大数据理念下的供应商分析及应用研究

方茂欢，贺绍鹏，陈金猛，李 屹，郝嘉诚

(国网物资有限公司，北京 100120)

随着2019年国家电网公司做出全面推进“三型两网”建设，打造世界一流能源互联网企业的部署，实现大数据高效运用便成为了未来的重要目标之一[1-4]。

“三型两网”建设是进一步贯彻落实党中央“网络强国战略”的具体行动。在2015年时，李克强总理便首次提出“制订‘互联网+’行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展”的概念[5]；习近平总书记在党的十九大报告中提出了打造“现代供应链”的新发展理念。国务院也明确了“打造大数据支撑、网络化共享、智能化协作的智慧供应链体系”的工作要求。打造现代(智慧)供应链已成为行业发展的大势所驱，而泛在电力物联网的建设无疑对现代(智慧)供应链的发展提供了更为广阔的平台和契机，也对其在数据挖掘及应用方面提出了更高的要求。

目前，随着互联网技术的日趋成熟及广泛运用，产业经济的整合、升级及转型愈发频繁，数据量得到了飞速增长。大数据中蕴藏的内在价值非常巨大，对探索及解释研究对象的社会经济行为、形态机制、发展规律等将发挥愈发关键的作用[6-8]。在未来，通过运用大数据驱动业务模式的革新、管理思维的提升、企业竞争力的增强和产业的持续发展势必将成为“常态化”策略，也将成为打造现代(智慧)供应链，实现泛在互联的重要手段之一。

1 大数据应用在供应商关系管理中的必要性

作为泛在电力物联网建设中的重要构成部分，现代供应链建设通过运用互联网技术手段，有效地规划与管理产业链上的采购、供应、运营等主要物流活动，实现业务流、信息流、资金流等高效整合，对整个产业效率产生着全方位的提升，是一种继承了互动性与开放性，强调供需双方高效交互的链条模式[9-11]。而供应商管理作为供需双方交互的最直接缓解，对实现供应链高效流畅运转至关重要。

传统的供应商管理业务，主要着力点在于供需双方上下游关系的构建及营商环境的维护上[12]。但是，随着时代和科技的发展，供应商管理业务将不再局限于单纯的关系维护。一方面，供应商数量不断增长，多种产品供应商产能过剩，设备水平参差不齐，在海量的信息中如何较为准确的识别供应商，认知供应商实际情况，这成为了物资采购管理的一大难点；另一方面，随着供应商管理相关数据的积累和不同业务环节数据的深入融合与共享，供应商管理的结果将服务于整个现代供应链的运转，管理要求的提升使得传统的管理模式必将迎来转型需求。

由上可见，大数据有效的分析应用将成为实现供应商关系管理升级的关键环节。我们应充分利用掌握的供应商大数据信息，开展有效科学的分析及应用研究，实现对供应链上的各类供应商全方位了解，为招标采购提供有力支撑的同时，也为其它专业部门提供数据分析结果及相关服务，促使电网企业合理制定及动态优化管理策略，保证供应商生态圈的和谐稳定，打造供应商关系管理的全新局面[13-16]。

国家电网公司一直将数据库构建工作作为重点，开发建设了可用于对供应商数据进行采集的电子商务平台，并组织开展了供应商资质能力核实工作，对供应商数据进行线上采集、核对、维护及更新。目前平台已汇聚了大量的供应商信息数据，为开展供应商数据分析及应用奠定了良好的基础。

然而目前数据分析的工作却相对滞后。目前通过数据对供应商开展的分析、研究及应用并不充分，对数据价值的认识不深，数据价值挖掘不够深入，大部分数据处于闲置或浅显应用，导致大数据内容蕴藏的巨大价值还远远没有被完全开发利用，“用数据说话、用数据决策”的能力不足，从而限制了供应商关系管理的进一步发展及提质增效[17-18]。

综上所述，本文针对供应商数据利用率低，难以满足供应商管理需求发展的问题，构建供应商分析模型，运用科学方法设置评价指标、指标权重、赋分方式，并将模型评价结果运用于多种业务场景，充分利用并释放数据的内在价值[19-20]，更加全面深入掌握供应商实际情况。

2 供应商数据分析模型构建

在已有大数据基础上，采用了如下路径完成供应商数据分析模型的构建，实现高效、科学的数据价值挖掘。

1.1 选择供应商数据分析模型

为了充分利用供应商数据并发挥其内在价值，基于HHM理论，通过构建综合评价模型的方式来进行数据分析。HHM模型核心的思想在于：作为系统的方法论，通过将系统分解成多个层级，从而在多方面、多维度上展现其本质特征，并用“有限”替代“无限”。通过选取供应商数据中最为关键的、最具代表性、最重要的因素，作为反映评价目标的系统代表值。指标级别数越高，其所代表的评价内容越具体。HHM模型的优点在于，既充分考虑了海量数据中的关键信息价值，又通过筛选过程避免了无价值信息的干扰。模型架构如图1所示。

1.2 模型关键要素的科学设计

供应商数据分析模型在指标选择、权重确认、量化分数评定等方面均作了科学设计。

在评价指标的筛选上，结合不同电力设备产品类别的研究需要，采用了“通用指标+专用指标”相结合的方式。通用指标主要选择了供应商基本能力、企业资质、财务状况等方面的信息，用以反映供应商的综合实力和社会认可度；而专用指标则主要为同供应商技术或产品直接相关的制造设备、生产环境、试验条件、质量性能等方面的数据信息，用以反映供应商产品制造能力及条件。“通用+专用”指标的设计模式保证了评定范围的全面性。

以变压器供应商为例说明，建立了两级评价指标体系，如表1所示。

表1 评分指标体系设计

一级指标中，企业实力用以评价供应商应具备的基本生产运营能力，包含8个二级指标。其中财务状况反映了供应商的经营水平和营利能力；厂房面积反映了供应商可用于生产的厂区规模；人员规模反映了供应商可投入生产的人员数量；供货业绩反映了供应商的中标情况及产品输出水平；设备水平反映了供应商生产制造设备的水准；试验检测反映了供应商设备测试及检测水平；获奖情况反映了与供应商产品相关的专利、证书、著作权等数量及水准；制造环境反映了供应商生产环境的清洁度和控制水平。

履约口碑用以评价供应商合同执行能力及服务水平，包含4个二级指标。其中设备质量反映了供应商供货产品的品质及性能响应程度；物资供应反映了供应商供货的及时性和可靠性；安装服务反映了供应商安装水平及配合程度；社会信用反映了供应商在社会层面的整体信誉被认可的水平。

产品表现反映了供应商产品的运行整体绩效情况，包含2个二级指标。其中运行维护反映了供应商在产品运行期间的响应及消缺执行情况；运行质量反映了供应商产品在运行期间的性能表现及故障缺陷情形。

在评价指标确定后，选择了层次分析法(即AHP法)用以确定指标的权重[21-22]。层次分析法通过将与决策相关的元素逐层分解，计算下级元素对上级元素的影响程度，从而获得各层指标的权重。其主要步骤为：①建立层次结构模型；②指标间两两比对，构建判断矩阵；③进行层次单排序、总排序及一致性检验。计算过程不再赘述。层次分析法在较大程度上解决了传统分析模型中主观性过强的情形。

在各评价指标分值计算的方法选择上，针对于不同指标的特性，主要采用了正态分布五分位法及四分位法，保障了评分过程及结果的统一性及科学性。对于四分位法，适用于指标数据属于非正态分布的情形，按照25%为一档进行分数映射，如表2所示的“厂房面积”；对于正态分布五分位法，适用于指标数据属于或近似于正态分布规律的情形，以“人员规模”为例，计算过程如下：对评价供应商群体进行统计测算，得出人员规模的平均值约为160人，标准差约为20人，如表3所示。

表2 厂房面积评分原则

表3 人员规模评分原则

3 供应商数据分析结果应用

通过供应商数据分析模型，可以获取各供应商的指标分数及排名，分数及名次结果可适用于多种场景模式，具有广阔的应用前景。

3.1 供应商分级管理

供应商水平能力参差不齐，统一管理不仅工作量大，管理效率及效果也难以提升。为了提高管理质量及水平，有必要对所面对的供应商群体进行分级管理，高效快速评判供应商整体能力水平。

根据大数据分析模型结果，按照供应商综合得分排名，由高到低对应映射进不同等级中。如表4所示。

表4 供应商分级管理

供应商行业内分级管理结果可直接作为参考应用于招标采购环节，主要将一级、二级供应商作为采购来源，将三级供应商作为潜在采购来源，将四级供应商作为非采购范围，将极大缩减了潜在采购对象的数量，减轻了评标压力，提升采购效率及质量；同时激励供应商自我积极革新，努力提升评级，形成良性竞争，从而进一步助力设备选优选强。

3.2 供应商群体分类管理

供应商分级管理提供了对于供应商整体能力快速评定筛选的方式，但对于综合分数或排名相近的供应商，其相对优势或短板却可能差距甚远。因而有必要对供应商群体进行分类管理，深入掌握各供应商不同的状态状况，便于开展针对性业务管理，降低管理成本，促进供应商关系管理工作的精益化程度。

仍以变压器供应商为例，按照供应商企业实力、产品表现、履约口碑三大一级指标的实际数据评分，将供应商划分为八种不同的群体，对于不同的群体，分类管理并制订不同的采购策略。如表5所示。

表5 供应商分类管理

针对不同的供应商类别，可设定差异化管理方式：

战略供应商属于各方面均衡发展的供应商，需要重点配置管理资源投入，加强供需双方的协同效应，实现供应商与电网企业共同发展。

调控供应商属于某方面存在一定劣势的供应商，需要加大管控力度，促进其短期内及时改进提升，并重点关注其成长情况。

限制供应商属于短板程度较为明显的供应商，应针对性地分析并告知供应商的问题所在，督促其在长期内整改完善。

场外供应商属于各项实力均不足的供应商，应引入淘汰机制，减少管理资源投入，优化群体环境。

供应商分类及差异化管理策略，为打造和谐共生的电力供应商群体创造了条件，大幅提升了管控效率，为电网企业优化配置管理资源奠定了基础。

3.3 供应商指标相关性分析

通过所获取的供应商数据分析结果，可对各指标同所关注的目标对象间进行相关性分析，更加深入掌握业务或行为的实际规律。

指标相关性分析可主要实现两大层面的实际运用效果：一是探求各类指标对目标对象的具体影响程度，从而寻找出更为关键或应着重关注的指标，为招标采购或后期针对性管理提供决策依据。如图2、图3为某电力设备供应商A某年采购金额同其两类指标得分分数的相关性分析图，对比发现企业实力指标的分数同采购金额的拟合关联度更高，因而相比较下应对该指标提高关注程度。

二是探究拟合曲线之外的偏差点，为调整采购策略提供建议。如图3所示，所做的年采购金额-企业实力分数的拟合曲线，可以看到左上方灰色阴影的点明显向上偏离拟合曲线，对应的供应商采购金额较大，但企业实力分数却相对较低，说明其目前在一定程度上属于“过度采购”的情形，因而建议可在后期适量减少其订单；曲线右下方黄色阴影的点明显向下偏离拟合曲线，对应的供应商采购金额较小，但企业实力分数却相对较高，说明其目前在一定程度上属于“采购不足或被采购忽视”的情形，因而建议可在后期适量增加其订单。

3.4 供应商指标预警分析

结合供应商大数据模型分析结果，通过各类指标间多种排列组合形成的相关性分析，可发现供应商部分关键指标具有较强的表征效果，可实现提前预警的作用，如耗电成本指标。该指标是企业是否实际生产产品的一个“信号灯”。在相关性分析中，发现其与供应商的营业收入正向关联性较强。因而，可横向之间比对同类供应商的耗电成本占营业收入的比重的差异，以及按时间纵向观测比重的变动情况，来侧面预警企业实际生产状况。

例如，当某供应商的耗电成本/营业收入比重发生大幅波动，但营业收入变化幅度不大时，便可在某种程度上提示该企业可能出现了“代工”、“转包”或“二次分包”等现象，在此类情况出现时，产品质量难以保证，应对其预警并重点核实。如图4为4家供应商耗电成本/营业收入比重的变动图，可以发现供应商4在2015年后，耗电成本比重下降明显，基于该信息的提示对其开展具体核查，发现确实存在业务调整(由实际自主生产转为业务代理)。

而对于其它预警表征正相关作用一般的指标，但具有实际业务预测意义且较容易量化的，如“财务状况”中“主营业务收入”、“资产负债率”等，则可依据供应商指标分数，设置合理预警阈值，关注分数明显低于阈值或突然大幅滑落至阈值之下的情况，提前辨识隐患，提升供应商防范能力，从而有效规避对于风险供应商的采购。

3.5 供应商产品行业分析

基于大数据分析模型获得的同类产品供应商的分数结果及排名，可实现对某个行业领域中各供应商整体情况的深度分析，掌握该行业领域下各供应商的具体特质特点，充分把握行业发展状态及动态，为供应商关系管理及采购策略构建形成直接依据。如图5为某电力设备B领域内主要供应商的综合分数的整体分布情况，可以看出，该设备供应商在90分以上比例达到40%，说明该行业领域内供应商实力普遍较强，采购选择面较广，行业整体水平发展较乐观，可适当提升采购标准门槛。图6为某电力设备C的综合分数排名前五名供应商的几类一级、二级指标得分的对比，从而更加清晰和直观地掌握该行业各顶尖供应商的相对优势及劣势。

4 结论

建设泛在电力物联网是国家电网公司落实“三型两网、世界一流”战略目标的核心任务，而大数据的应用无疑是实现这个任务的重要地基。供应商关系管理业务中的大数据分析充分而深入挖掘了数据内在价值，可适用于多种可应用场景，解释了供应商生产、技术等方面的能力和状态，助力掌握供应商实际情形，为采购管理提供智慧决策，促进供应商良性竞争和发展，营造良好的生态圈，为打造现代供应链提供了重要支撑。未来，供应商数据分析将进一步在纵向上优化数据深度挖掘水平，如构建更多类别的评价分析模型等，提升专业性，在横向上拓宽数据应用范围，如拓宽评价指标应用范围等，增强普适性，将数据的融会贯通推向更高更广的平台，为早日实现泛在电力物联网的建设提供重要支撑。