Elérhető az SAP Ariba új költéselemző és betekintési megoldása

Az SAP elérhetővé tette az SAP Ariba Spend Analysis and Insights megoldást, amely több rendszerből egyesíti, osztályozza és gazdagítja a beszerzési adatokat. A vállalat szerint az eszköz a költések elemzésétől a konkrét beszerzési intézkedésekig támogatja a csapatokat.
- Elérhetővé vált az SAP Ariba Spend Analysis and Insights.
- A megoldás SAP-os, külső és nem SAP-os rendszerek adatait egyesíti.
- A költési adatok UNSPSC v25 vagy egyedi taxonómia szerint osztályozhatók.
- Az SAP 95 százalékos osztályozási pontosságot közöl.
- A Joule ajánlásokkal és végrehajtható AI-ügynökökkel támogatja a beszerzést.
Egy rétegbe kerülhetnek a költési adatok
Az SAP szeptember 16-án jelentette be az SAP Ariba Spend Analysis and Insights elérhetőségét. A megoldás célja, hogy a beszerzési vezetők és csapataik átfogó képet kapjanak arról, hol és hogyan költ a szervezet.
A rendszer az SAP Ariba, az SAP Fieldglass, az SAP Concur és az SAP Cloud ERP adatait is össze tudja gyűjteni. Emellett támogatja az SAP-on kívüli rendszereket, valamint külső adatforrásokat, például piaci intelligenciát és gazdasági mutatókat. Az integráció folyamatosan kezelhető, így a felhasználóknak nem kell minden forrásból kézzel kinyerniük és előkészíteniük az adatokat.
Az SAP szerint a megoldás az SAP Business AI Platformra épül, ezért az adatok megőrzik eredeti üzleti környezetüket és az alkalmazások közötti kapcsolataikat. A költési adatokat az ENSZ szabványos termék- és szolgáltatáskódjai, az UNSPSC alapján, illetve az ügyfél saját taxonómiája szerint osztályozza. A vállalati hierarchia adatait a Dun & Bradstreet szolgáltatja, heti frissítéssel, amelyet a tervek szerint napi frissítés követ.
A bevezetéskor elérhető funkciók
Az SAP közlése szerint az SAP által kezelt forrásrendszerekből, köztük az SAP Cloud ERP, az SAP Ariba, az SAP Fieldglass és az SAP Concur rendszereiből származó adatok perceken belül elérhetővé válhatnak. Az ügyfelek által kezelt, helyben telepített SAP-rendszerek, nem SAP-os megoldások és külső adatkészletek rugalmas integrációs csatornákon keresztül kapcsolhatók a rendszerhez.
A költési adatok UNSPSC v25 vagy az ügyfél egyedi taxonómiája szerint, az SAP állítása alapján 95 százalékos pontossággal térképezhetők fel. A mesterséges intelligenciát és gépi tanulást használó modelleket úgy alakították ki, hogy megtanulják az adott vállalat működését, több nyelvet támogassanak, és folyamatosan finomodjanak. Az SAP ehhez több mint 20 évnyi, emberi szakértelemmel felépített tapasztalatot emel ki.
A megoldás része az SAP Ariba beszerzési összehasonlítása is. Ezzel az ügyfelek iparági szereplőkhöz mérhetik teljesítményüket, és azonosíthatják a fejlesztési lehetőségeket. Az elemzések a költségmegtakarítás, a kockázati kitettség, a megfelelés, a fenntarthatóság és a termelékenység kérdéseire is kiterjednek.
Az elemzéstől a beszerzési intézkedésekig
A rendszer az SAP szerint nemcsak arra keres választ, hogy hol költött a vállalat, hanem arra is, hol kellett volna költenie, illetve hol érdemes költenie a jelenben és a jövőben. A Joule az SAP Ariba következő generációs megoldásaiban mesterséges intelligencia által létrehozott ajánlásokhoz és végrehajtható ügynökökhöz kapcsolhatja a felhasználókat.
Az SAP forrásmegoldásokkal kialakított natív kapcsolatának köszönhetően az elemzésekből kategóriakezdeményezések indulhatnak az SAP Ariba Category Managementben. A vállalat célja, hogy a döntések a beszerzési munkafolyamatokban, kézi átadások nélkül folytatódjanak.
A bejelentés hátterében a beszerzés bővülő szerepe áll. Az SAP által támogatott, 2026-os Economist Enterprise jelentés szerint a beszerzés és az üzlet többi része közötti hatékony együttműködésbe vetett bizalom 2025-ben 90 százalék, 2026-ban pedig 74 százalék volt. A jelentés alapján a következő három évben a digitális beruházások között a kategória- és keresletkezelés a második legmagasabb szintet érheti el, a költési és teljesítményelemzés mögött.
Ugyanez a kutatás szerint a vezetők 60 százaléka a digitális átalakulást tartotta a beszerzés legfontosabb stratégiai prioritásának a következő 12, illetve 18 hónapban, és több mint felük a mesterséges intelligenciát nevezte meg elsődleges hajtóerőként. Az SAP szerint a tiszta, összekapcsolt és gazdagított adatalap javíthatja az AI-eszközök, köztük a Joule Agents eredményeit. A vállalat szeptember 24-re webinárt is meghirdetett a költési adatok és az AI beszerzésben betöltött szerepéről.


