Het spend cube framework, uitgevoerd met AI

Kort antwoord: De klassieke spend cube die wordt gebruikt in strategic sourcing organiseert spend over drie dimensies: supplier, category en business unit, gesneden over tijd. Strategic sourcing consultancy's hebben dit decennia lang handmatig opgebouwd, met een team van analisten dat gedurende meerdere weken een vaste data-extract verwerkte. Een AI-classificatiepipeline draait hetzelfde driedimensionale model, maar houdt het actueel, omdat classificatie plaatsvindt zodra transacties binnenkomen, niet eenmaal per engagement.

Op deze pagina: Spend cube dimensies in strategic sourcing · Spend cube verval na een consulting engagement · Spend cube uitvoering met een AI-pipeline · Spend cube eigenaarschap na de lancering van de pipeline · Veelgestelde vragen

Elk groot strategic sourcing engagement produceert hetzelfde artefact: een spend cube. Supplier op de ene as, category op de andere, business unit op een derde, gesneden over tijd, zodat een partner op een slide kan wijzen en kan laten zien waar het geld naartoe is gegaan. De structuur werd gepopulariseerd door de strategic sourcing consultancy's, en de meeste grote bedrijven gebruiken er een versie van. Het bouwen ervan betekende traditioneel het inkopen van enkele weken analyst tijd, daarom is de oefening geprijsd als een consulting engagement in plaats van als een routineonderdeel van procurement rapportage. Het werkt precies zoals bedoeld, op de dag dat het wordt geleverd.

De klacht die we horen van procurement leaders en CFO's gaat niet over die dag. Het gaat over maand vier, wanneer het deck nog steeds in iemands downloadsmap staat en elk nummer erin een bedrijf beschrijft dat niet langer bestaat. Nieuwe suppliers zijn onboarded. Nieuwe categories zijn geopend. Niemand heeft de cube bijgewerkt, omdat niemand eigenaar is van het mechanisme dat het heeft gebouwd, alleen van het bestand dat het heeft geproduceerd.

Het procurement analytics onderzoek van een grote sourcing consultancy maakt een versie van dit argument: het citeert een CPO die de spend cube bijna tijdverspilling noemt zodra deze niet langer aansluit bij de bedrijfsvoering, omdat het een terugkijkend artefact wordt dat losstaat van het grootboek en de onderhandelingen die het moest informeren. Het framework is niet het probleem. Wat het genereert, een team van mensen dat gedurende meerdere weken een vaste extract verwerkt, is dat wel.

Spend cube dimensions in strategic sourcing

In de klassieke strategic sourcing methodologie bevindt de spend cube zich aan het begin van het proces, voordat een category wordt geprofileerd en voordat een negotiation wordt gepland. De gevestigde consulting methodologieën doorlopen allemaal het profileren van een category, het beoordelen van de supply market, en pas daarna het opbouwen van een strategie en het uitvoeren van de negotiation. Geen van die sequenties werkt zonder een nauwkeurig antwoord op een basisvraag: wat is er daadwerkelijk waaraan uitgegeven, door wie en waar.

Drie dimensies dragen dat antwoord.

Supplier. Waar het geld naartoe ging, opgelost tot één entiteit in plaats van vier spellingen en drie dochterondernemingen van dezelfde groep.

Category. Wat daadwerkelijk is gekocht, geclassificeerd tegen een standaard taxonomie in plaats van welke vrije tekst een requisitioner ook in een purchase order heeft getypt.

Business unit. Welke site, regio of cost centre de spend zich bevindt. Dit is de dimensie die een rapport omzet in een negotiating position, omdat het hetzelfde product toont dat afzonderlijk door zes sites tegen zes verschillende prijzen is gekocht.

Tijd snijdt door alle drie. Een momentopname vertelt een partner waar het geld vorig jaar naartoe ging. Alleen een tijdreeks toont of een negotiated rate standhield, of dat een category groeide omdat het volume groeide, of omdat iemand stilletjes stopte met het handhaven van het framework contract.

Dit is het model, en het is in decennia van spend diagnostics niet veranderd. Dat hoeft ook niet. Wat wel is veranderd, zijn de kosten om het te bouwen en hoe lang het waar blijft zodra het bestaat.

Spend cube decay after a consulting engagement

Een volledige spend diagnostic die handmatig wordt uitgevoerd, duurt doorgaans zes tot twaalf weken zodra data daadwerkelijk gefragmenteerd is over systemen, en het grootste deel van die tijd gaat naar het opschonen van de extract, niet naar het classificeren ervan. Het reconciliëren van meerdere ERP's, meerdere valuta's en decennia van inconsistente supplier naming comprimeert niet zomaar omdat iemand dat graag wil.

De output van dat engagement is nauwkeurig op de leveringsdag en begint af te wijken zodra het is geleverd, omdat het mechanisme dat het heeft geproduceerd het gebouw verlaat met het consulting team. Nieuwe purchase orders blijven ongeclassificeerd binnenkomen. Niemand in het bedrijf weet welke regel de analisten gebruikten om te beslissen dat een regel met "uren" onderaannemersarbeid betekende in plaats van machineverhuur, dus de volgende persoon die de cube aanraakt, gokt of begint opnieuw.

Dit is het mechanisme achter de eerder geciteerde kritiek: een spend cube die wordt behandeld als een eenmalige diagnostic, losgekoppeld van financiële rapportage, houdt bijna onmiddellijk op nuttig te zijn zodra deze is voltooid. De kritiek is terecht. Het is ook een beschrijving van wat er gebeurt met elke classificatie die een team eenmalig uitvoert, in plaats van een systeem dat continu draait.

Spend cube execution with an AI pipeline

Voer dezelfde drie dimensies uit via een classificatiepipeline in plaats van een projectteam, en de sequentie verandert niet. Wat wel verandert, is welke delen weken en welke dagen duren, en wat er gebeurt na de leveringsdag. Het verandert ook wat het werk kost, omdat classificatie niet langer schaalt met het aantal beschikbare analyst uren dat eraan kan worden besteed.

Supplier resolution is niet langer een eenmalige deduplicatiepas en wordt een doorlopende referentiecheck. Elke nieuwe invoice wordt bij aankomst vergeleken met een onderhouden supplier database, zodat de entiteitslijst nooit terug kan afwijken naar vier spellingen van dezelfde distributeur.

Category classificatie is niet langer gebaseerd op steekproeven. Een handmatig engagement kan het zich veroorloven om de hoogst gewaardeerde suppliers handmatig te coderen en de rest te extrapoleren, omdat een persoon in zes weken maar een beperkt aantal regels kan beoordelen. Een pipeline classificeert elke regel, kent aan elk een confidence score toe, en routeert alleen de werkelijk ambigue gevallen, een onderdeelnummer zonder beschrijving, een nieuwe supplier, een item dat in twee families kan vallen, naar een persoon. De taxonomie regels die een bedrijf overeenkomt in zijn eerste werksessie worden eenmalig gecodeerd en daarna consistent toegepast, in plaats van in het hoofd van één analist te leven.

Business unit mapping, de dimensie die hetzelfde item zes keer tegen zes prijzen gekocht blootlegt, hangt niet langer af van een correct ingevuld cost centre veld op het moment van aankoop. Site- en entiteitscontext wordt toegevoegd vanuit de purchase order en de supplier relationship, niet aangenomen vanuit een chart of accounts die de helft van het bedrijf toch negeert.

Tijd is waar het structurele verschil daadwerkelijk zichtbaar wordt. Een handmatig gebouwde cube is een momentopname met een gestempelde leveringsdatum. Een via een pipeline gebouwde cube heeft geen leveringsdatum, omdat classificatie plaatsvindt zodra transacties binnenkomen, en de marginale kosten van het toevoegen van nog een maand data bijna nul zijn. Dat is het verschil tussen een cube die een bedrijf eenmaal per jaar bestelt en een cube die een bedrijf simpelweg heeft.

90 tot 95 procent van de regels wordt automatisch geclassificeerd binnen het eerste kwartaal van het draaien van Pearstop's pipeline voor een hard FM, bouw- of productiebedrijf, waarbij de rest naar een persoon wordt gerouteerd in plaats van te blijven zitten in een category die niemand beoordeelt.

Spend cube ownership after the pipeline launches

Niets hiervan verwijdert de beoordelingsbeslissingen die het driedimensionale model altijd al moest blootleggen. Iemand moet nog steeds beslissen of "handschoenen" medische, schoonmaak- of werkhandschoenen betekent. Iemand moet nog steeds beslissen hoe een creditnota wordt verrekend met de invoice die het corrigeert. Wat verandert, is waar die beslissing ligt.

In een consulting engagement ligt de beslissing bij de analist die de classificatie uitvoert, en deze verlaat het gebouw met hen. In een pipeline ligt de beslissing bij de persoon die de low-confidence queue aan de klantzijde beoordeelt, en deze wordt vastgelegd in een regel die van toepassing is op elke toekomstige regel die er hetzelfde uitziet. Dat is het eigenlijke argument om het framework op deze manier uit te voeren. Het is niet dat AI nauwkeuriger is dan een senior analist op een enkele ambigue regel. Het is dat het eigenaarschap van de regel binnen het bedrijf blijft in plaats van met de consultants te vertrekken.

Drie momenten zorgen er doorgaans voor dat een bedrijf van de wens voor een spend cube overgaat op het continu draaien ervan. Een ERP-migratie, omdat er geen reden is om ongestructureerde historie in een nieuw systeem te laden wanneer nieuwe purchase orders vanaf dag één correct gecodeerd kunnen worden. Een UNSPSC- of taxonomie-mandaat van een moederbedrijf of een belangrijke klant, wat classificatie van een nice-to-have in een contractuele vereiste verandert. En een algemene AI-tool die iemand al eens op het spend-bestand heeft geprobeerd, die de eerste vijftig regels overtuigend classificeerde en vervolgens zichzelf tegensprak bij de eenenvijftigste, omdat een chat-interface geen beperkte taxonomie en geen geheugen heeft van de regel die vijf minuten eerder werd toegepast.

Niets hiervan vervangt het ERP- of CAFM-systeem dat een bedrijf al gebruikt. De pipeline draait ernaast en voedt geclassificeerde, gestructureerde spend terug in de systemen die finance en procurement al gebruiken.

Frequently asked questions

Wat is de spend cube-methodologie in procurement?

De spend cube-methodologie organiseert procurement spend over drie dimensies tegelijk: supplier, category en business unit, gelaagd met tijd zodat trends zichtbaar zijn naast totalen. Het staat aan het begin van het bredere strategic sourcing-proces en biedt de basislijn die wordt gebruikt om een category te profileren en de supply market te beoordelen voordat een sourcing strategy wordt opgesteld.

Hoe lang duurt het om handmatig een spend cube op te bouwen?

Een handmatige spend cube duurt doorgaans zes tot twaalf weken wanneer data over meerdere systemen verspreid is, omdat het opschonen en reconciliëren van de brondata langer duurt dan de classificatie zelf. Het grootste deel van die tijd gaat naar het oplossen van supplier-namen, het corrigeren van ontbrekende velden en het reconciliëren van valuta's, niet naar het beslissen tot welke category elke regel behoort.

Waarom verouderen spend cubes zo snel?

Spend cubes verouderen omdat de classificatieregels die gebruikt worden om ze op te bouwen meestal alleen bestaan in de hoofden van de analisten die de engagement uitvoerden. Nieuwe invoices blijven ongeclassificeerd binnenkomen na levering, en niemand binnen het bedrijf weet meer hoe de ambigue regels gecodeerd waren, dus de cube weerspiegelt de realiteit binnen maanden niet meer, tenzij iemand de oefening opnieuw uitvoert.

Kan AI een strategic sourcing consultancy vervangen voor spend analysis?

Niet voor de hele engagement. AI vervangt het handmatige classificatiewerk binnen een spend cube, het deel dat weken duurt en na levering vervalt, maar het vervangt niet het oordeel bij het ontwerpen van een sourcing strategy, het voeren van een negotiation of het verantwoordelijk zijn voor een savings-getal. De twee kunnen meestal het beste gecombineerd worden in plaats van als alternatieven te worden behandeld.

Hoe bouwt en onderhoudt Pearstop een spend cube met AI?

Pearstop lost de supplier-lijst op tegen een referentiedatabase, classificeert elke spend-regel tegen een beperkte taxonomie zodat codes niet kunnen worden verzonnen, en stuurt regels met lage betrouwbaarheid door naar een persoon voor review. Correcties worden teruggevoerd in de regels, en de cube wordt bijgewerkt zodra nieuwe transacties binnenkomen in plaats van opnieuw te worden opgebouwd bij de volgende engagement.

Welke data is nodig om een spend cube via een AI-pipeline te draaien?

Transactiedata op regelniveau is nodig, geen samenvattende totalen: een documentnummer, datum, supplier-naam, de vrije-tekstbeschrijving, hoeveelheid, eenheidsprijs, totale waarde, valuta en een cost centre of entiteitsreferentie. Een intern materiaalnummer, indien aanwezig, verbetert de nauwkeurigheid omdat het ambiguïteit wegneemt die vrije tekst alleen niet kan oplossen.

Free resources

• Pearstop case studies
• Procurement Opportunity Mapper
• Taxonomy generator, binnenkort beschikbaar

Stephanie Wiechers

CEO & Co-founder, Pearstop

Stephanie leads Pearstop's go-to-market and strategic direction. She works directly with procurement and FM leaders across Europe to understand how data quality affects margins, contracts, and AI readiness.

LinkedIn →