供应商选择：从数据开始，由判断结束

避免加权平均的误区，用“门槛+经验”做出更优决策

在供应商绩效评估中，常有人问：众多指标如何分配权重，才能通过加权平均选出最佳供应商？

事实上，供应商选择是一项高级决策，人类并不依赖简单的加权平均。就像医生看病——血压、心电图、脑电图等数据齐全，但最终诊断并非靠计算得分，而是结合数据与多年经验做出判断。企业若一味追求“数字化决策”，反而可能陷入误区。

加权平均存在两大挑战：

一是权重难以确定最优值。不同行业、企业、采购品类乃至发展阶段，关注重点各异，权重需动态调整，易被人为操控。为使某供应商“脱颖而出”，反复修改权重实则如同“先射箭再画靶”。

二是数据汇总会丢失关键信息。例如两个供应商加权得分分别为3.2和3.3，看似接近，实则可能代表“有能力但难合作”与“好说话但能力弱”的本质差异，仅凭总分无法区分。

正确的做法应借鉴医生的诊疗逻辑。

第一，设立硬性门槛，实行“一票否决”。如民航飞行员视力要求不可妥协，供应商在质量、交付等方面也应设定明确标准。例如：近三个月次品率超标者不得报价；质量管理体系未达标且无可靠改进方案者，不得参与新项目竞标。

很多时候，我们的目标不是“选最优”以最大化收益，而是“排最差”以最小化风险。设定门槛正是控制风险的有效手段。现实中，许多企业本欲追求最优，却因忽视底线而选中最差。

第二，数据基础上依赖专业判断。多种疾病症状相似，仅靠指标难以确诊，需医生凭经验甄别。供应商选择同样如此：数据分析必不可少，但在满足基本门槛后，应由具备经验的采购人员综合判断，做出最终选择。企业雇佣专业人士，正是为了发挥其判断力。

商业决策复杂多变，不应陷入“唯一解”的工程思维。没有绝对正确的选择，关键在于“从数据开始，由判断结束”，消除信息不对称，坚定决策并推动执行。

此外，选择只是起点，管理决定成败。即使次优选择，辅以有效管理仍可成功；反之，最优选择若缺乏后续管理，也终将失败。