第三步：评级模型的优化与自动化。
面对海量数据和多样化品类，试点阶段的手工评分模型不再适用。古民与IT部门合作，将评级逻辑写入系统后台。系统每日自动抓取各供应商在各品类上的最新交易数据（质量判定、价格、交付时间），按照预设的品类权重模型，计算滚动周期（如近30天、近90天）内的综合得分及细分维度得分。
模型进行了多项关键优化：
1. 波动性惩罚：不仅看平均值，还看稳定性。一个质量时好时坏的供应商，得分会低于质量稳定但平均分略低的供应商。
2. 趋势权重：近期表现权重高于远期表现，鼓励持续改进，也及时反映表现下滑。
3. 特殊事件处理：建立了“红黄牌”机制。严重质量事故（如导致客户投诉或大规模报损）、恶意欺诈、严重延迟等，系统会自动记录为“红牌”事件，直接影响供应商等级，甚至触发暂停合作流程。一般性问题累积到一定次数，会触发“黄牌”预警，通知采购员跟进。
4. 对标管理：系统会自动计算各品类下所有供应商的平均分、中位数、最优值，为每个供应商提供其在同类中的相对位置（如“质量表现优于80%的同行”）。
5. 可视化看板：开发了管理层、采购员、供应商（受限视图）不同层级的可视化看板。管理层可以看到全公司供应链健康度、品类成本分析、风险供应商预警。采购员可以看到自己负责品类的供应商排名、具体优劣势指标。优质供应商可以看到自己的得分、排名及与平均水平的对比，以及详细的改进建议（如“您的交付准时率低于品类平均水平10%，建议优化物流安排”）。
第四步：绩效挂钩与流程闭环。
评级结果必须与采购决策和供应商管理动作形成闭环，否则只是漂亮的图表。项目组制定了分级应用策略：
? A级供应商：获得“优先采购”资格，在新品试销、高价值订单分配中享有优先权；付款账期可申请适当优化；可受邀参与公司的产品开发或联合营销活动。
? B级供应商：常规合作，保持稳定份额，但需持续关注指标，尤其是短板项。
? C级供应商：“观察改进”状态。采购员必须与供应商召开改进会议，制定书面改进计划。系统会自动减少其订单份额，或限制其参与某些订单的资格。
? d级供应商：“风险冻结”状态。暂停新订单，启动评估程序，决定是否淘汰。
同时，采购员的个人绩效，正式与“采购综合成本率”、“供应商平均表现得分”、“负责品类质量事故率”等指标深度挂钩。评级结果直接影响其奖金和晋升。这从根本上扭转了采购员的激励方向，从“维护好关系、拿到好价格”，转向“管理好供应商整体表现、控制总成本”。
推广过程并非一帆风顺。 新的流程和系统上线初期，出现了各种问题：数据录入错误、PdA操作不熟练导致效率下降、部分供应商对新规激烈反对甚至威胁停止合作、个别采购员或验收员试图“优化”数据（如协商虚报验收等级）。古民和项目组如同救火队员，四处解决问题，优化流程，堵住漏洞。他们加强了数据校验和逻辑检查，设置了异常数据预警（如验收结果与历史数据差异过大时触发复核）；对供应商的反对，采购部和运营部协同，一方面坚持原则，用数据说话，另一方面对愿意配合改进的提供辅导和支持；对于内部员工的“小动作”，则通过加强培训、明确规则、辅以必要的抽查和审计来应对。
三个月后，“阳光采购2.0”系统覆盖了公司70%以上的采购金额。效果开始逐步显现：
? 采购综合成本率：在推广品类上，平均下降了1.8%，部分品类（如叶菜、猪肉）降幅超过3%。这主要源于质量稳定性提升带来的损耗降低，以及价格透明化带来的采购成本优化。
? 供应商结构优化：一批长期表现不佳、依赖关系的“老油条”供应商被淘汰或份额锐减；一批注重品质、管理规范的新兴供应商获得更多机会。供应商整体质量水平在竞争压力下有所提升。
? 内部效率与风控：采购与仓储之间的扯皮大幅减少，责任清晰。质量问题和成本异常可以快速追溯到具体批次和供应商。采购决策更加基于数据和规则，减少了个人随意性和潜在风险。
? 管理能见度：公司高层可以通过看板，实时了解供应链各环节的健康状况，潜在风险提前预警，决策有了数据支撑。
在一次公司中高层管理会议上，林薇展示了“阳光采购2