《联合国标准产品和服务守则》(UNSPSC)是一个分层框架,旨在对产品和服务进行分类。其主要目标是通过提供统一的方法来对产品和服务进行分类,从而简化采购和供应链管理。
虽然 UNSPSC 有效地将产品分为各种商品类别,但它并未扩展到产品属性的标准化,而是侧重于更一般层面的产品和服务。
UNSPSC 提供了一个通用标准,您必须使用该标准对产品和服务进行分类 高效、准确地。UNSPSC 是分类代码,而不是产品代码。那 是,UNSPSC 会存储特定类别商品的代码,而不是存储代码 对于每个产品。产品和服务根据常用功能进行分类, 目的或任务。为避免在 UNSPSC 代码,您必须考虑以下因素:
-
商品可以有多种用途。
-
商品可以有很多变化。
-
商品可以有多个名称。
UNSPSC 分类不足的问题
当采用UNSPSC 分类方法用于产品分类时,面临一个问题就是UNSPSC 分类过于宽泛。
比如:自动控制产品的分类,UNSPSC 的分类为:
Segment -制造业零部件和用品
Family -气动,液压和电气控制
三类包含的许多的商品种类,留给自动化控制产品的分类只有两个层级 (Class和Commodity)了,在这两个层级来分类不符合行业的分类习惯。
还带来的问题是,如果要实现某一种商品统一的产品信息模型,笼统的商品名称是无法做到的,比如电机的类型很多,它们的属性是不尽相同的。解决这个问题的方法有下列几种
- 增加大类(Segment,Family和Class)
- 增加分类系统的层级(Levels)
- 通过特定的属性进一步细分
前面两种方法有可能与UNSPSC 不兼容。采用属性来进一步分类是一种折中的方式。
我们在Attribute 中添加一个子分类属性(subtypes),用于某一中商品的进一步分类。
subtypes=[Title:String
]
使用数组方式可以构建多层级分类。例如:
SegmentFamily ClassCommoditysubtypesubtype
subtypes 是一个固定的属性,它们没有编码(Code)。
举例
通过UNSPSC 层级分类:
SegmentCode | SegmentTitle | FamilyCode | FamilyTitle | ClassCode | ClassTitle |
31000000 | 制造业零部件和用品 | 31250000 | 气动,液压和电气控制 | 31250100 | 发电机 |
31000000 | 制造业零部件和用品 | 31250000 | 气动,液压和电气控制 | 31250200 | 电机 |
31000000 | 制造业零部件和用品 | 31250000 | 气动,液压和电气控制 | 31251700 | 过程仪表 |
31000000 | 制造业零部件和用品 | 31250000 | 气动,液压和电气控制 | 31251800 | 气动元件 |
气动元件通过subtypes 进一步分类:
ClassTitle | CommodityCode | CommodityTitle | Attribute-subtypes | ||||
气动元件 | 31251801 | 压缩空气处理 | 过滤减压阀 | ||||
过滤器 | |||||||
调压阀 | |||||||
油雾器 | |||||||
开关阀和软启动阀 | |||||||
空气干燥器 | |||||||
31251802 | 阀与阀岛 | 截止阀 | |||||
减压阀 | |||||||
节流阀 | |||||||
过程阀 | |||||||
压电阀 | |||||||
阀岛 | |||||||
气缸 | 活塞杆气缸 | ||||||
无杆气缸 | |||||||
夹紧气缸 | |||||||
旋转分度台 | |||||||
抓手 | 平行抓手 | ||||||
三点抓手 | |||||||
摆动抓手 | |||||||
旋转抓手 |
必要时,可以使用多个subtypes ,对商品实行更细的分类。
进一步分类的方式
如何添加UNSPSC 的分类和属性呢,可能的方式包括如下几种:
- 从电商,国际大公司的网站吸取分类数据,例如西门子,ABB 和施耐德等公司产品目录和产品数据手册
- 从行业标准中吸取分类数据
- 从其它国际标准中吸取分类数据,例如ECL@SS ,对商品的分类和属性描述的比较详细。IEC61360-4 对电子产品的分类和属性也比较详细。
利用AI构建产品信息模型的方法
- 使用chatGPT 生成产品信息模型
- 下载各种产品的数据表(datasheet)通过GPT 的RAG技术生成信息模型
- 由行业专家人工编写
结束语
事物的数字化是数字化时代的基础,如果停留在平台,架构和软件层面的数字化,无异于空中楼阁。没有事物的数字化模型,工业4.0 ,数字化转向,数字孪生,工业AR/VR等所有数字化的努力都是一句空话。我们赞成创造价值的数字化。
AI是钢,数据是铁,百炼成钢。