关于 procurement-optimizer
面向财务和 BizOps 团队的采购分析技能,用于审查支出类别、采购周期和供应商重叠情况。脚本生成帕累托分析与整合计划,并纳入切换成本和一级供应风险。
主要功能
- 01按 UNSPSC 对齐的支出分类
- 02按类别进行帕累托及同比分析
- 03识别采购周期瓶颈
- 04聚类功能重复的供应商
- 05制定风险平衡的整合计划
适用场景
- 01审查年度 SaaS 与类别支出
- 02查找采购审批瓶颈
- 03比较节省额与迁移成本
- 04制定包含应急方案的供应商整合计划
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ alirezarezvani/ claude-skills --skill procurement-optimizer安装后在 Claude Code 中输入/procurement-optimizer确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
assets/spend_intake_template.mdreferences/procurement_anti_patterns.mdsaas_management_canon.mdspend_management_canon.mdscripts/purchasing_cycle_analyzer.pyspend_categorizer.pysupplier_consolidation.py详细介绍
采购优化器 — 支出分类 + 供应商整合
你是一名负责年度类别审查的采购主管 / 业务运营主管 / 财务副总裁。你的工作是确定买什么、向谁购买、按什么周期购买,而不是评估你已经选定的供应商表现(这属于 vendor-management)。你根据与 UNSPSC 对齐的分类体系对支出进行分类,找出占成本 80% 的帕累托 20% 类别,揭示采购周期瓶颈,并制定风险均衡的供应商整合计划;若没有书面记录的应急方案,该计划不会将一级类别整合为单一来源。
用途
典型的成长中期公司会遇到以下问题:
- 软件支出同比增长 40%,却没有明确负责人能说出增长最快的类别。
- 有 3 款监控工具、2 个费用管理平台、4 款电子邮件营销工具——这些功能重复的工具群迟迟无人整合,因为没人掌握足以支撑建议的数据。
- 某些类别的采购周期为 5 天,另一些则需要 90 天,而“平均值”掩盖了瓶颈。
- 续约日期集中在同一个月,削弱了谈判筹码。
此技能会针对每个问题生成确定且可据理说明的产出:包含帕累托分析的支出分类、按类别划分的周期评分卡,以及标注明确风险的整合计划。
适用场景
- 年度 SaaS 审查和类别级支出审查。
- 类别负责人想知道今年哪些 5 个类别推动了支出增长。
- 财务部门指出软件支出同比增长 40%,需要按类别而非供应商进行帕累托分析。
- BizOps 怀疑存在功能重复的工具(监控、费用管理、电子邮件营销),需要一份有理有据的整合计划。
- CFO 希望收紧审批阈值,需要各类别的周期数据作为依据。
- 收购完成后,两支采购团队需要合并类别分类体系并去重供应商库。
不适用场景
- 对你已决定继续付费的单个供应商进行评分或审计 → 同级技能
vendor-management。 - 财务结账、月度报告或损益分析 →
finance/financial-analysis。 - 起草或谈判合同条款 →
c-level-advisor/general-counsel-advisor。 - 编写外向型销售提案 →
business-growth/contract-and-proposal-writer。
工作流
第 1 步 — 收集支出数据
让用户填写 assets/spend_intake_template.md(典型的成长中期公司约需 20 分钟)。模板要求逐项列出 {supplier, description, category_hint, annual_spend, frequency, currency}。如果有上一年度的支出数据,请一并提供,以便进行同比分析。
第 2 步 — 分类并找出帕累托类别
运行 scripts/spend_categorizer.py --input spend.json --profile <profile> --output categorized.md。
分类器会将每个条目映射到与 UNSPSC 对齐的 Class → Family → Segment(内置约 30 个类别,针对科技初创企业的支出特点调整:软件 / SaaS、硬件、云基础设施、专业服务、营销服务、法律、招聘、差旅、办公、保险、福利等——并非完整的 10 万类 UNSPSC 数据库)。输出包括:
- 已分类的支出条目
- 帕累托分析:哪些 20% 的类别占支出的 80%?
- 同比增长排名前 10 的类别(提供上一年度数据时)
不同配置会重新调整类别映射的优先级:tech-startup(SaaS / 云服务支出占比较高)、scaleup(销售工具 / 招聘支出占比较高)、enterprise(专业服务 / 设施支出占比较高)、services、manufacturing。
第 3 步 — 分析采购周期
运行 scripts/purchasing_cycle_analyzer.py --input pos.json --output cycle.md。
对于每条 PO 记录 {category, request_date, approval_date, po_issued_date, goods_received_date, payment_date, approver_hops},分析器会按类别计算:
- T-request → T-PO 周期时间(中位数、P90)
- T-PO → T-pay 周期时间(中位数、P90)
- 审批人跳转次数(中位数)
随后,它会将周期时间超过跨类别中位数 2 倍的类别标记为瓶颈类别。这是将 Goldratt 的约束理论应用于采购:系统吞吐量取决于最慢的步骤,而最慢的步骤几乎总是某个特定类别(服务合同的法务审核、tier-1 SaaS 的安全审核)。
第 4 步 — 在平衡风险的前提下规划供应商整合
运行 scripts/supplier_consolidation.py --input suppliers.json --profile <profile> --output consolidation_plan.md。
规划器会识别功能重复的集群(例如,3 款监控工具、2 个费用管理平台)。对于每个集群:
- 选出建议保留的整合赢家(保留关键性等级最高者;如果集群为 tier-3,则根据集群类型选择转换成本最低者)。
- **标记风险:**对于任何 tier-1 关键性类别,除非输入明确标记了有记录的紧急应变方案,否则不会建议整合为单一来源。输出会明确写道:“不要整合——tier-1 集群,未记录紧急应变方案。请先添加 72 小时应急计划。”
- 估算节省金额:当前集群支出 − 赢家支出 − 迁移成本(即所有落选者的转换成本估算总和)。
- 续约日期聚集分析:标记同一日历月内有 ≥ 3 份合同续约的类别(缺乏议价优势)。
第 5 步 — 汇总采购评审
将 3 份成果整合为适用于 BizOps 的摘要:
- 推动同比支出增长的前 5 个类别(分类器)
- 阻碍吞吐量的前 3 个瓶颈类别(周期分析器)
- 前 5 个整合机会及其预计节省金额和风险标记(整合规划器)
- 所有削弱议价优势的续约集群
- 整合前需要制定紧急应变方案的 tier-1 单一来源风险点
脚本
| 脚本 | 用途 |
|---|---|
scripts/spend_categorizer.py | 与 UNSPSC 对齐的分类 + 帕累托分析 + 同比增长 |
scripts/purchasing_cycle_analyzer.py | 按类别统计周期时间 + Goldratt 瓶颈标记 |
scripts/supplier_consolidation.py | 功能重复集群识别 + 带风险标记的整合计划 |
这三个脚本均接受 --input(JSON)、--output(Markdown 路径)、--sample(使用内置示例数据运行)和 --help。其中两个支持行业特定类别优先级的脚本接受 --profile {tech-startup,scaleup,enterprise,services,manufacturing}。
快速示例
# Emits a UNSPSC-aligned spend categorization with Pareto breakdown for the built-in sample spend file
cd business-operations/skills/procurement-optimizer && python3 scripts/spend_categorizer.py --sample
参考资料
references/spend_management_canon.md— A.T. Kearney 的 Spend Management、Procurement Leaders、Gartner Procurement、BCG 采购价值创造、Hackett 基准数据、Pierre Mitchell / Spend Matters、UNSPSC 官方分类体系。references/saas_management_canon.md— Productiv / Zylo / Vendr / Tropic 的 SaaS 膨胀报告、BetterCloud SaaS Operations、Gartner SMP Magic Quadrant、Bain SaaS 支出研究、Forrester SaaS 产品组合管理、Tomasz Tunguz 关于 SaaS 膨胀的研究、Patrick Campbell / ProfitWell 关于 SaaS 单位经济效益的研究。references/procurement_anti_patterns.md— A.T. Kearney 关于非规范采购支出的研究、IACCM/WorldCC、McKinsey 关于类别战略错误的研究、Hackett 采购周期研究、BCG 关于供应商整合风险的研究、Spend Matters 失败的供应商合理化分析、ISM 经验教训。
假设
- 用户可以获取应付账款(AP)/费用/SaaS 管理导出数据,或能够手动整理出金额最高的 100–200 个明细项支出清单(帕累托规律依然成立——支出的大部分来自排名前 20% 的供应商)。
- 优先使用上一年度的支出数据(用于同比),但并非必需;如果缺少这类数据,分类器仍可正常工作。
- 优先使用采购周期数据,但并非必需;如果缺少这类数据,用户仍可获得分类结果和整合建议。
- 供应商关键性(
tier-1/2/3)由用户判断,不能仅根据支出推断。Tier-1 表示供应商一旦消失就会导致收入受阻。工具不会推断这一点——必须由用户标记。 - 输出产物(分类后的 Markdown、周期评分卡、整合计划)是供人类决策参考的输入,而不是决策本身。
反模式
- 在没有紧急替代方案的情况下,将 Tier-1 关键类别整合为单一来源。 如果整合后的供应商消失,节省的成本毫无意义。参见
references/procurement_anti_patterns.md。 - 按供应商名称而非采购内容进行分类。 Workday 可能属于“人力资源软件”,也可能属于“财务软件”,具体取决于许可了哪些模块。分类应依据明细项的
description和category_hint,而非供应商名称。 - 忽视续约日期集中。 12 份 Tier-2 合同都在 3 月续约,意味着它们都没有任何谈判筹码。应分散续约时间。
- 默认批准 5,000 美元以下的支出。 这正是被大量小额 SaaS 支出拖垮的模式。分类器会明确标出“小额支出、供应商众多”的群组。
- 不按季度审查续约。 对于全年持续续约的 SaaS,年度审查的频率过低。
- 未衡量切换成本就进行精简。 整合 3 个工具省下 50,000 美元,但迁移成本却是 200,000 美元,这不叫节省。
- 只根据价格进行整合,忽视集成负担。 无法与数据仓库集成的廉价工具,实际成本可能高于能实现集成的昂贵工具。
- 把影子 IT 支出视为市场部门的问题。 这是采购部门的问题。在规模化成长的企业中,营销工具泛滥是 SaaS 支出增长的头号驱动因素。
与以下内容不同
- 同类项目
vendor-management——用于对已经决定继续付费的供应商进行绩效评分(运行时间、SLA、第三方风险)。本项目关注的是支出精简和供应商整合——决定要保留哪些供应商。 finance/financial-analysis——涉及财务结账、损益表、报告和 DCF。本项目关注运营采购:类别策略和供应商精简,而非财务报告。c-level-advisor/general-counsel-advisor——涉及合同法(赔偿、知识产权、约定损害赔偿)。本项目关注类别层面的支出策略。决定将 3 个监控工具整合为 1 个后,由总法律顾问审查保留下来的工具所对应的合同条款。business-growth/contract-and-proposal-writer——用于撰写外发提案以争取客户。本项目用于精简入站供应商。finance/budgeting——用于年度预算规划。本项目从内部视角出发,找出预算实际流失的地方。
追问问题库(Matt Pocock 式拷问规范)
由 /cs:grill-bizops 或 BizOps 编排器逐一提问。每个问题都附有推荐答案和权威引用。绝不捆绑提问。
-
“在我们分类之前,你们有符合 UNSPSC 标准的分类体系吗?还是按供应商名称分类?” 推荐答案:根据采购内容分类(行项目描述 + category_hint),而不是按供应商分类。同一家供应商可能涉及多个类别。 权威依据:UNSPSC 官方分类体系文档、A.T. Kearney 的 Spend Management(支出管理)中关于品类架构的内容。
-
“按支出额排名前 10 的类别中,哪 3 个同比增长最多?你们知道原因吗?” 推荐答案:打开工具前先说出这些类别。如果说不出来,问题诊断就已经很明确了。 权威依据:BCG 关于采购价值创造的研究、Hackett 关于品类级可见性成熟度的基准数据。
-
“对于每个功能重复的集群(例如,3 个监控工具),整合的切换成本是多少?它是否高于节省的成本?” 推荐答案:明确估算切换成本(培训、集成返工、数据迁移)。没有这项评估,就拒绝建议整合。 权威依据:BCG 关于供应商整合风险的研究、Spend Matters 对整合精简失败案例的分析。
-
“对于你们提议整合为单一来源的任何一级类别,如果供应商突然消失,是否有 72 小时内启动的紧急预案?” 推荐答案:每个类别都要有成文且经过测试的应急预案。若没有,就不要整合。 权威依据:NotPetya / M.E.Doc 供应链攻击的教训、NIST SP 800-161、A.T. Kearney 关于供应集中风险的内容。
-
“你们有多少比例的支出通过采购订单、费用报销和影子 IT 进行?违规支出在哪里?” 推荐答案:先进行衡量。A.T. Kearney 的研究发现,未受监控的公司有 10-40% 的支出属于违规支出。 权威依据:A.T. Kearney 关于违规支出的研究、ISM(供应管理协会)采购成熟度模型。
-
“你们排名前 20 的合同中,有多少在同一个月份续约?你们有续约日历吗?” 推荐答案:建立日历;有计划地分散续约时间。续约时间集中会削弱谈判筹码。 权威依据:IACCM/WorldCC 合同管理研究、Spend Matters 关于谈判筹码与时机的内容。
-
“对于 5k 美元以下的新 SaaS 采购,你们的审批门槛是什么?谁负责解决 SaaS 越买越多的问题?” 推荐答案:收紧审批门槛,并指定一位负责人。Productiv / Zylo 的数据显示,50% 以上的 SaaS 蔓延来自未受监控的 5k 美元以下采购。 权威依据:Productiv / Zylo / Vendr 关于 SaaS 蔓延的行业报告。
按深度优先顺序逐一推进。先确定 1-4,再查看 5-7。全部回答完毕后,依次调用 spend_categorizer.py → purchasing_cycle_analyzer.py → supplier_consolidation.py。