2. 供应商数据源分析

供应商整合归并的核心挑战在于数据源异构与质量参差。ERP 系统中与供应商相关的数据主要分布在四个模块：供应商主数据（MDM）、采购订单（PO）、发票（AP）与合同（Contract）。每个数据源在字段结构、更新频率、完整性、一致性上存在显著差异，直接决定了 ETL 归并策略的复杂度。

2.1 供应商主数据（MDM）

供应商主数据是整合归并的“黄金基准”，但实际系统中往往存在大量重复、失效或不完整的记录。

2.2 采购订单数据（PO）

采购订单是供应商交易行为最密集的数据源，记录了供应商与物料、价格、数量、时间的关系。其数据量通常占 ERP 交易表的 60% 以上。

• 字段结构： 包含供应商编码、物料编码、订单数量、单价、交货日期、采购组织、工厂等。表头（PO_HEADER）与行项（PO_ITEM）为一对多关系。
• 数据质量现状：
  • 供应商编码字段存在 空值 或 默认值（如“000000”），尤其在历史订单中比例可达 5%~10%。
  • 同一供应商在不同采购组织下可能使用 不同编码，导致跨组织聚合时供应商分裂。
  • 交货日期与发票日期存在 逻辑冲突（如交货日期晚于发票日期），影响时间维度归并。
• ETL 关注点： 以 PO 行项为最小粒度，保留供应商编码、物料编码、金额、日期四要素，作为供应商活跃度与支出金额的核心来源。

2.3 发票数据（AP）

发票数据是财务对账与支出确认的最终依据，但其数据质量往往受制于手工录入与系统接口错误。

2.4 合同数据（Contract）

合同数据定义了供应商的长期合作框架，包括价格条款、付款条件、有效期等。合同数据量小但价值密度高，是供应商分级的核心依据。

• 数据特征：
  • 合同头（CONTRACT_HEADER）包含供应商编码、合同金额、开始/结束日期；合同行项（CONTRACT_ITEM）包含物料组、单价。
  • 合同有效期字段 缺失率较高（约 20%），部分合同无结束日期，视为长期有效。
• 质量现状：
  • 合同与供应商主数据的关联 并非强制，部分合同使用“合同方名称”而非供应商编码。
  • 同一供应商可能有多份重叠合同（不同物料组、不同有效期），需要按时间窗口归并。
• ETL 策略： 合同数据作为“供应商关系增强”数据源，用于补充供应商的信用等级、合作时长、框架金额等衍生指标，不直接参与主键归并。

2.5 四源数据质量对比总览

2.6 数据源质量对 ETL 归并策略的影响

基于上述分析，ETL 归并方案必须针对不同数据源的质量特征设计差异化处理策略：

1. 主数据优先： 以清洗后的供应商主数据作为“黄金记录”，其他数据源通过外键或模糊匹配关联到主数据。
2. 采购订单驱动： 利用采购订单的高频交易特性，建立供应商-物料-时间的活跃度矩阵，辅助识别主数据中的“沉睡供应商”。
3. 发票兜底： 对于无法关联到主数据的发票，启用基于税号+名称的模糊匹配引擎，匹配失败则归入“待人工审核”队列。
4. 合同增强： 合同数据不参与主键归并，但用于补充供应商的“框架合作”标签，提升供应商分级的准确性。