Client caseInfrastructuur · Nederland

35.000 tot 50.000 inkoopregels per maand geclassificeerd naar UNSPSC, vanaf nul, voor Strukton

Strukton is een grote Nederlandse infrastructuuraannemer. Pearstop bouwde dit systeem samen met hun inkoopafdeling. Het classificeerde elke bestedingsregel automatisch naar UNSPSC, elke maand.

35k–50kbestedingsregels per maand
0classificatiehistorie bij de start
4UNSPSC-niveaus per regel
Wekelijksfeedbackritme van inkopers
+20%extra classificatienauwkeurigheid door menselijke controle toe te voegen, vergeleken met AI alleen en zonder context
Het probleem

Waarom vindt u geen inkoopbesparingen zonder gedetailleerde bestedingsdata?

Strukton had een reële kostenbesparing in de inkoop geïdentificeerd. Om daarop te acteren, hadden ze meer detail in hun bestedingsdata nodig. Hun spend was al goed georganiseerd. Wat ontbrak, was UNSPSC-classificatie. Dit project startte vanaf nul classificatiehistorie.

Hoe het werkte

Hoe voorkomt een AI-classificatiesysteem dat het op uw data gaat gokken?

Pearstop en het inkoopteam van Strukton bouwden een systeem met drie lagen, en vermeden zo de meest voorkomende fout in AI-projecten: het wiel opnieuw uitvinden zonder het model genoeg context te geven om mee te werken.

SAP-inkooporders
Leveranciersfacturen
Eerdere inkoopbeslissingen
pearstop.1 · AI classificeerde elke regel
2 · ML-pipeline leerde van context
3 · Human-in-the-loop voor de rest
Segment → Family → Class → Commodity
Betrouwbaarheidsscore per regel
Wekelijkse feedbackloop met inkopers
Waarom detailniveau ertoe doet

Waarom zijn alle vier UNSPSC-niveaus belangrijk, niet alleen het hoogste?

Elke maand kwam een nieuwe batch spend binnen. Pearstop verwerkte die volledig. Elke regel kreeg vier niveaus van UNSPSC-classificatie: segment, family, class en commodity.

Vier niveaus, van breed naar specifiekSegment → Family → Class → Commodity

Een segment is de breedste categorie. Een commodity is het meest specifiek. Classificeren tot alle vier de niveaus, niet alleen het hoogste, is wat de data bruikbaar maakt voor echte beslissingen – het benchmarken van één specifiek product tussen leveranciers, niet alleen een brede categoriegemiddelde. Lees meer over hoe de vier niveaus van UNSPSC werken.

“Gebouwd en bewezen bij een grote Nederlandse infrastructuuraannemer, startend vanaf nul classificatiehistorie.”
Strukton · Infrastructure, Netherlands, Strukton
Hoe het verbetert

Elke maand nauwkeuriger, niet alleen vaker gebruikt

Strukton's inkopers beoordeelden wat de AI classificeerde, markeerden wat klopte en wat niet, en elke correctie voedde het systeem. Pearstop en Strukton's team kwamen wekelijks samen om te bespreken wat werkte en wat niet.

Het resultaat

Van nul classificatie naar volledig detailniveau

Voor dit project had Strukton helemaal geen UNSPSC-classificatie. Aan het eind van het traject werden 35.000 tot 50.000 bestedingsregels automatisch geclassificeerd per maand, tot op alle vier de UNSPSC-niveaus. Dat is het detailniveau dat de oorspronkelijke besparingskans nodig had om er daadwerkelijk op te kunnen acteren.

Wilt u een case study rond uw eigen data?

We laten u zien hoe dezelfde aanpak eruit zou zien voor uw inkoop- of assetdata.

Stuur ons een sample

Stuur een representatieve steekproef van uw factuurregels — tot 200 regels, of een handvol facturen (max. 10) — en wij classificeren ze om u precies te laten zien hoe het werkt. Geen kosten, geen verplichtingen.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

pearstop.© 2026 Pearstop · Privacy · Terms

Laatste inzichten

Procurement

UNSPSC vs eCl@ss: als uw ERP en rapportage het oneens zijn

UNSPSC en eCl@ss beantwoorden verschillende vragen. Zo kiest u wanneer uw ERP voor de ene is gebouwd…

Lees meer
AI & Digital

Waarom een data cleaning AI-project een projectmanager nodig heeft

De meeste AI data cleaning-projecten falen door een governance-gap, niet door een modelgap. Software…

Lees meer
Data Quality

Wanneer manufacturer- en type-velden verwisselen in uw spend-data

Een stille field swap tussen manufacturer en type corrumpeert classificatie zonder ook maar één fout…

Lees meer