采购月报里都写着“交付准时率”,一张表是 66.7%,另一张却是 95%。先别急着判断谁算错了:前者可能按订单行是否足量准时交付统计,后者按到期数量中有多少按时收到统计。两者回答的不是同一个问题。

做供应商交付评价,首先要固定统计单位、基准交期和观察截止时间,再比较结果。否则,给供应商换一个分母,就可能改变评价,而实际交付一件也没变。

同一批收货,算出两个结果

下面是口径演示,不是真实客户案例,也不是行业统一评分标准。假设三条采购订单行采购的是同一种零件,单位均为件,约定交期都是 6 月 10 日,按自然日判断准时;统计截止到 6 月 12 日。

订单行应交数量6 月 10 日及以前收到6 月 12 日补到
A100 件100 件0 件
B100 件50 件50 件
C800 件800 件0 件

按“每条订单行必须足量准时收到才算通过”,只有 A、C 通过,结果是 2÷3,约 66.7%。它强调每一项到期交付承诺是否完整兑现。

按“到期总数量中按时收到的数量”,结果是 950÷1000=95%。它强调到期数量的覆盖程度,数量大的订单行权重更高。

两个结果都可以用于内部管理,但不能省略名称和公式,更不能拿一种口径的供应商甲与另一种口径的供应商乙直接排名。不同物料、单位或重要程度不宜直接相加;若要折算或加权,应先明确规则与依据。

同种零件三条订单行中两行足量准时,对应66.7%;按期收到950件占应交1000件,对应95%。
示意口径对照:订单行是否完整兑现与到期数量覆盖程度,不能直接混为一项指标。

改期后,原来的迟交不能凭空消失

如果 B 的剩余 50 件后来获准改到 6 月 12 日交付,报表是否就应该变成全部准时?答案取决于评价目的,而不只是系统中最后显示的日期。

建议分别保留原约定交期、经确认的新交期、变更原因、确认人及生效记录。看原承诺兑现情况时使用原基准;看获准调整后的履约时使用新基准,并明确标注。买方调整需求、供应商申请延期等原因也应分开记录,不用覆盖日期代替责任分析。

分批交付如果本来就有多个约定交期,应按各期应交数量和日期评价,不把整张订单压成一个日期。允许提前或延后的窗口、运输交接点以及时区、工作日规则,也要事先约定,不能统计完后再挑有利口径。

先问这条记录为什么进入分母

一个可复核的评价明细,至少需要订单号及行号、物料与单位、到期数量、基准日期及版本、收货数量与业务日期、统计截止时间,以及例外处理依据。

尤其要保留“已经到期、仍未交付”的记录。只从本月已收货清单计算,可能漏掉尚未到货的逾期订单。取消、退货、超交与跨月补交如何处理,应按事先确认的规则留痕,而不是临时删行。样本少时还应同时显示分子、分母,避免一个百分比掩盖样本规模。若订单状态本身还在部门之间断档,可先回查制造业智能跟单的信息断点,再做跨记录评价。

到货准时也不等于质量合格。收货日期、检验结果、质量放行和库存可用是不同业务事件;若采用“合格数量准时交付”等复合指标,必须另写公式与取数依据。微软的采购订单说明也分别讨论数量、单据及审批状态,这是具体系统的分工示例,并非所有企业必须照搬的制度。

AI 先准备证据,不替采购负责人定奖惩

AI 供应商管理可以从评价准备这个切口评估:在数据可读、权限允许、口径已确认的前提下,设计任务去归集明细、列出缺失日期或单位冲突、按固定公式生成待复核结果。原始数据缺项、变更未确认或例外规则不清楚时,应把问题交给责任人,不能自行补一个日期完成评分。

灵核数智面向制造业岗位级 AI 数智员工的定位,并不等于已接通企业全部采购数据;具体接入、字段和动作仍须逐项验证。AI供应商管理的人工决策边界同样适用于评价环节:供应商分级、整改、份额调整和淘汰,不能由一个准时率自动决定。

下一次评价会议前,不妨抽一条迟交记录,试着从报表追到约定日期、改期确认和收货明细。能沿这条链解释清楚,评分才有讨论的基础;值得一起展示的是公式、原记录和例外,而不只是一个漂亮分数。