首先我想說的是，供應商選擇是個高級決策，而人類對付高級決策的方法不是打分加權。打個比方。你感到不舒服，就去看醫生。醫生量你的體重、身高、血壓，給你做心電圖、腦電圖。這些指標都出來了，他是怎么加權的？他不加權。他把那些圖表掃了一眼，就拍著胸脯說，根據這些指標（“從數據開始”），以及我15年來的行醫經驗（“由判斷結束”），你感冒了。

當然，企業不信任員工，總是希望能夠量化成一個數字，由計算機來做出客觀的決策。但這不現實。企業雇我們這些五年八年十幾年工齡的人，就是看重我們的經驗。

完全依賴數字，有一系列挑戰。

其一，權重的分配也許永遠也沒有最佳值——不同行業、不同公司、不同項目，甚至同一公司的不同發展階段，對供應商績效的側重點會有不同。這意味著權重得經常調整，容易被操縱、濫用，最后成了數字游戲。想必很多人有這樣的經歷：為了選中自己心儀的供應商，就一遍又一遍地調整權重，直到“合適”的供應商“名列前茅”為止。這就相當于等箭射出去后，再繞著命準的地方畫圓圈一樣。

其二，數據經過匯總后，會喪失很多信息，可能誤導。比如我做過一個案例，一個供應商是3.2分，另一個是3.3分，匯總的分數是如此接近，好像兩個供應商差不多似的。但是，這是兩個天壤之別的供應商：一個是有能力，但也有脾氣的供應商；另一個是沒脾氣，但也沒能力的供應商。所以我們是沒法就靠這一個加權平均后的數字做決策。

那怎么辦？你得回到醫生看病的方法論上來：從數據開始，由判斷結束。該做的數據分析還是照做不誤，在數據的基礎上，采購要能說服設計、質量，由職業判斷結束，選擇合適的供應商。

比如產品的技術比較成熟，但成本壓力很大的話，那可以選擇低成本的供應商。這個供應商是沒脾氣，但也沒能力，潛在的風險是質量和技術。既然質量部門一起做了這樣的決策，就意味著以后出了這些問題，質量部門得幫助供應商改善，而不能把皮球踢給采購，讓采購啟動淘汰流程，臨陣換將。

反之，如果技術、質量要求高，那就選擇了技術好的供應商。這是個有能力，但也有脾氣的供應商，意味著價格談判往往困難，需要技術部門協助，更多地通過設計優化來降本，而不是逼著采購在談判降價上一條路走到黑，從雙贏到單贏到雙輸。這些都是“經過計算的風險”，在供應商選擇的時候就得理解。

想要補充是，數據分析是弱勢職能的發言權。沒有數據，叢林法則就會主導供應商選擇：哪個部門強勢，或者說誰的拳頭大，誰就說了算。在很多公司，這往往是設計部門和技術人員。雖然設計部門跟供應商打交道很多，但他們的專職不是管理供應商，并不能全面評估供應商。他們的決策往往是基于經驗，拍腦袋居多，決策質量未必最佳，往往不符合公司的整體利益。

在這里，講個我個人的小故事。十幾年前，我剛到硅谷的時候，第一份工作就是管理供應商。有一天，一個工程師的總監抱怨我的供應商，說他給這供應商花了那么多的錢，供應商還是不重視他的項目。我就問，你花多少錢？他說，每月都有好幾萬美金。當然，對于設計人員來說，幾萬美金是不小。但我沒告訴他的是，這個供應商的競爭對手中，好幾個跟我們的業務每周都有成十萬美元，無非那些主要是量產的業務，不經過工程師們的手罷了。

在這里，你不能怪工程師：他們的主業不是管理供應商，不知道自己不知道的。那采購的任務了，就是把客觀的數據呈現在跨職能團隊的面前。大家看著同樣的數據，就可以更好地避免叢林法則和單方面決策。在與高管理層溝通時也是同理。