3. 异常类型分类：交付表现的五维诊断框架

在供应商主数据治理中，交付表现异常并非单一维度的偏差，而是涵盖时间、数量、质量、信息与物理状态的复合型问题。将异常类型系统化分类，是建立标准化排查流程的前提。本章将异常归纳为五大核心类型，每一类对应不同的数据字段、触发条件与治理动作。

3.1 五类异常的定义与判定标准

下表列出了每类异常的核心定义、典型数据表现及判定阈值参考。实际应用中，企业可根据物料类别与供应商等级调整阈值。

3.2 异常类型的关联性与优先级

五类异常并非孤立存在，实际业务中常出现“并发异常”。例如：包装破损可能导致质量不合格，延迟交付可能伴随文档缺失。治理系统需要识别异常组合，并设定处理优先级。

3.3 异常分类在数据治理中的落地

将五类异常映射到供应商主数据字段，是实现自动化监控的基础。以下为推荐的数据模型映射关系：

• 延迟交付 → 字段：delivery_on_time_rate（准时交付率）、avg_delay_days（平均延迟天数）
• 数量短缺 → 字段：quantity_accuracy_rate（数量准确率）、over_under_delivery_flag（超/短交标记）
• 质量不合格 → 字段：defect_rate_ppm（百万件缺陷率）、iqc_reject_count（来料拒收次数）
• 文档缺失 → 字段：doc_compliance_rate（文档合规率）、missing_doc_list（缺失文档清单）
• 包装破损 → 字段：packaging_damage_count（破损次数）、last_damage_date（最近破损日期）

3.4 异常分类的校验规则示例

以下为数据治理平台中用于识别异常类型的 SQL 逻辑片段（以延迟交付为例），供数据工程师参考：

-- 延迟交付异常判定逻辑
WITH delivery_data AS (
  SELECT
    po.supplier_id,
    po.po_number,
    po.promised_delivery_date,
    gr.goods_receipt_date,
    DATEDIFF(day, po.promised_delivery_date, gr.goods_receipt_date) AS delay_days
  FROM purchase_orders po
  LEFT JOIN goods_receipts gr ON po.po_number = gr.po_number
  WHERE gr.goods_receipt_date IS NOT NULL
    AND po.status = 'CLOSED'
)
SELECT
  supplier_id,
  po_number,
  promised_delivery_date,
  goods_receipt_date,
  delay_days,
  CASE
    WHEN delay_days > 1 AND delay_days <= 3 THEN '预警'
    WHEN delay_days > 3 THEN '严重异常'
    ELSE '正常'
  END AS delay_severity
FROM delivery_data
WHERE delay_days > 1
ORDER BY delay_days DESC;