CN114077980A - 智能供应商管理系统及智能供应商管理方法 - Google Patents

智能供应商管理系统及智能供应商管理方法 Download PDF

Info

Publication number
CN114077980A
CN114077980A CN202010841258.XA CN202010841258A CN114077980A CN 114077980 A CN114077980 A CN 114077980A CN 202010841258 A CN202010841258 A CN 202010841258A CN 114077980 A CN114077980 A CN 114077980A
Authority
CN
China
Prior art keywords
evaluation
supplier
intelligent
management module
management
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
Application number
CN202010841258.XA
Other languages
English (en)
Inventor
戴芸
左滨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to CN202010841258.XA priority Critical patent/CN114077980A/zh
Priority to JP2021054467A priority patent/JP7181334B2/ja
Publication of CN114077980A publication Critical patent/CN114077980A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0833—Tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/10—Payment architectures specially adapted for electronic funds transfer [EFT] systems; specially adapted for home banking systems
    • G06Q20/102—Bill distribution or payments
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • 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

Abstract

本发明提供智能供应商管理系统及智能供应商管理方法。该系统具备：供应商信息管理模块，对供应商的基本信息进行管理；合同管理模块，对与合同有关的信息进行标准化管理；订单管理模块，对订单执行的情况进行记录、跟踪；支付管理模块，对与财务有关的数据进行管理；以及评价管理模块，对所述供应商的绩效进行评价并管理；在所述评价中，包括：收集处理，收集所述供应商的与所设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果；权重计算处理，根据所收集的所述历史数据和所述历史评价结果，计算所述多个指标各自的权重；以及评价处理，利用计算出的所述权重和所述评价对象数据，对所述供应商进行评价，输出评价结果。

Description

智能供应商管理系统及智能供应商管理方法
技术领域
本发明涉及智能供应商管理系统及智能供应商管理方法，尤其涉及智能供应商管理系统的布局方式及供应商的评价方法。
背景技术
在当今经济高度发展的背景下，需要企业以系统全面的理念去审视评估整个供应链，以实现企业从供应商、企业、到用户之间的物流、信息流和资金流的一体化管理。整个供应链管理全流程中采购供应商管理是企业重点研究的对象。管理精细到位可提高企业产品质量，保证产品交付周期，降低管理运营成本，强化企业竞争力。
传统供应商管理中存在信息沟通不畅、合作层次不高以及业务数据不共享等问题，因而迫切需要能够克服这些问题的智能供应商管理系统的布局方式。
此外，在供应商管理中，供应商评价在资格准入、监督检查、绩效考核中扮演重要角色。但对于供应商评价，大多数企业的评价指标较为通用、没有分类制定或差异化筛选，使用方法主观因素影响大、不够客观合理。
例如，在专利文献CN108154277A中公开了基于制造能力和关系链的非标零部件采购决策系统，该系统包括供应商数据库模块、评价体系模块、关键链展示模块，其中，供应商数据库模块包含供应商的基本信息，评价体系模块采用AHP法基于数据库将各类数据转换为0-10的评价分数，并计算各供应商的总评分。
但是，上述专利文献中使用了AHP单一方法，评价结果仅依赖于专家打分，因此不够客观。并且，该专利文献中记载的技术仅针对制造业非标零件，没有考虑到其他产业。
发明内容
本发明是为了解决上述问题中的至少一个而提出的。其目的在于提供能够实现采供双方的信息实时沟通、充分共享的智能供应商管理系统及智能供应商管理方法。并且，在此基础上，提供还能够对供应商进行有效合理的评价的智能供应商管理系统及智能供应商管理方法。
本发明的一个实施方式提供一种智能供应商管理系统，其特征在于，具备：供应商信息管理模块，对供应商的基本信息进行管理；合同管理模块，对与合同有关的信息进行标准化管理；订单管理模块，对订单执行的情况进行记录、跟踪；支付管理模块，对与财务有关的数据进行管理；以及评价管理模块，对所述供应商的绩效进行评价并管理；在所述评价中，包括：收集处理，收集所述供应商的与所设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果；权重计算处理，根据所收集的所述历史数据和所述历史评价结果，计算所述多个指标各自的权重；以及评价处理，利用计算出的所述权重和所述评价对象数据，对所述供应商进行评价，输出评价结果。
由此，能够实现采供双方的信息实时沟通，充分共享，进而能够建立长期高效的采购全过程协同合作关系，提高物资采购效率。
上述智能供应商管理系统也可以是，在所述权重计算处理中，基于用所述历史数据和所述历史评价结果进行训练而得到的BP神经网络模型，计算所述多个指标各自的权重。
由此，能够尽可能消除权重确定中的主观因素，保证权重的有效性和实用性，进而能够对供应商进行客观合理的评价。
上述智能供应商管理系统也可以是，在所述评价处理中，利用所述权重和所述评价对象数据，通过TOPSIS法对所述供应商进行评价。
由此，通过将基于BP神经网络模型的权重应用于TOPSIS法，能够进行更客观合理的评价。
上述智能供应商管理系统也可以是，所述供应商为多个供应商。
由此，能够对多个供应商同时进行管理，并且能够对多个供应商进行相对评价。
上述智能供应商管理系统也可以是，在所述评价处理中，将所述多个指标分类为多个评价领域，并按每个评价领域，对所述供应商进行评价。
由此，能够针对单个供应商，评价各领域内的表现，进行更细致的评价。
上述智能供应商管理系统也可以是，在所述评价处理中，基于所述多个评价领域，以雷达图输出所述评价结果。
由此，能够直观地体现某供应商在不同评价领域内的表现。
上述智能供应商管理系统也可以是，在所述评价处理中，当有多个同类供应商的情况下，还以柱状图输出对该多个同类型供应商的评价结果。
由此，能够体现某供应商相比其他同类型供应商的排名结果。
上述智能供应商管理系统也可以是，在所述评价处理中，还具有指标设定处理，该指标设定处理中根据用户的操作，删除已设定的至少一个指标和/或增加新的指标，在所述收集处理中，收集各供应商的与删除和/或增加后的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果。
由此，能够根据不同领域的供应商，从既定指标中筛选不同的指标，或者增加更适当的指标，从而能够进行更灵活而合理的评价。
本发明的一个实施方式还提供一种智能供应商管理方法，其是智能供应商管理系统所执行的方法，其特征在于，包括以下步骤：由供应商信息管理模块对供应商的基础信息进行管理；由合同管理模块对与合同有关的信息进行标准化管理；由订单管理模块对订单执行的情况进行记录、跟踪；由支付管理模块对与财务有关的数据进行管理；以及由评价管理模块对所述供应商的绩效进行评价并管理；在所述评价中，包括：收集处理，收集各供应商的与预先设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果；权重计算处理，根据所收集的所述历史数据、所述历史评价结果，计算所述多个指标各自的权重；以及评价处理，利用计算出的所述权重和所述评价对象数据，对所述供应商进行评价，输出评价结果。
本发明的智能供应商管理系统的上述各具体方式及其效果，也能够通过上述智能供应商管理系统中执行的方法、使计算机执行上述方法的程序、或者存储了上述程序的记录介质实现。
附图说明
图1是表示本发明的第一实施方式的智能供应商管理系统的功能结构框图。
图2是表示本发明的第一实施方式的智能供应商管理方法的图。
图3是表示本发明的第一实施方式的智能供应商管理系统所执行的评价方法的流程图。
图4是用于说明本发明的第二实施方式中的权重计算处理的结构图。
图5是表示本发明的评价结果的一例的图。
图6是表示本发明的评价结果的另一例的图。
图7是表示具体例的评价结果的图。
图8是表示具体例的评价结果的图。
具体实施方式
以下结合附图、实施方式及具体例对本发明进行更详细的说明。其中，下述说明只是为了方便理解本发明而举出的例子，不用于限定本发明的范围。在具体实施方式中，装置和系统所具备的部件可以根据实际情况变更、删减或追加，方法的步骤可以根据实际情况变更、删减、追加或改变顺序。
(第一实施方式)
本实施方式的智能供应商管理系统1是供企业和其供应商使用的系统。企业通过该系统集中管理及维护供应商，供应商可通过互联网来注册并登录此系统，了解和掌握企业所需产品的动态计划，向企业申请合格供应商资格等。
智能供应商管理系统1由处理器、存储器、接口、输入设备和显示部等构成。其中，处理器、存储器、接口、输入设备和显示部相互之间通过总线连接。
具体而言，处理器例如是CPU、微处理器等，通过执行存储器中存储的应用程序，实现智能供应商管理系统1的各功能模块的功能。接口例如是通信接口，包括数据库访问接口、能够与供应商客户端进行数据通信的接口等。输入设备例如是键盘、鼠标、麦克风等输入设备，供用户输入指令。显示部例如是液晶显示器，能够显示智能供应商管理系统1的用户界面、与处理结果相关的画面等。
以下，对本发明的第一实施方式的智能供应商管理系统的各功能模块进行说明。
图1是表示本发明的第一实施方式的智能供应商管理系统的功能结构框图。如图1所示，智能供应商管理系统1包括供应商信息管理模块10、合同管理模块20、订单管理模块30、支付管理模块40以及评价管理模块50。
供应商信息管理模块10实现有关各供应商的基础信息、供应商评审、供应商认证的管理。基础信息包括供应商公司名、法人名、地址、网址等信息。当然，不限于此，也可以包括公司创立日、财务状况、员工人数、质量认证体系等各种信息。供应商评审指在新供应商准入时的选择过程，可根据基础信息、供应商提交的文件、现场评审等环节进行确认。供应商认证指在新供应商通过评审后，纳入正式的供应商名录中。
合同管理模块20对与合同有关的信息进行标准化管理，包括比价筛选、合同拟定。比价筛选是指在正式供货时，各供应商在该系统中统一报价，由品牌方(采购方)进行筛选参考。合同拟定是指品牌方最终确定供货名单后，依据报价进行合同起草。合同可根据标准模板进行定制开发，实现合同标准化管理。通过对合同的规范管理，实现合同价格和结算价格的对比分析，以及不同批次采购明细的对比分析，便于了解各产品结算差异。
订单管理模块30主要对订单执行的情况进行记录、跟踪，可以包括送货管理和订单协同。送货管理可追踪到货物的发出与到达时间，如有延期可在系统中记录信息。订单协同是指对于不满足最小装载量的订单可进行“拼单”运送。此外，也可以对货物到达之后的入库、检验、退货等情况进行实时跟踪。
支付管理模块40对与财务有关的数据进行管理，包括对账管理、发票管理、付款管理。对账管理是指根据基础信息、业务单据、财务单据进行数据核对与差异处理。发票管理是指在向供应商付款前，录入发票信息，确定发票金额与订单金额的一致性。付款管理是指确定对供应商的应付款、已付款与未付款金额，并单独处理分期付款。
评价管理模块50对供应商的绩效进行评价并管理，包括绩效管理、名录更新。绩效管理是指按每个阶段(月/年/项目节点)对供应商进行评价，确定日后的合作方式或采购额分配。名录更新是指根据绩效管理的结果，可能会淘汰部分供应商，对名录进行更新。
此外，绩效管理中进一步也可以包括指标管理和评价结果管理。指标管理是指对于供应商建立科学的指标体系，以便合理运用指标对供应商进行科学评定。评价所涉及的指标很多，例如有作为通用指标的质量、成本、交付、服务等，并且也可以根据用户(企业)的操作，进行指标的选择、删除、增加等处理。评价结果管理是指支持用户(企业)查询和编辑已生成的评价结果，例如查看、新增、删除、导出、审核、修改等。
一般来说，各企业每年都会有不同频率的评价活动，大体形式是将供应商分为“ABCD”等多个等级，此等级是一种综合评价。这里，该ABCD等级只是一个例示，并不限定于此，可根据需要任意地设定。
评价管理模块50中，在对供应商进行评价时，首先收集各供应商的与预先设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果。这里，历史数据及评价对象数据、以及历史评价结果既可以是从供应商信息管理模块10、合同管理模块20、订单管理模块30、支付管理模块40、以及评价管理模块50直接或进行整合而得到的，也可以是从用户输入的数据直接或进行整合而得到的。也可以是，仅关于不能从这些模块收集的指标对应数据，通过利用输入设备进行输入来得到。
假设预先设定的指标为x1～x7，则所收集的历史数据和历史评价结果如表1所示。
表1
x1 x2 x3 … x7 历史评价结果
供应商1 10 0.9 10 0.9 A
供应商2 9 0.85 10 0.8 B
供应商3 8 0.8 8 0.7 C
…
此外，所收集的评价对象数据如表2所示。
表2
Figure BDA0002641502570000061
Figure BDA0002641502570000071
然后，评价管理模块50根据所收集的历史数据和历史评价结果，计算多个指标各自的权重。关于计算方法，在本实施方式中不作特别限定，可以利用已知的任何一种计算方法来得到各指标的权重，例如主成分分析法、熵值法等。
接下来，利用计算出的权重和评价对象数据，对各供应商进行评价，输出评价结果。关于评价方法，在本实施方式中不作特别限定，可以利用已知的绝对评价方法或相对评价方法的任何一种。输出结果可以是根据权重和评价对象数据计算出的得分，也可以是进一步根据得分来确定的如上所述的等级，也可以是得分和等级两者。
以下，说明由本实施方式的智能供应商管理系统1执行的方法。
图2是表示本发明的第一实施方式的智能供应商管理方法的流程图。如图2所示，在智能供应商管理系统1所执行的方法中，由供应商信息管理模块10对供应商的基本信息进行管理(S1)。例如包括基础信息、供应商评审、供应商认证的管理。
当供应商列入合格供应商，则会签定供应合同，由合同管理模块20对与该合同有关的信息进行标准化管理(S2)。例如包括比价筛选、合同拟定。
当按照所签定的合同执行订单时，由订单管理模块30对订单执行的情况进行记录、跟踪、控制(S3)。例如包括送货管理和订单协同。
并且，由支付管理模块40对与财务有关的数据进行管理(S4)。例如包括对账管理、发票管理、付款管理。
并且，由评价管理模块50对供应商的绩效进行评价并管理(S5)。例如包括绩效管理、名录更新。
在图2中，按照步骤S1～S5的顺序具体说明了本实施方式的智能供应商管理系统执行的方法的一个例子，但本实施方式的智能供应商管理系统执行的方法不限于上述例子，例如其顺序也可以根据实际情况适当变更或并行执行。
接下来，对评价管理模块50中执行的评价方法进行详细的说明。
图3是表示本发明的第一实施方式的智能供应商管理系统1所执行的评价方法的流程图。
如图3所示，在步骤S51中，从智能供应商管理系统1的供应商信息管理模块10、合同管理模块20、订单管理模块30、支付管理模块40、以及评价管理模块50，并且/或者通过用户的输入来收集各供应商的与预先设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果。
在步骤S52中，根据在步骤S51中收集的历史数据、历史评价结果，计算多个指标各自的权重。
在步骤S53中，利用在步骤S52中计算出的权重和在步骤S51中收集的评价对象数据，对供应商进行评价，输出评价结果。
根据本实施方式，能够实现采供双方的信息实时沟通，充分共享，进而能够建立长期高效的采购全过程协同合作关系，提高物资采购效率。
(第二实施方式)
以下，对第二实施方式的智能供应商管理系统及其所执行的方法进行详细的说明。
本实施方式的智能供应商管理系统的概略结构和所执行的方法采用第二实施方式的智能供应商管理系统1的概略结构和方法，因此省略图示。本实施方式的智能供应商管理系统相对于第一实施方式的智能供应商管理系统1，不同点在于提供能够对供应商进行客观合理的评价的评价方法。以下，以与实施方式1的不同点为中心进行说明，而省略重复的说明。
评价管理模块50在对供应商进行评价时，首先，与第一实施方式中同样从供应商信息管理模块10、合同管理模块20、订单管理模块30、支付管理模块40、以及评价管理模块50，并且/或者通过用户的输入来收集例如如表1、表2那样的各供应商的与所设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果。
然后，基于用历史数据和历史评价结果进行训练而得到的BP神经网络模型，计算所述多个指标各自的权重。
具体而言，BP神经网络作为应用最广泛的神经网络，三层的神经网络可以拟合出任意函数，这一点已经得到了严格的数学证明。在此前提下，在本实施方式中搭建一个三层的神经网络进行有监督学习。
图4是用于说明本发明第二实施方式中的权重计算处理的结构图。如图4所示，所搭建的三层的BP神经网络的输入层包含m个节点，对应于m个评价指标(在上述例子中为7个)，隐藏层包含k个节点，其个数可根据实际情况来适当设定，输出层包含一个节点，对应于历史评价结果。
对于这样的BP神经网络，将所收集的历史数据和历史评级结果作为训练样本进行训练。训练结果，得到输入层与各隐含层之间的连接关系Vij。由于这里要得到的是输入层相对于输出层的权重，因此对所得到的输入层与各隐含层之间的连接关系Vij进行分析及处理，由此得到所有m个指标的权重。
作为基于Vij计算各指标的权重的方法的一个例子，例如可以如以下公式所示，各指标的权重wj(j＝0，1，…m)通过将输入层到隐含层的每个连接关系Vij取绝对值，再除以所有的绝对值加和来求出。
Figure BDA0002641502570000091
其中，k为隐含层的节点数量。
通过这样计算各指标的权重，能够尽可能消除权重确定中的主观因素，保证权重的有效性和实用性。
接下来，利用计算出的权重和评价对象数据，对各供应商进行评价，输出评价结果。关于评价方法，也可以直接将权重与数值相乘。但是，在本实施方式中，为了使评价结果更加符合直觉，采用作为相对评价方法的TOPSIS法。
TOPSIS法是指根据指标性质和数据以一组最优指标数据作为虚拟正理想方案，以一组最劣指标数据作为虚拟负理想方案，通过比较方案点距正、负理想点的距离大小来判断被评价方案的优劣。以下，进行详细的说明。
第1步，假设有n个评价对象(供应商)，针对每个供应商要评价的指标为m个。此时，评价对象数据可用n行m列矩阵X表示。
Figure BDA0002641502570000101
第2步，对评价对象数据矩阵X进行规范化处理，得到规格化向量zij，建立关于规格化向量zij的规范化矩阵Z。
Figure BDA0002641502570000102
Figure BDA0002641502570000103
上述规范化方法只是一个例子，并不限于此。例如，考虑到不同指标的量纲不同，优选的是对各指标进行无量纲化。一般来说，指标有取值越大越好的极大型(效益性)指标(例如品质合格率)、取值越小越好的极小型(成本型)指标(例如采购价格)、取值越靠近某个值越好的中间型指标(例如水质量PH值)、取值落在某个区间最好的区间型指标(例如某化学成分的量)。
因而，针对极大型指标以外的指标，先将指标数据转换为极大型，便于接下来的处理。
当从极小型转为极大型的情况下，可通过以下公式来转换。
Figure BDA0002641502570000104
或
Figure BDA0002641502570000105
当从中间型转为极大型的情况下，可通过以下公式来转换。
M＝max{|xi-xbest|},
Figure BDA0002641502570000106
当从区间型转为极大型的情况下，设[a,b]为最佳区间，并通过以下公式来转换。
M＝max{a-min{xi}，min{xi}-b},
Figure BDA0002641502570000107
像这样先将所有指标转为极大型之后进行上述的规范化处理，能够消除不同指标不同量纲的影响。
第3步，确认最优/最劣值，最优方案Z+由Z中每列元素的最大值构成，最劣方案Z-由Z中每列元素的最小值构成。
Figure BDA0002641502570000111
Figure BDA0002641502570000112
这里的最优、最劣方案为在上述第2步中进行了指标的无量纲化的情况下的方案。
第4步，计算各评价对象与最优方案、最劣方案的接近程度，代入权重数据。
Figure BDA0002641502570000113
Figure BDA0002641502570000114
第5步，计算各评价对象与最优方案的贴近度Ci。
Figure BDA0002641502570000115
0≤Ci≤1，Ci→1
Ci越接近1，表明评价结果越优。
第6步，根据Ci大小进行排序，输出评价结果。作为评价结果，可以是将计算出的Ci归一到[0，100]内的分数，也可以是进一步根据得分来确定的等级。
企业可根据该评价结果，进行供应商的名录更新，对于评价优秀的供应商予以奖励，对于评价不理想的供应商予以惩罚。
根据本实施方式，将通过BP神经网络模型求出的权重应用于TOPSIS评价法，由此能够尽可能消除权重确定中的主观因素，进而能够对供应商进行更加客观合理的评价。
此外，在上述第一及第二实施方式中，利用针对所有评价指标的分数即总分进行了评价。但不限于此，也可以将所述多个指标分类为多个评价领域，并按每个评价领域，对各供应商进行评价。例如可以将多个指标分类为开发、采购、品质、生产等评价领域，按每个评价领域，利用对应的评价对象数据和属于该评价领域的各指标的权重，利用上述TOPSIS法进行评价。这样，能够对各供应商在各领域内的表现进行更细致的评价。
此时，作为评价结果，可以基于所分类的多个评价领域，以雷达图输出评价结果。图5是表示本发明的评价结果的一例的图。如图5所示，将评价结果通过雷达图来表示。其中，针对各个供应商，在开发、采购、品质、生产等四个方面进行了评价。由此，能够更直观地掌握各供应商在各领域内的表现。此外，也可以基于分类前的多个指标，以雷达图输出评价结果。
此外，在上述第一及第二实施方式中，当有多个同类型供应商的情况下，作为评价结果，也还可以以柱状图输出。图6是表示本发明的评价结果的另一例的图。如图6所示，通过柱状图给出针对同类型供应商S1～S2的评价结果。由此，能够直观地掌握与同类型供应商相比的排名结果。
此外，优选的是，针对某供应商，将表示该供应商在每个评价领域中的表现的雷达图和表示该供应商在同类型供应商中的排名的柱状图同时输出，作为对该供应商的评价结果。
此外，在上述第一及第二实施方式中，对多个供应商同时进行评价的情况进行了说明。但不限于此，也可以对一个供应商单独进行评价。此时，在第二实施方式中利用TOPSIS法进行评价的情况下，最优、最劣方案可以是从历史数据中提取的值，也可以是通过手动预先设定的值。
(具体例)
以下说明本发明第二实施方式的一个具体例。
本具体例中，假设某公司共有4家供应商P1～P4。在此，为了说明的方便，选择了较小的供应商数量，当量级增大时也同样能够适用。
1、供应商管理
供应商管理模块10对各供应商的基本信息进行管理。例如包括基础信息、供应商评审、供应商认证的管理。
现有供应商P1～P4的基础信息如表3所示。
表3：
Figure BDA0002641502570000131
如有新供应商P5，则会考察其基础信息、通过文件审核、现场评审等环节进行确认。
当供应商P5通过评审后，纳入正式的供应商名录中，如表4所示。
表4：
Figure BDA0002641502570000132
2.合同管理
合同管理模块20对与合同有关的信息进行标准化管理。例如包括比价筛选、合同拟定。
各供应商在正式供货时，在该智能供应商管理系统1中统一进行报价。例如，如果供应商P1～P3均为供应螺丝的候选供应商，则可以如表5这样报价。
表5：
公司名称 供应商品 需求数量 报价(单价)
P1 螺丝 100000 0.1/个
P2 螺丝 100000 0.15/个
P3 螺丝 100000 0.3/个
如果企业确定P1为该产品的供应商，则依据上述报价进行合同起草。
3.订单管理
订单管理模块30对订单执行的情况进行记录、跟踪、控制。例如包括送货管理和订单协同。
送货管理可追踪到货物的发出与到达时间，如有延期可在系统中记录信息，如表6所示。
表6：
Figure BDA0002641502570000141
此外，对于不满足最小装载量的订单可进行“拼单”运送。
4.支付管理
支付管理模块40对与财务有关的数据进行管理。例如包括对账管理、发票管理、付款管理。
对账管理中，根据基础信息、业务单据、财务单据进行数据核对与差异处理。
发票管理中，在向供应商付款前，录入发票信息，确定发票金额与订单金额的一致性，如表7所示。
表7：
Figure BDA0002641502570000142
Figure BDA0002641502570000151
付款管理中，确定对供应商的应付款、已付款与未付款金额，并单独处理分期付款，如表8所示。
表8：
公司名称 应付额 已付额 未付款 是否分期
P1 100000元 10000元 90000元 是
P2 230000元 60000元 170000元 否
P3 30000元 30000元 0元 否
P4 82000元 2000元 80000元 是
P5 15000元 10000元 5000元 否
5.评价管理
评价管理模块50对各供应商的绩效进行评价并管理。例如包括绩效管理、名录更新。
接着，对各供应商的评价方法进行详细的说明。
假设所设定的指标为产品合格率、质量认证体系、价格指数、交货及时率、订单满足率、客户投诉率、投诉满意度等7个指标。
这7个指标分别可以是系统中预先设定的，也可以是由用户通过输入设备进行设定的。并且，假设目标是评价2020年第一季度的现有供应商P1～P4的表现。
首先，从智能供应商管理系统所具备的供应商信息管理模块10、合同管理模块20、订单管理模块30、支付管理模块40、评价管理模块50和/或用户的输入，尽可能多地收集与7个指标对应的各供应商的历史数据及历史评价结果。如表9所示。
表9：
Figure BDA0002641502570000152
Figure BDA0002641502570000161
并且，同样收集各供应商P1～P4的与7个指标对应的2020年第一季度的评价对象数据，如表10所示。
表10：
Figure BDA0002641502570000162
然后，基于用历史数据和历史评价结果进行训练而得到的BP神经网络模型，计算7个指标各自的权重。
例如，所得到的7个指标的权重分别为：
{产品合格率，质量认证体系，价格指数，交货及时率，订单满足率，客户投诉率，投诉满意度}＝{0.14，0.05，0.12，0.16，0.19，0.18，0.16}
接下来，将权重和评价对象数据代入TOPSIS法中的各个公式，计算后的分数归一到[0，100]内，4个供应商P1～P4的评价分数为：
总体评分{P1，P2，P3，P4}＝{91，87，78，85}
进一步，可以根据评分，得出相应的等级A～D。
此外，还可以将7个指标分类为质量、成本、交付、服务等4个评价领域。具体地，将产品合格率和质量认证体系这两个指标分类为质量领域的指标有，将价格指数分类为成本领域，将交货及时率和订单满足率分类为交付领域，将客户投诉率和投诉满意度这两个指标分类为服务领域。并且，按每个评价领域，将对应的权重和评价对象数据代入TOPSIS法中的各个公式，并将计算后的分数归一到[0，100]内，得出4个供应商P1～P4的评价分数为：
质量领域{P1，P2，P3，P4}＝{94，70，80，90}
成本领域{P1，P2，P3，P4}＝{72，100，72，70}
交付领域{P1，P2，P3，P4}＝{97，90，80，90}
服务领域{P1，P2，P3，P4}＝{100，90，80，90}
图7是表示本具体例的评价结果的图。图7中用雷达图直观地表示了各供应商P1～P4在各评价领域的评价结果。
此外，如果供应商P1～P4属于同类型供应商，供应产品类似，则也还可以得到总体排名。图8是表示本具体例的评价结果的图。图8中用柱状图直观地表示了各供应商P1～P4的总评价结果，并且反映了在同类型供应商中的排名。此外，也可以将图7所示的雷达图和图8所示的柱状图一起显示。
以上参照附图说明了本发明的具体实施方式和具体例。其中，以上说明的具体实施方式和具体例仅是本发明的具体例子，用于理解本发明，而不用于限定本发明的范围。本领域技术人员能够基于本发明的技术思想对具体实施方式和具体例进行各种变形、组合和要素的合理省略，由此得到的方式也包括在本发明的范围内。例如，上述各实施方式和具体例皆可以相互组合，其组合而成的实施方式也包含在本发明的范围中。

Claims (9)

1.一种智能供应商管理系统，其特征在于，具备：
供应商信息管理模块，对供应商的基本信息进行管理；
合同管理模块，对与合同有关的信息进行标准化管理；
订单管理模块，对订单执行的情况进行记录、跟踪；
支付管理模块，对与财务有关的数据进行管理；以及
评价管理模块，对所述供应商的绩效进行评价并管理；
在所述评价中，包括：
收集处理，收集所述供应商的与所设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果；
权重计算处理，根据所收集的所述历史数据和所述历史评价结果，计算所述多个指标各自的权重；以及
评价处理，利用计算出的所述权重和所述评价对象数据，对所述供应商进行评价，输出评价结果。
2.如权利要求1所述的智能供应商管理系统，其特征在于，
在所述权重计算处理中，基于用所述历史数据和所述历史评价结果进行训练而得到的BP神经网络模型，计算所述多个指标各自的权重。
3.如权利要求2所述的智能供应商管理系统，其特征在于，
在所述评价处理中，利用所述权重和所述评价对象数据，通过TOPSIS法对所述供应商进行评价。
4.如权利要求1～3中任一项所述的智能供应商管理系统，其特征在于，
所述供应商为多个供应商。
5.如权利要求4中任一项所述的智能供应商管理系统，其特征在于，
在所述评价处理中，将所述多个指标分类为多个评价领域，并按每个评价领域，对所述供应商进行评价。
6.如权利要求5所述的智能供应商管理系统，其特征在于，
在所述评价处理中，基于所述多个评价领域，以雷达图输出所述评价结果。
7.如权利要求6所述的智能供应商管理系统，其特征在于，
在所述评价处理中，当有多个同类型供应商的情况下，还以柱状图输出对该多个同类型供应商的评价结果。
8.如权利要求1所述的智能供应商管理系统，其特征在于，
在所述评价处理中，还包括指标设定处理，该指标设定处理中根据用户的操作，删除已设定的至少一个指标和/或增加新的指标，
在所述收集处理中，收集所述供应商的与删除和/或增加后的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果。
9.一种智能供应商管理方法，其是智能供应商管理系统所执行的方法，其特征在于，包括以下步骤：
由供应商信息管理模块对供应商的基础信息进行管理；
由合同管理模块对与合同有关的信息进行标准化管理；
由订单管理模块对订单执行的情况进行记录、跟踪；
由支付管理模块对与财务有关的数据进行管理；以及
由评价管理模块对所述供应商的绩效进行评价并管理；
在所述评价中，包括：
收集处理，收集所述供应商的与所设定的多个指标分别对应的历史数据及评价对象数据、以及历史评价结果；
权重计算处理，根据所收集的所述历史数据、所述历史评价结果，计算所述多个指标各自的权重；以及
评价处理，利用计算出的所述权重和所述评价对象数据，对所述供应商进行评价，输出评价结果。
CN202010841258.XA 2020-08-20 2020-08-20 智能供应商管理系统及智能供应商管理方法 Pending CN114077980A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010841258.XA CN114077980A (zh) 2020-08-20 2020-08-20 智能供应商管理系统及智能供应商管理方法
JP2021054467A JP7181334B2 (ja) 2020-08-20 2021-03-29 インテリジェントサプライヤー管理システム及びインテリジェントサプライヤー管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010841258.XA CN114077980A (zh) 2020-08-20 2020-08-20 智能供应商管理系统及智能供应商管理方法

Publications (1)

Publication Number Publication Date
CN114077980A true CN114077980A (zh) 2022-02-22

Family

ID=80281963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010841258.XA Pending CN114077980A (zh) 2020-08-20 2020-08-20 智能供应商管理系统及智能供应商管理方法

Country Status (2)

Country Link
JP (1) JP7181334B2 (zh)
CN (1) CN114077980A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997842A (zh) * 2022-07-18 2022-09-02 国网浙江省电力有限公司 一种数字化采购数据智能评审方法及系统
CN116596488A (zh) * 2023-07-18 2023-08-15 嘉联支付有限公司 基于大数据分析的可视化商户管理平台

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116050887A (zh) * 2022-12-19 2023-05-02 北京思维实创科技有限公司 基于大数据的供应商评估方法及相关装置
CN116485234B (zh) * 2023-03-23 2024-03-19 国网安徽省电力有限公司滁州供电公司 基于技改大修可量化指标体系的电力供应商分级方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303277A (ja) * 2002-04-12 2003-10-24 Hitachi Ltd 製品の調達支援情報の提供方法およびシステム
JP4710011B2 (ja) * 2005-01-05 2011-06-29 国立大学法人横浜国立大学 企業価値分析装置及び企業価値分析方法
CN104123653A (zh) * 2013-04-27 2014-10-29 株式会社日立制作所 用于一个或多个用户的供应商评价方法和装置
JP2015219555A (ja) * 2014-05-14 2015-12-07 株式会社日立製作所 リバースオークション支援装置、リバースオークション支援方法、及びリバースオークション支援プログラム
CN108537623A (zh) * 2018-03-07 2018-09-14 中国电能成套设备有限公司 一种电子商务中供应商推荐方法及系统
CN109711696A (zh) * 2018-12-19 2019-05-03 平安普惠企业管理有限公司 企业评分方法、装置、介质及电子设备
JP2020119491A (ja) * 2019-01-24 2020-08-06 三菱電機株式会社 納期予測装置、納期予測方法及びプログラム
CN110390471A (zh) * 2019-07-03 2019-10-29 北京科技大学 一种基于LightGBM的供应商价值评价方法及系统
CN111079894B (zh) * 2019-11-08 2023-07-04 万翼科技有限公司 Bp神经网络模型构建、商家评价方法与装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114997842A (zh) * 2022-07-18 2022-09-02 国网浙江省电力有限公司 一种数字化采购数据智能评审方法及系统
CN116596488A (zh) * 2023-07-18 2023-08-15 嘉联支付有限公司 基于大数据分析的可视化商户管理平台

Also Published As

Publication number Publication date
JP7181334B2 (ja) 2022-11-30
JP2022035965A (ja) 2022-03-04

Similar Documents

Publication Publication Date Title
Ban et al. Performance evaluation model of Romanian manufacturing listed companies by fuzzy AHP and TOPSIS
Usenko et al. Formation of an integrated accounting and analytical management system for value analysis purposes
Curtis et al. Business information systems: Analysis, design and practice
Ic et al. Development of a quick credibility scoring decision support system using fuzzy TOPSIS
US20160171398A1 (en) Predictive Model Development System Applied To Enterprise Risk Management
CN114077980A (zh) 智能供应商管理系统及智能供应商管理方法
Ai et al. Asset pricing with endogenously uninsurable tail risk
US20080015871A1 (en) Varr system
Chai et al. A rule-based group decision model for warehouse evaluation under interval-valued Intuitionistic fuzzy environments
Wagner Exports, foreign direct investments and productivity: Are services firms different?
Chen et al. Supply chain finance platform evaluation based on acceptability analysis
Hamal et al. A novel integrated AHP and MULTIMOORA method with interval-valued spherical fuzzy sets and single-valued spherical fuzzy sets to prioritize financial ratios for financial accounting fraud detection
Azadi et al. Financing manufacturers for investing in Industry 4.0 technologies: internal financing vs. External financing
Von Krogh et al. Artificial intelligence in strategizing: Prospects and challenges
Guo Cns: interactive intelligent analysis of financial management software based on apriori data mining algorithm
Chen et al. Shifting bottleneck-driven TOCh for solving product mix problems
Kurniawan et al. Comparative study of AHP and AHP-Topsis in analyzing supplier priority (A Case study of diesel fuel supplier at PT. X)
Ou et al. Exploiting the chain convenience store supplier selection based on ANP-MOP model
KR101903530B1 (ko) 업무 및 전산화 체계 최적화 진단 시스템
Zeng et al. Exploring company performance measurement for truck manufacturers
Alles et al. The Case for an App-Based Financial Reporting System
Tyrychtr et al. EM-OLAP Framework: Econometric Model Transformation Method for OLAP Design in Intelligence Systems
CN117171145B (zh) 一种企业管理系统数据的分析处理方法、设备及存储介质
Liu Financial indicator system based on data mining algorithm
CN114066382B (zh) 一种基于移动互联网技术的结算管理系统

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