供应商绩效这件事，很多公司做得像年终总结：采购员凭印象打分，销售一闹就改分，评完把表塞进文件夹，来年该给谁下单还是看谁请客。问题不在态度，在于评分卡本身没设计好——指标没有分母、缺数据给了满分、分完级不能兑现。
这篇讲怎么把这件事交给 AI Agent 做。先把分工说清楚：供应商初筛管的是「进不进门」，供应商履约跟踪管的是「这一单交没交、质量行不行、款付没付」，来料检验管的是「这批货判合格还是让步接收」。本篇管的是更靠后的一段：把一年里几十上百条履约事实，折算成一个能横向比较的分数，再据此分级、分配份额、决定淘汰。前者是事实，后者是决策依据，中间的折算规则才是评分卡。
先分清三件事：履约记录、评分、分级评审
三件事混在一起，评分卡一定失真。
- 履约记录是事实：哪天到货、迟了几天、来料批退几次、索赔多少、报价比同行高几个点。只记录，不评价。
- 评分是按规则折算：把事实变成 0-100 的分，必须能一步步倒推回去。算不出来源的分，等于没分。
- 分级评审是决策：A/B/C/D 四档，决定明年给多少份额、验货方式、账期。这一步必须有人签字，Agent 只出材料。
这三层分开的最大好处是：供应商来申诉时，你能拿出「哪一条记录、按哪条规则、扣了几分」，而不是「我们感觉你不太行」。
五类指标，关键在分母口径
指标不用多，五类够用，但每一类都必须写清分子分母，否则跨供应商不可比。
- 质量：批退率 = 判退批次 ÷ 到货总批次；不良率 = 不良数 ÷ 抽检数。两个指标方向不同，别只留一个。只算批退率，供应商会把大批拆小批来稀释。
- 交付：准时率 = 按期到货批次 ÷ 应到货批次。「按期」要定义是到厂日还是入库日，宽限期给几天——这个不写死，准时率能差 15 个点。
- 成本：价格竞争力 = 同品类同规格的报价中位数 ÷ 该供应商报价；年降幅度按同规格同口径比，换规格比价格是耍流氓。
- 响应：异常关闭时长中位数、报价响应时长。用中位数不用平均数，一次拖三个月的极端值会把整年数据带偏。
- 合规：资质证书有效期、安全环保处罚、廉洁承诺。这类只判有无，不打分。
权重别拍脑袋：红线项、扣分项、加分项
很多人一上来就讨论「质量占 40 还是 50」，其实更该先分层。三层比一堆百分比好用得多。
- 红线项：一票否决，不进加权。资质过期、重大质量事故隐瞒、环保处罚未整改——出现即 D，不参与打分。
- 扣分项：五类指标加权，合计 100 分。给个可用的起手式：质量 35、交付 30、成本 20、响应 10、合规 5。关键件把质量提到 45、成本压到 10；通用标准件反过来。
- 加分项：上限 5 分，用于技术协同、备货支持、紧急插单。加分必须有记录支撑，不能当人情。
权重按品类分档，别全公司一张表。用一个「品类 → 权重模板」的表管住，改权重留版本号和生效日期，否则年底没人说得清去年是按哪套算的。
数据从哪来：四条来源，缺数据不给分
- 来料检验记录：批退、让步接收、返工（链 来料检验与不合格品处置）。
- 交付记录：订单交期、实际到货、缺件补发，来自采购订单与入库单（链 供应商履约跟踪）。
- 价格与结算记录：报价单、对账差异、索赔扣款（链 应收账款与回款催收 里的对账口径可复用）。
- 异常与整改记录：8D 报告、整改验证、重复问题次数。
最要命的一条：缺数据的指标必须标「未评」，不能按满分或平均分补。新供应商只交了 3 单，交付分给 100 分，排名直接冲第一，评审会就变成笑话。正确做法是标未评、按已评项折算权重，并在报告里显式列出「本项样本不足，未纳入排名」。
打分口径：归一化、样本量门槛、别跨品类排名
三条规定，写进配置，不靠人记。
- 归一化用分档，不用极值。批退率 0-1% 给 100，1-3% 给 85，3-5% 给 70，5% 以上按线性扣。极值化（最好 100、最差 0）会让「同行都差」变成「最差的也 0 分」，失去区分度。
- 样本量门槛：年交付少于 5 批的不参与排名，只出观察名单。这一条能挡掉 80% 的争议。
- 同品类内比较。紧固件和芯片放一张榜，除了让老板看不懂没别的作用。品类代码必须和采购目录对齐。
四档分级：分出来要能兑现
分级不兑现，第二年就没人看这张表了。四档各自挂上具体动作，写进采购制度：
- A（≥90）：份额优先、可申请免检或减检、账期可谈、新品优先试。
- B（75-89）：正常合作，按标准抽检。
- C（60-74）：限份额、加严检验、要求提交改进计划，三个月复评。
- D（<60 或触红线）：暂停新单，进入淘汰或转独家备选流程。
加一条兜底：单一供应商在关键件上占比超过 60% 的，即使评 A 也要强制开发第二来源。评分卡管不住断供风险，这是另一条线。
年度评审会怎么开
评审会最容易开成吵架会。三个动作能救：
- 会前 3 天发材料包：分数、明细、扣分证据、同品类排名、建议档位。带证据来，不带印象来。
- 分歧只处理两类：事实错（记录不准）和规则错（口径不合理）。「我觉得他家服务挺好」不属于分歧，属于缺证据。
- 结论留三样：定档、对应动作、责任人。挂到 失败升级规则 同一条链上，超期未复评自动升级给采购负责人。
季度做初评，年度做定级。季度初评只出分数和异常提示，不定档——定档太频繁，供应商会学会冲指标。
Agent 能做五件，不能做三件
能做的：
- 按规则每周拉数据、算分、出差异清单，标出「本周新增扣分项」。
- 做数据齐套性校验：哪家缺哪项、缺多久，链 数据质量门禁 的做法。
- 生成评审材料包与证据页码，方便现场翻原文（链 证据包）。
- 跟踪 C 档改进计划的节点，到期提醒、逾期升级。
- 做申诉初筛：把供应商提交的异议按「事实类/规则类/情绪类」分类，前两类附证据交人。
不能做的：
- 不定档、不定份额。这是管理决策，签字的必须是人。
- 不改权重、不改口径。规则变更走版本流程，Agent 只执行。
- 不直接对外发结论。给供应商的函件、淘汰通知，一律人工确认后发出（链 客户可见动作确认）。
五个年年重复的坑
- 指标只看价格。省下的 3 个点，可能被 8 个点的返工吃掉。
- 缺数据补满分。排名立刻失真，评审会失去信任。
- 权重一年改三次。改可以，但要留版本，否则历史不可比。
- 只评不挂钩。分数和订单量没关系，供应商自然不认真。
- 把评分卡做成「扣分表」。只有扣分没有加分，供应商会转向保守——不接急单、不做新品试制，长期看是损失。
适合谁，和落地三步
适合：年采购额过千万、供应商超过 30 家、有来料检验记录和采购订单系统的团队。如果现在连到货记录都不全，先补记录，评分卡往后放——用手写表打分只是把主观判断包装成数字。
落地三步：第一步，选一个品类（建议选批量大、数据最全的），把五类指标的分母口径写死，跑一个季度。第二步，只出分数不出档，和采购员的人工判断对比，找出规则偏差。第三步，规则稳定后再上分级和份额挂钩，同时把证据留档接到 文档归档 上。
评分卡的价值不在于算得多准，而在于让「为什么给他这么多单」这个问题，第一次有了可回答的材料。
