? 市场波动性：生鲜价格一日三变，不同市场、不同批次、不同品质价格差异显著。单一“指导价”很难完全反映市场真实情况。
经过几天的磨合和争论，他们形成了一个折中办法：取三个来源报价的平均值作为基准，再根据当日掌握的供需信息（如天气、到货量）进行±3%以内的微调。 调整必须说明理由（如“据报A市场到货量减少30%”）。这个过程本身，就是一个信息透明和集体决策的尝试，减少了个人操纵价格基准的可能。虽然仍不完美，但比之前采购员单方面询价、缺乏制衡的状态，已是进步。
实际采购价与指导价的偏离度，成为评价供应商价格表现的关键指标。古民设计的表格要求采购员在订单确认后，必须录入最终成交价。系统会自动计算偏离度。这个简单的动作，让采购员的价格谈判有了更明确的参考，也让那些长期报价偏高的供应商浮出水面。
3. 时效数据化：定义“准时”的粒度
生鲜对时间极其敏感。以前“准时”是个模糊概念，早一点晚一点，全凭口头约定和人情。现在，古民要求，在采购单上必须明确约定到货时间窗口（如“当日14:00前”或“下单后6小时内”）。验收员在收货时，需在系统中记录实际到货时间。系统自动计算是否“准时”、“延迟X小时”或“提前”。
这引发了新的摩擦：
? 供应商的抵触：有些习惯了弹性时间的供应商，特别是小农户或个体户，对严格的时间窗口不适应，抱怨交通状况不可控。
? 内部定义的困难：“到货”是指车到园区大门，还是开始卸货，还是卸货完毕？经过讨论，明确为“车辆到达指定月台，准备开始卸货”的时间。由仓库门卫或调度记录车到时间，验收员记录开始卸货时间，取较早者。
? 意外处理：遇到交通管制、车辆故障等不可抗力导致的延迟，允许采购员在系统中备注原因，此类情况在计算“准时交货率”时可酌情剔除（但记录在案）。这给了采购员一定的裁量权，但也要求必须说明理由。
4. 数据的初步汇集与挑战
第一周结束时，古民从系统中导出了试点数据。三个品类，涉及八个主要供应商，共完成了37个批次的验收记录。数据粗糙，记录不全（有些照片模糊，有些时间记录不准），但毕竟有了第一批“数据化石”。
他用Excel做了简单的汇总分析：
? 供应商A（胡萝卜主要供应商）：交货5批，质量合格率（一/二级品）100%，平均价格偏离度+1.2%（略高于指导价），准时交货率80%（一次因堵车延迟2小时）。
? 供应商B（土豆供应商）：交货6批，质量合格率83.3%（一批因发芽比例较高被定为二级），平均价格偏离度-2.1%（价格有优势），准时交货率100%。
? 供应商C（生姜供应商，老关系）：交货4批，质量合格率75%（两批有轻微腐烂被降级），平均价格偏离度+4.5%（显著高于指导价），准时交货率50%（两次延迟超过3小时）。
数据虽然量小，但趋势已现雏形。供应商A质量稳定但价格偏高；供应商B价格有竞争力，质量尚可；供应商C（老关系）在价格、时效上都表现不佳，质量也不稳定。
古民将这份简单的数据汇总，连同几份典型的验收照片和问题记录（如供应商C的腐烂生姜照片、延迟记录），整理成一份试点第一周数据简报，发给了林薇、王经理、李主任，以及相关采购员和验收员。
他没有做任何主观评价，只是客观呈现数据。但在数据的对比下，优劣不言自明。
5. 涟漪效应
简报发出后，引起了小范围的震动。
采购部，负责供应商C的采购员坐不住了，私下找古民：“小古，你这个数据…C老板是我们合作好几年的老关系了，人挺仗义，有时候急要的货也能搞到。价格是稍微高一点，但货…以前也没出过大问题啊。你这刚一周的数据，说明不了什么吧？”
古民给他看照片：“李哥，你看这两批生姜的腐烂点。虽然面积不大，但属于入库后容易扩大的类型。仓库反馈，这批货的后续损耗率比正常高。价格比指导价平均高4.5%，而且两次延迟都比较久。我不是说C老板人不好，但数据上看，从质量、价格、时效三个维度，他目前的表现在这几个供应商里是垫底的。当然，一周数据少，可能偶然。所以我们还要继续看。但数据至少给了我们一个和他沟通的依据，可以提醒他注意改进，比如加强品控，提高交货准时性。这也是帮他提升，长期合作更稳当，对吧？”
采购员李哥张了张嘴，没说出话来。以前，他维护供应商，靠的是“关系好”、“人仗义”、“能救急”这些模糊说辞。现在，古民用照片和数字，清晰地展示了“质量不稳定”、“价格偏高”、“交货不准时”这些