전략적 구매 업무의 시작, AI솔루션을 통한 효율적인 품목 마스터 관리 방법 ②

공급망관리
시스템
연차무관
산업공통

253 1 0

엠로 2024.09.05

구매를 잘하기 위해서는 많은 것들이 필요하지만 가장 중요한 것은 바로 ‘품목 데이터' 입니다.

지난 1탄은 SMART item doctor 솔루션이 양질의 품목 데이터를 위해 어떻게 데이터를 상시로 모니터링하고 유사·중복 현황을 확인하는지 알아보았는데요.

🔗전략적 구매 업무의 시작, AI솔루션을 통한 효율적인 품목 마스터 관리 방법 ①

양질의 품목 데이터를 확보하기 위해서는 데이터를 모니터링하고 유사/중복도를 확인하는 것만큼이나 사후관리도 중요해요. 예를 들어 A 품목 데이터와 유사도가 높은 B 품목 데이터의 속성값이 중복일 경우 재분류되지 않는다면 데이터 품질 저하는 불가피하고 실적 통합 관리 또한 불가피합니다.

어려운 품목 데이터 품질 사후관리 ‘자동으로’ 하는 법!

많은 기업들은 품목 데이터 품질 관리를 위해 전담 조직을 구성하거나 인력을 채용하고 있습니다.

그만큼 품목 데이터의 품질 사후관리는 중요하지만 관리하기 어렵죠. 모든 기업이 겪는 품목 데이터 품질 관리 이슈, 엠로 SMART item doctor 솔루션을 이용한다면 손쉽게 해결할 수 있습니다.

엠로의 SMART item doctor 솔루션이 어떤 방법으로 유사/중복 데이터를 관리하는 지, 해당 콘텐츠에서 알려드릴게요.

[SMART item doctor 품목 데이터 유사/중복 데이터 비교 분석]

SMART item doctor 솔루션은 AI 기반 자연어 처리기술(*NLP)을 통해 자동으로 유사·중복 데이터를 찾아 비교합니다. 기준 데이터와 속성값이 일치하는 경우, 다른 분류이지만 같은 속성값인 경우, 다른 속성 명으로 같은 속성값인 경우까지, 유사하거나 중복된 품목 데이터 비교 현황을 한 눈에 볼 수 있습니다. 무려 1분 안에 99% 정확한 결과를 조회할 수 있는데요.

* NLP: Natural Language Processing

[분석 결과 기반 사용자의 사후조치 실행]

기준 품목 데이터와 비교 결과를 토대로 사용자는 중복 품목일 경우 속성값 사용을 중지하고, 속성값을 비교하여 대체코드를 지정하거나 유사도가 높은 품목일 경우 품목 분류를 수정하는 등의 사후조치를 진행 하며 데이터 정제 작업을 거칩니다.

이러한 데이터 정제 작업이 지속적으로 이루어지면 기업은 중복으로 등록하여 관리되는 품목이 줄어들면서 불필요한 자재 구매가 사라지고 유사/동일 사양의 품목의 경우 통합구매를 진행하는 등 원가절감의 기회로 이어질 수 있습니다.

데이터 관리 전략은 필수인 시대!

엠로의 SMART item doctor 솔루션은 부정확한 품목 데이터로 겪는 기업의 다양한 문제들의 가장 앞에선 솔루션이 되고자 합니다. 국내 다양한 고객사들이 SMART item doctor 솔루션을 통해 품목 데이터의 품질을 높은 수준으로 관리하고 이를 기반으로 정확한 실적 집계/분석, 원가절감 등을 통해 기업 경쟁력을 더욱 강화하고 있습니다.

많은 구매 담당자들이 유사, 중복 품목을 구분하는데 어려움을 겪습니다. 앞으로도 구매 담당자의 가려움을 긁어줄 수 있는 엠로의 다양한 솔루션에 대해 이해하기 쉬운 콘텐츠로 찾아뵙겠습니다.

📌SMART item doctor 솔루션, 더 자세히 알고싶다면?