Mehr Ausgabentransparenz durch KI-gestützte Warengruppensystematik

Haben Sie sich auch schon mal gefragt, warum Ihre Kreditkartenrechnung so hoch ist? Wo kommen all die Ausgaben her? Und wofür war dieses Abo gleich noch? Vielleicht sollte ich es lieber kündigen. Hab ich letzten Monat wirklich so viel Geld für Kaffee ausgegeben? Vielleicht sollte ich mir meinen Kaffee lieber selber kochen und einen Bogen um den Coffee-Shop machen. So wie wir unsere privaten Ausgaben unter die Lupe nehmen, müssen auch Unternehmen ihre Ausgaben besser analysieren, verstehen und optimieren.
Kundinnen und Kunden von Coupa wickeln jeden Tag Ausgaben in Milliardenhöhe in unzähligen Transaktionen mit ihren Lieferanten ab. Hinter diesen Transaktionen steht der Warenfluss (Waren und Dienstleistungen) von den Lieferanten zu den Kunden und der Zahlungsfluss von den Kunden zu den Lieferanten. Unseren Kunden ist es wichtig, wofür sie ihr Geld ausgeben und wo sie mit ihren Ausgaben verglichen mit anderen Unternehmen stehen. Das grundlegende Verständnis der Ausgaben in einzelnen Kategorien ist die Basis für Business Spend Management (BSM).
Sie möchten Beispiele aus der Praxis sehen? Diese Erfahrungsberichte zeigen, wie Coupa-Lösungen einen echten Mehrwert liefern.

Bei den meisten Transaktionen wird die Warengruppe, in die ein Einkauf fällt, in einer unternehmensspezifischen Systematik angegeben. Das schränkt die Möglichkeiten für Einblicke aus der Community ein. Zudem sind die angegebenen Warengruppen oftmals ungenau. Deshalb ist die Zuordnung transaktionsbezogener Ausgaben zu einer Standardsystematik für alle Kunden ein ganz entscheidender Punkt. Das bedeutet nicht nur mehr Ausgabentransparenz, sondern auch Community-gesteuerte Einblicke wie Lieferantenempfehlungen, Preiseinblicke, Sourcing-Optimierung und Betrugsbekämpfung.

KI-gestützte Warengruppensystematik

Coupa hat eine eigene KI-basierte Engine für die Warengruppenklassifikation entwickelt, welche die unzähligen Transaktionen unserer Kundinnen und Kunden einer Standardsystematik zuordnet. Im Gegensatz zu anderen Klassifikationssystemen ist die Coupa-Systematik darauf ausgelegt, wertschöpfende Aufgaben wie das Warengruppenmanagement und das strategische Sourcing zu vereinfachen. Sie umfasst derzeit etwa 60 Haupt- und 1.800 Unterkategorien.

Probleme bei der Klassifikation auf Transaktionsebene

Die kundenübergreifende Klassifikation von Transaktionen und deren Zuordnung zur Coupa-Standardsystematik bringt mehrere Probleme mit sich:

1. Datenumfang und die Geschwindigkeit, mit der sich die Daten ändern

Die Zahl der aktiven Kunden pro Jahr und die Zahl der Transaktionen pro Kunde bei Coupa wächst kontinuierlich. Dadurch entstehen ständig neue Transaktionen, die zu einer Musterverschiebung der zugrunde liegenden Daten führen.

2. Fehlende gekennzeichnete Daten, mit denen KI-Modelle trainiert werden können

KI-Algorithmen brauchen entsprechend gekennzeichnete, repräsentative Daten, um Muster erkennen zu können, die sich gut auf alle Kunden hochrechnen lassen. Selbst die Kennzeichnung eines kleinen Prozentsatzes von 160 Millionen Transaktionen setzt monatelange manuelle Arbeit voraus.

3. Schlechte Signalqualität in einigen Datensegmenten

20 bis 30 Prozent der Transaktionen sind selbst für Menschen schwer zu bestimmen. Das liegt hauptsächlich an fehlerhaften oder unvollständigen Eingaben der User. Außerdem hat Coupa Kunden auf der ganzen Welt. Die Daten liegen also in verschiedenen Sprachen vor, was die Signalextraktion noch weiter erschwert.

4. Viele mögliche Unterkategorien in der Coupa-Systematik

Je mehr Unterkategorien, desto niedriger ist in der Regel die Genauigkeit der Engine, welche die Warengruppen einsortiert. Es sind mehr gekennzeichnete Daten in besserer Qualität, mehr Rechenressourcen und bessere Algorithmen erforderlich, welche die Klassifikation weiter erschweren.
Diesen Problemen begegnen wir mit einem von uns entwickelten „lieferantenbezogenen“ Ansatz. Er beruht auf Einblicken, die wir in Gesprächen mit dem internen Vertrieb und kundenseitigen Teams gewonnen haben, und auf umfassenden Datenanalysen von Transaktionsbeispielen aus Coupa-Daten. Die zentralen Signale der Coupa-Warengruppensystematik stammen von den Lieferanten. Das heißt, der Unternehmenstyp sowie Rechnungs- und Bestellungsbeschreibungen und die Warengruppen der Kunden werden für die Transaktionen aufgelistet. Mit diesem Ansatz konnte die Genauigkeit der Systematik auf Transaktionsebene verdoppelt werden. Unten stellen wir das Verfahren veranschaulicht dar.

So funktioniert die Lieferantensystematik

Damit wir Transaktionen richtig einsortieren können, müssen wir zunächst einmal verstehen, welche Lieferanten daran beteiligt sind, und mit welchen Warengruppen sie zu tun haben. Wenn Sie auf Ihrer Kreditkartenabrechnung einen Posten mit 5 Dollar von Starbucks finden, wissen Sie wahrscheinlich gleich, dass es sich um Ausgaben für einen Kaffee handelt. Sie wissen, was Starbucks anbietet, und haben so die Warengruppe „Kaffee“ abgeleitet.

Abbildung 2 veranschaulicht das. In unserem Beispiel bietet Lieferant A Reparaturdienstleistungen an und liefert für zwei Kunden Schrauben. Wir schließen daraus, dass der Lieferant in den beiden Hauptkategorien (1) Wartung und Instandhaltung und (2) MRO-Zubehör tätig ist. Mit diesem Hintergrundwissen können wir alle Transaktionen von Lieferant A sicher einsortieren und die Zuordnungen auf diese beiden Kategorien beschränken.

Die Aufgabe besteht nun darin, die Lieferanten der Coupa-Systematik zuzuordnen und eine verlässliche Lieferantendatenbank aufzubauen. Eine Stichprobenanalyse hat einige nützliche Lieferanteneinblicke aufgezeigt:

1. Ausgaben konzentrieren sich auf wenige Lieferanten — 85 % der Ausgaben entfallen auf 4 % der Lieferanten. Die restlichen 15 % verteilen sich auf 96 % der Lieferanten.
2. Lieferanten sind nur in wenigen Kategorien aktiv — 95 % der Lieferanten fallen in nur eine Coupa-Hauptkategorie und die restlichen Lieferanten in maximal drei Hauptkategorien. Nur einige wenige große Anbieter wie Amazon oder Staples decken mehr als drei Hauptkategorien ab.
3. Warengruppen der Lieferanten fallen fast immer in die Hauptkategorien, in denen Sie aktiv sind — So ist es zum Beispiel eher unwahrscheinlich, dass Starbucks Produkte im Bereich „Wartung und Instandhaltung“ anbietet.

Anhand dieser Einblicke haben wir die Lieferanten mit hohem Ausgabenanteil (die 4 %, die wir in Punkt 1 oben erwähnt haben) der Coupa-Hauptkategorie zugeordnet. Dabei haben wir mit unserem AIC-Team (AI Classification) zusammengearbeitet, das Kennzeichnungen für unsere Kunden durchführt. Dieses Team ist versiert in der Klassifikation von Ausgabendaten und konnte uns mit seinem Fachwissen dabei helfen, hochwertige Trainingsdaten bereitzustellen.

Wir haben zuerst die Primärkategorien festgelegt und konnten darauf aufbauend die Systematik der Unterkategorien verbessern. Und dies dann auf die verbleibenden 96 % der Lieferanten erweitern. Dabei setzen wir auf eine Kombination aus KI und menschlicher Unterstützung, Signalen von manuell gekennzeichneten Daten (von den 4 % der Lieferanten) und anderen relevanten Signalen wie den Warengruppen der Kunden.

So funktioniert die Klassifikation der Warengruppen von Kunden

Auch wenn Kunden ihre eigene Systematik verwenden, liefert uns diese dennoch Signale auf Gesamtebene, die uns dabei helfen, Lieferanten richtig einzusortieren. In Abbildung 3 gibt Kunde 1 eine Transaktion als „Toilettenreparatur“ an, Kunde 3 eine weitere Transaktion als „Lecks und Reparaturen“. Beide kommen vom selben Lieferanten A.
Wenn wir uns die beiden Warengruppen genauer ansehen, erkennen wir, dass beide in die Kategorie „Wartung und Instandhaltung“ und genauer gesagt in „Sanitärdienstleistungen“ fallen. Daraus können wir ableiten, dass Lieferant A in den Bereich „Wartung und Instandhaltung“ passt. Mit diesem Wissen können wir weitere Möglichkeiten ausschließen und die endgültige Einsortierung vornehmen.

Dieses Signal hilft dabei, eine verlässliche Lieferantendatenbank aufzubauen. Kundinnen und Kunden mit einer ganz spezifischen Klassifikation können so mehr Ausgabentransparenz in die eigene Systematik erhalten und so die Lücken bei ihren eigenen Daten schließen.

Warengruppensystematik zeigt KI-Einsatz bei Coupa

Die Warengruppensystematik verdeutlicht, wie bei Coupa im Hintergrund für viele Funktionen künstliche Intelligenz zum Einsatz kommt. Mit einer Warengruppensystematik auf Transaktionsebene profitieren unsere Kunden von echter Ausgabentransparenz. Sie eröffnet außerdem viele Community-gesteuerte Funktionen, etwa Lieferantenempfehlungen, Preiseinblicke, Sourcing sowie Risiko- und Betrugsminderung.
Keine Frage, eine Klassifikation auf Transaktionsebene nur mit KI zu bewältigen, ist eine echte Herausforderung. Aber wenn dieses Projekt in Unteraufgaben aufgeteilt wird und wenn Sie dabei auch auf menschliche Unterstützung setzen, lässt sich der Aufwand reduzieren und die Qualität der Klassifikation wird deutlich besser. Wir haben diesen Ansatz teilweise implementiert und konnten damit bereits eine 1,5- bis 2-fache Verbesserung feststellen. Wir gehen davon aus, dass dies in den kommenden Monaten noch steigen wird. Wir sind überzeugt, dass dieser neue Ansatz die Erfahrung für die Kunden deutlich verbessern und ihnen auch weitere interessante Möglichkeiten eröffnen wird.