在供应商绩效评估上，经常会有人问，这么多的指标，权重应该如何分配，这样我们好加权平均，决定选择哪个供应商？
首先我想说的是，供应商选择是个高级决策，而人类做高级决策的方法不是加权平均。打个比方。你感到不舒服，就去看医生。医生量你的血压，给你做心电图、脑电图。这些指标都出来了，他是怎么加权的？他不加权。他把那些图表扫了一眼，就拍着胸脯说，根据这些指标（“从数据开始”），以及我多年的行医经验（“由判断结束”），你感冒了。
我能够理解，企业不信任员工，总是希望能够量化成一个数字，由计算机来做出客观的决策。但是加权平均，完全依赖数字，有一系列挑战。
其一，权重的分配也许永远也没有最佳值。不同行业、不同公司、不同采购项，甚至同一公司的不同发展阶段，对供应商关注重点都会有所不同。这意味着权重得经常调整，容易被操纵、滥用，最后成了数字游戏。想必很多人有这样的经历：为了选中特定供应商，不管是上级指定的，还是自己心意的，就一遍又一遍地调整权重，直到“合适”的供应商“名列前茅”为止。这就相当于等箭射出去后，再绕着命准的地方画圆圈一样。
其二，数据经过汇总后，会丧失很多信息，甚至误导。比如加权汇总后，一个供应商是3.2分，另一个是3.3分，分数是如此接近，好像两个供应商差不多。但你知道，这其实是两个天壤之别的供应商：有能力的有脾气，没脾气的没能力。所以我们是没法就靠一个加权平均后的数字做决策。
那怎么办？你还是得回到医生看病的方法论上来。
首先，医生是有标准，或者“门槛”的，这是客观数据，必须满足。比如民航飞行员要求任何裸眼近视力不应低于1。那好，我的近视力是0.7，不达标，但百米冲刺是世界冠军，能不能给我加点分，让我成为飞行员？不行。这些都是硬标准，每个指标是“一票否决”。
放到供应商选择上，就是在价格外设定质量、交付等门槛，达不到门槛就没有资格竞标，不管其价格有多好。当然，这也要求我们能够客观量化这些绩效。比如过去三个月的质量次品率到了一定程度，供应商就失去报价资格；质量管理体系评估中的每一条应该都得及格，或者有明确、可靠的改进方案限期达标，否则就不能参与新产品、新项目。
很多时候，我们不是在找到最好的，以最大化收益；而是排除最糟糕的，以最小化风险。前者很难精准定义，后者却相对好对付，设定“门槛”就是常见的做法。而我们的挑战呢，往往是为了最佳选择，而选到了最糟糕的。
其次，光有客观数据还不够，还得结合职业判断。很多病的指标都很像，比如肠梗阻、伤寒、肠结核严重的时候，都会出现肠道严重水肿、腹腔积液、严重腹泻的现象。对这个具体的病人，这些症状都很明显，究竟是哪个病，计算机哪能判断得了？还得靠医生的经验，原来是得了红斑狼疮（《亲爱的ICU医生》，殳儆著）。
放在供应商选择上，就是该做的数据分析还是照做不误。基本的“门槛”满足后，在数据的基础上，采购要由职业判断结束，选择合适的供应商。企业雇我们这些有经验的人来，不就是看中我们的经验嘛。
商业决策复杂，我们要避免工程师思维的唯一解。很多时候没有所谓的正确决策，关键是从数据开始，由判断结束，消除信息不对称，自信地做决策，努力地去实现。
还有，有选择，没管理，什么样的供应商都没法满足我们的需求。次优化的选择，辅以后续管理，也能成功；最优化的选择，离开后续管理，也会失败。
---------------------------
1. 采购和供应商管理：一个实践者的角度（1天）（上海 7月16日，深圳 7月23日）
产品成本的70%甚至更多来自供应商，降本增效的关键是对供应商“有选择、有管理，谁选择、谁负责”。这要求形成跨职能、跨阶层合力，有效管控“有能力，但也有脾气”的战略供应商；整合“没脾气，但也没能力”的一般供应商，以打破劣质低价、低价劣质的恶性循环。
这也要求采购成为一个战略职能，从订单操作层面的“小采购”，上升到战略寻源和供应商管理为主的“大采购”。本培训会详细探讨“大采购”的职责定位、组织建设和绩效考核，兼顾采购的集中与分散，帮助企业顺利实现采购职能的战略转型。
2. 供应链的全局观:高成本、高库存、重资产的解决方案（上海7月17日，深圳 7月24日）
随着经济增速的放缓，成本压力大、库存水平高、投资回报低的问题就更加严峻。
从供应链的全局观角度，本培训提出系统的解决方案：（1）控制产品复杂度，提高规模效益来降低产品成本；（2）改善计划，有效地匹配需求和供应来降低库存和运营成本；（3）管好专业供应商，外包非核心业务，走轻资产之路来降低固定成本。
我们还会详细探讨供应链在集成产品开发（IPD）和集成供应链（ISC）中的角色，以优化产品设计与选型、协同销售与运营，以及避免“牛鞭效应”和多重需求预测带来的库存积压、产能利用问题。
3. 供应链的三道防线：需求预测、库存计划、供应链执行(3天)（上海 7月18-20日，深圳 7月25-27日）
计划是供应链的引擎，需求预测是计划的龙头。需求预测怎么做，才能避免大错特错，力争精益求精，提高首发命中率？需求预测由谁做，才能更加有效地对接销售和运营，提高预测准确度？需求预测做错了，如何快速反应，尽快纠偏和补救？
从2025年开始，我们增加了需求预测应用，会介绍5种最常用，也是最重要的预测模型，来预测随机变动、趋势和季节性需求，包括模型参数的优化，准确度的统计，模型优劣的判断等。所有应用都在Excel中实现。
我们还会分享系统的库存控制，包括库存的“七分管理”和“三分技术”：其一，库存是天使也是魔鬼，究竟多少算合适？其二，库存计划是个技术活，究竟怎么做？其三，如何改变组织行为、降低不确定性、缩短周转周期来控制整体库存？
培训详情及企业团体优惠，请垂询助手 吴珍桢：177 2795 9069（微信同）。