Dado que no todos los proveedores deben ser gestionados de la misma manera, una estrategia de compras requiere una segmentación adecuada de proveedores para que se puedan utilizar las estrategias más adecuadas para diferentes segmentos. Sin embargo, la mayoría de los métodos existentes para la segmentación de proveedores dependen de juicios subjetivos o requieren esfuerzos significativos. Para superar estas limitaciones, este documento propone un enfoque novedoso para la segmentación de proveedores. El objetivo de este documento es desarrollar una forma automatizada y efectiva de identificar proveedores clave, cuyo impacto en las ganancias de un comprador es significativo. Para lograr este objetivo, se propone la aplicación de una técnica de aprendizaje automático supervisado, Bosques Aleatorios (RF), a los datos de facturas electrónicas. Para validar la efectividad, el método propuesto se ha aplicado a datos reales de facturas electrónicas obtenidos de un fabricante de piezas de automóviles. Los resultados de alta precisión y el área bajo la curva (AUC) atestiguan la aplicabilidad de nuestro enfoque. Se prevé que nuestro método sea valioso para automatizar la identificación de proveedores clave. Los principales beneficios del enfoque propuesto incluyen la mayor eficiencia de los procedimientos de segmentación de proveedores. Además, al utilizar un método de aprendizaje automático en los datos de facturas electrónicas, nuestro método resulta en una segmentación más confiable en términos de selección y ponderación de variables.