[发明专利]评估供应商服务质量的方法、系统、设备和介质

说明书

本公开涉及对供应商的未来服务质量进行评估的计算机实现的方法、装置、计算机系统和存储介质。该方法包括：获取多个供应商的历史服务质量指标的数据集；利用至少两个不同的统计模型独立分析历史服务质量指标的数据集，以分别获得多个供应商的未来服务质量的初步评估结果；以及对初步评估结果进行加权平均以获得多个供应商的未来服务质量的最终评估结果。本公开实施例能够有效克服某个具体统计模型的假设前提不满足或者评估结果不可靠的问题，从而提供对供应商的未来服务质量的可靠评估结果。

技术领域

本公开涉及工业生产中供应链的质量评估和管理，具体涉及评估供应商服务质量的方法、系统、设备和介质。

背景技术

工业生产中系统集成商需要从大量供应商订购原材料和零部件来装配成产品。例如，汽车生产厂商可能需要长期从几百个供应商处获取各种零部件来组装形成整车产品。当供应商出现服务质量问题(例如产品不合格或者配送错误)时，会延误生产周期，影响产品性能，给汽车生产厂商带来经济上的损失。因此，作为质量控制的重要环节，有必要基于供应商的历史服务质量指标(例如产品合格率或配送错误率)数据来对其未来服务质量进行评估。汽车生产厂商可以基于评估结果对供应商进行调整，以优化供应链的质量和效率。

统计学上已有各种模型来对历史观察值进行统计分析。然而，各个统计模型都要求在观察值满足一定的假设条件时才可以使用。例如，方差分析模型要求各组观察值服从正态分布或近似正态分布，并且各组之间的方差具有齐性；零膨胀泊松(ZIP)模型要求观察值中存在较多零值且非零值部分满足泊松分布；二项分布要求每次试验之间是独立的。在实际使用中，往往很难验证已收集的观察值是否满足这些假设条件，或者观察值并不能严格满足假设条件。利用已知的统计模型对供应商的历史服务质量数据进行分析面临挑战。

另外，诸如神经网络的算法虽然也可以基于历史观察值来预测未来，但它是一种“黑盒”模型，可解释性有限。人们无法从中观察到众多相关因素中哪些是对结果观察值有显著影响的，从而帮助做出更有针对性的决策。

发明内容

根据本公开的第一方面，提供一种用于对供应商的未来服务质量进行评估的计算机实现的方法，包括：获取多个供应商的历史服务质量指标的数据集；利用至少两个不同的统计模型独立分析历史服务质量指标的数据集，以分别获得多个供应商的未来服务质量的初步评估结果；以及对初步评估结果进行加权平均以获得多个供应商的未来服务质量的最终评估结果。

根据本公开另一方面，提供一种计算机系统，包括：处理器，和与处理器耦接的存储器，所述存储器存储计算机可读程序指令，所述指令在被所述处理器执行时执行如上所述的方法。

根据本公开又一方面，提供一种计算机可读存储介质，其上存储计算机可读程序指令，所述指令在被所述处理器执行时执行如上所述的方法。

根据本公开又一方面，提供一种用于对供应商的未来服务质量进行评估的计算机实现的装置，包括用于实现如上所述的方法的操作的单元。

附图说明

图1是示出示出根据本公开实施例的用于对供应商的未来服务质量进行评估的计算机实现的方法的流程图。

图2是根据本公开实施例的多个供应商的历史服务质量指标的数据集的示例。

图3是当所采用的统计模型之一为方差分析时，图1的步骤200的一种示例性实现方式。

图3A是将图2所示的数据集进行分组的一个示例。

图4是当所采用的统计模型之一为零膨胀泊松分布时，图1的步骤200的一种示例性实现方式。

图5是当所采用的统计模型之一为二项式分布时，图1的步骤200的一种示例性实现方式。

图6是当所采用的统计模型之一为神经网络时，图1的步骤200的一种示例性实现方式。