Home
Chi siamo
Soluzioni
Case study
News
Procurement
TSV
La spesa indiretta è ovunque. Renderla leggibile è la vera sfida.
Una piattaforma per analizzare la spesa indiretta · classificazione con AI · normalizzazione dei dati · viste standard o personalizzate
Esempio schematico di un modello di spesa. Il 95% è il valore di accuratezza di riferimento del prodotto; le prestazioni sul perimetro aziendale vengono verificate in fase di assessment.
Il contesto
La spesa è distribuita. Ricostruirne il quadro è complesso.
Nei gruppi aziendali, i dati di acquisto provengono spesso da società, gestionali e paesi diversi. Le descrizioni non seguono criteri uniformi: la stessa referenza può avere nomi differenti, un fornitore può comparire con più ragioni sociali e una categoria può essere classificata in modi diversi. Senza criteri condivisi, confrontare e analizzare la spesa diventa difficile.
Informazioni distribuite tra più sistemi
Ordini, fatture e contratti sono archiviati in applicazioni diverse. Riunire le informazioni e ricostruire una visione complessiva richiede attività di raccolta, riconciliazione e controllo.
La stessa referenza, nomi diversi
Abbreviazioni, errori di digitazione, lingue e codici interni rendono difficile riconoscere un prodotto o servizio quando compare con descrizioni differenti nei sistemi aziendali.
La spesa di piccolo importo resta poco visibile
Gli acquisti di importo contenuto, distribuiti tra molti fornitori, sono difficili da individuare nelle analisi aggregate. Analizzarli consente di completare il quadro della spesa e identificare possibili opportunità di razionalizzazione.
Dati disponibili quando è troppo tardi
Le classificazioni manuali richiedono tempo e spesso restituiscono informazioni solo a consuntivo. Gli uffici acquisti perdono così la possibilità di utilizzare dati aggiornati per orientare le decisioni e le negoziazioni.
Come funziona
Dai dati di acquisto a una visione strutturata della spesa.
TSV raccoglie i dati dalle fonti aziendali, uniforma le descrizioni e assegna ogni voce alla corretta categoria di spesa. Il risultato è una base informativa coerente, consultabile a diversi livelli di dettaglio: dal quadro complessivo fino al singolo ordine.
Semantic Engine
Riconoscere la stessa referenza, anche con descrizioni diverse.
Il Semantic Engine identifica la stessa referenza anche quando le descrizioni cambiano per lingua, abbreviazioni, unità di misura o codici interni. Le informazioni vengono così ricondotte a un riferimento comune, rendendo confrontabili gli acquisti tra società e paesi diversi.
Ogni classificazione può essere verificata e, se necessario, corretta attraverso regole consultabili. Le correzioni si applicano ai dati storici e ai caricamenti successivi, contribuendo a mantenere criteri uniformi nel tempo.
“CRT A4 80GR RSM 500FF”
“carta bianca A4 80 g — risma”
“A4 paper 80 gsm, ream of 500”
REFERENZA IDENTIFICATA
Carta per stampanti e fotocopiatrici
Categoria UNSPSC · Forniture per ufficio · 3 fornitori · 2 paesi
Esempio illustrativo di normalizzazione e riconoscimento della stessa referenza.
Prima e dopo
Dai dati disordinati
a una spesa
classificata.
Trascina la maniglia: a sinistra i dati di acquisto così come arrivano dai gestionali, a destra le stesse informazioni dopo la normalizzazione e la classificazione.
- Livello di dettaglio
- dal totale di gruppo alla singola riga d’ordine
- Criteri
- UNSPSC o modello aziendale
- Lingue gestite
- Riconoscimento di descrizioni in lingue diverse
- Modifiche all’ERP
- 0
Rappresentazione schematica della trasformazione dei dati. Le dimensioni dei blocchi non rappresentano importi reali.
Dentro il prodotto
Tre prospettive
sulla stessa spesa.
La stessa base dati può rispondere a esigenze diverse: supportare le negoziazioni, controllare il budget e gestire i rapporti con i fornitori.
Individuare le opportunità di acquisto
Per ogni categoria è possibile analizzare importi, numero di fornitori, prezzi e differenze tra le società del gruppo. La negoziazione può così basarsi su dati confrontabili e non su informazioni frammentate.
- Distribuzione della spesa per categoria
- Confronto dei prezzi della stessa referenza tra società
- Individuazione della tail spend e dei possibili margini di razionalizzazione
Controllare la spesa rispetto al budget
La spesa consuntiva può essere analizzata per società, paese, centro di costo e contratto. Un criterio di classificazione condiviso permette di confrontare le diverse entità del gruppo su basi omogenee.
- Analisi per società, paese e centro di costo
- Confronto tra spesa contrattualizzata e non contrattualizzata
- Esportazione dei dati per il controllo di gestione
Una visione completa dei fornitori
La riconciliazione delle anagrafiche permette di ricostruire i rapporti tra le società del gruppo e i rispettivi fornitori: chi acquista da chi, a quali condizioni e nell’ambito di quali contratti.
- Riconoscimento dei fornitori presenti con ragioni sociali differenti
- Analisi della concentrazione e della dipendenza dai fornitori
- Tracciabilità della classificazione fino alla singola riga
Cosa serve per partire
Si parte dai dati che avete già.
| Fase | Dati necessari | Risultato | Impegno IT |
|---|---|---|---|
| Raccolta dei dati | Righe d’ordine, fatture passive e anagrafiche fornitori | Verifica del perimetro e della qualità dei dati | Una prima estrazione |
| Test di classificazione | Un campione dei dati storici | Una prima classificazione della spesa secondo il vostro modello | Nessun intervento |
| Avvio del servizio | Flusso periodico di aggiornamento dei dati | Piattaforma aggiornata e viste dedicate ai diversi ruoli | Configurazione del flusso di alimentazione |
Tempi e frequenza degli aggiornamenti vengono definiti in base al perimetro e alle esigenze aziendali.
Continua a esplorare
Scopri le altre soluzioni Add Value
Intelligence · Assicurazioni
Calamìta
Incrocia i dati sismici, meteorologici e idrogeologici con le polizze georeferenziate per analizzare l’esposizione NatCat del portafoglio assicurativo.
Intelligence · Banche
Tequery
Permette di interrogare i database in linguaggio naturale e verificare la query SQL generata per ogni risposta.
Intelligence · Materie prime
PriceSense
Analizza notizie e dati di mercato per stimare l’evoluzione dei prezzi e la disponibilità delle materie prime, con la validazione dell’analista.
Data · Cloud e AI
frAIme
Integra fonti dati diverse in un’architettura data fabric cloud-native, mantenendo le informazioni nei sistemi di origine e rendendole disponibili alle applicazioni AI.
Intelligence · Mainframe
OptiMIPS
Analizza i consumi del mainframe e li attribuisce alle applicazioni per individuare opportunità di ottimizzazione delle risorse.
Software · Modernizzazione
L2M
Le applicazioni core, modernizzate e verificate sui dati reali.
Intelligence · Adozione dell’AI
Officina AI
Individuare dove l’intelligenza artificiale può generare valore nei processi aziendali.