3. 品类分类体系：一级、二级、三级品类树结构，标准分类与自定义分类的映射关系
品类分类体系是采购数据治理的骨架。在价格方差清洗之前，必须建立一套统一、可追溯的分类标准，否则跨品类比价、异常波动检测都将失去基准。本章聚焦于三级品类树结构的构建方法，以及标准分类与自定义分类之间的映射对齐策略。
3.1 三级品类树结构定义
品类树采用“一级→二级→三级”的层级划分，每级代表不同的管理粒度。一级用于战略分析，二级用于采购策略制定，三级用于日常寻源与订单执行。
| 层级 | 定义 | 示例 | 管理用途 |
|---|---|---|---|
| 一级品类 | 按物资/服务的行业属性划分，粒度最粗 | IT设备、办公用品、生产原料 | 支出分析、供应商库分类 |
| 二级品类 | 按功能或技术特征细分 | IT设备 → 服务器、网络设备、存储 | 招标策略、合同模板匹配 |
| 三级品类 | 按具体规格型号或服务内容细分 | 服务器 → 机架式服务器、刀片服务器 | 价格清洗、SKU级比价 |
关键原则：三级品类必须满足“一物一码”的映射要求，即每个采购物料只能归属一个三级品类，避免交叉分类导致方差计算失真。
3.2 标准分类与自定义分类的映射关系
在实际业务中，企业往往同时存在两套分类体系：标准分类（如 UNSPSC、CPC 或行业统编分类）和自定义分类（企业根据自身管理习惯建立的分类）。价格方差清洗要求所有数据统一到一套“清洗分类”上，因此必须建立映射规则。
3.2.1 映射类型
- 一对一映射：自定义三级品类直接对应标准三级品类，最理想情况。
- 多对一映射：多个自定义品类合并为一个标准品类，常见于历史分类过细的场景。
- 一对多映射：一个自定义品类拆分为多个标准品类，需人工介入拆分规则。
- 无映射：自定义品类在标准分类中找不到对应项，需标记为“待定”并触发分类补全流程。
实战建议：在清洗初期，优先处理“一对一”和“多对一”映射，快速覆盖 80% 的采购金额；剩余“一对多”和“无映射”品类通过人工审核逐步消化。
3.3 品类树结构 SVG 图
下图展示了一个典型的三级品类树结构，以及标准分类与自定义分类之间的映射关系。图中以“IT设备”为一级品类，向下展开二级和三级节点，右侧标注了映射类型。
3.4 映射关系维护流程
为确保价格方差清洗的准确性，映射关系需要定期维护。以下流程适用于每月或每季度的分类对齐工作：
- 提取待映射列表：从采购系统导出所有自定义三级品类及其最近 3 个月的采购记录。
- 自动匹配：基于关键词相似度算法，将自定义品类与标准分类库进行预匹配。
- 人工审核：对自动匹配结果中置信度低于 80% 的条目进行人工确认。
- 冲突处理：对“一对多”映射，由品类经理指定拆分比例或默认归属。
- 发布与冻结：确认后的映射关系写入清洗配置表，冻结至下一维护周期。
常见陷阱：不要试图一次性建立所有三级品类的映射。优先覆盖采购金额占比前 20% 的品类，这些品类通常贡献了 80% 的价格方差异常点。剩余品类可在后续迭代中逐步补齐。
3.5 映射关系数据表结构
在清洗系统中，映射关系通常存储为一张配置表。以下为推荐的表结构：
CREATE TABLE category_mapping (
mapping_id INT PRIMARY KEY,
custom_cat_code VARCHAR(20) NOT NULL, -- 自定义三级品类编码
custom_cat_name VARCHAR(100) NOT NULL, -- 自定义三级品类名称
standard_cat_code VARCHAR(20) NOT NULL, -- 标准三级品类编码
standard_cat_name VARCHAR(100) NOT NULL, -- 标准三级品类名称
mapping_type VARCHAR(10) NOT NULL, -- 映射类型: 1:1 / N:1 / 1:N
effective_date DATE NOT NULL, -- 生效日期
expire_date DATE, -- 失效日期，NULL表示长期有效
status VARCHAR(10) DEFAULT 'ACTIVE', -- ACTIVE / INACTIVE
created_by VARCHAR(50),
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
);
清洗规则联动：在价格方差计算时，系统应优先按“标准三级品类”分组计算均值和标准差。如果某个自定义品类尚未建立映射，则暂时按自定义品类自身分组，并在清洗报告中标记为“未映射”，待下一轮维护时处理。
3.6 品类树与映射关系的协同 SVG 图
下图从数据流角度展示了品类树与映射关系如何协同工作，支撑价格方差清洗的整体流程。
通过上述流程，品类树与映射关系形成闭环：采购数据先经过映射引擎对齐到标准分类，再按三级品类树结构分组进行价格方差清洗；清洗过程中发现的未映射品类会反馈回映射维护流程，持续完善分类体系。