1. 课程导论：采购支出看板与越权检测的重要性、课程目标与学习路径
1.1 为什么需要采购支出看板与越权检测？
在供应链管理体系中，采购支出通常占企业总成本的 50%–70%。然而，传统采购管理普遍面临两大核心痛点：支出数据不透明与权限管控失效。前者导致管理层无法实时掌握预算执行情况，后者则直接引发越权采购、违规下单等高风险行为。
行业数据警示： 据 APQC（美国生产力与质量中心）调研，缺乏可视化看板的企业，采购支出超预算概率高出 34%；而因权限漏洞导致的异常采购，平均每起造成企业直接损失约 $12,000–$50,000。
本课程将 数据可视化、供应链 KPI 监控 与 网络安全异常检测 三者融合，帮助学员构建一套从“看得见”到“控得住”的采购支出管理体系。
1.2 课程核心目标
完成本课程后，学员将具备以下能力：
| 能力维度 | 具体目标 | 对应章节 |
|---|---|---|
| 看板设计 | 独立设计包含支出趋势、品类分布、供应商绩效的采购看板 | 第 2–8 章 |
| KPI 监控 | 定义并计算支出偏差率、预算执行率、越权订单占比等核心指标 | 第 9–14 章 |
| 越权检测 | 基于用户行为与权限模型，实现实时越权采购异常检测算法 | 第 15–22 章 |
| 综合实战 | 完成从数据接入、看板搭建到异常告警的全链路项目 | 第 23–30 章 |
1.3 课程知识体系与学习路径
课程采用“三阶段递进”结构，覆盖从基础到实战的完整闭环：
- 基础层（第 2–8 章）： 采购数据模型、看板设计原则、常用可视化图表（柱状图、折线图、热力图）
- 监控层（第 9–14 章）： KPI 定义、阈值设定、异常趋势识别、预警规则配置
- 检测层（第 15–22 章）： 权限模型（RBAC/ABAC）、用户行为画像、离群检测算法（孤立森林、LOF）
- 实战层（第 23–30 章）： 端到端项目：数据清洗 → 看板开发 → 越权检测引擎 → 告警集成
学习建议： 建议学员按顺序学习，每章完成后完成配套练习。基础层与监控层可并行学习，但检测层需要前两层的数据与指标支撑。
1.4 越权采购异常检测的核心逻辑
越权采购是指用户（或系统）在未获得授权的情况下，执行了超出其权限范围的采购操作。本课程采用的检测逻辑基于“权限基线 + 行为偏差”模型：
检测公式： 异常分数 = f(用户角色权限基线, 历史行为分布, 当前操作特征)
当异常分数超过动态阈值时，触发越权告警。
当异常分数超过动态阈值时，触发越权告警。
典型越权场景包括：
- 跨部门采购： 非采购部门人员创建采购订单
- 超预算下单： 单笔金额超过该角色授权上限
- 非工作时间操作： 在非工作时段批量创建订单
- 供应商黑名单： 向已被标记的供应商发起采购
1.5 课程适用人群与前置知识
| 目标人群 | 前置知识要求 | 课程收益 |
|---|---|---|
| 供应链/采购分析师 | 了解采购流程，会使用 Excel | 掌握看板设计与 KPI 监控方法 |
| 数据可视化工程师 | 熟悉 Power BI / Tableau 基础 | 学习采购领域专用可视化模型 |
| 网络安全/合规工程师 | 了解 RBAC 权限模型 | 掌握异常检测算法在采购场景的应用 |
| IT 项目经理 | 具备基础数据分析概念 | 获得跨部门系统设计思路 |
注意： 本课程不涉及底层网络攻防或渗透测试，重点聚焦于采购业务系统中的权限异常检测与可视化监控。
1.6 课程配套资源与交付物
每章均提供以下配套资源：
- 示例数据集： 模拟采购订单数据（含正常与异常样本）
- 看板模板： Power BI / Tableau 源文件（.pbix / .twbx）
- 代码脚本： Python 异常检测算法（scikit-learn 实现）
- 检测规则库： 可配置的越权检测规则 JSON 文件
最终项目交付物包括：
- 采购支出监控看板（含 6 个核心视图）
- 越权采购异常检测引擎（实时评分 + 告警输出）
- 异常事件复盘报告模板