2. 采购数据基础：数据的常见来源与字段解析
采购支出分析的第一步，是理解数据从哪里来、每个字段代表什么含义。不同来源的数据在完整性、时效性和粒度上存在显著差异，只有掌握这些基础，后续的节约跟踪排查才能有据可依。
2.1 数据的三大常见来源
企业采购数据通常存储在三个主要载体中：ERP（企业资源计划系统）、SRM（供应商关系管理系统）以及Excel（电子表格）。三者在数据层级、更新频率和适用范围上各有侧重。
| 来源 | 典型系统 | 数据特点 | 适用场景 |
|---|---|---|---|
| ERP | SAP、Oracle EBS、用友、金蝶 | 财务级数据，含采购订单、收货单、发票校验；数据标准化高，但多为事后记录 | 支出总览、预算控制、应付账款分析 |
| SRM | Ariba、Coupa、SAP Ariba、甄云 | 供应商全生命周期数据，含询报价、合同、绩效评分；数据实时性较强 | 供应商评估、合同履约跟踪、寻源分析 |
| Excel | 本地文件、共享文件夹 | 非结构化数据，格式灵活但易出错；常作为补充或临时数据源 | 手工台账、临时报表、数据清洗过渡 |
实战提示： 多数企业的采购支出分析以 ERP 数据为主干，SRM 数据为补充，Excel 数据用于校验或填补缺失字段。建议优先从 ERP 导出采购订单明细，再通过物料编码或供应商编码关联 SRM 中的合同单价与绩效数据。
2.2 数据来源的集成关系
下图展示了 ERP、SRM 与 Excel 在采购数据流中的典型集成关系，以及数据如何汇聚到分析层。
2.3 核心数据字段解析
无论数据来自哪个系统，采购支出分析都离不开以下五个核心字段。每个字段的准确性和粒度直接影响分析结论的可靠性。
| 字段名称 | 数据类型 | 典型示例 | 常见问题与注意事项 |
|---|---|---|---|
| 物料编码 | 文本/字符串 | MAT-1001-ABS | 同一物料在不同系统编码不一致；注意区分成品、半成品与原材料 |
| 采购数量 | 数值 | 500 | 注意计量单位（个/千克/米）；负数可能代表退货或冲销 |
| 含税单价 | 货币 | 12.50 | 区分含税与不含税；币种是否统一；历史单价与当前单价的时间戳 |
| 供应商编码 | 文本/字符串 | SUP-8823 | 同一集团下不同法人可能使用不同编码；注意合并关联方 |
| 采购日期 | 日期 | 2025-03-15 | 区分订单日期、收货日期与发票日期；跨年数据需注意会计期间 |
常见陷阱： 很多分析人员直接使用 ERP 导出的“单价”字段，却忽略了该单价是否包含运费、关税或折扣。建议在数据清洗阶段增加“净价”字段，计算公式为：
净价 = 含税单价 × (1 - 折扣率) + 单位物流成本。
2.4 字段间的逻辑关系
五个核心字段并非孤立存在，它们共同构成了采购支出的基本计算逻辑。下图展示了字段之间的运算关系与数据流向。
2.5 数据清洗的常见问题
在实际项目中，原始数据往往存在以下问题，需要在分析前进行清洗：
- 缺失值： 物料描述为空、供应商编码缺失、单价为 0 或空值。
- 重复记录： 同一笔采购订单被重复导入，导致支出金额翻倍。
- 格式不一致： 日期格式混用（2025/03/15 vs 2025-03-15）、货币符号不统一。
- 异常值： 单价为负数、数量超过正常范围（如 999999）。
- 编码漂移： 同一供应商在不同年份使用了不同的编码。
最佳实践： 建议在数据导入阶段建立“数据质量检查清单”，逐项核对字段完整性、唯一性和范围合理性。对于缺失的单价，可优先从 SRM 合同价格表中匹配；若仍无法匹配，则标记为“待确认”并单独处理，避免直接剔除导致分析偏差。
2.6 字段标准化示例
以下是一个典型的字段标准化映射表，用于将不同来源的数据统一为分析模型所需的格式：
| 原始字段（ERP） | 原始字段（SRM） | 标准化字段 | 转换规则 |
|---|---|---|---|
| MATNR | Material_ID | 物料编码 | 统一转为大写，去除前导零 |
| MENGE | Quantity | 采购数量 | 保留两位小数，负数取值并标记退货标识 |
| NETPR | Unit_Price | 含税单价 | 统一转为人民币，保留四位小数 |
| LIFNR | Vendor_Code | 供应商编码 | 按集团统一编码表映射 |
| BUDAT | Order_Date | 采购日期 | 统一为 YYYY-MM-DD 格式 |