name: spend-analytics-engine description: 采购支出分析技能,具备分类、整合和节省识别功能 allowed-tools:
- Read
- Write
- Glob
- Grep
- Bash metadata: specialization: supply-chain domain: business category: analytics priority: high
支出分析引擎
概述
支出分析引擎提供全面的采购支出分析能力。它能清洗和分类支出数据,识别整合机会,检测非合规支出,并量化节省机会,从而驱动采购价值。
能力
- 支出数据清洗与标准化:数据质量改进
- UNSPSC/商品分类:标准品类分配
- 供应商整合分析:分散度识别
- 价格差异识别:跨交易单位价格分析
- 非合规支出检测:合同外采购识别
- 合同合规性分析:支出与合同条款对比
- 节省机会量化:可处理支出与节省潜力
- 支出趋势可视化:历史模式分析
输入模式
spend_analysis_request:
spend_data:
transactions: array
- supplier: string
description: string
amount: float
quantity: float
date: date
business_unit: string
cost_center: string
period:
start_date: date
end_date: date
reference_data:
supplier_master: array
category_taxonomy: object
contracts: array
analysis_scope:
analysis_types: array # classification, consolidation, compliance
focus_categories: array
thresholds: object
输出模式
spend_analysis_output:
spend_summary:
total_spend: float
supplier_count: integer
transaction_count: integer
by_category: object
by_supplier: object
by_business_unit: object
classification_results:
classified_spend: float
unclassified_spend: float
category_distribution: object
consolidation_opportunities:
fragmented_categories: array
supplier_rationalization: array
estimated_savings: float
price_variance_analysis:
variance_by_item: array
outliers: array
benchmark_comparisons: object
maverick_spend:
off_contract_spend: float
percentage: float
top_violations: array
contract_compliance:
compliant_spend: float
non_compliant_spend: float
compliance_issues: array
savings_opportunities:
total_addressable_spend: float
estimated_savings: float
initiatives: array
- initiative: string
category: string
addressable_spend: float
savings_potential: float
confidence: string
visualizations: object
使用方法
全面支出分析
输入:12个月的应付账款交易数据
处理:清洗、分类、分析模式
输出:包含节省机会的完整支出分析报告
供应商整合分析
输入:按品类分类的支出数据
处理:识别分散度,建模整合
输出:包含节省建议的整合推荐方案
合同合规性审查
输入:支出数据、合同条款
处理:将支出与合同匹配,识别漏洞
输出:包含违规详情的合规报告
集成点
- 支出分析平台:Coupa, SAP Ariba, Jaggaer
- ERP系统:应付账款数据提取
- 分类服务:自动分类
- 工具/库:支出分析、分类算法
流程依赖
- 支出分析与节省识别
- 品类管理
- 战略采购计划
最佳实践
- 建立定期的数据刷新节奏
- 保持品类分类法的一致性
- 定期验证分类准确性
- 专注于可操作的节省机会
- 跟踪节省实现与预测的对比
- 定期向利益相关者传达见解