『疫情如何加速公司自動化』-如何讓採購達到該有的效率？

第四篇：詢價（下）

上篇討論如何運用投標平台來增加詢價自動化，與它的優缺點。面對困境，往往是創意的來源。

企業要解決這一困境，在未找到一個能適用於各種狀況的解決方案，就先依分類，找出各不同解決方案。所以才會看到各種投標平台，共存互補。都被企業採用。

其中第三方投標平台，因為服務買方與供應商是他們賺錢的商業模式，所以他們最積極運用Data Science. 譬如：如何增加媒合？如何自動通知買、賣方？如何擴大買方？如何擴大賣方？

許多詢價還是要回歸傳統。利用電子郵件，逐家發送詢價函。發完詢價函後，還要不斷打電話來溝通內容。

CPQ+

此時為節省時間，可以採用群組發信 (Group Mails) 。但往往因用到不個人化、可客製化的 Group Mail Apps, 結果並未真正省到時間。尤其是買方所提供的詢價信，資料不全，用語瞹昧難解，導致賣方與買方要互相交換許多信件，才能確保彼此了解。比較先進的報價自動化叫 CPQ (Configure, Price, Quote)。比較先進的CPQ 是擁有半自動化的詢價系統。也稱為 Costs, Prices and Quotes) CPQ+。這CPQ+ 就運用在詢價上，讓詢價自動化再往前走一步。例如：自動化，在確保詢價的完整性，其一是新手可藉老手的範本來製作詢價信。

詢價信中，另有一難是要找誰報價？

三家比價？

許多公司規定每一詢價案要至少找三家來比價。如此可以避免採購員循私舞弊，也可以知道市場行情。其實不論找多少家，只要採購員想循私，照樣可以。所以關鍵在於公司對所採購的東西，其合理成本、品質、交期是否了解。如果了解，縱使是只找一家供應商，也是完美。如果不了解，只好藉多找幾家來學習比較。

Total Costs

許多公司規定採最低標。甚至要求採購員完成最低標再打九折。而不去管該報價是否合理？這也是上文提到要靠Data Science 找出總成本 (Total Costs) 的原因，因為光看採購成本是無法反應全貌與真相，甚至要靠Data Science 去找出Benchmarks 資料來與同業比對。僅靠會計系統與製造執行系統 (MES) 無法掌握 Total Costs 與Benchmarks。

最後是詢價回來的內容，不只是只有比價，那麼單純！

真正問題從下訂單開始

採購問題不止於找到供應商，達成採購合約，而是從下訂單才真正開始。實務上此時賣方才開始認真投入。於是賣方才開始提出許多問題，而買方，在此時，往往已沒有時間，而且也間斷與未得標的供應商的聯繫。這也是最低標、新供應商所埋下的地雷。這就關係到供應鍊管理。如何靠供應鍊管理與自動化，來拆解地雷。其中Data Science 扮演重要的角色。例如：Data Science 可以分析供應商的成本結構、產業成本結構……等。

下一次，將討論”供應鍊管理自動化”。