第5章 大数据时代的供应商管理

第5章大数据时代的供应商管理目录0102供应商管理中的大数据管理0304供应商管理基本理论大数据时代的供应商管理基本流程大数据时代的供应商管理管理研究理解供应商管理的基本理论熟悉供应商评价的方法熟悉供应商管理中的大数据分析技术的原理和应用掌握大数据时代的供应商管理的基本流程学习目标华为：以大数据赋能供应商管理，铸就供应链卓越竞争力华为作为全球领先的通信技术企业，拥有庞大复杂的供应链体系。面对复杂多变的供应链环境，华为通过大数据实现了高效的供应商管理。华为构建了全面的供应商数据平台，整合了包括供应商的基本信息、交易历史、质量管控记录、交付能力等数据。在供应商选择阶段，利用大数据分析供应商的财务健康状况、行业声誉和技术创新能力。例如，通过挖掘财务报表和市场反馈数据，筛选出财务稳定、信誉良好的供应商，降低合作风险。在合作过程中，华为凭借大数据实时监控供应商的交付表现。通过分析运输物流数据和交付时间记录，精准预测交付延迟风险。曾有供应商因产品质量波动被大数据系统标记，华为迅速与其沟通，要求整改，同时利用数据协助供应商找到问题根源，改进生产流程。另外，华为和优质供应商共享市场需求预测等大数据，推动协同创新。比如在5G技术产品研发中，通过共享技术发展趋势和客户对新技术的期望等数据，与供应商共同开发高性能的5G通信设备组件。通过大数据驱动的供应商管理，华为提升了供应链的韧性和灵活性，产品质量和交付效率显著提高，同时降低了采购成本，增强了在全球通信市场中的竞争力。导入案例供应商管理基本理论01直接物料供应商：向企业直接提供用于生产产品的原材料、零部件等物料的供应商。间接物料供应商:向企业提供非直接用于产品生产的物料或服务的供应商。服务类供应商：向企业提供各种服务而不是实体产品的供应商。杠杆供应商：采购量相对较大，具有较高的财务价值。战略供应商:至关重要，具有较高的供应风险。一般供应商：影响较小，供应风险低。瓶颈供应商：支出低，但比较稀缺，可替代性低。按物资类型分类按采购金额和风险分类供应商分级理论联盟型供应商：具有高潜力且表现较好的供应商。投资型供应商:具有高潜力但当前表现不佳的供应商。收获型供应商：绩效良好但增长潜力有限的供应商。维持型供应商：绩效一般，对企业而言既非关键也非可替代的供应商。改善型供应商：绩效不佳，需要企业协助改善供应情况的供应商。规避型供应商：潜力低且表现差的供应商。按供应商的绩效和战略潜力分类供应商分级理论按80/20规则分类80/20规则又称帕累托法则、关键少数法则，即通常情况下，80%的结果是由20%的因素所决定的。按照采购金额、采购数量等指标对供应商进行排序，一般来说，我们往往会发现大约80%的采购额来自于20%的供应商，这些供应商就是关键供应商。供应商综合评价的定义利用一套指标评价体系，对供应商在多个维度上的表现进行全面、系统的评估。供应链初期：供应商的选择供应链中后期：供应商绩效考评供应商评价指标体系一套用于评估供应商综合表现的多维度指标集合。评价的方法确定指标权重的方法：层次分析法、数据包络分析、模糊层次分析法、熵权法、Shapley值方法、CRITIC方法。评价的分析方法:综合评分法、多准则决策分析（MAUT、TOPSIS、VIKOR、PROMETHEE、TODIM、LINMAP）等。供应商综合评价理论交易关系：以产品或服务的买卖为核心进行的合作联系关系。伙伴关系:长期、稳定、紧密的关系。战略联盟关系：比伙伴关系更加深层次的关系。供应商关系的分类1初始接触阶段考察评估阶段合作建立阶段稳定合作阶段深度合作阶段关系调整阶段合作终止阶段供应商关系全生命周期2外部环境：市场变化、行业发展趋势、宏观经济环境等。企业自身:战略目标、内部沟通、财务状况等。供应商：服务水平、技术创新、沟通协作等。供应商关系的影响因素3供应商接触阶段：收集数据、分析数据供应商合作阶段：反馈改进、共同进步供应商关系调整阶段：风险评估、关系维护供应商关系管理策略4供应商关系理论供应商管理中的大数据管理02网络爬虫技术：模拟人类在浏览器中的操作，从互联网上的各种网页中提取数据，如文本、图片、链接等。自然语言处理:通过运用各种技术和算法，使计算机能够像人类一样对文本或语音形式的自然语言进行分析，包括语法分析、语义理解、情感分析等多个层次。数据采集监控指标：设定交货准时率、产品质量合格率、价格稳定性等监控指标，监控供应商产品交货、质量、价格等波动情况。监控频率:实时监控和定期监控。异常情况报警：当监控指标出现异常时，系统通过多种方式，如电子邮件、短信、系统内部消息等，对相关人员发送警报。数据监控数据采集与监控数据清洗：处理缺失值、重复值、错误值和异常值。数据转换:数据标准化、数据归一化和数据离散化。特征提取：根据文本数据、时间序列、图像数据等进行特征提取。特征选择:过滤式方法、包裹式方法和嵌入式方法。数据处理特征工程数据处理与特征工程诊断性分析02预测性分析03描述性分析01数据分析技术决策树随机森林支持向量机神经网络生存分析梯度增强回归分析假设检验异常值检测频数分析交叉表分析数据可视化指令性分析02其它分析技术03数据分析技术聚类分析关联规则挖掘社会网络分析搜索与优化算法模拟与仿真大数据时代的供应商管理基本流程03明确企业需求是供应商管理流程的起始环节。企业在开始寻找合适的供应商之前，需要先明确目前企业供应商管理的现状以及存在的问题，进而明确自身的需求。例如，某企业在选择供应商时主要考虑了供应商的产品、数量、财务情况等方面，然而，在实际经营中常常发生断货缺货的情况。因此企业在选择供应商时应当着重考虑其交付能力和供货情况，并在供应商评价过程中对交付能力赋予较大的权重。对企业来说，当问题与实际需求相匹配，之后的供应商评价也就事半功倍了。明确企业需求筛选标准信息收集渠道：政府监管部门网站、第三方信用评级网站、产品价格平台、内部业务系统等形式：数值数据、合同文件、报告报表、图像媒体等大数据技术：网络爬虫、自然语言处理等供应商初步筛选所谓供应商初步筛选，即企业根据自身的标准、战略目标等，对潜在供应商进行第一轮筛选。这一步骤主要是通过对供应商基础信息的收集，快速排除明显不符合要求的供应商，缩小选择范围，为后续更深入地评估和选择奠定基础。企业资质企业规模地理位置质量水平价格数据来源：内部业务系统、供应商自身提供的数据和外部渠道数据等。数据收集与处理：供应商画像分析名称来源措施数据收集内部业务系统搭建数据接口供应商自身提供的数据利用网络爬虫技术等技术深入挖掘供应商相关数据外部渠道数据利用文本分析和情感分析等来帮助解读其中的关键信息数据处理对采集到的数据进行清洗、缺失值填补、错误值删减等供应商画像：将处理完的数据按照供应商的基本信息、产品信息、供应能力、质量情况等类别进行分类，最终形成供应商画像。供应商评价评价流程：供应商分组分组标准：按综合得分：优先、一般、较差从风险角度：风险型、非风险型从创新能力角度：创新引领组、跟随型组从供应能力稳定性维度：强供应稳定性、弱供应稳定性供应商精准化管理不同类别的供应商管理：基于供应商分组结果，企业可实施差异化管理：对高风险组建立预警机制、定期评估并储备备用供应商；对低风险组保持沟通协作，持续绩效激励以巩固合作关系。关键供应商识别管理：识别出关键供应商，深化与之合作关系，共同制定发展计划，实现信息共享与技术创新合作。供应商预测管理：基于供应商历史销售数据与市场趋势，企业可借助机器学习模型预测产品销量，精准把控采购量与库存水平；结合供应商生产进展，物流运输等数据，预判其交货时间，提前应对潜在延误；通过分析宏观经济与行业动态，预测供应商未来几年的发展态势，提前布局合作策略。供应商关联规则管理：基于关联规则，挖掘出不同供应商之间、供应商与产品之间、不同产品之间的关联规则后，分析其特点，采取不同的管理策略。绩效监控：运用大数据实时监控供应商交货、质量等关键数据，并设置智能预警机制以快速响应异常。

持续改进：定期评估绩效并分析波动原因，与供应商协同制定改进计划，明确节点与责任以确保执行。供应商绩效监控与持续改进大数据时代的供应商管理案例研究04案例背景在现代商业环境中，供应链管理已经成为企业获取竞争优势的关键环节。随着大数据技术的快速发展，其在供应商管理中的应用日益广泛和深入。然而，当前供应商管理仍面临诸多挑战，亟需通过大数据技术进行优化与提升：1.数据驱动决策的需求增加。随着市场竞争加剧，企业对数据驱动决策的需求不断增加。传统的供应商管理方法主要依赖于经验和定性分析，难以准确评估供应商的实际表现和潜在风险。大数据技术能够整合和分析来自多个来源的海量数据，提供全面、实时的供应商信息，为企业决策提供有力支持。2.供应链复杂性提升。全球化进程使得供应链变得更加复杂，涉及更多层级和地域。供应商的数量和分布大大增加，供应链中的任何一个环节出现问题都可能影响整个系统的稳定。这种复杂性使得传统的供应商管理方法难以应对，必须借助大数据技术进行精细化管理。3.数据孤岛问题。尽管许多企业已经开始认识到数据的重要性，但在实际操作中，数据往往分散在不同的部门和系统中，形成数据孤岛。这不仅限制了数据的利用效率，还可能导致重复工作和资源浪费。通过大数据技术，可以实现数据的集中管理和共享，提高信息的透明度和协同效应。4.合规与风险管理需求。随着法规和行业标准的不断变化，企业在供应商管理中面临的合规和风险压力也在增加。大数据技术可以帮助企业实时监控供应商的合规情况，提前预警潜在风险，确保供应链的安全和稳定。问题分析作为电力系统中核心的能量转换与传输装置，电力变压器是最为重要的电力设备之一，其稳定运行是保障整个电网可靠性的关键。改革开放以来，我国变压器产业快速崛起，国际市场竞争力显著提升，产销量已稳居全球前列。但就2019年市场监管总局对电力变压器产品的抽检结果来看，由于日益激烈的成本竞争，市场上的变压器质量参差不齐，存在质量低下、以次充好、以铝代铜等问题。因而，电网企业必须采用科学的电力变压器供应商评价体系，强化对供应商的监督考核，引导供应商不断提升管理经营能力和电力变压器技术水平，以全面提升电力变压器设备的采购质量，持续满足电网企业发展需求。电力变压器供应商评价涉及企业基本信息、变压器产品运行质量以及企业服务水平等多个方面，数据信息庞杂，亟待依托大数据技术进行综合分析，以挖掘出数据的隐含价值，实现更加科学合理的供应商评价。下面，我们以A公司为案例，探讨电力变压器供应商评价方法，辅助公司进行供应商选择。构建评价指标体系（1）评价指标体系构建首先，结合现有研究和电网企业需求总结评价体系构建原则，并确定评价指标的选取依据。然后，结合包括企业现有统计数据和通过网络爬虫及文本分析可获取的数据在内的多源异构数据，初步确定可量化的具体指标。最后，根据具体情况对指标体系进行调整和优化评价，并确定相关指标的量化依据。数据分析（2）数据采集与处理数据采集：基于已构建的评价指标体系，收集整理该公司126个变压器供应商的相关数据。其中大部分数据，包括企业基本信息、财务信息、工装设备情况和型式试验报告等来源于企业电子商务平台的供应商信息库；变压器设备运行情况、技术参数等信息则来源于企业生产部门和设备管理部门的统计数据。另外，在获取上述企业内部信息的基础上，通过网络爬虫及文本分析技术收集整理了天眼查评分、企业员工人数和公益捐款情况，数据主要来源于天眼查网站、企业官网、巨潮资讯网、已公布的社会责任报告等。数据处理：删除缺失值较多的供应商，选取100个供应商进行分析。对于仍有指标数据缺失的供应商，通过分析与其企业规模相近的供应商情况进行缺失值填补。在完成数据清洗和缺失值填补后，依据给出的指标量化方式形成最终的样本数据集。模型构建（3）供应商初步筛选基于大数据分析技术对电力变压器供应商进行初步筛选。供应商画像分析：基于多维标签构建供应商画像，辅助电力企业通过数据可视化评价供应商并优化采购决策。供应商聚类分组：采用DBSCAN