一、引言

供应链管理包含产品流(Product Flow)、信息流（Information Flow）和资金流（Financial Flow）。在数字化的今天，上述三种“流”即为相关数据信息在企业内部和上下游流动，需要跨越企业内外部不同的信息系统，因此，数据标准化、流程合规化就显得十分重要，是供应链贯通的基础。

本文以中国移动多年来在供应链数据标准和流程合规方面的探索实践为例，分析管理难点，提出解决思路，为国有企业在供应链相关领域的管理提升提供参考。

二、数据标准化体系建设

中国移动供应链系统贯通了电子招投标（ES系统）、合同订单管理（SCM系统）、合同系统（CSM系统）、订单采购（ERP系统）、电商平台系统等11个集中化系统。融汇了各系统的千万级业务数据。推动各大系统的数据标准化、一致性及可操作性建设，提高数据系统本身及系统间的质量和可信度，直接关乎各业务层级的数据探索及决策支撑的准确度和可靠性。

为了加强供应链系统间数据标准化体系建设，中国移动供应链管理中心 “监控”与“治理”双管齐下。一方面通过大数据平台对各单位系统数据进行整合，针对数据质量痛点共提炼落地33个数据质量稽核模型，涵盖了数据完整性、一致性、真实性、关联性、合规性、及时性六大质量指标。另一方面，从全流程贯通的角度建立数据质量评价体系，设立数据质量考核指标，从上至下推动数据标准体系的贯通。

（一）数据质量稽核模型

为保证数据质量，中国移动供应链管理中心从数据质量管理制度出发，贯通数据收集、存储、处理及分析等流程，采用数据治理、挖掘分析、可视化分析等技术手段，完成以下六大数据质量稽核模型的落地。

数据完整性模型：关注合同数据与订单数据在各供应链系统间是否存在数据信息缺失，数据模型是否完整。聚焦采购合同、采购订单环节，完成3个完整性稽核模型构建。

数据真实性模型：关注数据是否能反映出真实的业务情况。从项目需求、方案决策、采购实施、结果确认、合同签订等各阶段，关注项目真实的执行情况是否满足约定的标准及周期要求，完成项目金额、各阶段进展时间、执行信息等方面共6个真实性稽核模型构建。

数据合规性模型：关注各系统数据是否符合规范要求。为确保一级集采合同订单的执行物料编码在集团下发的一采框架协议清单范围内，执行的供应商在一采框架协议供应商或授权供应商范围内，在采购合同、订单环节完成了5个数据质量稽核模型。此外，针对部分订单在SCM供应链与电商平台合并执行的情景，为保证系统间电商订单执行的一致性，完成电商订单标识稽核模型。

数据一致性模型：关注各数据源的数据信息、相关业务信息是否一致。针对电子招投标系统、SCM供应链系统、合同系统中项目集采类型、合同头行金额、订单头行金额、供应商信息、物料编码信息、中标金额与采购金额、关键时间信息等是否一致或误差是否在允许范围之内，完成10个一致性稽核模型构建。

数据关联性模型：关注系统间数据关联字段信息缺失或错误。数据在不同信息系统之间流转时，依赖如合同编号、项目编码、订单编号、签约时间集合等关键信息，由此针对合同订单、项目寻源管理场景，共提炼了6个关联性稽核模型。

数据及时性模型：关注数据是否在规定时间内上报。针对其他单位合同、订单是否及时上报集团供应链，完成2个及时性稽核模型构建。

（二）数据质量评价体系

从数据完整性、数据真实性、数据合规性、数据关联性、数据一致性、数据及时性六个维度对数据质量进行评价，最终得到各个单位的数据质量得分，完成数据质量评价体系的构建（见图1）。

通过数据质量稽核模型，最终可得到各个系统中所有上报数据、缺失数据、错误数据、滞后数据的占比，根据公式(1)可计算得出异常比例，再根据公式(2)计算得出系统数据在各个模型下的准确度。业务侧可根据阶段侧重比自主设置各个质量指标的权重，最终通过加权得分，如公式(3)，得到最终的数据质量得分，通过此数据质量评价指标达到辅助各系统数据标准化建设的目的。

异常比例=每个稽核规则输出的问题数量/合同或订单或项目的总数量×100% （1）

准确度=1?异常比例 （2）

数据质量得分=∑所有模型每个模型下的准确度×权重 （3）

三、智慧合规平台构建

为贯彻落实国家发展改革委等部门《关于严格执行招标投标法规制度进一步规范招标投标主体行为的若干意见》(发改法规规〔2022〕1117号)，中国移动供应链管理中心从降低误判、管理闭环、统计分析、资源共享等方面着手，依据《招标投标法》及其实施条例、《评标专家和评标专家库管理暂行办法》《关于进一步规范招标投标过程中企业经营资质资格审查工作的通知》(发改办法规〔2020〕727号)等法律规范，提炼了38个合规风险模型，覆盖采购方式选择、保证金管理、决策管理、采购执行、定标、时限、组建、评审、文件发售、编制、签约共12个关键环节；同时，强化多维度核查数据分析，按单位、风险点、采购方式、文件类别、项目阶段等维度对合规核查结果进行分析，并多角度分权限地进行可视化呈现，辅助开展各维度对比分析，打造出一个多维度、全覆盖、智能化、便捷化的智慧合规平台。智慧合规平台中应用的合规风险模型，共可划分为采购管控、采购流程操作及合同管理与执行3大模块。

在采购管控方面主要聚焦于资格条件中是否存在不合理的排斥限制类要求，如不合理的资质证书、业绩、奖项、培训要求等，评分办法是否存在不合规的加分条件，如业绩加分、合作年限等（见图2）。

在采购流程操作方面主要聚焦于决策、实施操作是否合规，如决策层级、操作时限是否合规，是否超预算采购，是否应招未招等（见图3）。

在合同管理与执行方面主要聚焦于合同签约执行是否合规，如合同是否倒签，是否未按中标价格签约，合同超额超期执行等（见图4）。

（一）事前文件智能化编制

招投标文件内容受编制人员经验、文字表达习惯、项目特点等主客观因素影响较大，因此文件编制方案之间存在一定差异。为了对文件编制进行规范化管理，中国移动供应链管理中心在集成多种招标文件规范文本的基础上，通过建立事前文件智能化合规编制系统，进一步细化招标文件编制模块，提升文件编制结构化、规范化及合规化程度。

针对招投标采购数据，一方面通过文件智能化编制系统，将标包信息、资格条件、评分标准、质量检测方案等关键采购要素细化及模块化，生成采购文件结构化数据；另一方面，细化评审打分情况、应答人信息等，完成应答文件的结构化；最终根据目标规范文本生成相应的评审文件。此外，针对现阶段无法统筹规范的其他文件类非结构化数据，引入OCR识别和自然语言处理技术，进行文本提取和关键词定位，对采购文件、采购方案、评审文件、资格条件标准、评分办法、技术规范书、合同文本等数据完成结构化数据转化，最终实现结果汇报文件的自动生成。

为了辅助合规人员更精准地提升方案文件编制内容的合规性，在文件编制环节引入合规风险核查，在自动完成文本数据的结构化及关键内容的定位提取后，将相应的文本结构化数据，按模块与合规风险模型进行匹配及核查，完成文本数据的风险评估，将生成的合规风险核查报告返回至文件智能化编制系统，合规人员即可根据返回的合规风险核查报告对编制的内容进行修改，最终达到在文件编制环节规避合规风险的作用。

（二）事后合规督察

在供应链采购合规建设中，坚持“防”“管”“治”一手抓，在通过合规风险模型对供应链流程各个环节中存在的合规风险进行排查的同时，充分发挥各级别采购人员、合规人员的业务经验价值，通过合规流程流转、邮件提醒、人员催办、分级分权限划分责任区的方式，建立事后合规督察平台，在实现授权权限范围内信息共享的同时，发挥各层级合规人员的力量，完成对疑似风险问题的合规认定及排查。

 （三）后评估评价体系

秉承从业务中来、到业务中去的理念，对事前及事后的风险核查结果构建全面、合理、科学的评价体系。目前已形成了事前风险概览、事后合规督察、核查统计概览、风险认定统计、历史变更分析五大统计维度，并提炼了风险认定、风险排除、疑似占比等量化指标模型。从采购方式、项目阶段、数据来源、认定建议等角度，更加全面地支撑合规风险体系的构建与供应链体系的动态管理，为合规风险的规避与监管提供科学可靠的决策支撑。

四、结语

在数字经济浪潮扑面而来的今天，采用体系化、数字化、智能化的手段对供应链数据实现标准化和和合规化管理是必然方向。未来中国移动也将继续从数智合规升级、成熟能力输出、功能深化优化三方面加强供应链管理体系的建设，不断提升集团供应链管理对省侧供应链建设的赋能效用。

★本会《招标采购管理》杂志拥有此文版权，若需转载或复制，请注明来源于《招标采购管理》，标注作者，并保持文章的完整性。否则，将追究法律责任。