Qu'est-ce que l'UNSPSC, et pourquoi les entreprises de hard services devraient s'y intéresser

UNSPSC signifie United Nations Standard Products and Services Code. C'est un système de classification mondial qui attribue un code standardisé à huit chiffres à chaque produit ou service qu'une entreprise peut acheter, du câble électrique à la lutte antiparasitaire en passant par les licences logicielles.

La hiérarchie UNSPSC

Les huit chiffres s'inscrivent dans une hiérarchie à quatre niveaux :

Ce niveau de précision peut sembler être une lourdeur administrative. Pour les entreprises de hard services gérant des milliers de lignes d'achats sur plusieurs sites et systèmes, c'est la différence entre des données de dépenses sur lesquelles vous pouvez agir et des données de dépenses que vous ne faites que stocker.

Vous pouvez vérifier n'importe quel code vous-même avec l'outil gratuit de recherche UNSPSC de Pearstop, ou parcourir la hiérarchie complète dans l'arbre UNSPSC interactif.

Pourquoi la classification compte en pratique

La plupart des bases de données achats en FM, construction et infrastructure contiennent le même problème fondamental : des lignes d'articles décrites dans le format que préférait la personne qui les a saisies. « Gants nitrile M » sur un site. « Gants nitrile medium » sur un autre. « Consommables EPI – mains » sur un troisième.

Ce sont les mêmes produits. Mais sans une classification UNSPSC cohérente, ils ne peuvent pas être regroupés, comparés, ou utilisés pour un effet de levier de volume. La finance voit quatre lignes différentes. Les achats voient quatre achats séparés. Le fournisseur voit quatre transactions qui pourraient être un seul contrat négocié.

Pourquoi les systèmes ERP ne résolvent pas cela à eux seuls

Une hypothèse courante est que si votre organisation dispose d'un ERP, SAP, Oracle, Microsoft Dynamics, le problème de classification est réglé. En pratique, ce n'est presque jamais le cas. Les systèmes ERP capturent les transactions. Ils enregistrent ce qui a été acheté, auprès de qui, à quel prix. Ce qu'ils ne font pas, c'est imposer une classification cohérente au moment de la saisie.

Trois approches ont historiquement été utilisées pour ajouter de la classification par-dessus :

• Classification manuelle – précise entre des mains expertes, mais à grande échelle, elle est lente, coûteuse, et incohérente entre analystes.
• Équipes de données offshore – plus rapides que le travail manuel interne, mais la qualité varie et les équipes manquent de connaissance contextuelle de votre entreprise spécifique.
• Automatisation par règles – fonctionne bien pour les articles à haute fréquence et bien décrits. S'effondre sur tout ce qui est ambigu ou abrégé.

L'approche qui fonctionne à grande échelle combine les trois : des règles déterministes pour les cas clairs, un modèle de machine learning entraîné sur vos données spécifiques pour le terrain intermédiaire, et une révision humaine pour les articles réellement ambigus. Chaque décision humaine réalimente le modèle, améliorant la précision dans le temps.

Ce que débloque la classification UNSPSC

• L'agrégation des dépenses entre systèmes et entités. Chaque ligne porte un code de catégorie cohérent, si bien que les dépenses deviennent comparables entre ERP, unités opérationnelles, sites et années.
• La consolidation des fournisseurs. Une fois que vous pouvez voir la dépense totale par marchandise, vous pouvez identifier où plusieurs fournisseurs livrent la même chose à des prix différents.
• La stratégie de catégorie. Les codes UNSPSC donnent aux category managers la couche de données dont ils ont besoin pour gérer les catégories plutôt que de simplement les décrire.
• La préparation des plateformes d'IA et d'analytique. Des plateformes comme Microsoft Fabric et Power BI fonctionnent mieux quand les données sont structurées de façon cohérente. La classification UNSPSC est cette couche de standardisation.

« Avant, cela signifiait des semaines de classification manuelle. Maintenant, j'introduis les exports bruts, je révise ce qui en ressort, et je corrige les zones grises. Ma confiance dans le jeu de données a bondi. Pour la première fois, la direction fait réellement confiance à l'analytique que je produis. »

– Analyste de données, entreprise de construction industrielle

Maintenir la classification dans le temps

La classification n'est pas un exercice ponctuel. De nouveaux fournisseurs sont ajoutés, de nouveaux produits sont achetés, et les descriptions changent. Sans maintenance active, la qualité d'un exercice de classification se dégrade en quelques mois à mesure que de nouvelles données non classifiées s'accumulent.

La solution pratique est un système de classification automatisé qui traite les nouvelles données à leur arrivée, attribuant des codes aux articles assurés et signalant les articles ambigus pour révision. Le modèle s'améliore à mesure qu'il traite davantage de vos données spécifiques, et la charge de maintenance continue diminue dans le temps.

Sjoerd Schoufs

Data Extraction & Classification, Pearstop

Sjoerd works on data extraction and classification at Pearstop. He built a metadata extraction algorithm that pulls structured attributes out of engineering and technical files that would otherwise have to be opened and read one at a time. He also works on the classification pipeline itself.

LinkedIn →