采购与供应商管理
英国著名的供应链专家克里斯托弗（Christopher）曾预言，“21世纪的竞争不是企业和企业之间的竞争，而是供应链和供应链之间的竞争”。 采购管理和供应商管理作为企业供应链管理的重要环节，对于降低企业生产成本，保障企业效益有着十分重要的作用。而基于信息技术的大数据管理和分析环节，为企业加强采购管理和供应商管理提供了全新思路。
企业当前的竞争要点之一为数据争夺，如何更好地利用大数据，如何将大数据与采购和供应商管理结合在一起，成为企业管理应重点关注的问题。
日前，美林数据设计并落地应用的“钢铁行业采购尽职水平分析与供应商智能管理解决方案”通过了中国软件测评中心测评，正式获颁大数据解决方案认定证书。该方案围绕钢铁企业采购业务与管理理念，利用大数据综合分析技术，构建重要原燃料供应商智能管理模型和物资采购尽职水平分析模型，全面辅助协同供应商全要素综合评价与采购精细化管理。
钢铁行业采购尽职水平分析与供应商智能管理解决方案
项目背景
基于传统的供应商评价体系，多数钢企采购人员对重要原燃料的采购管理以经验选择、粗略评价为主，在部门和个人利益驱使下，一方面缺乏科学合理的供应商评价体系；另一方面，尽管存在评价指标体系，但各方案指标值的给定仍然难以避免主观因素及个人利益的影响，因而评价体系形同虚设，所谓的科学选择流于表面化。
需求分析
围绕采购业务全过程相关的行为数据和业务记录数据，以及行业公开网站上相关的外部市场数据，通过规划定性或定量的评价指标体系，构建钢铁行业采购尽职水平综合分析评价数据模型，对采购人员履职全过程进行工作绩效综合评估，进而推动采购管理流程优化和采购管理相关制度进一步完善。
构建完善的供应商动态评估指标体系，结合大数据分析算法及建模技术，对供应商进行聚类分析，寻找各类供应商的共性特点，得到行为分析评价结果；在各供应商历史数据综合评价评估的基础上，使用监督学习算法建立预警模型，对未来一定时期内的供应商的表现进行预警分析，实现对供应商的科学评估和精细化管理。
系统架构
整个系统架构，总共分为四层：数据源层、数据存储层、数据服务层和业务应用层。
数据源层：从ERP系统、SAP系统、电子交易平台等信息化管理系统，采集供应商在招投标过程中的行为数据、供应商基本信息、采购订单信息、供应商履约信息以及采购业务全过程相关的行为数据和业务数据；并采用网络爬虫工具从天眼查、全球金属网、我要不锈钢等相关行业公开网站获取供应商企业社会公信、资质级别、司法和经营风险、原料物资市场价格等信息数据，为项目开展提供数据支撑。
数据存储层：利用ETL/ESB技术将驻留在不同数据源中的数据进行整合，集成多个数据库，减少数据冗余，提高了数据库关联度。采用关系型数据库和Hadoop大数据存储相结合的混合架构实现系统数据的安全高效存储。
数据服务层：数据预处理通过数据清洗、缺失值的处理以及对数据进行标准化转换，在此基础上分别使用最大值、最小值、均值、标准差等统计计算方式完成衍生特征的构造，最后将处理结果数据存储到Hive仓库，以供建模调用；算法服务包括运用TOPSIS算法、K-Means聚类、人工神经网络、随机森林分类、逻辑回归分类等算法，构建采购人员尽职水平综合评价模型，供应商动态评价指标体系以及供应商智能管理分析模型。
业务应用层：运用大数据相关算法建立所需的数据模型，实现对采购人员履职全过程进行工作绩效综合评估、供应商的科学聚类排序、各项指标的展示对比、供应商信息的检索和查询、供应商异常预警以及优质供应商的置顶推荐等，帮助企业实时了解供应商动态情况和采购人员的尽职水平，进而推动优化采购管理流程，完善采购和供应商管理制度，为相应管理人员提供有针对性的管理决策支撑。
应用价值
通过构建采购人员尽职水平分析综合评价数据模型，促进采购组内在价值的评估和考量趋于数据化和显性化，基于数据及时发现采购问题并总结经验指导未来采购，使采购行为更细致和可控，全方位精细化管理采购行为，逐步推动建立成本和库存驱动动态采购管理机制。
采购人员尽职水平综合评估页面首页：展示不同采购群组在采购不同物资时，其尽职水平的综合评价，同时分别从质量直通率、计划兑现率、采购成本管理、计划兑现率等维度进行展示。
通过建立供应商综合评价指标体系，为企业选择和评价供应商提供可靠依据，为优化供应链管理提供重要支撑。同时，利用大数据技术对原燃料供应商进行动态预警分析，给企业提供了一套更为科学的实践指导方法，根据预警结果，企业可结合自身条件积极主动采取措施以适应市场波动，进而提升其在市场竞争中的准确性、速度和质量。
供应商综合预警界面：通过综合预警模型将供应商分为优质供应商、合格供应商和预警供应商。同时分别根据合同兑现率、质量稳定性、供货周期和价格差异率单项指标将供应商分为A、B、C三类，以供不同工厂、工序根据业务需求侧重点选择供应商。
供应链管理的关键是透明及准确，各环节都应致力于解决供应链的可视性和准确性，以降低管理评价的不完善性。采购管理和供应商管理也不例外。IT技术和DT技术的融合可以实现信息传递的真实性和及时性，通过对数据分类清洗，可以探寻庞杂数据之下的真实趋势和线索。
“任何企业都很难预测未来的采购会是怎样，企业不应拘泥于当前的供应管理，否则将难以适应未来的变化。”企业必须明确自身发展目标，积极顺应大数据发展趋势，以大数据为驱动，构建更加科学的采购与供应商管理模式。
干货直达?
智能制造与大数据（上）：数据采集实现数字化
智能制造与大数据（中）：数据共享实现网络化
智能制造与大数据（下）：数据分析实现智能化
微信：振华智造
长按二维码关注我们
行业干货任你挑
