4. 供应商主数据模型设计：核心属性字段设计
供应商主数据是供应链风险评分的基石。一个设计不良的主数据模型，会导致风险评分失真、预警滞后、数据治理成本激增。本章聚焦于核心属性字段的标准化设计，确保数据从源头就具备高质量、可复用、可追溯的特性。
4.1 核心属性字段分类与设计
我们将供应商主数据字段划分为四大核心域：基本信息、财务信息、资质信息、绩效信息。每个域下的字段设计需遵循“最小必要、唯一标识、可扩展”原则。
| 数据域 | 核心字段 | 字段类型/长度 | 业务说明与校验规则 |
|---|---|---|---|
| 基本信息 | 供应商全局唯一编码 | VARCHAR(32) | 统一社会信用代码或内部编码；不可为空，全局唯一 |
| 法定名称（中文） | VARCHAR(200) | 与营业执照一致；不可为空 | |
| 注册地址 | VARCHAR(300) | 精确到门牌号；用于地理风险分析 | |
| 所属行业（GB/T 4754） | VARCHAR(10) | 采用国家标准行业分类代码；支持多级聚合 | |
| 财务信息 | 注册资本（万元） | DECIMAL(18,2) | 最近一期工商年报数据；单位统一为万元 |
| 资产负债率（%） | DECIMAL(5,2) | 最近审计财报；超过80%触发预警 | |
| 信用评级（外部） | VARCHAR(10) | 如AAA、AA+等；映射为风险分数 | |
| 资质信息 | ISO 9001认证状态 | BOOLEAN | 是否有效；附带证书有效期字段 |
| 安全生产许可证 | BOOLEAN | 高危行业必填；过期自动标红 | |
| 行业特许经营资质 | VARCHAR(100) | 如危化品经营许可证；支持多值 | |
| 绩效信息 | 近12个月准时交付率 | DECIMAL(5,2) | 系统自动计算；低于85%触发预警 |
| 近12个月质量合格率 | DECIMAL(5,2) | 基于来料检验数据；低于95%触发预警 | |
| 供应商响应时效（小时） | DECIMAL(6,1) | 紧急订单确认时长；超过24小时扣分 |
设计避坑提示： 财务字段建议统一使用 DECIMAL 类型，避免浮点精度丢失。资质字段建议采用“状态+有效期”组合设计，而非仅存储布尔值，以便系统自动执行到期预警。
4.2 数据模型标准化原则
标准化原则是主数据治理的“宪法”。以下五项原则必须贯穿模型设计全过程：
- 唯一性原则： 每个供应商在全局范围内只存在一条主数据记录，通过全局唯一编码（如统一社会信用代码）进行标识，杜绝重复创建。
- 一致性原则： 同一字段在不同业务系统中的定义、格式、单位必须完全一致。例如“注册资本”在采购系统、财务系统、风控系统中均使用“万元”为单位。
- 时效性原则： 所有时间敏感字段（如资质有效期、财报日期）必须附带时间戳，支持版本追溯。系统应自动比对当前日期，过期数据自动降权或冻结。
- 可扩展性原则： 模型设计需预留扩展字段（如自定义属性集），避免因业务新增属性而频繁修改表结构。建议采用“主表+扩展属性表”的1:N设计。
- 可审计性原则： 所有字段的变更必须记录操作人、操作时间、变更前后值，形成完整的审计日志，满足内控与合规要求。
治理落地要点： 标准化原则不是一次性设计，而是持续治理的基线。建议在数据模型上线前，组织跨部门（采购、财务、风控、IT）进行“字段定义评审会”，逐字段确认业务含义与校验规则，并形成《供应商主数据标准手册》。
4.3 主数据模型架构图
下图展示了供应商主数据模型的核心实体关系与字段分组，帮助理解各数据域之间的关联：
4.4 字段标准化落地检查清单
在模型设计完成后，建议使用以下清单进行逐项检查，确保标准化原则被完整执行：
| 检查项 | 检查标准 | 通过/失败 |
|---|---|---|
| 唯一编码规则 | 是否采用统一社会信用代码或内部编码规则？是否已去重？ | □ 通过 □ 失败 |
| 字段单位统一 | 金额类字段是否统一为“万元”？百分比字段是否统一为“%”？ | □ 通过 □ 失败 |
| 时间字段格式 | 所有日期字段是否统一为 YYYY-MM-DD 格式？是否包含时区？ | □ 通过 □ 失败 |
| 枚举值标准化 | 行业分类、认证类型等枚举字段是否引用国家标准或企业标准代码表？ | □ 通过 □ 失败 |
| 审计日志配置 | 是否已配置关键字段的变更审计日志？是否保留历史版本？ | □ 通过 □ 失败 |
常见失败场景： 某企业在设计“注册资本”字段时，采购系统使用“万元”，财务系统使用“元”，导致风险评分模型计算时出现数量级错误。此类问题必须在模型设计阶段通过“字段定义评审会”彻底解决，不能依赖后期ETL清洗。
4.5 主数据模型与风险评分的映射关系
供应商主数据模型不仅是数据存储的骨架，更是风险评分引擎的输入基础。下图展示了主数据字段如何映射到风险评分维度：
通过上述映射关系，主数据模型中的每一个核心字段都能直接或间接地影响风险评分结果。例如：基本信息域中的“注册地址”字段，可用于地理风险分析（如自然灾害高发区域）；财务信息域中的“资产负债率”字段，是财务健康度评分的核心输入。这种映射关系必须在模型设计阶段就明确，避免后期评分逻辑与数据模型脱节。