风险场景
采购数据每天产生，但很少被系统地看。多数企业只在年底做一次采购金额汇总，看到的是一堆总数，看不出谁在拆单、谁在集中下单、谁的价格长期偏高。
拆单是最典型的可量化舞弊。制度规定五十万元以上需总经理审批，于是出现大量四十九万八千、四十九万五千的订单，同一供应商同期多笔。只看单笔完全正常，按供应商与物料合并后才能看出问题。
频繁小额也值得关注。某些采购员把本可合并的订单拆成每周一两笔小额，理由是"急用"，实际是为了规避比价与审批。集中度异常则表现为某供应商份额远超其能力与价格优势，背后往往是关系而非竞争力。
控制目标
- 关键异常模式有固定的分析模型与频率。
- 线索可追溯到具体单据与责任人。
- 分析结论进入处置流程，而非停留在报表。
- 误报率可控，避免业务部门对预警麻木。
控制措施
- 拆单模型。按供应商加物料，对七日内或同一需求批次内的订单做累计，累计金额跨越审批门槛的标记为疑似拆单。
- 小额高频模型。统计同一采购员、同一供应商的月均订单数与单均金额，与同类岗位均值比较，显著偏离的列入观察。
- 集中度模型。计算单一供应商在同类物料中的采购占比，超过设定比例且价格不占优的，提示份额合理性核查。
- 价格离散度模型。同一物料不同供应商的单价标准差过大，说明比价不充分或存在定向分配。
- 时点模型。统计月末、季末、节假日前后的下单占比，异常集中往往与冲业绩或规避审批有关。
- 组合判定。单一模型命中只作提示，两个以上模型同时命中才进入正式核实，降低误报。
模型跑出线索只是开始，能否落地取决于核实流程。建议为每条线索指定核实人、设定反馈时限，并在系统中记录结论，形成可追溯的线索台账。核实结论分为"确认异常""合理解释""待观察"三类，合理解释的也要写明理由，避免同一线索年年重复出现。东龙拉链在采购数据分析中坚持每月出一页纸的异常摘要，只列最值得关注的十条，管理层反而更愿意看，效果比几十页报表好得多。
还要警惕模型本身的局限。拆单模型可能把正常的补货误判为拆单，集中度模型可能把唯一合格供应商的正常独家供应标为异常。因此阈值不宜照搬，应结合企业实际运行三个月后再校准，并保留人工复核环节。数据分析的作用是缩小排查范围，而不是替代判断。把人从海量单据中解放出来，去做访谈、走访与判断，这才是数据在内控中最有价值的用法。
检查方法
| 模型 | 核心字段 | 判定参考 |
|---|---|---|
| 拆单 | 供应商、物料、金额、日期 | 七日内累计跨门槛 |
| 小额高频 | 采购员、订单数、单均金额 | 偏离岗位均值两倍 |
| 集中度 | 供应商、同类物料金额 | 单一占比超百分之七十 |
| 价格离散 | 物料、单价、供应商 | 标准差超均值百分之二十 |
| 时点 | 下单日期、月末标识 | 月末三日占比超四成 |
分析结果应输出可点击的明细清单，直接链接到订单详情，方便核实人员快速判断，而不是只给一张汇总图。
案例与警示
某企业上线拆单分析后的第一个月，系统标记了十七组疑似拆单，其中一组同一供应商在五天内下了四单，合计金额刚好超过审批门槛。核实后发现采购员为避开总经理对价格的质询而刻意拆分。企业随后把审批门槛改为按季度累计计算，同类操作基本消失。数据不会自己说话，但选对模型就能让它开口。
本文用于内控意识培训，不构成法律或审计意见。