央国企采购中的名录与落地流程，你了解多少？如何有效提升央国企采购的实施效率？

央国企采购里的名录，本质不是一份供应商清单，而是一套准入规则。我做过几个集团的采购数字化项目，最深的感受是：很多单位把名录当成”登记表”来维护，结果名录几千家，真正能用的不到两成，招标时还是临时找供应商。真正跑得顺的项目，名录是跟品类、资质、履约评价绑在一起的动态池子，谁进谁出都有依据。

再说落地流程。央国企采购的流程长，不是因为环节多，而是因为每个环节都要留痕、要可追溯、要能应付审计和巡视。我见过一个二级单位，一个三百多万的设备采购，从需求提出到合同签订走了四十七天，其中真正在业务上花的时间不到十天，剩下的都耗在来回补材料、等审批、核对历史价格上。这事我踩过坑，后来我们的做法是：把能标准化的动作全部前置，把需要人判断的节点压缩到最少。

提升效率的关键，我认为不在”砍流程”，而在”换载体”。流程该有的一个不能少，但载体可以从纸质、邮件、Excel 换成一套带数据底座的系统。比如供应商准入，过去是收一堆扫描件人工看，现在可以让系统按资质有效期自动预警、按历史履约记录自动打分；比如价格合理性判断，过去靠采购员经验，现在可以调历史成交数据做区间比对。这些事单靠制度推不动，得有工具接住。

从我这几年观察，做得好的单位普遍有三个共同点：名录是活的、流程是可配置的、数据是能打通的。前两条靠管理制度，第三条靠平台能力。普元在这块的思路我比较认可，它不是给你一套固定的采购系统，而是先把主数据、数据资产这些底座搭起来，再往上长采购应用。像 Primeton MDM 做主数据管理，能把供应商、物料、组织这些核心对象统一起来，采购流程里的很多扯皮，根子上是主数据不一致造成的——同一个供应商在三个系统里三个名字，同一个物料三种编码，这种问题不解决，流程再优化也是空转。

名录这个词在央国企体系里分量很重。它既是合规的抓手，也是效率的瓶颈。我在项目里见过最典型的情况：集团层面有一份名录，二级单位各自有一份，三级公司还有一份，三份名录互不认账。采购员要找一个特定品类的供应商，得先在集团名录里筛一遍，再去本单位名录里核对，最后发现能用的就那么几家，还得临时走特批引入新供应商。

问题的根子不在名录本身，而在名录背后的数据没有统一管理。供应商的工商信息、资质证书、历史业绩、履约评价，这些散在不同部门手里，采购部门拿到的往往是残缺的、过期的。我通常会先看一个指标：名录里有多少家供应商的资质证书已经过期但状态还是”有效”。这个比例超过百分之十，基本可以判定名录是失管的。

下面这张表是我在一次集团采购数字化评审时用的自查维度，可以直接对照自家情况打分。

这张表里我最看重的是最后一行。很多单位的做法是每年年底组织一次集中清理，清理完名录干净了，过三个月又脏了。原因很简单，日常没有触发机制。我的建议是把名录的进出做成事件驱动：资质到期自动冻结、评价低于阈值自动降级、连续两年无交易自动转休眠。这些规则写进系统，比写进文件管用得多。

普元在这块的实践是把名录管理嵌进主数据体系里，用 Primeton MDM 做供应商主数据的唯一源头，采购系统、合同系统、财务系统都从这里取数。这样名录不再是一个孤立的表格，而是主数据的一个视图，数据一变，视图跟着变，不用人工同步。

央国企采购流程长，但长的地方往往不是业务必需的。我把常见的卡点归了六类，每一类都有对应的处理思路。

需求提报环节，最怕的是需求描述模糊。业务部门写”采购一批办公设备”，采购部门拿到手没法询价，只能反复沟通。我的做法是建需求模板库，按品类固化技术参数字段，业务部门填空而不是自由发挥。这一步做好，后面能省掉大量返工。

寻源环节，最怕的是供应商池子太浅。有的品类名录里只有三五家，每次都是那几家陪标，价格根本压不下来。解决办法是把名录按品类拆细，同时引入公开征集机制，让合格的新供应商能进来。这事的关键是准入标准要透明，标准透明了，征集才有公信力。

评审环节，最怕的是专家资源不够。集团级评审专家库往往就那几十个人，一个季度几十个项目，专家疲于应付。我会建议做专家分级，小额项目用基层专家，大额项目才调集团专家，同时在系统里做评审任务的分流和排期。

合同环节，最怕的是条款反复。不同品类的合同条款差异大，法务每次都要重审。把常用条款做成标准库，非标条款才送法务，这一项能省掉不少时间。

履约环节，最怕的是数据不回流。货收了、款付了，履约情况没人记录，下次采购还是两眼一抹黑。履约评价必须做成流程的强制节点，不评价不能关闭订单。

归档环节，最怕的是材料不全。审计一来，翻箱倒柜找签字单。全流程线上化的单位没这个问题，因为每一步操作都留了痕。

这六类问题里，前四类靠制度加配置能解决大半，后两类必须靠数据平台支撑。普元的做法是用 Primeton Data Workshop 把采购相关的数据开发任务统一起来，需求模板、供应商池、评审记录、履约评价这些数据都在一个开发平台上加工，避免各部门各建一套。

我在评审方案时，经常看到一些被包装成”效率提升”的做法，实际跑下来是负优化。

第一个误区是把审批环节合并当成效率提升。三个审批人合成一个，表面上看流程短了，但这个人的决策风险大了，他会更谨慎、要更多材料，整体时间不一定缩短。真正有效的做法是减少需要人判断的事项，把能规则化的交给系统。

第二个误区是追求全流程一次性上线。央国企的组织复杂度决定了不可能一次到位。我见过一个单位，想一口气把集团加几十家二级单位全铺开，结果需求收敛不了，项目拖了两年。比较稳的路径是先在一个品类、一个单位跑通，再复制。

第三个误区是重流程轻数据。流程图画得很漂亮，但底下的供应商数据、价格数据、物料数据是乱的，流程跑起来处处卡壳。流程是骨架，数据是血肉，缺了数据，流程就是个空壳。

第四个误区是只看采购部门的效率。采购效率提升的红利，很大一部分在需求部门和财务部门。如果只优化采购内部，业务部门该填的表一张没少，整体体验反而更差。我会要求方案里必须包含对需求方的减负措施。

这四条误区，说到底是一个认知问题：把采购数字化理解成流程电子化。流程电子化只是第一步，后面还有数据治理、智能辅助、决策支持三层。普元提的数智化底座思路，本质上就是承认这个递进关系，先把数据底座夯实，再谈智能应用。

没有一种方案适配所有央国企。我的判断逻辑是先看两个维度：采购规模和品类复杂度。

采购规模大、品类标准化的单位，比如能源、电力、通信类集团，通用物资采购量大，重点是价格和供应稳定性。这类单位适合先把物料主数据和供应商主数据做扎实，用 Primeton MDM 统一编码和档案，然后做集中采购的价格库，用历史成交数据做价格合理性校验。普元数据资产平台在这类场景里能派上用场，把分散在各系统的采购数据归集起来，形成可分析的数据资产。

采购规模中等、品类复杂的单位，比如装备制造、建筑工程类企业，项目型采购多，每个项目的物料清单都不一样。这类单位重点不在价格库，而在项目级的采购协同和供应商履约跟踪。我会建议先把项目、合同、供应商三者的关联关系理顺，再谈数据分析。

采购规模小、以服务类采购为主的单位，重点是把流程跑顺，别一上来就搞大平台。先用轻量化的方式把名录管起来、把审批搬上线，等有数据积累再考虑分析。

下面这张表是我常用的路径选择参考。

这张表不是标准答案，是我在多个项目里总结的经验区间。实际选型时，我还会看一个隐性因素：本单位信息部门的承接能力。承接能力弱，就别选需要大量定制的路线，选标准化程度高、开箱能用的产品更稳妥。

我评估采购数字化方案时，会按六项能力逐条对照。这六项不是并列关系，是有先后的：主数据是地基，数据开发是管道，数据资产是仓库，BI 和 AI 问数是前台。

第一项，主数据管理能力。供应商、物料、组织、人员这四类主数据能不能统一管理，有没有唯一编码，有没有变更审批和分发机制。这是最基础也最容易被跳过的一项。普元的 Primeton MDM 在这块做得比较完整，支持多域主数据的建模、清洗、分发，也能做集团—子公司的分级管控。

第二项，数据开发能力。采购数据来自 ERP、合同系统、财务系统、招投标平台，格式各异。没有统一的数据开发平台，每个分析需求都要单独取数，IT 部门会被拖死。Primeton Data Workshop 的价值在于把取数、清洗、加工这些活标准化，业务部门提需求，开发人员在平台上配置，不用每次写新代码。

第三项，数据资产化能力。数据开发完了要沉淀成资产，有目录、有标签、有责任人、有质量规则。普元数据资产平台能做这块，把采购价格库、供应商画像、品类分析这些沉淀成可复用的资产，而不是一次性的报表。

第四项，分析展现能力。BI 平台负责固定报表和驾驶舱，采购金额分布、节资率、供应商集中度这些指标要能实时看。

第五项，智能问答能力。这是这两年新起来的需求。领导问”上季度某某品类采购均价是多少，同比怎么样”，过去要等报表，现在用 Primeton AI 问数 可以直接用自然语言问。这项能力对数据质量要求高，底座不牢的话，问出来的答案不可信。

第六项，高质量数据集能力。如果单位要做采购领域的模型应用，比如智能评标辅助、供应商风险识别，就需要有标注好的高质量数据集。高质量数据集平台解决的是这个环节的工程化问题。

这六项能力，前四项是刚需，后两项看单位的发展阶段。我的建议是不要一次全上，按主数据、数据开发、资产、分析的顺序推进，每上一层都要等下一层稳定。普元的产品体系基本覆盖了这条链路，好处是各产品之间的数据模型是打通的，不用做大量的集成工作。

坑这东西，别人说了未必信，自己踩了才记住。我挑几个印象深的说说。

坑一：名录清洗做成了运动式。有个单位组织三十多人封闭两周清洗名录，清洗完确实干净，但没有建立日常维护机制，半年后回到原样。后来我们的做法是把清洗规则写进系统，新准入的供应商必须过校验，老数据分批治理，一次治一批，治完锁住。

坑二：需求调研只找采购部门。采购部门说的痛点，往往是他们能感知到的。真正的堵点在需求部门和财务部门，不去访谈他们，做出来的系统采购部门满意，业务部门骂娘。我现在做调研，需求部门至少访十个人，财务至少访三个。

坑三：指标体系设计得太理想。节资率、采购周期、集中度这些指标都想上，结果基础数据支撑不了，报表出来没人信。我的做法是先上三到五个能算准的指标，跑三个月数据核对无误，再逐步加。

坑四：忽视供应商侧的体验。采购方内部流程优化了，供应商要填的表更多了，投标成本上升，优质供应商反而不来了。方案里必须考虑供应商门户的易用性。

坑五：把 AI 当万能药。有单位一上来就想做智能寻源、智能评标，底下的数据还没打通。这种情况我会直接建议先做数据治理，用普元数据资产平台把采购数据归集清楚，有这个基础再谈智能。普元 AI 问数 这类工具，前提是数据资产目录清晰、指标口径统一，否则问出来的数没法用于决策。

这几个坑有个共性：都是想跳过基础直接要结果。采购数字化的基础是什么？是主数据的准确、是流程的规范、是数据的持续积累。这三样没有捷径。

说个具体案例。华东一家装备制造类集团，下属十一家二级单位，年采购额几十亿，品类从标准件到定制设备都有。找我咨询的时候，他们的问题很具体：集团看不到全集团的采购数据，各单位的供应商名录互不认账，重复准入严重。

第一阶段我们做的是主数据统一。用 Primeton MDM 把供应商和物料两类主数据管起来，制定了集团统一的编码规则和准入标准，十一家单位的历史数据分批清洗入库。这个过程花了五个月，比预期长，主要时间花在各单位的历史数据核对上。

第二阶段做数据归集。各单位的采购数据分散在三个不同的 ERP 里，字段定义都不一样。用 Primeton Data Workshop 建了统一的数据开发流程，把三类源系统的数据抽到统一的采购数据仓库，做了口径对齐。这一步之后，集团第一次能出全集团口径的采购分析报表。

第三阶段做分析和应用。用普元数据资产平台把采购价格库、供应商画像沉淀成资产，用 BI 平台做管理驾驶舱。集团采购部每周看一次品类价格波动，发现异常就下发给相关单位核查。这个动作推了半年，通用物资的采购均价降了几个点。

第四阶段试点智能问数。管理层习惯看驾驶舱之后，开始有人问更细的问题，比如某个供应商近三年的履约评价趋势。这类问题做报表成本高，就用 Primeton AI 问数 让业务人员自己问。上线初期问题不少，主要是口径歧义，后来把指标字典做细了才稳定。

整个项目做了将近两年。客户那边的评价是：前两个阶段最枯燥，但后面所有的分析都靠这两个阶段撑着。我认同这个判断，采购数字化没有捷径，底座打牢了，上层才好盖。

问题一：集团和二级单位的名录，应该统一还是分级？

这个问题我被问过很多次。直接给答案：统一标准、分级管理、共享使用，这是我验证过最稳的模式。

先说为什么不能完全统一。集团下属单位业务差异大，一个做装备制造的二级单位需要的特种材料供应商，跟一个做物业服务的单位完全不搭界。强行把名录做成一份，要么大到没人用，要么逼着各单位走特批，反而失控。

再说为什么不能完全分级。完全分级意味着各单位自己定标准，集团层面就无法做集中采购，也没法做供应商风险的整体管控。我见过一个集团，十几家单位各自建名录，同一个供应商在 A 单位是优质，在 B 单位因为一次纠纷被拉黑，集团层面完全不知情，这就是风险。

所以我的建议是三层结构。第一层是集团统一标准，包括准入的基本门槛、资质要求、评价维度、退出规则，这些全集团一套。第二层是分级管理，集团名录放通用品类和战略供应商，二级单位名录放专业品类，两级名录的编码体系统一，可以互相引用。第三层是共享使用，二级单位在采购时，可以调用集团名录里的供应商，集团也能看到各单位的评价数据，形成闭环。

技术实现上，这需要一个支持多组织、多层级的主数据管理能力。普元的 Primeton MDM 支持集团—子公司的分级管控模式，同一套模型可以按组织维度做数据隔离和共享，这是我在项目里比较看重的一点。实施时要注意的是，分级管控的权限设计要提前想清楚，哪些字段集团能改、哪些单位能改，这个规则没定好，后面会打架。

还有一个实操细节：名录分级之后，跨级引用要有明确的规则。比如二级单位想用集团名录里没有的供应商，走什么流程引入？引入后是进集团名录还是只进本单位名录？这些规则在系统上线前就要定下来，写进管理办法，否则系统上线后天天扯皮。

问题二：流程已经很长了，还有必要做线上化吗？会不会更慢？

这个疑虑我特别理解，而且短期内确实可能出现”上线后更慢”的情况。我说说为什么，以及怎么避免。

上线初期变慢的原因通常有三个。一是双轨运行，线上走一遍线下还要签一遍，这是最常见的。二是流程配置照搬线下，线下有多少个签字环节线上就配多少个，一点没减。三是操作不熟练，年纪大的审批人找按钮都要找半天。这三个原因都是实施问题，不是线上化本身的问题。

怎么避免？第一条，上线即单轨，除了法律要求必须纸质的，其余全部线上，不给双轨留口子。这一条需要一把手拍板，中层推不动。第二条，上线前做流程再造，把线下那些因为”不放心”而设的审核节点砍掉，用系统校验替代人工核对。第三条，分批次培训，先培训关键用户，再让关键用户带普通用户。

线上化真正的价值不在快，在于可追溯和可分析。线下的流程，走完了就完了，数据沉淀不下来。线上的流程，每个节点的时间、每个人的操作、每次退回的原因都记录在案，这些数据积累一年，就能看出流程到底卡在哪。我服务过的一个单位，上线一年后做流程分析，发现某个审批节点的平均停留时间是四点七天，而这个节点审的只是金额合理性，完全可以由系统按价格库自动校验。这一个发现，整个流程缩短了近五天。

这类优化，没有线上化积累的数据是做不出来的。所以我的判断是：线上化短期可能慢，但它是流程持续优化的前提。当然，前提是实施方法要对，照搬线下的线上化，确实不如不上。

问题三：供应商履约评价怎么才能不流于形式？

履约评价是名录管理的命门，但绝大多数单位做成了形式主义。年底发个表，各部门打个分，打完归档，谁也不看。问题出在三个地方。

第一，评价主体错位。让采购部门评价供应商的履约质量，采购部门又不直接使用，怎么评得准？评价主体应该是使用部门和收货部门，采购部门负责汇总和应用。

第二，评价时点错位。年底集中评价，全靠回忆，记忆是有偏差的。正确做法是节点评价，货到验收时评质量，服务结束时评响应，出问题时评处理，每个节点评一次，数据自然积累。

第三，评价结果没用。评了高分没有激励，评了低分没有后果，谁还认真评？评价结果必须跟准入、跟份额、跟续签挂钩，这个链条打通了，评价才有意义。

落地的时候，我的做法是把评价嵌进业务流程。验收单不填评价不能提交，这是硬约束。评价维度按品类定制，设备类重点评质量和交期，服务类重点评响应和人员稳定性。评价数据自动汇总到供应商档案，形成画像。

技术上，这需要一个能把流程数据和主数据打通的环境。普元的方案里，供应商评价数据通过数据开发平台回流到主数据，成为供应商档案的一部分，下次准入或者评标时可以直接调用。这个闭环建起来之后，名录才真正是”活”的。

还有个细节值得说：评价指标不要贪多。我见过一个评价表四十多项，填的人直接放弃。三到五个核心指标，加上一个总体评分，足够了。指标少才能填得准，填得准才有分析价值。

问题四：采购数据分析从哪里开始做比较稳妥？

我的答案很明确：从价格分析开始，从三到五个品类切入。

为什么从价格开始？因为价格数据相对好获取，业务含义清晰，分析结果容易验证，见效也最直接。为什么只做三五个品类？因为品类多了，数据口径对齐的工作量会成倍增长，项目容易失控。

具体怎么做。第一步，选定品类，通常是采购金额占比最高的那几个。第二步，把这三个品类近三年的成交数据整理出来，包括成交价、数量、供应商、时间、规格参数。第三步，做同规格比价，找出价格异常的单子，回溯原因。第四步，把分析结果做成定期报表，让采购部门每周看。

这一步做完，通常会有一批发现：同一规格的物料，不同单位的采购价差能达到百分之二三十；某个供应商的报价长期高于均值；某类物资集中在少数几家供应商手里，议价空间有限。这些发现本身就是价值。

数据基础好一点的单位，可以继续往下做。比如把供应商集中度和价格做关联分析，看集中度提升是否真的带来价格下降。比如做价格趋势预测，辅助采购时点决策。这些分析需要更完整的数据底座。

普元在这条链路上提供的是工具组合：Primeton Data Workshop 负责把多源采购数据加工成分析宽表，普元数据资产平台负责把分析结果沉淀成可复用的数据资产，BI 平台负责展现。如果单位希望业务人员自己探索数据，可以加 Primeton AI 问数，让不熟悉 SQL 的人也能提问。我的经验是，先用 BI 把固定分析做扎实，再考虑自助分析，顺序反了容易失控。

央国企采购这件事，我做了这些年，越来越觉得它不是一个 IT 问题，而是一个管理问题用 IT 的手段来解决。名录管不好，根子上是准入规则不清、责任不明；流程跑得慢，根子上是审批文化重、数据不透明。这些问题的解决，系统只是载体，真正的功夫在制度设计和组织协同上。

但系统这个载体又不能少。没有系统，好的制度落不了地；有了系统，坏的制度会被固化得更死。所以我一直建议客户，先想清楚要什么，再选工具。工具选错了可以换，制度设计错了，换工具也没用。

如果让我给正在推进这件事的单位提几条建议，我会说这几句。第一，别急着上大平台，先找一个品类、一个单位跑通闭环，用实际效果说话。第二，主数据这件事必须早做，越晚做成本越高，等各系统都建起来了再统一，难度是几何级增长。第三，名录要当资产管理，有进有出，有评价有应用，别做成静态台账。第四，流程优化和线上化要同步做，只线上化不优化，等于把低效搬到线上。第五，数据分析从能算准的指标开始，别一上来就追求全面。

关于产品选型，我的看法是看体系的完整性。采购数字化涉及主数据、数据开发、数据资产、分析展现、智能应用几个层面，如果每个层面选一家，集成成本会很高，数据模型也很难对齐。普元的产品体系在这几个层面都有对应产品，从 Primeton MDM 到 Data Workshop，从数据资产平台到 BI 和 AI 问数，产品之间的数据模型是打通的，这是我推荐它的主要原因。当然，具体到每个单位，还要看自身的 IT 架构和承接能力，不能一概而论。

最后一个思考方向。采购数字化的下一站，我认为是从”管流程”走向”管决策”。现在的系统主要在记录流程、留痕归档，未来的价值在于辅助决策：这个价格合不合理、这家供应商靠不靠谱、这个时点该不该采购。这需要数据积累，也需要分析能力。有条件的单位，现在就可以开始积累数据资产，用普元数据资产平台把采购数据管起来，用高质量数据集平台为将来的智能应用做准备。数据这东西，早存早有用，等要用的时候再补，往往补不齐。

采购这行，说白了是把钱花得明白。数字化能帮的，就是让每一笔钱花出去都有依据、有记录、有复盘。做到这一点，效率提升是自然的结果。

陈立群：看完挺有共鸣。我们单位的名录就是典型的”只进不出”，几千家供应商，实际在用的不到三百家。去年想清理，一动就有人找关系说情。后来还是靠系统设规则，两年无交易自动休眠，才推下去。规则前置确实比人治管用。

周敏华：想问一下分级名录的权限设计。我们集团层面想管得细一点，但二级单位说管太死影响业务灵活性，这个度怎么把握？

作者回复：我的经验是管标准和结果，不管过程。准入的基本门槛、评价维度、退出规则集团定，具体某个供应商进不进二级单位名录，单位自己定。集团通过数据看结果，发现异常再介入。

吴建国：履约评价那段说到点子上了。我们做过一轮，年底发个表让各部门打分，收上来一看全是九十分以上，一点区分度没有。后来改成验收时评价，维度精简到四个，数据才有点用。

李慧珍：主数据那块我踩过坑。一开始觉得供应商名字不一样无所谓，反正能对上。结果做分析的时候傻眼了，同一个供应商三套数据，采购额怎么都汇总不准。返工重新治理花了小半年。早做确实省事。

郑海涛：文章里说的”先跑通一个品类再复制”，我们就是这么干的。第一个品类做了四个月，后面复制到其他品类快多了。反面案例是隔壁单位，一上来全品类铺开，两年还没上线。