CN112529449A - 一种基于大数据的供应商质量评价方法及系统 - Google Patents
一种基于大数据的供应商质量评价方法及系统 Download PDFInfo
- Publication number
- CN112529449A CN112529449A CN202011512644.0A CN202011512644A CN112529449A CN 112529449 A CN112529449 A CN 112529449A CN 202011512644 A CN202011512644 A CN 202011512644A CN 112529449 A CN112529449 A CN 112529449A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- supplier
- quality
- item
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 230
- 238000007689 inspection Methods 0.000 claims abstract description 29
- 238000011835 investigation Methods 0.000 claims abstract description 12
- 230000002093 peripheral effect Effects 0.000 claims abstract description 11
- 238000012550 audit Methods 0.000 claims description 28
- 238000007726 management method Methods 0.000 claims description 25
- 238000004519 manufacturing process Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 14
- 238000012797 qualification Methods 0.000 claims description 14
- 238000013210 evaluation model Methods 0.000 claims description 8
- 238000004587 chromatography analysis Methods 0.000 claims description 6
- 230000000593 degrading effect Effects 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000003326 Quality management system Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000013072 incoming material Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于大数据的供应商质量评价方法及装置,所述方法包括:在供应商相关业务执行时记录各检验、考察问题,汇集周边外部系统大数据构成问题清单,基于问题清单构建供应商实时问题库;基于供应商实时问题库确定评价项目、各评价项目的评价指标及属性信息,计算出各个评价指标的权重;基于各评价项目的评价指标、评价属性、权重建立标准的质量评价模型;在评价周期内创建评价任务,更新供应商的问题清单,根据问题清单确定待评价项目对应的评价指标值和属性值,基于标准的质量评价模型计算对应的供应商质量总评分。本发明可对供应商质量进行全面、实时的评价,可快速筛选出优质供应商。
Description
技术领域
本发明属于质量评价技术领域,具体涉及一种基于大数据的供应商质量评价方法及系统。
背景技术
在当前形势下,商业竞争日益剧烈,市场产品同质化越来越高,为提高自身竞争力,企业降低成本成为重要指标,而采购及购买成本占到了整个销货成本的百分之六十,为此采购决策对企业的收益越来越重要。因此对供应商的绩效评价直接影响企业的正常生产经营。
目前,供应商的绩效评价均在生产企业月度/季度/年度时进行,因供应商产品质量问题导致对供应商的质量改善、工艺、路线、配额的调整一般都是滞后的,对企业的质量管控产生了不利影响,因此需要及时、全面的评价各个供应商的质量,筛选出合适的供应商以供调整。
发明内容
有鉴于此,本发明提出了一种基于大数据的供应商质量评价方法及系统,用于解决供应商质量评价不及时、不全面的问题。
本发明第一方面,公开一种基于大数据的供应商质量评价方法,所述方法包括:
在供应商相关业务执行时记录各检验、考察问题,汇集周边外部系统大数据构成问题清单,基于问题清单构建供应商实时问题库;
基于供应商实时问题库确定评价项目、各评价项目的评价指标及属性信息,计算出各个评价指标的权重;
基于各评价项目的评价指标、评价属性、权重建立标准的质量评价模型;
在评价周期内创建评价任务,更新供应商的问题清单,根据问题清单确定待评价项目对应的评价指标值和属性值,基于标准的质量评价模型计算对应的供应商质量总评分。
优选的,所述周边外部系统大数据包括供应商关系管理系统、质量管理系统、仓储管理系统、车间制造管理系统中与供应商/物料相关的问题清单/调研/考察记录。
优选的,所述供应商相关业务包括准入考察、前移质检、收货质检、仓库保管、生产制程、产品检验、售后管理、工艺变更。
优选的,所述评价项目包括:检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度、供应商整改、Audit扣分项、Audit加分项;所述评价指标为各个评价项目的评价明细,所述属性信息包括问题类型、管理类别、评分类型、扣分值、配分值,,所述评分类型包括打分、决策、加分、扣分。
优选的,所述计算出各个评价指标的权重具体包括:
对于检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目,采用层析分析法建立权重分配模型,计算所述五个评价项目及对应的各评价指标的权重;
对于供应商整改的评价项目,将其权重直接设为0,供应商的问题清单中如果出现评分类型为决策的,本次评价得零分,无需再做评分计算;
对于Audit扣分项、Audit加分项两个评价项目,将权重均设为1。
优选的,所述基于各评价项目的评价指标、评价属性、权重建立标准的质量评价模型的表达式为:
其中,S表示对应的供应商质量总评分,Ai表示第i个评价项目评分,i为评价项目编号,j为评价项目对应的评价指标编号,m为第i个评价项目对应的评价指标数量,Cij表示对应评价指标的配分值,Dij表示评分类型为扣分时对应评价指标出现的次数,评分类型为非扣分类型时Dij=0,Eij表示对应评价指标的扣分值,Wij表示对应评价指标的权重。
优选的,所述方法还包括:
获取各横向部门对评价项目评分和供应商质量总评分评价得分的确认或反馈结果,对供应商等级进行升级/降级/整改。
本发明第二方面,公开一种基于大数据的供应商质量评价系统,所述方法包括:
问题库构建模块:在供应商相关业务执行时记录各检验、考察问题,汇集周边外部系统大数据构成问题清单,基于问题清单构建供应商实时问题库;
评价模型建立模块:基于供应商实时问题库确定评价项目、各评价项目的评价指标及属性信息,计算出各个评价指标的权重;基于各评价项目的评价指标、评价属性、权重建立标准的质量评价模型;
评分计算模块:在评价周期内创建评价任务,更新供应商的问题清单,根据问题清单确定待评价项目对应的评价指标值和属性值,基于标准的质量评价模型计算对应的供应商质量总评分。
优选的,所述评价模型建立模块具体包括:
评价体系单元:检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度、供应商整改、Audit扣分项、Audit加分项;所述评价指标为各个评价项目的评价明细,所述属性信息包括问题类型、管理类别、评分类型、扣分值、配分值,所述评分类型包括打分、决策、加分、扣分;
权重计算单元:对于检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目,采用层析分析法建立权重分配模型,计算所述五个评价项目及对应的各评价指标的权重;对于供应商整改的评价项目,将其权重直接设为0,供应商的问题清单中如果出现评分类型为决策的,本次评价得零分,无需再做评分计算;对于Audit扣分项、Audit加分项两个评价项目,将权重均设为1;
模型建立单元:评价模型的表达式为:
其中,S表示对应的供应商质量总评分,Ai表示第i个评价项目评分,i为评价项目编号,j为评价项目对应的评价指标编号,m为第i个评价项目对应的评价指标数量,Cij表示对应评价指标的配分值,Dij表示评分类型为扣分时对应评价指标出现的次数,评分类型为非扣分类型时Dij=0,Eij表示对应评价指标的扣分值,Wij表示对应评价指标的权重。
本发明相对于现有技术具有以下有益效果:
1)本发明通过大数据收集问题清单构建供应商实时问题库,基于供应商实时问题库建立全面的建立供应商质量评价体系,该评价体系可覆盖准入检验阶段、不良管理阶段、售后管理阶段、停线阶段、服务态度以及整改效果全流程,基于该评价体系可对供应商进行全面、实时的评价;
2)本发明基于评价项目的同设置了不同的权重计算和配置规则,在采用层次分析分配权重的同时,基于评价明细和Audit信息设置了精细化的评分机制,可提高供应商评价的准确性,同时将供应商后续整改情况纳入评分机制,更有利于对供应商升级/降级/整改,可快速筛选出优质供应商,及时调整采购、生产计划。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于大数据的供应商质量评价方法流程示意图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
请参阅图1,本发明提出一种基于大数据的供应商质量评价方法,所述方法包括:
S1、在供应商相关业务执行时记录各检验、考察问题,汇集周边外部系统大数据构成问题清单,基于问题清单构建供应商实时问题库;
具体的,所述供应商相关业务包括准入考察、前移质检、收货质检、仓库保管、生产制程、产品检验、售后管理、工艺变更。所述周边外部系统大数据包括供应商关系管理系统(SRM)、(质量管理系统(QMS)、仓储管理系统(WMS)、车间制造管理系统(MES)等系统中与供应商/物料相关的问题清单/调研/考察记录。基于供应商相关业务和周边外部系统的大数据整理出各个供应商在各个阶段的问题清单,形成供应商实时问题库,供应商实时问题库中涵盖了与供应商/物料相关的各类问题,可覆盖准入检验阶段、不良管理阶段、售后管理阶段、停线阶段、服务态度以及整改效果全流程。外部系统实时将供应商的问题清单发送至供应商实时问题库,供应商实时问题库收到新的问题清单立即触发供应商质量评价模型进行评分,供应商来料质检不合格后,自动触发绩效评价得分,实时性高。
S2、基于供应商实时问题库确定评价项目、各评价项目的评价指标及属性信息,建立供应商质量评价体系;
具体的,基于供应商实时问题库中的问题清单建立供应商质量评价体系,所述评价项目包括:检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度、供应商整改、Audit扣分项、Audit加分项;所述评价指标为各个评价项目的评价明细,所述属性信息包括问题类型、管理类别、评分类型、扣分值、配分值,所述评分类型包括打分、决策、加分、扣分。
S3、分别计算出各个评价项目和评价指标的权重;
具体的,本发明的权重计算/配置分为三类:
1)对于检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目,采用层析分析法建立权重分配模型,计算所述五个评价项目及对应的各评价指标的权重。
所述权重分配模型包括三个层级结构,其中,目标层为供应商质量总评分,检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目作为一级评价指标、以各个评价项目对应的评价明细为二级评价指标;按照一定的标度对同一层的所有指标分别进行两两比较,将评判结果用数值表示,构造判断矩阵;计算判断矩阵的最大特征根与特征向量,对判断矩阵进行一致性校验,一致性校验不通时需要调整判断矩阵元素取值,直至满足一致性,根据校验通过后的判断矩阵确定各个评价指标的权重。
2)对于供应商整改的评价项目,将其权重直接设为0,供应商的问题清单中如果出现评分类型为决策的,本次评价得零分,无需再做评分计算;
3)对于Audit扣分项、Audit加分项两个评价项目,将权重均设为1。
S4、基于各评价项目的评价指标、评价属性、权重建立标准的质量评价模型;
所述建立标准的质量评价模型的表达式为:
其中,S表示对应的供应商质量总评分,Ai表示第i个评价项目评分,i为评价项目编号,j为评价项目对应的评价指标编号,m为第i个评价项目对应的评价指标数量,n为评价项目总数,Cij表示对应评价指标的配分值,Dij表示评分类型为扣分时对应评价指标出现的次数,评分类型为非扣分类型时Dij=0,Eij表示对应评价指标的扣分值,Wij表示对应评价指标的权重。当Cij-Dij·Eij<0时,取Cij-Dij·Eij=0。
对于检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目,Wij=wij,其中wij为权重分配模型计算得到各个评价指标的权重;对于供应商整改的评价项目,Wij=0;对于Audit扣分项、Audit加分项两个评价项目,Wij=1。
S5、在评价周期内创建评价任务,更新供应商的问题清单,根据问题清单确定待评价项目对应的评价指标值和属性值,基于标准的质量评价模型计算对应的供应商质量总评分。
当收到评价任务后,获取最新的问题清单,确定待评价项目对应的评价指标值和属性值,根据标准的质量评价模型的表达式分别计算各个待评价项目评分、对应的供应商质量总评分。
下面结合具体评价项目对本发明质量评价模型进行示例说明,如表1所示:
评价类型:日常评价/准入评价评价分类:要因系/结果系
评价类别:年/季/月评分类型:打分/决策/加分/扣分
表1供应商质量评价体系
表1中,用Bij表示对应评价指标的评分类型,Bij∈{-1,0,1},其中Bij=-1表示扣分,Bij=0表示决策,Bij=1表示加分或打分;表1中配分值Cij、扣分值Eij中空格项在参与质量评价运算时的取值为0。
基于上述评价体系结合供应商质量质量评价模型的表达式分别计算各个待评价项目评分Ai、对应的供应商质量总评分S。
S6、获取各横向部门对评价项目评分和供应商质量总评分评价得分的确认或反馈结果,对供应商等级进行升级/降级/整改。实时绩效总得分通过消息组件发送至:采购管理部、质量部、仓储物流部、供应商。供应商来料质检不合格后,自动触发绩效评价得分;采购部实时收到评价结果,及时进行业绩考核,加严抽检;采购规划科实时接到评价结果,及时调整供应商的供货路线和采购配额。通过本发明所述方法可实时计算各个供应商的评分,对供应商升级/降级/整改,可筛选出优质供应商,及时调整采购、生产计划。
与所述方法实施例相对应,本发明还提出一种基于大数据的供应商质量评价系统,所述系统包括:
问题库构建模块100:在供应商相关业务执行时记录各检验、考察问题,汇集周边外部系统大数据构成问题清单,基于问题清单构建供应商实时问题库;
评价模型建立模块200:基于供应商实时问题库确定评价项目、各评价项目的评价指标及属性信息,计算出各个评价指标的权重;基于各评价项目的评价指标、评价属性、权重建立标准的质量评价模型;
评分计算模块300:在评价周期内创建评价任务,更新供应商的问题清单,根据问题清单确定待评价项目对应的评价指标值和属性值,基于标准的质量评价模型计算对应的供应商质量总评分。
其中,所述评价模型建立模块具体包括:
评价体系单元:检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度、供应商整改、Audit扣分项、Audit加分项;所述评价指标为各个评价项目的评价明细,所述属性信息包括问题类型、管理类别、评分类型、扣分值、配分值,所述评分类型包括打分、决策、加分、扣分;
权重计算单元:对于检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目,采用层析分析法建立权重分配模型,计算所述五个评价项目及对应的各评价指标的权重;对于供应商整改的评价项目,将其权重直接设为0,供应商的问题清单中如果出现评分类型为决策的,本次评价得零分,无需再做评分计算;对于Audit扣分项、Audit加分项两个评价项目,将权重均设为1;
模型建立单元:评价模型的表达式为:
其中,S表示对应的供应商质量总评分,Ai表示第i个评价项目评分,i为评价项目编号,j为评价项目对应的评价指标编号,m为第i个评价项目对应的评价指标数量,Bij表示对应评价指标的评分类型,Bij∈{-1,0,1},其中Bij=-1表示扣分,Bij=0表示决策,Bij=1表示加分或打分,Cij表示对应评价指标的配分值,Dij表示评分类型为扣分时对应评价指标出现的次数,评分类型为非扣分类型时Dij=0,Eij表示对应评价指标的扣分值,Wij表示对应评价指标的权重。
本发明通过大数据收集问题清单构建供应商实时问题库,基于供应商实时问题库建立全面的建立供应商质量评价体系,该评价体系可覆盖准入检验阶段、不良管理阶段、售后管理阶段、停线阶段、服务态度以及整改效果全流程,基于评价项目的不同设置了不同的权重计算和配置规则,在采用层次分析分配权重的同时,基于评价明细和Audit信息设置了精细化的评分机制,可提高供应商评价的准确性,同时将供应商后续整改情况纳入评分机制,更有利于对供应商升级/降级/整改,可快速筛选出优质供应商,及时调整采购、生产计划。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于大数据的供应商质量评价方法,其特征在于,所述方法包括:
在供应商相关业务执行时记录各检验、考察问题,汇集周边外部系统大数据构成问题清单,基于问题清单构建供应商实时问题库;
基于供应商实时问题库确定评价项目、各评价项目的评价指标及属性信息,形成供应商质量评价体系;
分别计算出各个评价项目和评价指标的权重;
基于各评价项目的评价指标、评价属性、权重建立标准的质量评价模型;
在评价周期内创建评价任务,更新供应商的问题清单,根据问题清单确定待评价项目对应的评价指标值和属性值,基于所述标准的质量评价模型计算对应的供应商质量评分。
2.根据权利要求1所述基于大数据的供应商质量评价方法,其特征在于,所述周边外部系统大数据包括供应商关系管理系统、质量管理系统、仓储管理系统、车间制造管理系统中与供应商/物料相关的问题清单/调研/考察记录。
3.根据权利要求1所述基于大数据的供应商质量评价方法,其特征在于,所述供应商相关业务包括准入考察、前移质检、收货质检、仓库保管、生产制程、产品检验、售后管理、工艺变更。
4.根据权利要求1所述基于大数据的供应商质量评价方法,其特征在于,供应商质量评价体系中,所述评价项目包括:检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度、供应商整改、Audit扣分项、Audit加分项;所述评价指标为各个评价项目的评价明细,所述属性信息包括问题类型、管理类别、评分类型、扣分值、配分值,所述评分类型包括打分、决策、加分、扣分。
5.根据权利要求4所述基于大数据的供应商质量评价方法,其特征在于,所述分别计算出各个评价项目及评价指标的权重具体包括:
对于检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目,采用层析分析法建立权重分配模型,计算所述五个评价项目及对应的各评价指标的权重;
对于供应商整改的评价项目,将其权重直接设为0,供应商的问题清单中如果出现评分类型为决策的,本次评价得零分,无需再做评分计算;
对于Audit扣分项、Audit加分项两个评价项目,将权重均设为1。
7.根据权利要求6所述基于大数据的供应商质量评价方法,其特征在于,所述方法还包括:
获取各横向部门对评价项目评分和供应商质量总评分评价得分的确认或反馈结果,对供应商等级进行升级/降级/整改。
8.一种基于大数据的供应商质量评价系统,其特征在于,所述方法包括:
问题库构建模块:在供应商相关业务执行时记录各检验、考察问题,汇集周边外部系统大数据构成问题清单,基于问题清单构建供应商实时问题库;
评价模型建立模块:基于供应商实时问题库确定评价项目、各评价项目的评价指标及属性信息,分别计算出各个评价项目和评价指标的权重;基于各评价项目的评价指标、属性信息、权重建立标准的质量评价模型;
评分计算模块:在评价周期内创建评价任务,更新供应商的问题清单,根据问题清单确定待评价项目对应的评价指标值和属性值,基于标准的质量评价模型计算对应的供应商质量总评分。
9.根据权利要求8所述基于大数据的供应商质量评价系统,其特征在于,所述评价模型建立模块具体包括:
评价体系单元:检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度、供应商整改、Audit扣分项、Audit加分项;所述评价指标为各个评价项目的评价明细,所述属性信息包括问题类型、管理类别、评分类型、扣分值、配分值,所述评分类型包括打分、决策、加分、扣分;
权重计算单元:对于检验合格率、零部件不良PPM值、售后质量问题、生产线停线统计、服务态度五个评价项目,采用层析分析法建立权重分配模型,计算所述五个评价项目及对应的各评价指标的权重;对于供应商整改的评价项目,将其权重直接设为0,供应商的问题清单中如果出现评分类型为决策的,本次评价得零分,无需再做评分计算;对于Audit扣分项、Audit加分项两个评价项目,将权重均设为1;
模型建立单元:质量评价模型的表达式为:
其中,S表示对应的供应商质量总评分,Ai表示第i个评价项目评分,i为评价项目编号,j为评价项目对应的评价指标编号,m为第i个评价项目对应的评价指标数量,Cij表示对应评价指标的配分值,Dij表示评分类型为扣分时对应评价指标出现的次数,评分类型为非扣分类型时Dij=0,Eij表示对应评价指标的扣分值,Wij表示对应评价指标的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011512644.0A CN112529449A (zh) | 2020-12-20 | 2020-12-20 | 一种基于大数据的供应商质量评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011512644.0A CN112529449A (zh) | 2020-12-20 | 2020-12-20 | 一种基于大数据的供应商质量评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112529449A true CN112529449A (zh) | 2021-03-19 |
Family
ID=75001752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011512644.0A Pending CN112529449A (zh) | 2020-12-20 | 2020-12-20 | 一种基于大数据的供应商质量评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529449A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487204A (zh) * | 2021-07-15 | 2021-10-08 | 北京光速斑马数据科技有限公司 | 一种工作过程的客观评价方法和评价装置 |
CN113706009A (zh) * | 2021-08-26 | 2021-11-26 | 四川启睿克科技有限公司 | 基于多维度物料数据的供应商智能评价和分级系统 |
CN113988603A (zh) * | 2021-10-28 | 2022-01-28 | 湖南创博龙智信息科技股份有限公司 | 一种基于大数据的供应商评价方法及系统 |
CN114219362A (zh) * | 2021-12-31 | 2022-03-22 | 中国电建集团成都勘测设计研究院有限公司 | 基于项目管理系统的综合评价方法 |
CN114692091A (zh) * | 2022-04-24 | 2022-07-01 | 江苏四象软件有限公司 | 基于大数据资源的数据治理任务运行系统 |
CN115983662A (zh) * | 2022-09-22 | 2023-04-18 | 杭州柚凡信息科技有限公司 | 一种可自主配置测评规则的评价方法及系统 |
CN117743310A (zh) * | 2023-12-19 | 2024-03-22 | 云宝宝大数据产业发展有限责任公司 | 一种全周期数据治理方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289735A (zh) * | 2011-07-22 | 2011-12-21 | 浙江百世技术有限公司 | 选择服务供应商的方法及系统 |
CN105574653A (zh) * | 2015-12-14 | 2016-05-11 | 四川长虹电器股份有限公司 | 基于数据仓库的供应商评价与选择方法 |
CN109740838A (zh) * | 2018-11-22 | 2019-05-10 | 平安科技(深圳)有限公司 | 基于大数据的供应商服务评价方法及相关设备 |
CN111861234A (zh) * | 2020-07-24 | 2020-10-30 | 北京合众伟奇科技有限公司 | 电能表供应商综合服务能力评价方法 |
CN112016965A (zh) * | 2020-08-27 | 2020-12-01 | 国网北京市电力公司 | 设备供应商的评价方法及装置 |
-
2020
- 2020-12-20 CN CN202011512644.0A patent/CN112529449A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289735A (zh) * | 2011-07-22 | 2011-12-21 | 浙江百世技术有限公司 | 选择服务供应商的方法及系统 |
CN105574653A (zh) * | 2015-12-14 | 2016-05-11 | 四川长虹电器股份有限公司 | 基于数据仓库的供应商评价与选择方法 |
CN109740838A (zh) * | 2018-11-22 | 2019-05-10 | 平安科技(深圳)有限公司 | 基于大数据的供应商服务评价方法及相关设备 |
CN111861234A (zh) * | 2020-07-24 | 2020-10-30 | 北京合众伟奇科技有限公司 | 电能表供应商综合服务能力评价方法 |
CN112016965A (zh) * | 2020-08-27 | 2020-12-01 | 国网北京市电力公司 | 设备供应商的评价方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113487204A (zh) * | 2021-07-15 | 2021-10-08 | 北京光速斑马数据科技有限公司 | 一种工作过程的客观评价方法和评价装置 |
CN113706009A (zh) * | 2021-08-26 | 2021-11-26 | 四川启睿克科技有限公司 | 基于多维度物料数据的供应商智能评价和分级系统 |
CN113988603A (zh) * | 2021-10-28 | 2022-01-28 | 湖南创博龙智信息科技股份有限公司 | 一种基于大数据的供应商评价方法及系统 |
CN114219362A (zh) * | 2021-12-31 | 2022-03-22 | 中国电建集团成都勘测设计研究院有限公司 | 基于项目管理系统的综合评价方法 |
CN114219362B (zh) * | 2021-12-31 | 2023-04-07 | 中国电建集团成都勘测设计研究院有限公司 | 基于项目管理系统的综合评价方法 |
CN114692091A (zh) * | 2022-04-24 | 2022-07-01 | 江苏四象软件有限公司 | 基于大数据资源的数据治理任务运行系统 |
CN115983662A (zh) * | 2022-09-22 | 2023-04-18 | 杭州柚凡信息科技有限公司 | 一种可自主配置测评规则的评价方法及系统 |
CN117743310A (zh) * | 2023-12-19 | 2024-03-22 | 云宝宝大数据产业发展有限责任公司 | 一种全周期数据治理方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112529449A (zh) | 一种基于大数据的供应商质量评价方法及系统 | |
Shafi | Investors’ evaluation criteria in equity crowdfunding | |
US11301881B2 (en) | Trust rating metric for future event prediction of an outcome | |
US7664693B1 (en) | Financial methodology for the examination and explanation of spread between analyst targets and market share prices | |
US7698188B2 (en) | Electronic enterprise capital marketplace and monitoring apparatus and method | |
US20160342922A1 (en) | Performance analytics based on high performance indices | |
CN108846547A (zh) | 一种动态调整的企业信用风险评估方法 | |
US20080004922A1 (en) | Detailed method of and system for modeling and analyzing business improvement programs | |
US8930254B2 (en) | Financial methodology to valuate and predict the news impact of major events on financial instruments | |
KR20030004313A (ko) | 광고포트폴리오모델을 이용하는 종합광고 관리시스템 | |
CN107103548A (zh) | 网络行为数据的监控方法和系统以及风险监控方法和系统 | |
EP4092592A1 (en) | Generating demand forecasts based on trend features derived from historical data | |
Rekik et al. | Modeling (and learning from) Inventory Inaccuracies in e‐retailing/B2B contexts | |
US11348146B2 (en) | Item-specific value optimization tool | |
CN114971685A (zh) | 基于大数据的市场采购贸易商品价格管理方法 | |
CN114943582A (zh) | 一种信息推荐方法、系统及推荐服务器 | |
US7783547B1 (en) | System and method for determining hedge strategy stock market forecasts | |
JPH10275177A (ja) | 投資信託のパフォーマンス評価装置およびその評価方法 | |
CN116228403A (zh) | 一种基于机器学习算法的个人不良资产估值方法和系统 | |
CN115221212A (zh) | 基金投资数据管理系统及方法 | |
JP2001022851A (ja) | スコアリング方法およびシステム | |
JP7514148B2 (ja) | 情報処理装置、情報処理方法、情報処理システム及びコンピュータプログラム | |
US20240029153A1 (en) | Trade and Mobility Data-driven Credit Performance Prediction | |
JP2006350487A (ja) | 資金調達計画支援装置及び資金調達計画支援プログラム | |
AU2016200314A1 (en) | Performance analytics based on high performance indices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |
|
RJ01 | Rejection of invention patent application after publication |