UNSPSC staat voor United Nations Standard Products and Services Code. Het is een wereldwijd classificatiesysteem dat een gestandaardiseerde achtcijferige code toekent aan elk product of elke dienst die een bedrijf kan kopen – van elektrische kabel tot ongediertebestrijding tot softwarelicenties.
The UNSPSC hierarchy
De acht cijfers bevinden zich binnen een hiërarchie van vier niveaus:
| Niveau | Beschrijving | Voorbeeld | |---|---|---| | Segment (2 cijfers) | Brede groepering | 46 – Veiligheid en Beveiliging | | Familie (4 cijfers) | Subgroepering | 4613 – Persoonlijke veiligheid en bescherming | | Klasse (6 cijfers) | Categorie | 461317 – Handbescherming | | Commodity (8 cijfers) | Specifiek product | 46131701 – Wegwerphandschoenen |
Dat niveau van precisie lijkt misschien administratieve overhead. Voor hard services bedrijven die duizenden procurement lijnen beheren over meerdere sites en systemen, is het het verschil tussen spend data waarop je kunt acteren en spend data die je alleen opslaat.
Why classification matters in practice
De meeste procurement databases in FM, bouw en infrastructuur bevatten hetzelfde fundamentele probleem: regelitems beschreven in welk formaat dan ook de invoerder verkoos. "Nitril handschoenen M" op de ene site. "Handschoenen nitril medium" op een andere. "PBM verbruiksartikelen – handen" op een derde.
Dit zijn hetzelfde product. Maar zonder consistente UNSPSC classificatie kunnen ze niet worden gegroepeerd, vergeleken of gebruikt voor volume leverage. Finance ziet vier verschillende regelitems. Procurement ziet vier afzonderlijke aankopen. De supplier ziet vier transacties die één onderhandeld contract zouden kunnen zijn.
Why ERP systems do not solve this on their own
Een veelvoorkomende aanname is dat als uw organisatie een ERP – SAP, Oracle, Microsoft Dynamics – heeft, het classificatieprobleem is opgelost. In de praktijk is dat zelden het geval. ERP systemen leggen transacties vast. Ze registreren wat werd gekocht, van wie, tegen welke prijs. Wat ze niet doen, is consistente classificatie afdwingen op het moment van invoer.
Drie benaderingen zijn historisch gebruikt om classificatie toe te voegen:
- Handmatige classificatie – nauwkeurig in deskundige handen, maar op schaal is het traag, duur en inconsistent tussen analisten.
- Offshore data teams – sneller dan intern handmatig werk, maar de kwaliteit varieert en teams missen contextuele kennis van uw specifieke business.
- Op regels gebaseerde automatisering – werkt goed voor veelvoorkomende, goed beschreven items. Faalt bij alles wat ambigu of afgekort is.
De benadering die op schaal werkt, combineert alle drie: deterministische regels voor duidelijke gevallen, een machine learning model getraind op uw specifieke data voor het middensegment, en menselijke review voor echt ambigue items. Elke menselijke beslissing voedt het model terug, waardoor de nauwkeurigheid in de loop van de tijd verbetert.
What UNSPSC classification unlocks
- Spend aggregatie over systemen en entiteiten. Elk regelitem draagt een consistente categoriecode, zodat spend vergelijkbaar wordt over ERPs, business units, sites en jaren.
- Supplier consolidatie. Zodra u de totale commodity spend kunt zien, kunt u identificeren waar meerdere suppliers hetzelfde leveren tegen verschillende prijzen.
- Category strategie. UNSPSC codes geven category managers de data layer die ze nodig hebben om categories te managen in plaats van ze alleen te beschrijven.
- AI en analytics platform gereedheid. Platforms zoals Microsoft Fabric en Power BI werken het beste wanneer data consistent gestructureerd is. UNSPSC classificatie is die standaardisatielaag.
"Voorheen betekende dit weken handmatige classificatie. Nu voer ik de ruwe exports in, bekijk wat het oplevert, en corrigeer de grijze gebieden. Mijn vertrouwen in de dataset is enorm toegenomen. Voor het eerst vertrouwt management daadwerkelijk de analytics die ik produceer."
– Data-analist, Industrieel bouwbedrijf
Maintaining classification over time
Classificatie is geen eenmalige oefening. Nieuwe suppliers worden toegevoegd, nieuwe producten worden gekocht en beschrijvingen veranderen. Zonder actief onderhoud degradeert de kwaliteit van een classificatie-oefening binnen maanden naarmate nieuwe ongeclassificeerde data zich ophoopt.
De praktische oplossing is een geautomatiseerd classificatiesysteem dat nieuwe data verwerkt zodra deze binnenkomt – codes toewijzend aan zekere items en ambigue items markeert voor review. Het model verbetert naarmate het meer van uw specifieke data verwerkt, en de doorlopende onderhoudslast neemt in de loop van de tijd af.
Pearstop Team
Pearstop
Pearstop helps procurement and operations teams in hard services, FM, construction, and manufacturing turn messy data into a reliable foundation for decisions, AI, and category management.
LinkedIn →