Commercial problem
Une multinationale ne dispose pas d'un support efficace pour classer les dépenses des fournisseurs, en particulier pour services et matériaux indirects. Les saisies de texte manuelles et les descriptions incohérentes ont entraîné une catégorisation incorrecte des dépenses, des rapports peu fiables et une visibilité limitée pour la budgétisation et la comptabilité.
Mesures prises
· Mise en œuvre d'un Cadre de classification des dépenses basé sur l'IA en utilisant l'analyse de texte et des modèles basés sur les réseaux neuronaux.
· Conception de boucles d'entraînement, de notation et de feedback pour améliorer continuellement la précision de la classification.
· Logique de classification hiérarchique appliquée pour gérer des descriptions de fournisseurs divers et non structurées.
· Capacités de compréhension sémantique exploitées pour interpréter les données d'approvisionnement en texte libre.
Resultats obtenus
· Atteint Précision de classification de 90 à 95 %sur des échantillons de données validés par l'entreprise.
· Accumul fiability of reports on the expenses for the services and indirect materials.
· Efficacité opérationnelle accrue au sein de l'organisation mondiale des achats.
· A permis une budgétisation et une comptabilité plus précises grâce à une classification cohérente des fournisseurs.
