2.3 采购物料分类与决策案例：从数据到策略，完整业务闭环
引言
本文通过采购物料分类与决策的完整案例，演示如何从数据收集、分析、分类到制定采购策略，形成完整的业务闭环。这是一个典型的数据驱动决策案例。
一、业务背景
1.1 问题定义
# 业务背景defbusiness_background():""" 业务背景 """print("="*60)print("业务背景")print("="*60)print(""" 业务问题： 企业需要采购大量物料，如何根据物料特征制定差异化采购策略？ 目标： 1. 对物料进行分类 2. 识别关键物料 3. 制定采购策略 4. 优化采购成本 数据需求： - 物料基本信息 - 采购历史数据 - 供应商信息 - 价格波动数据 """)returnTruebusiness_background()二、数据准备
2.1 数据收集
# 数据准备importpandasaspdimportnumpyasnpdefprepare_material_data():""" 准备物料数据 """np.random.seed(42)n_materials=100# 生成示例数据materials={'material_id':range(1,n_materials+1),'material_name':[f'物料{i}'foriinrange(1,n_materials+1)],'category':np.random.choice(['电子','机械','化工','包装'],n_materials),'annual_usage':np.random.randint(100,10000,n_materials),'unit_price':np.random.uniform(10,1000,n_materials),'lead_time':np.random.randint(7,90,n_materials),'supplier_count':np.random.randint(1,10,n_materials),'price_volatility':np.random.uniform(0.05,0.3,n_materials),'criticality':np.random.choice(['高','中','低'],n_materials,p=[0.2,0.5,0.3])}df=pd.DataFrame(materials)# 计算年度采购金额df['annual_value']=df['annual_usage']*df['unit_price']print("物料数据示例:")print(df.head())print(f"\n数据形状:{df.shape}")returndf df=prepare_material_data()2.2 数据探索
# 数据探索defexplore_data
){kind=spacer}
