30 000 lignes produits classées par décision d'achat, en une semaine, pour FARO
Pour chaque achat de conteneur, FARO devait catégoriser environ 30 000 lignes produits pour estimer la marge, le prix de vente et le délai d'écoulement avant d'engager le capital. Pearstop a automatisé la classification et l'a reliée directement à la base de données de vente de FARO.
Pourquoi la marge restait invisible jusqu'après l'achat
Pour chaque achat de conteneur, FARO avait besoin d'une image fiable des coûts avant d'engager du capital. Cela impliquait de classer des milliers de lignes produits, de les relier aux résultats de vente, et de garder le processus assez rapide pour appuyer la décision d'achat elle-même.
Avant Pearstop, c'était le travail de deux personnes : signaler à la main chaque ligne produit entrante, et rattacher chacune à une catégorie à la main. Sans automatisation, le travail était répétitif, lent et difficile à faire évoluer.
Ce projet précède le moment où les grands modèles de langage généralistes sont devenus viables pour ce type de travail. Pearstop a construit le système de classification pour FARO avec du machine learning et sa propre technologie sur mesure, pas avec un grand modèle de langage – la preuve que l'approche sous-jacente tient sans s'appuyer sur les outils les plus récents.
Comment Pearstop estime la marge avant l'achat
Classification automatique
Pearstop a classé 95 % des articles en moins d'une semaine, en utilisant la logique de catégories propre à l'entreprise.
Vue de marge reliée aux ventes
Le jeu de données a été relié aux informations de vente, pour que les acheteurs voient la marge avant que l'achat n'ait lieu.
Rapidité de décision
L'équipe a cessé de passer des jours sur la catégorisation manuelle et a obtenu une base propre pour la décision d'achat elle-même.
Nous avions des milliers de lignes de produits qui devaient être catégorisées avant même de pouvoir commencer à comprendre nos coûts. Pearstop les a classées en moins d'une semaine. Cela aurait pris six mois à notre équipe, et le résultat n'aurait toujours pas été aussi précis.
David TorrCEO, FARODu marquage manuel à un flux automatisé
L'équipe est passée d'une catégorisation manuelle à un flux automatisé capable de suivre le rythme des décisions d'achat. Cela a rendu la marge visible plus tôt et réduit la charge opérationnelle sur l'équipe achats.
Une base plus fiable pour la planification
La classification n'étant plus le goulot d'étranglement, FARO dispose d'une base plus fiable pour la planification et l'analyse sur chaque décision d'achat, pas seulement celles qu'il y avait le temps de vérifier à la main.
Une étude de cas construite autour de vos données ?
Nous pouvons vous montrer à quoi ressemblerait la même approche pour vos données d'achats ou d'actifs.
