Satın Alma için Yapay Zekâ Startup Fikri: PDF, Excel, Fotoğraf ve Mesajların İşlenmesi, Ürünlerin CRM ile Eşleştirilmesi ve Tedarikçi Fiyat Analizi
İçerik
Satın alma departmanı her gün tedarikçilerden ticari teklifler (TT) alır. Bazıları Excel'de, diğerleri PDF'de ve yine diğerleri WhatsApp'ta bir fiyat listesinin fotoğrafı olarak ulaşır. Her birinin açılması, okunması, verilerin bir tabloya girilmesi, veritabanında doğru ürünün bulunması ve önceki fiyatlarla karşılaştırılması gerekir. Haftada 30-100 TT ile bu artık operasyonel bir iş değildir — uzmanların zamanının sistemik bir kaybıdır.
Tron Pool Energy, bu işi devralan bir AI temsilcisi geliştirdi: tedarikçilerden gelen her formatta TT'leri otomatik olarak okur, ürünler ve fiyatlar hakkındaki verileri çıkarır, bunu CRM ürün veritabanına bağlar ve analitik için teklif geçmişini biriktirir. Satın alma uzmanı kararı verir — AI bunun için gerekli tüm bilgileri toplar.
Bu makalede: bu aracın blogdaki diğer AI çözümlerinden farkı nedir, temsilcinin tam işlevselliği, pratik bir vaka çalışması ve bir uygulama SSS'si.
1. Önemli Yönlendirme: Bu Satış İçin Yapay Zeka ile Aynı Şey Değildir
Tron Pool Energy blogu zaten satış departmanı için AI araçlarını ele aldı: müşteriler için TT oluşturma, CRM sohbetinde yanıtlar için AI co-pilot, AI destek asistanı. Hepsi "şirket → müşteri" yönünde çalışır. Bu makale tam tersi yönle ilgilidir: "tedarikçi → satın alma departmanı". Farklı departmanlar, farklı süreçler, farklı analitikler.
Satışlarda AI ile satın almada AI: temel farklar
Parametre
Satışlarda AI (önceki makaleler)
Satın almada AI (bu makale)
Veri akış yönü
Şirket → Müşteri (giden)
Tedarikçi → Şirket (gelen)
Departman
Satış, destek, satış öncesi
Satın alma, tedarik
AI'ın neyi işlediği
Müşteri istekleri, özetler, yanıtlar
Teklifler, fiyat listeleri, tedarikçi koşulları
Sonuç
Müşteriye TT, yanıt, potansiyel müşteri
Teklif tabanı, fiyat geçmişi, analitik
Ana metrik
Yanıt hızı, dönüşüm
Optimum satın alma fiyatı, tasarruf
Karar verici
Satış müdürü
Satın alma uzmanı
2. Tedarikçi TT'lerinin Manuel Olarak İşlenmesi Neden Sistemik Bir Sorundur?
Bir şirket onlarca ve yüzlerce tedarikçiyle çalışır. Her biri teklifleri kendi formatında ve kendi hızında gönderir. Satın alma çalışanı şunları yapmak zorunda kalır:
Her e-postayı veya mesajı manuel olarak açmak
Ek biçimini anlamak (PDF, Excel, tarama, fiyat fotoğrafı)
Ürün ve fiyat verilerini tablolara manuel olarak aktarmak
Veritabanında gerekli ürünü aramak ve adları eşleştirmek
Dinamikleri karşılaştırmak için ayrı ayrı bir fiyat geçmişi tutmak
Sonuç tahmin edilebilirdir: veri aktarımı sırasında hatalar, birleşik bir teklif tabanının olmaması, satın alma kararları birikmiş analitiğe değil en son fiyat listesine göre alınır. Bu arada, en karlı satın alma dönemleri verilere dayalı değil, sezgisel olarak belirlenir.
3. AI Temsilcisinin Yapabildikleri: Tam İşlevsellik
3.1. Herhangi bir formattaki gelen TT'lerin analizi
Temsilci şirketin e-postasına ve mesajlaşma programlarına bağlıdır. Gelen tüm mesajlar otomatik olarak analiz edilir: sistem, e-postanın veya dosyanın bir tedarikçinin ticari teklifi olup olmadığını belirler. Değilse, yoksayar. Evet ise veri çıkarmayı başlatır.
AI tarafından işlenen gelen TT formatları
Format
İşleme yöntemi
Çıkarılanlar
Metin e-postası / mesaj
NLP — metin analizi
Ürün adı, fiyat, tedarikçi, tarih, koşullar
PDF belgesi
PDF ayrıştırma + NLP
Tüm belge alanları, fiyat tabloları, koşullar
Excel / CSV tablosu
Yapılandırılmış verileri ayrıştırma
Fiyat listesi satırları: ürün kodu, ad, fiyat, hacim
Resim / fiyat fotoğrafı
OCR + NLP
Fotoğraftaki metnin tanınması, ardından ayrıştırma
Taranan belge
OCR + yapılandırma
Taramadan gelen metin, anahtar alanların çıkarılması
3.2. CRM ürün veritabanıyla otomatik eşleştirme
Veri çıkarımından sonra AI, TT'deki ürün adlarını şirketin CRM'deki ürün tabanıyla eşleştirir. Tedarikçiler aynı ürünü farklı şekilde adlandırır — temsilci bunu hesaba katar: anahtar kelimelere, kodlara, kategoriye göre karşılaştırır. Eşleştirme güveni eşiğin altındaysa, "human-in-the-loop" tetiklenir: çalışan bağlantıyı onaylar veya düzeltir.
3.3. Her ürün için teklif geçmişi ve tedarikçi tablosu
Her teklif CRM'deki ilgili ürüne eklenir. Her öğe için alınan tüm tekliflerin bir tablosu oluşturulur: tarih, tedarikçi, fiyat, koşullar. Uzman yalnızca en son teklifi değil, tüm teklif geçmişini görür — kim neyi, ne zaman ve hangi fiyata teklif etti.
3.4. Fiyat ve mevsimsellik analitiği
Birikmiş veritabanına dayalı olarak AI her ürün için analitik oluşturur:
Fiyat değişim grafikleri: dinamiklerde minimum, maksimum, ortalama fiyat
Tedarikçi karşılaştırması: belirli bir ürün için en iyi koşulları kim sunuyor
Mevsimsellik analizi: karlı satın alma dönemleri, mevsime göre fiyat eğilimleri
Uzun vadeli eğilimler: bir ürün için bir dönem boyunca fiyat artışı veya düşüşü
4. Temsilci Nasıl Çalışır: Tedarikçi TT'sinden Analitiğe Yolculuk
Tam TT işleme döngüsü — 9 adım:
Tedarikçi bir TT gönderir. E-posta veya mesaj — fark etmez. Ekli mesaj otomatik olarak sisteme girer.
AI bir bildirim alır. Temsilci alındıktan hemen sonra analiz sürecini başlatır.
Belge türünü tanıma. Sistem belirler: bu bir TT mi yoksa normal bir mesaj mı? Normalse yoksayar.
Veri çıkarma. AI okur: ürün adı, fiyat, tedarikçi, tarih, teslimat koşulları.
CRM tabanı ile eşleştirme. Temsilci, şirketin dahili veritabanında ilgili ürünü arar.
Eşleştirme doğrulaması. AI'ın güveni eşiğin altındaysa, görev onay için bir çalışana gider.
İstatistikleri güncelleme. Sistem analitiği yeniden hesaplar: ortalama fiyat, dinamikler, aralık.
Satın alma departmanı karar verir. Uzman tekliflerin ve analitiklerin tüm resmini görür — ve optimum tedarikçiyi seçer.
5. Vaka Çalışması: Avusturyalı Toptan ve Perakende Şirketi (Alkollü İçecekler)
Durum. Avusturyalı bir şirket, alkollü içeceklerin toptan ve perakende ticaretini yapmaktadır. Çok sayıda tedarikçiyle çalışıyor — şarap imalathaneleri, distribütörler, ithalatçılar. Ürünler için ticari teklifler günlük olarak çeşitli formatlarda geliyor: PDF fiyat listeleri içeren e-postalar, Excel tabloları, WhatsApp'taki fiyat listesi fotoğrafları, metin mesajları. 6 kişilik bir satın alma departmanı gelen TT'leri manuel olarak işliyordu: verileri Excel'e aktarıyor, ürün çeşitleriyle eşleştiriyor ve ayrı bir fiyat kaydı tutuyordu. Birleşik bir fiyat geçmişi veritabanı olmadan, karlı satın alma dönemlerini belirlemek veriye değil, yöneticinin sezgisine dayanıyordu.
Tron Pool Energy neleri uyguladı (8 hafta):
AI temsilcisi şirketin kurumsal e-postasına ve WhatsApp Business'a bağlandı.
Gelen TT'lerin tüm formatlarını işler: PDF, Excel, görseller, taramalar, metin.
Dahili CRM ile entegre edildi: her teklif otomatik olarak bir ürün öğesine bağlanır.
Tedarikçileri karşılaştırma yeteneği ile her ürün için teklif geçmişini biriktirir.
Fiyat analitiği: minimum, maksimum ve ortalama değerlere sahip dinamik grafikler, satın alma mevsimselliğinin analizi.
Lansmandan 3 ay sonraki sonuçlar
Metrik
Uygulamadan önce
Uygulamadan sonra
Değişim
1 TT için işlem süresi
Manuel 15-30 dakika
Otomatik olarak < 2 dakika
−%90
Günde işlenen TT
20-30 (ekibin manuel sınırı)
100+ (sınır yok)
×3–5 kapasite
Veri aktarımındaki hatalar
%5-8 (insan faktörü)
<%0,5 (çalışan kontrolü)
-%85 hata
Ürün fiyat geçmişi varlığı
Yok (veya dağınık tablolarda)
İlk günden itibaren tam geçmiş
Sıfırdan %100'e
En iyi fiyatı bulma süresi
1-2 saat (tablolarda arama)
Anında (CRM ürün kartında)
−%95
Mevsimsel indirimleri belirleme
Sezgisel olarak
Analitik verilere dayanarak
Niteliksel sıçrama
Ek etki: mevsimsellik analitiği sayesinde şirket, hangi belirli tedarikçilerin hangi dönemlerde en uygun koşulları sunduğuna dair verileri ilk kez aldı. Bu, satın alma stratejilerini ayarlamalarına ve optimum dönemlerde planlanan siparişlerin hacmini artırmalarına olanak sağladı.
6. Tedarikçi TT'lerini İşlemek İçin AI Temsilcisine Kimlerin İhtiyacı Var
Şirket profili ve tipik kullanım durumları
Şirket türü
Sorun
AI temsilcisinin sağladığı
Toptan satış ve dağıtım ticareti
100+ tedarikçi, farklı formatlar, birleşik veritabanı yok
Tüm tekliflerin otomatik toplanması, tek tip fiyat geçmişi
Perakende ve zincirler (FMCG)
Mevsimsel teklifler, fiyat dinamikleri, ihaleler
Karlı satın alma dönemleri analitiği, tedarikçi karşılaştırması
Çok dilli TT'ler, dil modellerinin ek ayarlanmasını gerektirir
Özet: Sezgiye Değil, Veriye Dayalı Satın Alma
Bir tedarikçi seçme kararı verilere dayanmalıdır: fiyat geçmişi, teklif dinamikleri, mevsimsel modeller. Bu veriler manuel olarak toplandığı sürece eksik veya güncel olmayacaktır. AI temsilcisi, tedarikçilerden gelen TT akışını yapılandırılmış analitik bir veritabanına dönüştürür — otomatik olarak, gerçek zamanlı olarak, aktarım hataları olmadan. Tron Pool Energy bu tür anahtar teslimi çözümleri uygular: OCR tanımasını ayarlamaktan CRM'nizle tam entegrasyona ve analitik gösterge panelleri oluşturmaya kadar.
Tedarikçi aynı ürünü veritabanımızdakinden farklı bir şekilde adlandırırsa ne olur?
İnsan doğrulamalı eşleştirme mekanizması tam olarak bu nedenle mevcuttur. AI, adları anahtar kelimelere, eşanlamlılara, kodlara ve kategorilere göre karşılaştırır. Eşleştirme güveni belirlenen bir eşiğin altındaysa, görev onay için satın almacıya gönderilir. Onaylandıktan sonra sistem bu eşleşmeyi hatırlar ve bir dahaki sefere otomatik olarak yapar.
Bu AI temsilcisi, TT oluşturmak için kullanılan AI temsilcisinden nasıl farklıdır?
Temelde farklı bir yön: TT oluşturma için AI temsilcisi (blog makalesi 17'de açıklanmıştır), şirketin müşterilerine gönderdiği belgeleri oluşturur. Bu temsilci, tedarikçilerin şirkete gönderdiği belgeleri analiz eder. Farklı departmanlar (satış vs satın alma), farklı görevler, farklı analitikler — her ikisi de "TT" terimiyle çalışsa da.
Yabancı dillerdeki TT'lerle çalışmak mümkün mü?
Evet. Temsilcinin üzerine inşa edildiği dil modelleri birçok dili destekler. Bu, özellikle uluslararası tedarikçilerle çalışan şirketler için geçerlidir. Ek olarak, para birimi dönüştürme ayarlanabilir: temsilci, doğru karşılaştırma için tüm fiyatları tek bir para birimine getirir.
Bir tedarikçi tek bir Excel dosyasında 200 kalemlik bir TT gönderirse ne olur?
Temsilci, çok satırlı fiyat listelerini tamamen işler: her öğe için verileri satır satır çıkarır, CRM tabanıyla eşleştirir ve teklifi her bir ilgili ürüne ekler. Dosyanın işlenmesi, saatlerce süren manuel veri aktarımının aksine saniyeler sürer.
AI, bir e-postanın normal bir mesaj değil de ticari bir teklif olduğunu nasıl belirler?
Sınıflandırma modülü mesaj içeriğini analiz eder: fiyat listelerinin varlığı, ürünlerin ve fiyatların belirtilmesi, karakteristik biçimlerdeki ekler. Temsilci düzenli operasyonel e-postaları (onaylar, sorular, anlaşmalar) yok sayar. Sınıflandırma eşiği, uygulama sırasında belirli bir şirketin özel iletişimine uyacak şekilde ayarlanır.
TRX Hesaplayıcısı
Komisyonlara ne kadar harcadığınızı öğrenin!
Kripto cüzdan adresinizi girin, son 30 günde ücretlere ne kadar TRX harcadığınızı hesaplayalım.
ChatGPT işletmenizi tanımadığı için yanlış bilgiler üretebilir. RAG destekli bir yapay zeka ajanı fiyat listelerinizi, vaka çalışmalarınızı ve şirket prosedürlerinizi bilir; saniyeler içinde doğru ve güvenilir yanıtlar verir.
Yapay zeka, satış ekiplerinin daha kısa sürede daha fazla anlaşma kapatmasına nasıl yardımcı oluyor? Bir AI ajanının bilgi aramayı, yanıtları ve ticari teklifleri hazırlamayı nasıl otomatikleştirdiğini, presale aşamasında satış yöneticilerini nasıl desteklediğini ve müşterilerle yapılan rutin işleri nasıl azalttığını inceliyoruz.
Müşteri desteği için AI asistanı, işletmelerin taleplere 7/24 yanıt vermesine, potansiyel müşterileri nitelendirmesine, ticket oluşturmasına ve presales süreçlerini otomatikleştirmesine yardımcı olur. Temel kullanım senaryolarını, entegrasyon kanallarını, bir SaaS şirketi örneğini, uygulama sonuçlarını ve AI asistanının devreye alınma aşamalarını inceliyoruz.