◎2.1 采購數據

采購數據是供應管理數據中最重要的部分，也是策略的制定和管理的重要參考因素。采購數據中的交易金額數據又是重中之重，其可以根據品類、供應商、企業內部的事業部、工廠、地理位置等來歸類分析，如基于品類的采購金額、基于供應商的采購金額、基于事業部的采購金額、基于區域的采購金額等。所以，在數據收集時，一般需要包含這些信息：物料/服務名稱、規格、單價、數量、采購額、付款條款、品類、子品類、工廠、區域、供應商信息等。為了簡易明晰化，通常以品類為原始索引（基準）進行分類整理。數據的收集截取的時間段一般是根據決策參考需要，對過去具有可比性、連貫性的一段時間和未來一年或若干年預測的采購數據進行收集。

2.1.1 采購數據的收集

對于多個工廠企業或跨國企業來講，數據的收集比較復雜，一般從最小的運營單位逐級向上進行歸集和整理分析。比如，先收集整理單個工廠的各品類物料各自的采購數據，然后再加總成工廠的總采購數據，大區域（包含多個工廠）的各品類各自的采購總數據，然后匯總得到該大區域所有的采購總數據。對于跨國集團，可以更加細分，比如單個國家的數據、整個大洲的數據（亞太區，北美區，歐盟區等劃分）、全球總數據。這樣細分有利于后面采購策略的制定。

該部分數據主要由各級品類采購負責人提供。如單個工廠的數據提供人員是品類采購員和工廠采購經理，多工廠的數據由全國品類負責人和采購部門負責人提供，依此類推，大區域的如亞太區的由區域品類采購負責人和區域采購負責人負責，全球的由全球品類采購負責人和CPO（或指派人）收集整理。如果企業有完善的ERP系統，也可以由專門的數據處理員收集整理，數據的收集速度和準確性也會高很多。

總結起來，一般數據的收集流是以單工廠（運營單位）中單品類為基本單元的矩陣型性流向，如圖2-1。

假設某企業總共有8個大品類的采購物料/服務，全球共有12個工廠分布于4大洲。

色塊：每個色塊代表單個工廠單個品類的采購數據模塊，如紅色塊（工廠1），表示區域大區域1所轄工廠1中品類1的采購數據。黃色塊（工廠3），表示區域大區域2所轄工廠4中品類3的采購數據。

縱向數據（同一色系）：一個色系代表一個品類，圖中8個色系代表8個品類，如紅色系代表品類1，綠色系代表品類4。色系表示該企業某一品類所有工廠的采購數據，如紅色系包含12個工廠（從工廠1到工廠12），藍色系包含9個工廠（工廠2，工廠4和工廠8沒有采購該品類），不同的工廠以色差表示出來。數據流向是單個品類采購數據由小（單工廠）向大（大區域或全球）流入匯總，如圖豎紅框品類8表示全球關于品類8的所有采購數據。

橫向數據（不同色系）：是以工廠/大區域為最終流向的所有品類的采購數據。比如，將一個工廠內所有品類采購數據收集，工廠12橫紅框部分，收集了該工廠8個品類的采購數據。同樣，工廠級別所有品類的數據收集后可以向上匯總到更高級別的區域，如將工廠11和工廠2數據匯總，即完成一個大區域——大區域4的所有品類采購數據的收集。

一般縱向的是以品類為基準的采購數據，匯總人根據級別由下而上是工廠品類采購員、全國/區域品類采購負責人、全球品類采購負責人等；橫向匯總負責人是工廠采購經理或全國/大區域采購負責人。縱向和橫向最后總的負責人是全球首席采購官。

如上面提過，如果企業有完善的信息系統，這些數據的收集和整理將非常簡單，無須每個品類、每個單位工廠收集后向上匯總，可以由數據管理員統一處理，并通過篩選的功能獲取所需的數據，高效且準確率高。一份完整的采購數據，可以根據不同的需要生成基于所選參照指標的數據，如上面所提到的工廠、區域、事業部、供應商等。Excel的透視表和相關ERP系統的篩選功能也可以快速地實現這項要求。

該采購數據收集矩陣流向圖，也正體現了現在很多跨國公司流行使用的矩陣管理架構，即基于工廠和區域的采購管理和基于品類的職能采購管理并存。當然，每個公司的組織架構可能會有一些出入，比如以事業部為單位進行細分，也可以以供應商為基準細分等，這里不再一一論述。

2.1.2 采購數據的整理分析

數據收集后，下一步便是對數據進行整理并初步分析。為了更直觀地整理分析，可根據實際要求生成圖表。同樣，圖表亦可根據兩個不同的數據流向進行匯總。

圖2-2，是最常見的基于工廠和區域的單品類流向的數據匯總。

2.1.2.1 基于工廠/區域的數據

如下是某跨國集團個人防護用品（品類）的采購支出表，每個大品類又包含若干子品類，如防摔、聽力防護、眼部防護等，該品類數據收集按區域依次為單工廠級別 →國家級別→ 大區域級別 → 全球級別。

1．單工廠級別和全國級別

如圖2-2，紅色虛框部分是中國區SZ工廠個人防護用品的采購費用表，所有子類的數據都能體現出來，這是最基本的采購數據模塊，即上面數據收集矩陣表中的一個色塊。從下圖中還可以看到，中國區總共有三個工廠，SZ工廠、HZ工廠和BJ工廠，其各自數據如圖方柱所示，也即對應于三個采購數據色塊，構成了全國級別的數據。由圖可以看出，SZ工廠對于該品類的支出是150K€，全國三個工廠對于該品類的采購支出是304K€。

2．大區域級別

圖2-2中國區的數據整合起來如圖2-3紅框部分數據，其子類各自的總費用也逐一體現。其他兩個柱狀數據分別是印度和泰國的，這三個國家的數據組成了亞太區的總數據。由圖可以看出，整個亞太區三個國家對于該品類的總采購支出是532K€，其中中國區占304K€。

3．全球級別

同樣，亞太區域該品類的總數據匯總（包括子類）的數據如圖2-4紅色虛框部分，與其他大區域組成了全球該品類的所有采購匯總數據。如全球該品類總采購額達到17,174K€，亞太區僅占532K€。

通過如上三個柱狀圖，數據從工廠到全球最終的逐步匯總，可以很清楚地了解該品類物料，包括子品類的采購支出狀況，從而可以更加宏觀地分析、管理并制定策略。

為了進一步有效、精準地分析，一般還會考慮未來一年或幾年的預測采購額，如圖2-5所示。以2016為標準價格（Standard Price），工廠SZ Site在2017年總采購額比2016年上升10%；工廠HZ Site 2017年比2016年高20%；工廠BJ Site 2017年比2016年高30%。根據預計采購額（采購量）的增加，可以采取成本優化措施，使采購額上升率低于采購量增加率。

采購額和采購標的物的變化波動可能與市場行情、企業運營策略改變、企業重組、技術升級等有關系。采購供應管理者必須對這些變化因素和趨勢有比較全面的了解，才能進一步合理規劃、管理采購事宜，從中高層的角度上來講，可以更好地制定采購策略，迎合市場和企業的調整。

2.1.2.2 基于事業部的數據

有些集團企業可能涉及幾個行業，有相對獨立的若干事業部，每個事業部又有所屬的數量不等工廠（在同一區域，可能有不同事業部的工廠并存，如果按區域劃分，它們可能又歸為一類），在這種情況下，一般會以事業部為基準，其所屬工廠為單位，統計某品類或若干品類的采購數據。這對于判斷分析各個事業部的采購占比及不同事業部各品類的采購消耗情況，提供了直觀的數據和決策依據。

如圖2-6所示，某集團有3個事業部（BU1, BU2, BU3），每個事業部下面都有數量不等的所屬工廠（S101, S102, ……）。事業部BU1有15個工廠，事業部BU2有19個工廠，事業部BU3剛起步，只有1個工廠。某類間接物料在這些工廠中都有使用，但都由各自事業部單獨采購，甚至有些由工廠單獨采購。圖中每個小彩格中的數據分別表示每個工廠該類物料的采購額，如（S101:$193K），表示事業部BU1所屬的S101工廠每年該品類物料的采購額為$193K。彩格最右端的數據是每個事業部所有工廠的采購額的匯總，如（BU1:$1,500K），表示事業部BU1該品類物料年度采購總額為$1,500K。

通過如下統計，對各事業部、各工廠的采購狀態有清晰宏觀的了解，有利于制定更合適的采購策略，進一步整合優化，避免因為事業部的相對獨立性，各自為政，致使信息共享不充分，資源利用效率低下。當然，根據實際需要，還可以繼續根據區域繼續細分分類。

2.1.2.3 基于供應商的數據

在采購管理和策略的制定中，抑或是供應商管理優化中，基于供應商的采購數據也是重要的決策依據。基于供應商的數據可以清楚地了解當前供應商的交易額、交易品類、區域分布、每個區域的供應商組合狀況和各自配額，在對比其各自的交易比重和各自的成本優劣后，尋找優化供應商組合，降低成本改善供應商的機會。其數據一般可以通過采購原始數據中以供應商為主索引導出。對于多區域運營的企業，如跨國集團，可能還需要進一步根據需要細分，如基于供應商和區域的數據，基于供應商和不同品類（有些供應商可能同時供應多個品類）的數據等。這些數據是供應商的管理和優化的數據基礎。

如圖2-7所示，是圖2-6所述某類間接物料基于供應商和區域的采購支出數據，Sp表示供應商（Supplier），后面的數字表示采購額。從圖中可以看出：

1．采購該品類物料的區域有北美、歐洲、亞太地區、南美、非洲；

2．提供該品類物料的供應商有12家以上；

3．縱坐標表示每個大區域中每個供應商所占的供應比重，橫坐標表示每個大區域的采購額占全球所有采購額的比重。

從圖中可以看出，北美洲該類物料的采購額占全球總采購額最大的比重達60%，而供應商Sp01、Sp02、Sp03是北美洲區域該品類的前三供應商，占據80%的采購支出。此外，這三家供應商在其他大區域都有業務，占全球該品類采購支出的60%以上（圖中紅線以下部分）。很明顯，這三家供應商應該是屬于戰略級別的供應方。

但在歐洲、亞太地區和南美洲，可以看到各有幾家其他供應商，在該區域所占的比重還比較大，屬于本區域后續發展起來的供應商。因此，也可以進一步了解其優劣勢，如成本優勢、質量穩定性、貿易壁壘等，以尋求全球優化的可能性。

基于供應商的采購支出數據，對于后續章節提到的改善供應商的吸引度和供應商組合管理具有很重要的意義，是采購戰略管理和策略制定的重要組成部分。

2.1.2.4 數據收集范圍

如上是基于單品類，以區域、事業部和供應商為流向的采購支出數據收集和分析，即“采購數據收集矩陣表”中同一色系的縱向數據。很多跨國集團的品類經理（GCM, Global Commodity Manager）在做單品類優化的時候，一般就是按這種方式收集的。但對于負責全局采購供應的管理者來說，企業需要做全面采購供應診斷和優化時，還需要收集其他關鍵品類的數據，即“采購數據收集矩陣表”中橫向數據所示的單工廠/單區域內的多品類數據。

因為多數企業采購的物料品種繁多，數量不等，為了提高效率，根據80/20原則，一般只考慮采購總額占比80%的物料，通過從大到小排序的方式，選取前面加總金額達80%的品類物料。當然，對于某些特別關鍵但用量少的物料或品類，可以單獨取出列入80%部分的清單里。企業可以根據自身的情況和要求進行調整。

數據的整理和真實性非常重要，這將直接影響后續的策略的制定。所以，預算部門或財務部門的參與核實監督是很必要的。對于已經有ERP系統的企業來講，因為交易大都是通過系統完成，數據的真實性比較有保障。