采购管控驾驶舱
一、企业背景与业务目标
企业背景和业务目标
某大型化工集团，年采购规模超50亿元，涉及基础化工原料、精细化工品、化工新材料、涂料油漆、橡胶助剂等5大品类、500+物料，合作供应商200+家，覆盖全国27个城市。采购部门10个，采购员30人，年均采购订单超10000笔。采购成本占集团营收60%以上，是影响利润率的核心变量。
业务目标：
1. 建立采购全链路数字化管控体系，从事前供应商准入、事中招标监控、事后降本分析实现闭环管理
2. 防范供应商串标围标风险，通过IP关联分析识别同一IP多供应商投标行为，年减少串标损失2000万+
3. 实现年降本率≥8%（对标行业头部6%-8%），采购合规率≥95%（对标央企行业合规要求90%），异常采购占比≤10%
4. 构建供应商综合风险雷达（五维：质量/交期/价格/服务/合规），实现动态分级管控
业务现状与差距
现状：
● 数据分散在ERP、招标平台、供应商管理系统等多个异构系统中，形成数据孤岛
● 采购监控依赖人工抽检，覆盖率不足15%，IP关联分析完全缺失
● 价格对比仅依赖采购员经验，缺乏市场基准价实时对标
● 供应商评价每半年一次手工Excel打分，时效性差且无法动态预警
● 降本效果事后统计，无法在采购过程中实时干预
差距：
● 数据层面：缺乏统一的数据仓库和星型模型，无法支撑多维交叉分析
● 流程层面：事前-事中-事后各环节断裂，无闭环机制，异常发现到处理平均滞后30天
● 技术层面：缺乏智能预警和自动化归因分析能力，依赖人工判断
● 管理层面：决策依赖经验而非数据，缺乏量化指标体系和实时看板
工具定位与价值
定位：基于帆软BI搭建"化工行业采购管控驾驶舱"，构建三大模块——采购管理驾驶舱（综合管控）、采购事前监控（风险防范）、采购事后分析（降本增效），以星型模型为数据底座，实现采购全链路数字化管控。
核心价值：
● 将分散在5+系统中的采购数据整合为统一数据资产，建立6张维度表+5张事实表的标准化星型模型
● 建立覆盖200+供应商、500+物料、10000+订单的标准化指标体系（20+核心指标）
● 通过IP关联分析、价格差异率等智能算法，实现串标预警和价格异常自动识别
● 从事前到事后全链路闭环，支撑管理层"一屏决策"，采购员"一键溯源"
二、业务痛点
业务场景还原
场景一：某次化工原料招标，3家供应商投标价格差异率仅2%，但系统发现其中2家供应商在投标当天使用同一IP地址提交投标——典型串标行为。因人工审核未覆盖IP维度而未被发现，最终以接近预算价成交，造成隐性损失约80万元。
场景二：某品类钛白粉连续6个月由同一供应商中标，采购员未察觉垄断趋势。供应商在获得稳定订单后逐步提价，年涨价率达12%，远超市场均价涨幅3%，年度多支出约150万元。
场景三：紧急采购占比从8%攀升至22%，部分紧急采购绕过比价环节直接单一来源采购，合规风险极高。但管理层在季度复盘时才发现这一趋势，已错过3个月的最佳干预窗口。
"一号位/业务主管"的焦虑维度
1. 成本焦虑：采购成本占营收60%+，每年数十亿支出，降本1%即节约5000万，但无法实时看到降本进度和构成
2. 风险焦虑：供应商串标、围标行为隐蔽，一旦发生可能涉及合规违法，管理层需承担连带责任
3. 透明度焦虑：10个部门30个采购员的采购行为如同黑盒，无法横向对比效率和质量
4. 供应商管控焦虑：200+供应商的评价、分级、黑名单管理依赖人工，存在"关系户"风险
5. 决策滞后焦虑：问题总是事后发现（月报/季报），平均滞后30天，错过最佳干预窗口
痛点的量化影响
|
年串标损失
|
3000万+
|
年价格偏离损失
|
2000万
|
合规风险
|
1.1亿
|
年监控成本
|
200万
|
|
痛点维度
|
量化影响
|
年损失预估
|
根因
|
|
串标损失
|
约15%招标场次存在串标嫌疑，IP关联分析缺失
|
3000万+
|
缺乏IP关联检测能力
|
|
价格偏离
|
约20%订单成交价高于市场均价5%以上
|
2000万
|
缺乏市场基准实时对标
|
|
异常采购
|
紧急采购+单一来源占比达22%
|
合规风险敞口1.1亿
|
无实时占比监控预警
|
|
管理效率
|
人工抽检覆盖率仅15%，监控成本200万/年
|
200万/年
|
依赖人工，无自动化
|
|
决策延迟
|
从事中发生到事后发现平均滞后30天
|
间接损失不可估量
|
缺乏实时看板和预警
|
三、核心方案
（1）BI方向
数据底座：星型模型
基于星型模型构建6张维度表 + 5张事实表的标准化数据底座，总记录数超5000条，支撑三大模块全链路多维分析。
维度表（6张）：
|
维度表
|
记录数
|
核心字段
|
分析用途
|
|
DIM_Supplier
|
200
|
供应商编码、名称、城市、行业、合作年限、状态(黑名单/正常)
|
供应商画像、风控分析
|
|
DIM_Material
|
500
|
物料编码、名称、品类、规格型号、市场价区间(Low/High)
|
品类分析、价格对标
|
|
DIM_Date
|
912
|
日期、年、季、月、年月、季度编号、工作日标识、月初标识
|
时间维度下钻
|
|
DIM_Department
|
10
|
部门名称、负责人、成本中心、部门类型
|
部门对比分析
|
|
DIM_Buyer
|
30
|
采购员、所属部门、工龄、年度目标金额
|
采购员绩效分析
|
|
DIM_PurchaseType
|
5
|
常规/紧急/框架协议/单一来源/竞争性谈判
|
采购类型合规分析
|
事实表（5张）：
|
事实表
|
记录数
|
核心指标
|
所属模块
|
|
FACT_Purchase
|
1000
|
预算单价/金额、成交单价/金额、节省率、利润贡献、投标IP、同IP供应商数
|
采购管理驾驶舱
|
|
FACT_Review
|
1000
|
IP合规、价格合规、资质合规、串标风险、评审结论、报价差异率
|
采购事前监控
|
|
FACT_SupplierEval
|
1000
|
质量分(40%)、交期分(30%)、价格分(20%)、服务分(10%)、总分、评级
|
采购管理驾驶舱
|
|
FACT_Anomaly
|
150
|
异常类型(15类)、风险等级、发现方式、处理状态
|
采购事前监控
|
|
FACT_CostSaving
|
1000
|
目标节省、实际节省、达成率、比价/谈判/替代/优化降本四维分解
|
采购事后分析
|
多维度筛选与下钻体系：
|
维度
|
层级结构
|
下钻示例
|
|
时间维度
|
年 → 季 → 月 → 周 → 日
|
从年度降本率下钻到某月某周的异常波动
|
|
组织维度
|
集团 → 部门 → 采购员
|
从集团合规率下钻到某部门某采购员的违规记录
|
|
供应商维度
|
行业 → 城市 → 合作年限 → 单个供应商
|
从品类供应商分布下钻到某供应商的中标集中度
|
|
物料维度
|
品类 → 物料名称 → 规格型号
|
从品类支出占比下钻到某规格型号的单价走势
|
|
采购类型
|
常规/紧急/框架/单一来源/竞争性谈判
|
从采购类型合规矩阵下钻到某类型的异常订单明细
|
模块一：采购管理驾驶舱（综合管控）
定位：作为三大模块的核心枢纽，采购管理驾驶舱提供全局视角的采购运营全景图，整合事前监控的风险信号与事后分析的降本成果，实现"一屏统揽、一键溯源"。支持按时间、部门、品类、供应商、采购类型五大维度自由筛选与联动下钻。
指标体系：
|
序号
|
指标名称
|
计算逻辑
|
图表类型
|
|
1
|
采购总额(GMV)
|
SUM(FACT_Purchase.Deal_Amount)
|
KPI卡牌
|
|
2
|
降本总额
|
SUM(FACT_Purchase.Unit_Saving × Deal_Qty)
|
KPI卡牌
|
|
3
|
综合降本率
|
降本总额 / SUM(Budget_Amount) × 100%
|
仪表盘
|
|
4
|
采购合规率
|
COUNT(四维合规全通过) / COUNT(总订单) × 100%
|
环形进度条
|
|
5
|
供应商评级分布
|
COUNT(供应商) GROUP BY Grade(A/B/C/D)
|
南丁格尔玫瑰图
|
|
6
|
供应商综合风险雷达
|
五维(质量/交期/价格/服务/合规)归一100分制
|
雷达图
|
|
7
|
月度采购金额趋势
|
SUM(Deal_Amount) GROUP BY Year_Month
|
面积折线图
|
|
8
|
部门采购占比
|
SUM(Deal_Amount) GROUP BY Dept_Name
|
旭日图(Sunburst)
|
|
9
|
品类支出TOP10
|
SUM(Deal_Amount) GROUP BY Category ORDER BY DESC
|
横向条形图
|
|
10
|
供应商中标集中度
|
COUNT(Win) / COUNT(Total) GROUP BY Supplier
|
帕累托图
|
|
11
|
异常订单热力图
|
COUNT(Anomaly) GROUP BY Month × Dept
|
热力图
|
|
12
|
采购类型分布
|
COUNT(PO) GROUP BY PType_Name
|
环形图
|
维度筛选与联动：
● 全局筛选器：时间范围(年/季/月)、部门、品类、采购类型、供应商状态(正常/黑名单)
● 联动下钻：点击旭日图某部门 → 联动刷新该部门下采购员排名 → 再点击采购员 → 展开其订单明细
● 风险雷达下钻：点击雷达图某供应商 → 展开五维子指标明细(合格率、返工率、延迟次数等)
供应商综合风险雷达计算逻辑：
|
维度
|
数据来源
|
计算逻辑
|
分值范围
|
|
质量
|
FACT_SupplierEval
|
来料合格率×50% + (100-返工率×10)×30% + (100-质量问题数×5)×20%
|
0-100
|
|
交期
|
FACT_SupplierEval
|
准时交付率×40% + (100-延迟次数×5)×30% + 应急响应分×30%
|
0-100
|
|
价格
|
FACT_SupplierEval
|
min(100,市场价匹配度)×50% + max(0,100-年涨价率×3)×50%
|
0-100
|
|
服务
|
FACT_SupplierEval
|
max(0,100-售后响应时间)×40% + 投诉解决率×60%
|
0-100
|
|
合规
|
FACT_Review
|
AVG(IP合规,价格合规,资质合规,1-串标风险)×100
|
0-100
|
评级规则：A级(≥80) | B级(≥65) | C级(≥50) | D级(<50，自动纳入黑名单观察)
模块二：采购事前监控（风险防范）
定位：聚焦招标评审环节的风险前置识别，通过IP串标预警、价格竞争充分性分析、合规四维审查、异常自动发现四大引擎，在采购执行前拦截风险。支持按场次、供应商、品类、采购类型筛选，异常记录逐条下钻到涉事订单和供应商明细。
指标体系：
|
序号
|
指标名称
|
计算逻辑
|
图表类型
|
|
1
|
黑名单供应商拦截数
|
COUNT(DIM_Supplier WHERE Status=Blacklisted AND 参与投标)
|
KPI卡牌(红色预警)
|
|
2
|
IP串标预警场次
|
COUNT(DISTINCT Session_No WHERE Same_IP_Supplier_Count≥2)
|
KPI卡牌(红色预警)
|
|
3
|
IP串标热力图
|
矩阵：X=Session_No, Y=Bid_IP, 色值=Same_IP_Supplier_Count
|
热力图(红色高亮≥2)
|
|
4
|
四维合规通过率
|
AVG(IP合规,价格合规,资质合规,1-串标风险)×100%
|
四维雷达图
|
|
5
|
评审结论分布
|
COUNT(Review) GROUP BY Conclusion(Pass/Conditional/Fail)
|
漏斗图
|
|
6
|
报价差异率分布
|
Price_Diff_Rate = (最高报价-最低报价)/最低报价×100%
|
箱线图
|
|
7
|
投标家数分布
|
COUNT(Bidder_Count) GROUP BY 区间(1-2/3-5/6+)
|
环形图
|
|
8
|
采购类型合规矩阵
|
矩阵：X=PType, Y=合规维度, 色值=通过率
|
热力图
|
|
9
|
异常发现数(15类)
|
COUNT(FACT_Anomaly) GROUP BY Anomaly_Type
|
树状图(TreeMap)
|
|
10
|
异常处理状态跟踪
|
COUNT(Anomaly) GROUP BY Status(Pending/Processing/Completed/Closed)
|
桑基图(Sankey)
|
|
11
|
开标场次风险评分
|
AVG(串标风险+价格异常+资质问题) × 100
|
气泡散点图
|
|
12
|
供应商资质预警
|
COUNT(Qual_Compliant=0) GROUP BY Supplier
|
横向条形图
|
核心预警引擎：
1. IP串标预警引擎
● 实时检测同一开标场次(Session_No)中多个供应商共享同一Bid_IP的行为
● 当Same_IP_Supplier_Count ≥ 2时自动触发红色预警，叠加Price_Diff_Rate < 5%的报价趋同性双重确认
● 热力图交互：X轴=开标场次，Y轴=IP地址，色值=同IP供应商数量，红色高亮≥2的场次
● 点击预警场次 → 下钻到涉事供应商明细和报价对比表
2. 价格竞争充分性分析
● 报价差异率 < 5% → 竞争不充分预警（供应商报价趋同，疑似串通报价）
● Bidder_Count < 3 → 投标不足预警（竞争不充分，单一来源风险）
● 成交价 vs 市场基准价(DIM_Material.Price_Low/High)偏离度 > 10% → 价格异常预警
● 同一供应商连续3次以上中标同一品类 → 垄断嫌疑预警
3. 合规四维审查
|
合规维度
|
判断逻辑
|
不通过处理
|
|
IP合规
|
Same_IP_Supplier_Count ≤ 1
|
标记串标风险，暂停开标
|
|
价格合规
|
Price_Diff_Rate < 30%
|
触发价格审查，要求补充报价
|
|
资质合规
|
供应商资质文件齐全且在有效期内
|
取消投标资格，列入观察
|
|
串标风险
|
Bid_Rigging_Risk = 0
|
启动调查程序，冻结中标结果
|
4. 异常类型自动分类（15类）
价格异常、连续中标异常、超预算、紧急采购频发、单一来源占比过高、资质过期、比价不充分、合同条款异常、严重延迟、质量退货、发票异常、付款逾期、疑似串标、流程违规、数量偏差超限
下钻场景示例：
1. IP串标热力图发现红色预警场次 → 点击下钻到供应商明细 → 查看涉事供应商历史投标IP和报价记录 → 确认串标行为后一键标记黑名单
2. 异常树状图中"连续中标异常"占比突出 → 点击下钻到具体供应商 → 展开该供应商6个月内中标明细 → 发现垄断趋势，触发引入新供应商建议
模块三：采购事后分析（降本增效）
定位：聚焦采购执行后的效果评估与归因分析，通过降本四维分解、利润贡献排名、目标达成率趋势、紧急采购占比监控四大分析视角，量化采购价值并驱动持续优化。支持按时间、部门、品类、供应商、采购类型筛选，从集团总额逐层下钻到单笔订单。
指标体系：
|
序号
|
指标名称
|
计算逻辑
|
图表类型
|
|
1
|
降本目标达成率
|
Actual_Saving / Target_Saving × 100%
|
子弹图(Bullet Chart)
|
|
2
|
降本目标达成率趋势
|
达成率 GROUP BY Year_Month
|
折线图+目标线
|
|
3
|
降本四维分解
|
SUM(比价降本+谈判降本+替代降本+优化降本)
|
瀑布图(Waterfall)
|
|
4
|
预算vs成交对比
|
AVG(Budget_Price) vs AVG(Deal_Price) GROUP BY Category
|
双轴柱状图
|
|
5
|
利润贡献TOP排名
|
SUM(Profit_Contrib) GROUP BY Supplier ORDER BY DESC
|
动态排名条形图
|
|
6
|
紧急采购占比趋势
|
COUNT(Emergency) / COUNT(Total) × 100% GROUP BY Month
|
面积图+预警线
|
|
7
|
节省金额月度走势
|
SUM(Actual_Saving) GROUP BY Year_Month
|
阶梯面积图
|
|
8
|
品类降本率对比
|
Saving_Rate GROUP BY Category
|
径向柱状图
|
|
9
|
部门降本贡献度
|
SUM(Saving) GROUP BY Dept_Name
|
词云图(Weighted)
|
|
10
|
供应商降本贡献矩阵
|
矩阵：X=供应商, Y=品类, 色值=Saving_Rate
|
热力图
|
|
11
|
价格差异率分布
|
Price_Diff_Rate GROUP BY Category
|
小提琴图(Violin)
|
|
12
|
合规率月度走势
|
Compliance_Rate GROUP BY Year_Month
|
折线图
|
降本四维分解模型：
|
降本维度
|
字段来源
|
计算逻辑
|
业务含义
|
|
比价降本
|
FACT_CostSaving.Comparison_Saving
|
SUM(Comparison_Saving)
|
通过多家比价获得的降本
|
|
谈判降本
|
FACT_CostSaving.Negotiation_Saving
|
SUM(Negotiation_Saving)
|
通过议价谈判获得的降本
|
|
替代降本
|
FACT_CostSaving.Alt_Solution_Saving
|
SUM(Alt_Solution_Saving)
|
通过替代物料/方案获得的降本
|
|
优化降本
|
FACT_CostSaving.Supplier_Opt_Saving
|
SUM(Supplier_Opt_Saving)
|
通过供应商优化/整合获得的降本
|
下钻场景示例：
1. 降本率下降归因：集团降本率8.2% → 下钻发现"生产一部"仅3.1% → 再下钻到采购员"张伟"负责的钛白粉采购降本率为-2% → 定位到具体订单，发现该供应商年涨价12%，触发垄断嫌疑预警
2. 降本四维瀑布图：总降本4000万 → 比价降本1500万(37.5%) + 谈判降本1200万(30%) + 替代降本800万(20%) + 优化降本500万(12.5%) → 识别"替代降本"占比偏低，建议加大替代物料寻源力度
3. 紧急采购占比趋势：1月8% → 6月22%，突破15%预警线 → 下钻发现"安环部"紧急采购占比达35% → 定位到某设备维修反复紧急采购，建议改为框架协议采购
决策动作与闭环
三大模块形成闭环：事前监控（拦截风险）→ 采购管理驾驶舱（执行监控）→ 事后分析（效果评估）→ 反馈到下一轮事前审查，实现全链路数据闭环。
闭环数据流：
FACT_Review(事前审查) → FACT_Purchase(执行监控) → FACT_Anomaly(异常发现) → FACT_CostSaving(事后降本) → FACT_SupplierEval(供应商评价) → 反馈到下一轮事前审查
关键闭环机制：
1. 自动预警 → 人工确认：系统自动标记异常，采购主管在驾驶舱中确认/排除，处理状态全流程跟踪(Pending/Processing/Completed/Closed)
2. 归因分析 → 决策建议：下钻定位根因后，系统给出建议（如：建议引入新供应商打破垄断、建议切换替代物料降本）
3. 执行跟踪 → 效果验证：异常处理完成后对比前后指标变化，量化处理效果，形成"处理-验证"反馈环
4. 定期复盘 → 模型优化：按月/季复盘预警准确率和降本达成率，持续优化预警阈值和评分权重
作品模版链接：https://next.finebi.com/decision/application/79d4105a6dcd4898b038f48ba9189f
四、价值量化
核心业务价值
1. 降本增效
|
指标
|
实施前
|
实施后(预期)
|
价值
|
|
年降本率
|
5%
|
8%-10%
|
提升3-5个百分点
|
|
年降本金额
|
约2.5亿
|
4-5亿
|
年增降本1.5-2.5亿
|
|
利润贡献(30%转化)
|
约7500万
|
1.2-1.5亿
|
年增利润4500-7500万
|
|
降本四维分解
|
无法拆分
|
比价/谈判/替代/优化各自量化
|
精准定位降本抓手
|
2. 风控止损
● IP串标预警覆盖率从0%提升至100%，预计减少串标损失2000-3000万/年
● 供应商黑名单实时监控，杜绝黑名单供应商再次参与投标
● 合规风险敞口从1.1亿降低至3000万以下，降幅≥73%
● 供应商综合风险雷达实现五维动态评分，D级供应商自动预警
3. 采购透明化
● 200+供应商、500+物料、10000+订单全量数字化管控，采购行为可追溯、可审计、可对比
● 10个部门30个采购员绩效横向可比，消除"黑盒"操作
管理效率价值
|
效率维度
|
实施前
|
实施后(预期)
|
改善幅度
|
|
采购监控覆盖率
|
15%(人工抽检)
|
100%(全量自动化)
|
提升85个百分点
|
|
监控人工成本
|
200万/年
|
50万/年
|
节省75%
|
|
异常发现时效
|
事后30天
|
事中实时(T+0)
|
缩短至实时
|
|
管理层决策耗时
|
2小时(翻阅多份Excel)
|
30秒(打开驾驶舱)
|
缩减99.6%
|
|
采购员报表整理
|
日均1.5小时/人
|
日均0.2小时/人
|
节省87%(11250小时/年)
|
|
部门间数据对齐
|
频繁"数据打架"
|
统一口径自动对齐
|
效率提升80%
|
|
供应商评价频率
|
半年一次手工打分
|
季度自动评分+实时预警
|
时效提升6倍
|
数字资产价值
1. 数据资产沉淀
● 构建化工行业采购星型模型（6维度表+5事实表），成为可复用的数据底座
● 沉淀10000+条采购交易记录、1000+条供应商评价记录、150+条异常记录
● 建立标准化指标字典（20+指标），统一计算口径和定义，支持后续扩展
2. 模型可复用性
● 星型模型架构可扩展至其他业务领域（库存管理、销售分析、财务管控）
● IP关联分析算法可复用于其他反欺诈场景（如销售窜货检测、员工关联交易排查）
● 供应商五维评价模型可推广至集团其他子公司，实现跨主体统一管控
3. AI赋能基础
● 结构化数据资产为后续AI预测模型（如价格走势预测、供应商违约概率预测）奠定基础
● 150+条带分类标签的异常记录可训练机器学习模型，实现智能预警从规则驱动升级为AI驱动
● 供应商评分历史数据可构建动态评级模型，实现从季度评分到实时评级的跃迁
