2. 基础知识：采购市场定义、规模测算的基本术语（TAM、SAM、SOM）、数据来源类型
采购市场规模测算是一切采购战略、供应商管理和成本优化工作的起点。如果对“市场”的边界定义不清，对“规模”的口径理解不一，后续所有的数据分析、趋势判断和决策支持都会失去基准。本章将系统梳理采购市场的定义框架、TAM/SAM/SOM三层漏斗模型的核心逻辑，以及支撑测算的数据来源类型，帮助学员建立一套可复用的标准化测算语言。
2.1 采购市场的定义：边界决定测算口径
采购市场与销售市场不同，它不是从“卖出去”的角度看，而是从“买进来”的角度看。采购市场是指特定采购组织在特定时间、特定地理范围内，对某一类产品或服务所能接触到的所有供应商及其供给能力的总和。这个定义包含四个关键维度：产品边界（买什么）、地理边界（从哪里买）、时间边界（什么周期内买）、组织边界（谁在买）。
核心原理：市场定义的四维模型
| 维度 | 定义要点 | 示例（以采购工业轴承为例） |
|---|---|---|
| 产品边界 | 明确采购标的物的品类、规格、技术标准 | 深沟球轴承 6205-2RS，而非所有轴承 |
| 地理边界 | 供应商所在区域或可配送范围 | 中国大陆地区，或长三角区域 |
| 时间边界 | 测算周期（年度、季度、项目周期） | 2025年1月1日—2025年12月31日 |
| 组织边界 | 采购方自身范围（单一工厂、集团、联盟） | 集团总部统一采购，含3个生产基地 |
在实际操作中，最常见的错误是产品边界过宽或过窄。例如，测算“包装材料市场”时，如果包含纸箱、塑料膜、泡沫、胶带等所有品类，则市场总量会非常大，但对采购决策没有指导意义。正确的做法是先按品类树拆解到二级或三级分类，再分别测算。
2.2 TAM、SAM、SOM：三层漏斗模型
TAM（Total Addressable Market，总可用市场）、SAM（Serviceable Addressable Market，可服务市场）、SOM（Serviceable Obtainable Market，可获得市场）是市场测算中最经典的三个层级。它们从宏观到微观，逐步收窄，帮助采购人员理解市场的全貌与自身可触及的范围。
2.2.1 TAM：理论上的最大市场
TAM 是指在无任何限制条件下，某一产品/服务在全球或特定区域内的全部潜在需求总量。它回答的问题是：“如果所有人都买，市场有多大？”TAM 通常用于判断一个品类的长期空间，或者评估供应商群体的整体规模。
计算方法：TAM = 潜在客户总数 × 年采购频次 × 单次平均采购金额。例如，测算中国工业轴承 TAM：假设全国有 50 万家制造企业，平均每家企业年采购轴承 20 万元，则 TAM = 50万 × 20万 = 1000 亿元/年。
2.2.2 SAM：战略匹配后的可服务市场
SAM 是在 TAM 基础上，剔除那些因地理距离、技术门槛、合规要求、渠道限制等因素而无法服务的部分。它回答的是：“在我们的战略和能力范围内，哪些市场是可以争取的？”
收窄逻辑：
- 地理限制：只计算供应商能覆盖的配送半径内的客户
- 技术限制：只计算符合我们技术规格要求的供应商
- 合规限制：只计算通过质量体系认证、环保合规的供应商
- 渠道限制：只计算通过现有渠道能触达的客户
2.2.3 SOM：实际可获得的份额
SOM 是 SAM 中我们实际能拿到的部分，通常基于现有合同、框架协议、历史采购数据来估算。它回答的是：“在当前竞争格局下，我们实际能采购到多少？”SOM 是采购预算编制和供应商配额分配的直接依据。
| 层级 | 核心问题 | 典型数据来源 | 采购决策用途 |
|---|---|---|---|
| TAM | 市场有多大？ | 行业协会报告、国家统计局、第三方研究机构 | 判断品类战略价值、是否值得进入 |
| SAM | 我们能服务哪些？ | 供应商调研、内部能力评估、物流成本测算 | 供应商寻源范围、招标策略制定 |
| SOM | 我们实际能拿多少？ | 历史采购订单、合同台账、供应商产能承诺 | 年度采购预算、库存计划、风险储备 |
2.3 数据来源类型：一手数据与二手数据的组合应用
规模测算的可靠性完全取决于数据质量。采购市场测算的数据来源可分为两大类：一手数据（直接获取的原始数据）和二手数据（经他人整理加工的数据）。在实际操作中，必须组合使用，交叉验证。
2.3.1 一手数据：高成本、高精度
- 供应商报价与产能调研：直接向供应商发放产能问卷，获取其最大月产能、当前利用率、扩产计划。
- 历史采购记录：企业 ERP/MRP 系统中的采购订单、入库记录、价格历史。
- 行业专家访谈：与采购经理、技术专家、行业协会负责人进行深度访谈。
- 实地考察：走访供应商工厂，核实生产线数量、设备状态、人员配置。
2.3.2 二手数据：低成本、覆盖广
- 政府统计年鉴：国家统计局发布的工业产值、进出口数据。
- 行业协会报告：如中国物流与采购联合会、中国汽车工业协会的年度报告。
- 第三方研究机构：如 Frost & Sullivan、IDC、Gartner 的市场分析报告。
- 上市公司财报：供应商年报中的营收、产能、客户结构信息。
- 海关进出口数据：HS 编码对应的进出口量、金额、来源国。
| 数据来源 | 优势 | 劣势 | 适用场景 |
|---|---|---|---|
| 一手数据 | 精准、时效性强、可定制 | 成本高、周期长、可能涉及商业机密 | SOM 测算、关键供应商产能核实 |
| 二手数据 | 成本低、覆盖广、便于横向对比 | 口径不一致、时效滞后、可能存在偏差 | TAM/SAM 初步估算、行业趋势判断 |
2.3.3 数据交叉验证方法
单一数据源往往存在偏差，建议采用“三角验证法”：
- 上下限验证：用二手数据算出 TAM 上限，用一手数据算出 SOM 下限，检查两者差距是否在合理范围（通常 3-5 倍以内）。
- 供需匹配验证：将测算的市场需求与供应商总产能对比，若需求远大于产能，说明测算口径可能过宽；若需求远小于产能，则可能存在未统计到的替代品。
- 历史趋势外推：用过去 3-5 年的历史数据做回归分析，验证当前测算值是否符合长期趋势。
2.4 常见误区与总结复盘
在采购市场规模测算中，以下四个误区最为常见，需要特别警惕：
误区一：将 TAM 直接作为采购预算依据
TAM 是理论值，包含大量无法触达的客户和场景。直接按 TAM 编制预算会导致库存积压和资金占用。正确做法是：TAM 用于战略判断，SAM 用于供应商规划，SOM 用于预算执行。
误区二：忽略地理边界对供应商产能的影响
全球化的供应商可能在中国有产能，但其全球订单会挤占本地供应。测算时不仅要看供应商总产能，还要看其对本区域的分配比例。例如，某德国轴承供应商全球产能 1 亿套，但中国区仅分配 20%，则实际可服务产能为 2000 万套。
误区三：数据来源单一且不验证
只依赖一份行业报告就下结论，风险极高。建议至少使用两个独立来源的数据进行交叉验证，并标注每个数据的置信度。
误区四：静态测算，不随市场变化更新
采购市场是动态的，原材料价格波动、技术迭代、政策变化都会影响市场规模。建议建立季度更新机制，至少每半年重新审视一次 TAM/SAM/SOM 的假设条件。