在采购部的第三天，古民没有继续跟小刘。他花了一上午时间，在系统里调阅了近半年部分重点品类的采购数据、入库记录、以及对应的供应商信息和价格走势。他试图用数据透视表，找出那些“质量浮动”之外的、更隐蔽的规律。
很快，几个异常模式引起了他的注意：
1.特定供应商的“稳定性”：有大约五六家供应商，供应品类相对固定（如某家的叶菜，某家的根茎类，某家的调味品）。他们的报价并非总是最低的，但在采购份额上，却保持着相当稳定的比例。更值得注意的是，当市场批发价发生明显波动时，这几家供应商的价格调整，似乎总比市场“慢半拍”——市场价格上涨初期，他们的报价跟进稍慢；市场价格下跌初期，他们的价格下调也略显滞后。这种“滞后”虽然幅度不大（通常在3%-8%之间），但长期统计下来，相比完全跟随市场实时波动的“理想采购价”，公司为这种“滞后”支付了额外的成本。
2.损耗率与供应商的关联：古民交叉对比了仓库提供的“品类-供应商”维度损耗报告。他发现，从某些供应商（特别是上述“稳定”供应商）处采购的货物，其入库后的“自然损耗率”（指在标准存储周期内，因水分蒸发、呼吸作用等造成的合理重量损失）和“异常损耗率”（指腐烂、冻伤、人为损坏等），统计平均值略高于从其他同类供应商处采购的同类货物。虽然差异不巨大（平均高出1.5%-3%），且都在公司规定的“合理损耗范围”内，但趋势存在。这似乎暗示，在验收环节，对这些“关系户”的质量把控，可能存在着某种不易察觉的宽容，导致本应拒收或降级的次品流入了仓库，推高了后续损耗。
3.紧急采购的供应商集中度：过去半年里，超过60%的紧急采购订单（指要求24小时内到货的加急单），流向了两家特定的供应商。这两家供应商的常规报价属于中等偏上，但在紧急订单中的加价幅度，却显著高于市场平均水平。古民粗略估算，紧急订单的溢价中，约有15%-25%无法完全用“加急物流成本”解释。
这些数据上的微小“偏差”，单独看或许可以归咎于市场波动、随机误差或操作差异。但结合在一起，指向了
本章未完，请点击下一页继续阅读！