用途：该技能面向采购支出分析场景，当用户需要分析采购支出、识别节省机会或对支出进行分类时使用，也适用于提及“spend analytics”等需求。目标是帮助组织理解支出模式、发现节省机会、改善合规并支持数据驱动的采购决策。
主要能力：采用支出立方体模型，从“什么（品类/商品/物料）、谁（供应商/商户）、哪里（业务单元/地点/成本中心）”三个维度分析，支持按品类、供应商、业务单元切片，以及下钻与汇总。数据准备方面，可从ERP、P2P、AP、采购订单、发票/付款等主数据源，以及信用卡交易、报销、合同、供应商主数据、目录价目表等次数据源提取并整合数据，进行去重、供应商名称标准化、金额与日期清洗、按年/季/月拆分。分类方面提供品类层级（如直接材料、间接材料、服务）与基于TF-IDF和朴素贝叶斯的自动分类器，可训练并预测品类，输出置信度并标记低置信度需人工复核。分析技术包括帕累托（80/20）分析并划分A/B/C类、供应商整合机会分析（统计供应商数量、头部供应商占比、尾部支出与机会评分）、违规支出检测（识别非优选供应商或合同外采购）。
使用方式：资料给出Python示例，使用pandas、numpy、scikit-learn、matplotlib等库，通过extract_spend_data、clean_spend_data、enrich_spend_data、pareto_analysis、supplier_consolidation_opportunity、detect_maverick_spend等函数完成流程；分类器需先用带description和category标签的数据训练，再对新描述预测。
适用场景：采购成本节省、合规审查、供应商整合、品类管理成熟度提升等。
限制：资料未提供具体收费、价格、平台支持范围或效果数据；分析结果依赖数据质量与分类映射，自动分类需训练数据且低置信度结果需人工复核。