企业管理 · Verified Case

供应链管理行业:合作厂风险前置预警与可解释证据链

某涂料建材企业的基辅材供应链管理部管理着 827 家合作厂(联营厂),合作厂风险排查依赖人工翻查 SRM 系统中的主数据、订单、交货、询价报价、质量客诉 6 类数据,只有 supplier_code 可以关联,一次全量排查难以完成且口径因人而异。企业希望以「AI 识别风险合作厂」为目标,把风险发现从人工经验前移到周期性自动预警。

关联本体 合作厂供应链风险预警本体

案例背景

某涂料建材企业的基辅材供应链管理部管理着 827 家合作厂(联营厂),合作厂风险排查依赖人工翻查 SRM 系统中的主数据、订单、交货、询价报价、质量客诉 6 类数据,只有 supplier_code 可以关联,一次全量排查难以完成且口径因人而异。企业希望以「AI 识别风险合作厂」为目标,把风险发现从人工经验前移到周期性自动预警。

案例描述

以合作厂供应链风险预警本体为统一分析框架,把 6 类 SRM 数据按 supplier_code 关联到合作厂统一分析对象;指标计算与风险判定分离:ETL 先产出带分子分母、阈值与口径标注的指标结果,7 条 SWRL 规则完成单维阈值判定,规则引擎完成多维叠加与预警合成。POC 于 2026-10-12 取数,827 家合作厂全量计算 3,308 项指标、2,503 条风险信号,产出 126 条候选预警(高风险 63、中风险 63),证据覆盖 126/126,运行耗时 17.7 秒。每条预警可穿透到源数据行与规则版本,缺失数据显式标记为「无法判断」,不产出虚假指标。

结论可追溯

每条预警都由指标、信号、证据逐层计算得出:827 家合作厂共生成 3,308 项指标、2,503 条风险信号、126 条候选预警,每条预警至少携带 1 条可核查证据。

证据穿透到源

预警摘要可直接穿透到源数据行,例如订单数取自月度汇总的源行号、延期示例定位到具体订单行(PO202510090238/1,应收 1,000,000、已收 0、交期 2025-10-31)。

口径诚实透明

不完整月份剔除、缺失数据标记为「无法判断」而不是「正常」、价格字段缺失就不算报价偏离度——所有口径限制都随报告一起交付,不产出虚假指标。

项目案例

客户面对的问题

827 家合作厂的主数据、订单、交货、询价报价、质量客诉分散在 6 张 SRM 表中,只有 supplier_code 可以关联,人工汇总一次全量排查耗时且不可复现。

风险判定口径不统一:订单量必须只统计完整月份(2026-10 是不完整月),交货延期要按「到期未收满」的订单行口径计算而不能只看状态字段,缺失数据容易被误当成正常。

预警结果无法解释:采购员只能看到「高风险」结论,看不到分子分母、阈值和源数据行,无法复核也无法向管理层说明判定依据。

项目案例

使用本体前后的变化

使用本体前使用本体后
风险排查依赖人工翻查 6 张表,按合作厂逐个核对订单、交货、质量记录,一次全量排查难以完成且口径因人而异。以合作厂为统一分析对象自动关联 6 类数据,827 家全量计算 3,308 项指标只需 17.7 秒,同一口径每次运行结果一致。
延期、异常等风险口径散落在各人经验中:有的看订单状态字段,有的看收货数量,同一工厂不同人算出不同结论。口径固化为 7 条参数化规则(R1–R7):订单量只认完整月、交货延期按「到期未收满」订单行、质量异常按不合格判定计数,阈值由业务审批登记后统一执行。
预警只有结论没有依据,采购员需要自行重新核实,复核成本高,管理层也无法追溯判定过程。每条预警携带完整证据链:指标分子分母、阈值比较方式(环比/同比/累计)、命中规则版本(如 R2-v1.2)与源数据行示例,可直接定位到具体订单行。
数据缺失时容易被当作「正常」处理,实际上交货数据只有 87 家有记录,静默缺失导致大量漏判。缺失与正常显式区分:覆盖不足的维度标记为「无法判断」并在预警画像中标注覆盖情况(订单覆盖完整 280 家 / 部分 103 家 / 不足 444 家),不产出虚假判断。
从原始数据到预警结果的四层链路指标计算与风险判定分离:ETL 先把 6 类明细数据加工为带分子分母与口径标注的指标结果,SWRL 规则按阈值判定信号,规则引擎合成预警。
正在生成关系图…
预警生成与人工复核闭环系统只生成候选预警并记录采购员处理意见,不自动执行转储备或限制接单等处置动作。
正在生成关系图…
项目案例

本体域与业务的关联

风险围绕谁产生、谁负责?

业务主体域

PartnerFactory(合作厂)是统一分析对象,以 supplier_code 为主键关联全部数据;Purchaser(采购员)与 Department(部门)承载责任归属,支撑预警按采购员拆分派发。

原始事实长什么样?

单据与汇总域

OrderMonthlySummary(订单月度汇总)、DeliveryPlanLine(交货计划行)、EnquiryLineItem(询价行)、QualityComplaintSummary(质量与客诉汇总)等 8 类单据/汇总实体忠实承载 J1–J6 原始明细,保留源行号以便证据回溯。

如何把明细变成可比数字?

指标结果域

IndicatorResult 及其订单量、交货延期、报价活动、质量客诉四个子类,统一记录分子、分母、指标值、阈值、周期与完整性(isCompletePeriod)、覆盖与口径版本,实现计算与判定分离。

阈值判定发生在哪里?

风险信号域

RiskSignal 及五个维度子类由 7 条 SWRL 规则对指标做阈值判定(R1–R5)与约束校验(R6),信号只记录状态(异常/无法判断),不混入人工经验。

结论如何呈现给人?

预警与表述域

RiskWarning 由规则引擎合成等级与排序(R7,SWRL 无法做跨维度聚合),WarningList 与 RiskProfile 是要素内容分离出的表述形式,分别支撑清单浏览与单厂画像。

项目案例

5 个应用场景

场景 1

全量合作厂统一风险画像

客户问题

827 家合作厂分散在 6 张表中,主数据缺编码的工厂按名称+信用代码兜底匹配,人工无法快速形成全量风险视图。

本体做法

以 supplier_code 为主键在 OntoHub 中关联 J1–J6 数据,为每家合作厂生成订单量、交货延期、报价活动、质量客诉四维指标,覆盖不足的维度显式标记。

应用效果

一次运行即得 827 家全量画像:订单覆盖完整 280 家、部分 103 家、不足 444 家;交货覆盖完整 80 家、部分 6 家、不足 741 家;质量覆盖完整 803 家。报表运行 17.7 秒,可按周重复执行。

输出内容
  • 合作厂清单(含风险等级与覆盖标注)
  • 单厂风险画像卡 profiles/<编码>.md
  • 全量指标明细 indicators.csv 与信号明细 signals.csv
场景 2

订单量异动监测(完整月口径)

客户问题

订单下滑是合作风险的前兆,但直接对比会误判:2026-10 是不完整月(订单数 5,779,远低于 2026-09 的 29,254),不剔除就会全量误报。

本体做法

指标计算固定读取 J3 月度汇总并标注 isCompletePeriod,环比/同比只在两个完整月之间比较;最小样本基准(订单基准 ≥5 单)以下不判定,规则 R1 用 SWRL 对指标值与阈值自动比较。

应用效果

2026-09 环比可比 339 家、降幅超 30% 的 41 家;2025-09 同比可比 223 家、降幅超 30% 的 74 家,全部由统一口径自动产出,避免不完整月误判。

输出内容
  • 订单量指标结果(含分子分母与周期完整性标注)
  • 订单量风险信号清单
  • 按采购员拆分的异动名单
场景 3

交货延期风险识别(到期未收满口径)

客户问题

交货计划表 arrange_status=2(延期)的只有 19 行,但按「已到期仍未收满」口径实际有 1,891 行(占已到期 6,677 行的 28.32%),只看状态字段会严重漏判。

本体做法

规则 R2 消费 DeliveryDelayIndicator:分母为已到期订单行、分子为到期未收满行;同一订单行的分批计划用 deliveryScheduleId 去重,缺失状态不记为正常。

应用效果

86 家有交货数据的合作厂中 79 家存在延期,整体延期率 28.32%;预警摘要直接给出示例订单行(如 PO202510090238/1 应收 1,000,000、已收 0、交期 2025-10-31),采购员可立即定位。

输出内容
  • 交货延期指标结果(含到期/延期行数)
  • 交货延期风险信号与示例订单行
  • 合作厂交货覆盖标注
场景 4

质量异常与整改缺失监测

客户问题

质量数据 827 家全量覆盖,但客诉、不合格判定、整改单分散统计,异常工厂被淹没在汇总数字里;另有 24 家出现完全相同汇总值的极端数据需单独核实。

本体做法

规则 R3 以不合格判定为核心计数质量异常,结合客诉与整改单生成信号;极端值(如 64842/1393/11 的相同组合)在数据核查阶段识别并在画像中标注待核实。

应用效果

全量 803 家完整判定;客诉大于 0 的 24 家、不合格判定大于 0 的 39 家、整改单大于 0 的 42 家自动浮出;预警排名第一的合作厂质量异常 8 次且整改单为 0,直接可查。

输出内容
  • 质量异常指标结果(客诉/不合格/整改计数)
  • 质量风险信号清单
  • 极端值待核实名单
场景 5

多维叠加预警与可解释证据链

客户问题

单一维度异常不一定构成风险,跨维度叠加才是关键信号;但跨维度合成无法用 SWRL 表达,且结论必须能向采购员和管理层解释。

本体做法

SWRL 完成 R1–R5 单维阈值判定后,由规则引擎执行 R4 多维叠加与 R7 预警合成,生成带等级、排序、摘要与建议的 RiskWarning,并将证据写入 warning_evidence.csv 与 RDF 实例 results.ttl。

应用效果

本批次产出 126 条候选预警(高风险 63、中风险 63),证据覆盖 126/126,对账通过 12/12;排名第一的合作厂由「订单量环比上升但延期率 77.5% + 质量异常 8 次」叠加得出高风险结论,建议评估是否调整合作状态。

输出内容
  • 预警清单 warnings.csv(等级/排序/摘要/建议/覆盖)
  • 证据清单 warning_evidence.csv
  • RDF 预警实例 results.ttl
业务示意

莆田市冠创贸易有限公司(1100004103):从源数据到第一条预警

预警编号:W-1100004103-2026-10-12(高风险,全量排名第 1 位,责任采购员:员工-102,部门:采购部) 指标 1 · 订单量(R1-v1.2) 周期:2026-09(完整月)|口径:2026-09 对 2026-08 环比 分子/分母:190/151 → 指标值 1.2583,阈值 0.7 溯源:J3 月度汇总源行 265(2026-09 订单数 190)、源行 264(2026-08 订单数 151) 判定:环比上升,未触发订单量异常 指标 2 · 交货延期(R2-v1.2) 截至:2026-10-12|口径:已到期订单行中到期未收满占比 分子/分母:76/98 → 延期率 0.7755,阈值 0.1 溯源:示例订单行 PO202510090238/1(应收 1,000,000,已收 0,交期 2025-10-31)、 PO202510150084/1(应收 18,000,已收 0)、PO202510150084/2(应收 36,000,已收 35,900) 判定:异常(延期率 77.5% 远超 10% 阈值) 指标 3 · 质量异常(R3-v1.2) 截至:2026-10-12|口径:不合格判定累计次数 分子/分母:8/1 → 指标值 8.0,阈值 0 溯源:J6 质量汇总源行 20(客诉 0、不合格判定 8、合计异常 8、整改单 0) 判定:异常(8 次不合格判定且整改单为 0) 信号与预警 交货延期信号(异常,R2-v1.2)+ 质量异常信号(异常,R3-v1.2) → R7 多维叠加合成:高风险、排名第 1 位 摘要:交货延期率 77.5%(76/98,阈值 10%);质量异常 8 次(阈值 >0) 建议:核查多维度异常,评估是否调整合作状态 数据覆盖:完整 证据落点 warnings.csv 第 1 行 | warning_evidence.csv 同 warning_id 行 画像卡 profiles/1100004103.md | 按采购员清单 by_purchaser/员工-102.csv RDF 实例 results.ttl 节点 W-1100004103-2026-10-12

项目案例

项目交付成果

业务产出

  • 827 家合作厂风险预警清单(126 条候选预警:高风险 63、中风险 63)
  • 单厂风险画像卡与按采购员拆分的预警清单
  • 预警证据清单与 RDF 格式预警实例(results.ttl)
  • 端到端演示文档(从源数据行到预警编号的完整穿透)

方法与规则

  • 合作厂供应链风险预警本体(27 类、28 对象属性、111 数据属性、7 条 SWRL 规则,v1.2)
  • R1–R7 参数化规则集与阈值登记表机制(代码只读阈值,不写死)
  • 完整月判定、最小样本基准、缺失数据「无法判断」等口径说明

数据与运行

  • J1–J6 六类数据的核查报告与字段映射(80 个字段:62 直接建模、13 关系承载、5 不入模)
  • 验证脚本与对账记录(12/12 通过)
  • 批量推理引擎(827 家 17.7 秒完成全量计算,结果可复算)

运营与上线机制

  • 效果评估报告:只报告可测指标,不虚构准确率(本批次无真值标签,准确率类指标不可计算)
  • 人工复核抽样方案:分层抽样 20 条(高/中风险各 10),累积 ≥50 条后评估阈值校准
  • 上线建议:数据对接 → 影子运行 4–8 周 → 试运行(只推高风险)→ 正式(周报 + 复核闭环 + 阈值治理)
项目案例

业务价值

看得懂

预警摘要用业务语言写明分子分母与阈值(如「延期率 77.5%,76/98,阈值 10%」),采购员不需要懂本体和规则也能理解判定依据。

找得到

证据直接定位到源表与源行(J3 源行 265、订单行 PO202510090238/1),并按责任采购员拆分派发,高风险 3 个工作日、中风险 5 个工作日内复核。

说得清

每次运行生成独立批次与 as-of 取数时点,历史结果留痕,任何一条预警都可以重算复现;口径与规则版本(R2-v1.2)随证据一起输出。

做得动

827 家全量 17.7 秒跑完,周批运行即可维持;缺失与覆盖不足显式标注,采购员把精力集中在数据完整、风险明确的合作厂上。

可持续

阈值进登记表、业务 owner 审批后生效,变更带版本号与回归测试;复核结论与误报原因持续回流,为阈值校准和后续统计评估积累真值样本。

案例留言

围绕这个案例继续交流

公开展示审核通过的会员留言,帮助案例经验持续完善。

0 条公开留言
登录后参与留言案例留言仅面向已登录会员
0/1000
暂无公开留言

成为第一个围绕这个案例提出问题或分享复现经验的会员。