本文重點
- 數位化失敗的真正原因
- 三個採購數據核心領域
- 數據治理的四個基本要素
§ 01數位化失敗的真正原因
許多台灣製造業在導入採購系統（ERP 或採購模組）之後，發現系統的實際使用效益遠低於預期。自動化的報表跑出來數字不對，花錢買的系統還是要搭配 Excel 手工確認，採購主管對系統報表的信任度始終無法建立。
問題通常不在系統——系統只是反映了它所取用的數據品質。真正的問題在於採購數據治理缺失：數據沒有定義清楚，沒有人負責維護，錯誤沒有機制修正，時間一長，系統裡的數據與現實世界之間的落差越來越大。
採購數據治理（Procurement Data Governance）是確保採購數據準確、一致、可信的管理框架——包含政策、標準、流程與責任分配。它不是一個 IT 項目，而是一個採購管理能力。
§ 02三個採購數據核心領域
領域一：供應商主數據（Supplier Master Data）
供應商主數據是採購系統的基礎，也是最容易出現混亂的數據域。供應商主數據包含：
- 供應商正式名稱與統一編號
- 地址（開票地址 / 送貨地址）
- 付款資訊（銀行帳戶、付款條件）
- 聯絡窗口（業務、技術、財務）
- 資格認證（ISO、IATF 等，含有效期）
- 採購品類分類
台灣 SME 最常見的供應商主數據問題：
同一家供應商在系統中以五種不同的名稱出現：「ABC 科技有限公司」、「ABC 科技」、「ABC tech」、「ABC」、「艾比希科技」——沒有統一，系統中無法準確計算這家供應商的總採購額。
聯絡窗口資訊已過時三年，仍舊存在系統中，新來的採購同仁打了那個電話，接起來的人已不再負責這件事。
認證有效期欄位是空的，或記錄的是上一次認證的截止日，沒有人去更新。系統無法提醒你哪家供應商的 ISO 認證三個月後到期。
領域二：品項主數據（Item / Material Master）
品項（或稱料號）主數據定義了採購系統中每一個可採購品項的基本資訊：
- 料號（內部編碼）
- 品項描述
- 計量單位（個、公斤、捲、箱）
- 採購品類代碼
- 最小採購量（MOQ）
- 主要供應商
常見問題：
同一個零件有三個料號——A 工程師建了一個，B 工程師建了另一個，採購不知道，分別向兩家供應商詢過價。沒有人知道這兩個料號是同一個東西，庫存系統當然也分開計算，安全庫存設定兩次。
品項描述完全沒有規則：有的寫「螺絲 M5x10」，有的寫「M5x10 SUS304 螺絲」，有的只寫「SUS 螺絲」。做採購分析時完全無法分類，只能靠人工逐筆判斷。
計量單位不一致：同一個品項，採購用「個」，倉庫用「盒」，財務用「箱」，每次轉換要手動換算，換錯了就出問題。
領域三：價格與合約數據（Pricing and Contract Data）
這是台灣中小型製造業中保存最差的數據域，原因很簡單：合約和價格資訊往往只存在於採購人員的信箱和腦子裡，從來沒有被系統化地整理進任何地方。
結果是：採購人員離職，新人入職，沒有任何系統或文件可以查到「這個料號跟哪家廠商談的什麼價格、有效期到什麼時候、當時談了什麼附加條件」。
應該管理的價格與合約數據：
- 有效期價格協議（含開始日期、結束日期）
- 價格調整機制（是否與原材料指數掛鉤）
- 合約付款條件
- 品質保證條款摘要（特別是保固期、不合格品處理方式）
- 供應商評估得分歷史
§ 03數據治理的四個基本要素
要素一：所有權（Ownership）
每個數據域必須有一個明確的「數據負責人」（Data Owner）：負責制定這個數據域的標準、審核新數據的建立、維護現有數據的準確性。
| 數據域 | 建議數據負責人 |
|---|---|
| 供應商主數據 | 資深採購或採購主管 |
| 品項主數據 | 工程部門 + 採購共同負責 |
| 價格與合約數據 | 採購（依品類分配） |
沒有具名的負責人，數據品質維護就是每個人都知道應該做但沒有人真的去做的事。
要素二：標準（Standards）
制定每個數據域的填寫標準：必填欄位是哪些，格式規則是什麼，命名慣例如何。
供應商命名標準範例：
- 一律使用公司登記的完整名稱（不縮寫）
- 統一編號為必填欄位（作為主鍵，防止重複建立）
- 英文名稱一律大寫
品項描述標準範例：
- 格式：[品項類型] [關鍵規格] [材質]
- 例：螺絲 M5x10 SUS304（不接受：SUS304 螺絲 5mm）
- 計量單位一律使用倉庫管理的最小單位
標準本身不需要很複雜，但必須書面化，讓所有人有共同依循的規則。
要素三：流程（Processes）
定義數據的生命週期管理流程：
- 建立： 誰有權限建立新供應商、新料號？需要什麼核准步驟？
- 修改： 供應商的付款帳戶資訊更新，需要哪些確認步驟？（帳戶資訊修改是常見的詐欺手法，必須有嚴格的確認程序）
- 停用： 不再使用的供應商或料號如何標記停用而不影響歷史記錄？
- 錯誤修正： 發現數據錯誤，誰可以修正，修正後如何確認？
要素四：稽核（Audits）
數據品質不是建立之後就一勞永逸——隨著時間推移，數據會自然劣化（聯絡窗口換人、認證到期、地址搬遷）。
建立定期的數據品質稽核：
- 每季：核查進入期限內的供應商認證有效期
- 每半年：核查聯絡窗口資訊的準確性（由供應商確認）
- 每年：全面的供應商主數據清查，剔除重複、停用、失聯的供應商
§ 04實作：供應商主數據清理專案
如果現有的供應商主數據已經是一個「混亂的歷史累積」，從哪裡開始？
步驟一：匯出現有供應商清單 從系統匯出所有現有的供應商記錄，包含：系統 ID、名稱、統一編號（若有）、過去 24 個月的採購金額。
步驟二：去重複 以統一編號為主鍵，找出所有可能的重複記錄（統一編號相同但名稱不同、或名稱相似但沒有統一編號）。這通常是工作量最大的步驟，需要人工逐一確認。
步驟三：分層處理
- 過去 24 個月有採購的供應商（活躍）：優先清理，補充缺失欄位
- 超過 24 個月未有採購的供應商（休眠）：標記休眠狀態，暫不優先清理
- 完全沒有採購記錄的供應商（歷史系統遺留）：評估是否停用
步驟四：補充缺失數據 對活躍供應商，聯繫各供應商確認並補充缺失資訊（統一編號、認證有效期、帳戶資訊）。建議以年度供應商資料確認問卷的形式發送，結合採購關係管理做，不要以「你的資料有問題」為由讓供應商覺得被指責。
步驟五：建立維護機制 清理完成後，建立上述的標準與流程，防止數據品質再次劣化。
§ 05為什麼這件事值得投入
投資在採購數據治理上的商業理由：
錯誤付款： 供應商帳戶資訊不正確或有重複記錄，導致付款到錯誤帳戶或重複付款。這類錯誤的發現和追討成本，往往遠超過維護準確數據的成本。
重複採購： 同一個品項有多個料號，採購按不同料號向不同供應商下單，無法整合採購量取得更好的價格，庫存也無法合併管理。
錯誤定價： 合約價格沒有系統化管理，採購人員按不同記憶的舊價格下單，實際付款價格不一。審計時難以解釋。
採購分析失真： 供應商命名不一致，採購報表中顯示的「前十大供應商」不準確（因為同一家廠商可能分散在多個記錄中），分析結果沒有辦法作為決策依據。
供應商績效管理失效： 沒有準確的供應商數據，績效評估無法真正以數據驅動，只能靠採購人員的主觀印象。
§ 06結語
採購數據治理聽起來是一個抽象的管理概念，但它的影響非常具體：每一次因為數據不準確而造成的錯誤付款、每一張因為料號重複而多下的採購單、每一次因為無法查到合約價格而按印象估算的採購決定，都是數據治理缺失的直接代價。把這些隱性成本加總起來，任何規模的製造業都會發現，投資在數據品質上是划算的。