用人工智能来填补在大多数的差距可以帮助一个异常,异常。

Nipendo称此为“智能hyperautomation。“我们的平台提供P2P流程治理,合规管理和错误删除。先进的软件机器人引导买家完成所有的改进和P2P工作流和流程对所有直接和间接的类别。软件驻留在云中,利用这种技术组织购买的带走痛苦。

这反过来会导致高水平的买家——通常采用95%在12周内买方采用Nipendo实现的项目。对于采购来说,这意味着消除特立独行的(合同)花。更多的花来管理。供应商也爱技术,惊人的93%吸收,给予买家访问更多的各种各样的供应商。

但这并没有结束。另一个主要的利益相关者在P2P是应付账款。Nipendo简化整个过程自动化接收发票的接收,并确保他们准确地捕捉到买方的会计平台。战机器人控制出站和入站与供应商沟通,这样每一个买家和供应商之间的信息交换封装整个上下文和互动的历史。这意味着当收到供应商发票,系统已经意识到订单的整个历史,包括定价和条款,货物是否收到,什么时候,以什么条件。

美联社记者看到更多信息和更少的问题。而不是花他们一天回复付款状态电子邮件和比较PO号码和数量交付发票,应付账款可以将注意力集中在更重要的元素的他们的工作。没有这些唠叨,怀疑一切妥当:在应付账款,则机器人提供流程治理、合规管理和执行,审计和验证、争议解决和差异管理。

结果:买家和美联社员工得到相同的命令和控制他们会从一个独立的中间件系统的Ariba等Coupa,IvaluaJaggaer但无需登录今天不是他们做什么,和不应对混乱的细节。

无论你正在使用系统采购和应付账款,我们相信你会体验更高的买家采用与Nipendo和更高的用户满意度。

这个帖子是由品牌工作室Nipendo

在Procurious分享

讨论:

你的电子邮件地址将不会被发表。

这个网站使用Akismet来减少垃圾邮件。学习如何处理你的评论数据