美利体育登录入口官网:BS PAS 1001:2012
印染布料的采购成本节约计算
Calculating cost savings in the procurement of printed goods
- 标准号
- BS PAS 1001:2012
- 发布
- 2012年
- 国际标准分类(ICS)
- 03.100.10 订购、收购、仓库管理
- 总页数
- 69页
- 发布单位
- 英国标准学会
- 当前最新
- BS PAS 1001:2012
- 本体
- 基线
- 适用范围
- 本公开可用规范（PAS）详细说明了在采购印刷品和服务时计算成本节约的三种方法。它适用于参与业务流程外包（BPO）的任何服务提供商。它也可能特别引起客户采购人员（例如品类经理）的兴趣。该规范具体解决了通过历史规范比较在代表性样本上进行计算的方法，其结果可统计地用于准确识别针对总体的成本节约。还包括其他衡量服务提供商价值的方法。该规范旨在不取代服务提供商对其客户的个别合同义务。它也不旨在提供衡量或判断客户政策、产品、流程、计划或战略质量的标准，或与标准测量进行比较，或与“最佳实践”公司的类似测量进行比较。
| 术语 | 描述 |
|---|---|
| 基线 baseline | 用于与新采购数据进行比较的原始历史数据。 |
| 比较 comparison | 将当前采购活动与过去类似性质的采购行为进行匹配的过程。 |
| 客户 client | 采购商品或服务的组织或个人。 |
| 当前数据 current data | 关于单个工作要求的当前信息。 |
| 数据集 data set | 包含在相同格式中的历史采购信息。 |
| 经证实的成本节约样本 evidenced cost savings sample | 已成功与历史活动进行比较以证明使用一种合格方法计算出的成本节约的当前工作。 |
| 历史矩阵费率卡 historical matrix rate card | 包含规范和历史采购定价的预填充模板，可用作快速参考以比较当前定价。 |
| 历史规范比较 historical specification comparison | 使用“完全相同”和“容差内的相似”数据进行准确衡量成本节约的方法，同时考虑可能没有比较数据的情况。 |
| 完全相同 Like for like | 来自历史合同期的工作，与当前要求完全相同。注：“完全相同”有时也称为精确规范匹配。 |
| 矩阵创建 matrix creation | 将有关典型采购信息的所有信息记录在一个格式或数据库中的方法。注：通常，规范信息将与数量带和每个的预算定价详细列在一起。 |
| 合格基线数据集 qualifying baseline data set | 在客户和服务提供商同意并签署后，作为历史采购活动准确表示的历史信息，且格式相同。 |
| 基于报价 quote-based | 通过向多个供应商发出报价请求（RFQ）来获取给定当前工作的定价信息。 |
| 代表性 representative | 包含足够的数量和价值的信息，值得付出努力。 |
| 抽样：基础 sampling: basic | 使用合同期内已成功识别节约的所有工作，推断整个总体的成本节约。 |
| 抽样：中级 sampling: intermediate | 在基础抽样的基础上，对工作类型进行分类，以便代表总体中工作类型的构成。 |
| 抽样：高级 sampling: advanced | 在任何工作开始之前对统计样本进行预先比较规划，随后使用预先计划的经证实成本节约样本推断整个时间段的总成本节约。 |
| 服务提供商 service provider(s) | 交付商品或服务的组织或个人。 |
| 容差内的相似 similar within tolerance | 针对规范的某些方面分配容差，使得不是“完全相同”的工作仍可与基线数据集中的工作进行比较。注：这些仍可与基线数据集中的工作进行比较，从而扩大搜索参数并最大限度地提高比较机会。 |
| 规范 specification | 可用于识别单个样本工作以供定价的特征描述或列表。 |
| 规范标准化 specification standardization | 对多种工作规范进行分组或调整，以在相似规范之间或甚至仅一种类型之间创建更小的差异。 |
| 层/分层 strata/stratum | 在分层抽样技术中将总体划分的各组。注：层的组成应在项目开始时由客户和服务提供商商定。 |
| 总体 total population | 当前发生的所有活动，无论是否针对每个当前工作证明了成本节约。 |
美利体育登录入口官网: BS PAS 1001:2012 中提到的仪器美利体育官网首页网址
| 历史比较工具 未提及 | 用于协助识别历史工作以匹配当前要求的历史规范数据集中的工具，可提高匹配效率并减少人为错误。 |