Mais Inteligente, Mais Rápido e Escalável: Como a Keyrus utilizou GenAI e UNSPSC para a Classificação de Produtos

Contexto

O nosso cliente é uma empresa de software de eProcurement baseada na cloud, especializada em servir organizações de biotecnologia de pequena e média dimensão. Fundada por veteranos do setor, oferece uma plataforma intuitiva de procure-to-pay, concebida para acelerar a I\&D no setor das ciências da vida. Após um recente investimento de crescimento, a empresa está a ampliar as suas operações e a expandir o seu alcance em toda a indústria das ciências da vida.

Desafio

O cliente enfrentava o desafio de classificar um catálogo de produtos crescente e complexo utilizando a taxonomia UNSPSC, um facilitador essencial para procurement, estratégias de preços e tomada de decisões orientadas por dados. A classificação manual por fornecedores era morosa, inconsistente e abrangia apenas uma pequena fração dos dados (3% dos gastos), resultando em fraca visibilidade e relatórios desalinhados. Com a implementação de um novo Data Warehouse em Snowflake, o cliente necessitava de uma solução inteligente e escalável para automatizar a classificação, melhorar a precisão e garantir a consistência entre conjuntos de dados.

Abordagem

Para responder à necessidade do cliente de uma classificação de produtos escalável, precisa e consistente, seguimos uma abordagem faseada e colaborativa: - Envolvemos desde cedo as partes interessadas para alinhar objetivos de negócio, prioridades da taxonomia e critérios de sucesso, com foco em segmentos de elevado impacto associados a atividade de PO confirmada. - Construímos uma Dimensão de Produto central como parte do novo Data Warehouse em Snowflake do cliente, utilizando AWS DMS para ingestão e dbt para modelação de dados, garantindo uma base padronizada para a classificação. - Implementámos um motor de classificação GenAI utilizando AWS Lambda para orquestrar chamadas ao OpenAI/ChatGPT, permitindo previsões automatizadas de UNSPSC para produtos prioritários. - Integrámos um processo de validação human-in-the-loop, no qual especialistas de domínio podem rever os códigos previstos pela IA. As classificações confirmadas foram armazenadas numa base de dados vetorial em Snowflake para futura recuperação pela IA e melhoria do modelo. - Estabelecemos um funil de revisão baseado em níveis de confiança, apresentando apenas classificações geradas por GenAI acima de um limiar definido para análises subsequentes e interfaces de utilizador. - Disponibilizámos vistas de reporting chave utilizando AWS QuickSight para monitorizar a cobertura da taxonomia, a comparação entre fornecedores e GenAI, e categorias emergentes de elevado gasto — permitindo às equipas de negócio rever estratégias de procurement e definições de categorias. - Colaborámos de forma transversal com as equipas de procurement e analytics para garantir que os resultados de classificação estavam alinhados com os fluxos de trabalho dos utilizadores finais, funcionalidades do software de procurement e processos de tomada de decisão.

Principais resultados

Benefícios

A solução de classificação com GenAI trouxe um valor significativo ao cliente ao transformar um processo anteriormente manual e propenso a erros num fluxo de trabalho automatizado, escalável e orientado por inteligência. Ao integrar a classificação diretamente no Data Warehouse Snowflake e ao tirar partido das capacidades de LLM da OpenAI, o cliente alcançou uma melhoria superior a 20x na cobertura em comparação com os esforços manuais. O resultado foi uma taxonomia de produtos consistente e de elevada confiança, que melhorou a visibilidade do procurement, otimizou a experiência do utilizador na pesquisa e categorização e permitiu decisões mais eficazes de sourcing estratégico. Com os resultados validados armazenados num ciclo de feedback vetorizado, o sistema continua a aprender e a melhorar, garantindo sustentabilidade a longo prazo e alinhamento com o crescimento do negócio.

Partilhe esse caso de sucesso