成本回归分析 Cost-regression analysis
有时由于采购部门或者跨部门团队缺乏专业知识或对供应商的博弈力有限，无法开发一套完整的自下而上的成本驱动要素模型，例如基于成本的价格模型或者生产驱动要素分析模型。因为许多供应商不愿意公开自己详细的成本明细，或者随便提供一套不准确的数据。另外，采购部门与供应商的议价过程往往时间紧迫，根本没有多余的时间来建立一套完善的成本模型。在这种情形下，运用成本回归分析不失为一种明智的选择，通过使用现有的产品数据便能评估供应商的成本状态。
对于每种产品或服务，采购部门通常能获得以下两种类型的数据：
商业数据，如价格，基于订货量的折扣、物料条款、账期等
产品规格[物料的技术参数如数量、体积、材料牌号、公差…]
上述信息都可以在供应商回复的报价单中找到，我们还需要一个方法来分析价格与产品技术规范TS之间的关系。成本回归运用统计学的回归分析法测试不同变量之间的关联度。在分析成本时，回归分析揭示了因变量价格[P]是如何随着各个自变量产品规格[X]的变化而变化的。
成本回归分析是一个多元线性回归模型，有以下应用：
了解何种因变量对自变量价格有影响及影响程度有多大；
预测价格即目标价格；
由于此模型建立在数据统计的基础上，所以必须满足以下条件才能保证结果的准确性：
规格即成本驱动要素有一定的复杂度；
规格参数有足够大的差异；
产品样本足够多；