2. 核心概念：基准价格、实际价格、价格方差、节约金额、节约率、数据链路的基本构成

在采购与供应链成本管理中，基准比较是衡量采购绩效的核心方法。本章将逐一拆解构成基准比较数据链路的六个关键要素，帮助您建立从原始数据到决策指标的标准映射关系。

2.1 核心概念定义与对比

以下表格汇总了六个核心概念的定义、计算公式及业务含义，是后续所有分析的基础。

2.2 价格方差与节约金额的数学关系

理解价格方差与节约金额之间的联动关系，是构建数据链路的核心逻辑。以下通过一个具体案例说明：

• 场景： 某企业采购电子元器件，基准价格为 100 元/件，实际成交价为 88 元/件，采购数量为 500 件。
• 价格方差： ΔP = 88 − 100 = −12 元（负值表示低于基准）。
• 节约金额： S = (100 − 88) × 500 = 6,000 元。
• 节约率： R = (100 − 88) / 100 × 100% = 12%。

2.3 数据链路的基本构成

一个完整的基准比较数据链路包含五个标准阶段。下图展示了从原始数据到最终指标输出的完整流程。

2.4 数据链路各阶段详解

每个阶段都有特定的输入、处理动作和输出，以下列表详细说明：

1. 数据采集：
   • 输入：采购订单、合同条款、市场指数、历史价格库。
   • 动作：通过API、ETL工具或手工导入，将异构数据源汇聚到统一数据平台。
   • 输出：原始价格记录表（含物料编码、供应商、数量、单价、日期）。
2. 数据清洗：
   • 输入：原始价格记录表。
   • 动作：剔除重复记录、统一货币单位（如全部转为人民币）、处理缺失值（如用最近有效值填充）。
   • 输出：干净的标准价格数据集。
3. 数据映射：
   • 输入：干净数据集 + 基准价格表。
   • 动作：按物料编码+采购日期，将实际价格与对应基准价格关联。
   • 输出：映射后的宽表（含物料、实际价格、基准价格、数量）。
4. 指标计算：
   • 输入：映射宽表。
   • 动作：逐行计算价格方差、节约金额、节约率。
   • 输出：带指标的结果表。
5. 输出与可视化：
   • 输入：结果表。
   • 动作：聚合生成月度节约报告、品类对比图、异常预警。
   • 输出：BI仪表盘、PDF报告、邮件推送。

2.5 数据链路中的常见陷阱

2.6 数据链路示例代码

以下Python代码片段展示了从映射宽表到指标计算的核心逻辑，便于您理解数据链路的自动化实现：

import pandas as pd

# 假设已有映射后的宽表
data = {
    '物料编码': ['A001', 'A002', 'A003'],
    '实际价格': [88, 105, 45],
    '基准价格': [100, 100, 50],
    '采购数量': [500, 300, 1000]
}
df = pd.DataFrame(data)

# 计算价格方差
df['价格方差'] = df['实际价格'] - df['基准价格']

# 计算节约金额（仅当实际价格低于基准价格时为正节约）
df['节约金额'] = (df['基准价格'] - df['实际价格']) * df['采购数量']

# 计算节约率
df['节约率'] = ((df['基准价格'] - df['实际价格']) / df['基准价格']) * 100

print(df[['物料编码', '价格方差', '节约金额', '节约率']])

输出结果：

  物料编码  价格方差   节约金额       节约率
0   A001    -12   6000  12.000000
1   A002      5  -1500  -5.000000
2   A003     -5   5000  10.000000