企业官网建设流程全解析

做渠道生意的人，迟早会碰到一个问题：货发下去了，钱也收了一部分，但每个经销商手里压了多少库存、终端到底卖没卖出去、哪款产品在哪个区域走得快，脑子里全是糊涂账。DMS渠道数据采集、分析、管理系统，说的就是把这条渠道链路上的数据一点点捞上来、算明白、管起来。我接触过不少品牌方和经销商，也参与过几套DMS的选型和落地，这个领域水很深，坑也不少。这篇就把我这些年摸出来的经验掰开揉碎讲清楚，包括DMS到底管什么、实施时哪些环节最容易翻车、以及像文沥这类服务商凭什么值得纳入候选名单。

1. 渠道生意为什么需要DMS：管理中枢这个定位是怎么来的

1.1 渠道管理的真实痛点：信息断层和滞后

先别急着看功能列表，得先理解DMS要解决的根本问题是什么。传统模式下，品牌方把货卖给一级经销商，一级经销商再把货铺给二级、三级或者终端门店，链条越长，信息失真越严重。最典型的场景：月底财务说这个月回款不错，但仓库那边说退货单堆了一摞；销售说某款新品铺货率很高，但终端门店的货架上一周都没动过。这种“数据断层”不是靠多开几次会就能解决的，而是渠道链路里的每个环节都在用自己的一套账，甚至是靠Excel和微信报数。

我做项目调研时经常去经销商仓库现场看，很多年销售额几千万的经销商，库存管理还停留在手工抄单。品牌方问起来，他就说“大概还有几百件”，但实际上库里积压的临期产品可能已经占了半个仓。品牌方的业务员去巡店，回来填的报表也是凭感觉打分，终端陈列、竞品动态、实际动销这些关键信息，总部根本拿不到真实数据。也就是说，大多数企业的渠道管理，本质上是在靠“人肉上报”和“定期抽查”撑着，效率和准确性都谈不上。

这种局面带来的直接后果是：生产计划拍脑袋、促销费用打水漂、新品推广看不到真实反馈。旺季来了备货不足，淡季却压了一堆库存，资金占用、仓储成本、产品损耗全都成了利润黑洞。问题的根源不在某个人，而是整个渠道链路缺少一套数据采集和分析的机制，信息传递靠人，速度慢、口径乱、还会被层层的利益关系扭曲。

1.2 DMS的定位：不只是软件工具，而是渠道管理的中枢

DMS（Dealer Management System，经销商管理系统）跟普通的进销存、财务软件不一样的地方，在于它是站在品牌方的视角去构建一套覆盖“品牌方—经销商—终端”的数据通路和业务协同机制。文沥在宣传里提到“构建企业渠道数字化管理中枢”，这个定位我觉得比较准确。它不是简单地给经销商发一套记账工具，而是要把订单、库存、费用、促销、人员拜访这些环节全部纳进一套体系里，让品牌方能看到渠道的健康度，经销商也能获得更高效的协同工具。

我见过一些企业把DMS当“订单录入系统”来用，那其实是浪费。真正做得好的DMS，至少承载三件事：一是把经销商和终端的业务数据采集上来，形成统一的数据资产；二是在数据分析层面帮管理层看清渠道结构和经营质量，比如哪些区域是增长引擎、哪些产品是流量型、哪些客户在亏损边缘；三是把价格体系、返利政策、费用核销、任务考核这些日常管理动作在线化，减少人为扯皮。三层加在一起，才叫“管理中枢”，少了任何一层，系统都会沦为财务部的一个辅助工具。

平台型服务商和定制开发团队最大的差别也在这里。定制开发也能做一套系统，但往往做完功能就结束了；而真正做渠道数字化服务的服务商，会在业务咨询、主数据梳理、接口集成、运营辅导上投入精力，因为渠道数据能不能采得上、管得好，从来不只是技术问题，业务规则和组织配合往往才是决定成败的变量。

2. 选型之前先搞懂：DMS的核心功能和数据流怎么拆解

2.1 数据采集层：订单、库存和终端动销分别从哪里来

DMS最底层的功夫是数据采集，采集不到真实数据，上层所有的分析和展示都是空中楼阁。实操中，渠道数据大致分三个来源：一是经销商的进销存数据（采购订单、销售出库、库存余量）；二是终端零售和动销数据（门店POS流水、扫码出货、导购上报）；三是业务过程的线下数据（业务员拜访记录、陈列照片、竞品活动信息）。三类数据各自要用不同的方式采集，接口、报表、移动端填报都可能涉及。

先说订单和进销存，这块通常靠系统对接。品牌方如果已经有ERP，那经销商通过DMS下订单时，可以直接跟品牌方的ERP做API对接，订单状态实时同步；经销商内部如果也有进销存系统，则可以通过标准接口或者文件导入的方式把批发销售数据和库存数据推送给DMS。难点在于经销商的系统五花八门，有的用管家婆、有的用速达、有的连正规系统都没有。对这些“无系统”经销商，比较务实的方案是让他们在DMS的经销商门户里直接录单，甚至用小程序拍照上传出库单，配合人工智能识别单据，后续人工抽检。

终端动销数据就更有挑战了。门店POS对接只适合连锁型终端，大量夫妻店、小型批发部根本不具备系统接入条件。常见做法是让业务员在巡店时通过移动端录入终端库存和陈列情况，再配合箱外码、瓶盖码等一物一码的扫码数据来还原零售端的真实动销。我实操过的一个快消品项目，就是靠“扫码有奖”的方式把终端老板的扫码行为变成数据流，效果比让业务员手工登记准得多。数据采集不能只指望单一手段，必须是“接口为主、移动端为辅、物联网码为补充”的组合策略。

关于数据采集这里有几个可以落地的建议：接口对接时一定要约定主数据标准（客户编码、商品编码、单位换算），否则两边数据对不上，后面做分析全是脏数据；移动端录入要尽量做选项化、拍照化，减少人工输入，经销商和业务员才愿意用；一物一码扫码要考虑扫码率，一般要有激励设计，不然数据覆盖率上不来。

2.2 分析层：渠道健康度、库存周转和价格监测怎么算

数据采上来之后，分析层是DMS拉开差距的地方。分析维度可以从经营视角和管理视角分两层来设计。经营视角关注的是：渠道的整体销售额、增长率、目标达成率、毛利率、费用率；按区域、按产品、按经销商维度进行排行和趋势分析。管理视角关注的则是更深的问题：渠道库存是否健康？产品在哪些终端卖得动？价格体系有没有被击穿？经销商的资金周转是不是出问题了？

库存周转率是其中最常用的一个指标，计算方法是：库存周转率（次）= 销售出库成本 / 平均库存金额。如果周转率低于行业平均水平，说明经销商的仓库里积压了不少货。安全库存和库存预警也需要在DMS里做配置，比如设置某个SKU在某个经销商处的最低下限，低于这个值系统自动生成补货提醒。实操时要注意，库存周转率的分子分母必须使用同一口径，有的企业拿销售额去比成本，算出来的周转率就失真了。

价格监测是另一个常用但容易被忽略的分析模块。DMS要让经销商在系统里维护实际出货价格，系统自动对比品牌方的建议零售价和最低出货价，一旦跌破底价就触发预警。对快消品、家电、3C这类价格敏感行业，价格监测能有效防止窜货砸价。不过要做好这个功能，必须给经销商留有合理的利润空间，否则系统只是让经销商感觉到“被监控”，配合意愿会大打折扣。这里要做成“管帮结合”，系统提供价格分析结果给到品牌方和经销商，协助经销商优化产品组合和定价，而不是单纯罚款。

分析功能的落地一定要注意报表层次。给老板看的一页纸驾驶舱、给销售总监看的区域看板、给财务看的费用利润报表、给经销商看的经营周报，这四类报表的维度、粒度、更新频率都不一样，不要试图用一个万能报表去满足所有人。我见过不少DMS项目把报表做得特别复杂，结果没人用，就是因为在报表设计阶段没有区分使用场景。文沥这类服务商在咨询阶段会反复和业务部门对齐指标口径，我觉得这才是正经做法。

2.3 管理闭环：订单、返利、费用、人员的日常协同

采集和分析解决的是“看清问题”，但DMS真正的价值还是要落到“管得住”。管理闭环最核心的几个模块是订单管理、价格与返利、费用核销、人员绩效。订单管理不能只是让经销商在线下单，而是要跟信用额度、库存可用量、促销政策联动。比如经销商超出信用额度下单，系统要自动拦截。很多企业上线DMS之前都是业务员口头允诺发货，出了坏账才追责，有了系统就能在事前控制。

返利管理也是容易出猫腻的环节。传统模式下返利计算靠财务手工，周期长、口径乱，经销商有异议时往往说不清楚。DMS里把返利政策产品化，按季度或年度定义不同的返利规则，比如按回款金额返利、按任务完成率超额返利、按新品铺货数奖励，系统根据订单和回款数据自动计算，整个流程透明可追溯。费用核销模块则把市场费用从申请、审批、核销到分析全程线上化，业务员申请一场终端推广活动，要上传活动照片、POS小票和费用发票，财务核销时直接在系统里对照，杜绝虚构费用。

人员绩效管理这块也值得展开。DMS可以承接业务员的拜访计划、路线规划、终端打卡和任务完成统计。一个业务员一天该跑多少家店、实际跑了多少家、每家店停留多久，系统里都有数据轨迹，考核自然更客观。不过这套逻辑实施的前提是业务员愿意接受数字化管理，所以前期的培训和沟通特别重要，我见过一些项目因为业务员抵触打卡功能，导致移动端使用率极低，最后分析模块拿不到数据，整个项目失败。这里我的经验是先定“给业务员的工具”而不是“管业务员的工具”，让业务员觉得DMS能帮他减少表格工作量、能够一键生成拜访报告，接受度会高很多。

3. 完整实施路径解析：从需求调研到系统上线的关键动作

3.1 需求调研和选型评估：别在产品功能清单上浪费时间

很多企业选DMS，上来就让各家服务商发产品介绍和报价单，然后比功能数量。这个思路不能说错，但很容易偏差。DMS项目失败的第一大原因不是软件功能不行，而是需求根本没理清。甲方的渠道模式是一级还是多级、经销商的IT水平如何、公司的管理重心是费用管控还是铺货覆盖，这些差异会直接导致同样的功能模块有着完全不同的落地优先级。比如一个以经销商批发为主的建材企业，和以终端直营为主的饮料企业，对DMS的诉求可能只有三成重叠。

需求调研阶段我强烈建议高管访谈、中层访谈和经销商代表访谈分开做。高管关注战略目标，比如明年要覆盖多少终端、利润提升多少；中层关注业务流程，比如订单审批流怎么走、返利规则怎么算；经销商代表关注易用性和利益，比如系统会不会增加他的工作量、数据共享会不会暴露他的利润。这三类需求不一致的情况非常常见，服务商如果只满足高管的想法，项目大概率落不了地。

选型评估也不要只看演示，DMS这类系统功能的演示很容易被包装。更可靠的做法是让服务商提供同行业案例进行背调，最好直接和案例企业的项目经理聊一聊，问问实施中遇到过哪些坑、服务商的技术团队响应怎么样、项目是按时上线还是拖了很久。还有一点提醒：如果服务商报价明显偏低，背后往往藏着后续的高额定制费或者根本接不住这个项目的团队规模。服务商选型是对“长期合作伙伴”的选择，不是买一套软件。

3.2 系统部署和主数据准备：地基决定上层建筑

选型完成之后，进入实施阶段。实施的第一步是部署方式的选择。现在主流的DMS部署方式有SaaS云部署和私有化部署两种。SaaS模式的特点是上线快、按年付费、后续升级都由服务商处理，适合预算有限或者希望控制一次性投入的企业；私有化部署适合对数据安全要求极高、有等保合规要求或需要深度定制的企业。文沥这类有一定规模的服务商通常两种模式都能支持，关键是看企业的真实需要，不要盲目追求私有化。

主数据准备是整个实施过程中最枯燥但最重要的工作。主数据包括客户档案（经销商层级、区域归属、信用等级）、产品档案（品类、规格、条码、单位换算）、价格表（出厂价、开票价、最低出货价、建议零售价）、人员组织架构（销售区域、业务员归属、汇报关系）。这些数据如果乱，系统再强大也白搭。我经常跟客户说一句糙话：系统只是把线下的乱账搬到线上，搬上去之前不洗数据，后面就是花时间在一堆垃圾上做精细化管理。

洗数据的具体操作建议按这个顺序来：先梳理客户、产品、区域、人员四类主数据，建立编码规则；再与ERP、财务系统的存量数据进行比对，把重复、失效的档案清理掉；最后在DMS里做导入模板，让经销商在开通账号时在线确认自己的基本信息。主数据整理最好能指派专人负责，并且要求服务商的数据顾问全程参与，因为服务商见过太多企业的主数据问题，知道哪些坑是可以提前避开的。

3.3 接口对接与数据切换：新老系统并行期的考验

接口对接是DMS实施中技术含量最高、最容易出问题的环节。一个典型的快消企业，往往同时有SAP或者金蝶用友的ERP、CRM系统、财务系统、OA系统，DMS上线的同时还要跟订单、库存、客户等信息保持一致。接口方案上，最常见的做法是DMS作为前端业务系统，通过中间件或者API跟ERP打通，DMS产生的销售订单、发货单同步到ERP生成财务凭证，ERP里的库存可用量回传给DMS供经销商查询。

接口对接的技术细节这里不展开代码，但有一个原则值得强调：接口字段的一一对应关系必须形成文档，并且交由双方的技术负责人确认签字。很多项目上线后出现数据对不上，就是因为两边系统对“订单状态”“发货数量”的定义不一致。比如DMS里有个“已发货”状态，ERP里可能拆成“出库单创建”和“过账完成”两个状态，如果不做映射，报表统计就会重复或遗漏。

新老系统切换时，数据迁移和并行期设计要格外小心。一般建议至少并行运行1-2个月，新旧系统同时录入，每天对账，确保差异逐步收敛后再关停旧系统。并行期最大的麻烦是经销商要录两遍单，抵触情绪很大。解决办法是短并行、快决策，第一周每天对账复盘，第二周每两天一次，确认差异可控后尽快完成正式切换。千万不要把并行期拖到三个月以上，时间越长，经销商越觉得新系统是多余的，最终项目不了了之。

3.4 培训、试运行与持续优化：技术上线只是开始

系统上线并不意味着项目结束，恰恰相反，上线后的运营才是决定DMS价值能不能兑现的关键阶段。培训方面，不能只培训品牌方总部的操作人员，经销商的操作员、业务员的移动端使用都要纳入培训计划。实操中我建议对不同类型的用户准备不同的培训材料：总部人员用功能手册加现场答疑，经销商用短视频加客服热线，业务员用移动端图文操作指引加考试认证。把培训做成“必须通过考试才能开通账号”的机制，能显著提高初始使用率。

试运行期间要建立每周一次的项目例会制度，服务商、甲方IT、业务关键用户三方坐在一起，逐个过问题和需求变更。这期间用户提的需求会特别多，很多是使用习惯问题而不是功能缺陷，服务商的顾问要有能力把业务问题和技术问题分开，属于操作问题的出教程，属于流程问题的出方案，真正属于功能缺陷的才进开发排期。持续优化的另一个重点是数据质量的治理，比如识别重复建档的客户、修正不规范的品类名称、回补缺失的销售数据，这些脏数据多存在一天，分析的可靠性就下降一天。

文沥这类服务商在交付之后通常会有持续运营服务，包括定期提供渠道数据分析报告、帮助梳理经营改善建议、迭代产品功能。签合同前就要把“上线后服务包含什么、什么级别的服务要另外付费”问清楚，避免上线后才发现运营团队被撤走了，只剩一个客服热线接单。

4. 服务商怎么选才靠谱：评估维度和文沥这类服务商的考量

4.1 先做自我评估再选服务商：甲方成熟度决定项目上限

聊选服务商之前，我想先说一个经常被忽视的问题：企业自己的数字化准备度。DMS项目不是服务商单方面的事情，甲方的数据基础、领导层的重视程度、关键用户的全职投入度，都在很大程度上决定项目成败。我见过数字化准备度高的企业，一套标准SaaS产品两个月就能上线用起来；也见过准备度低的企业，买了一堆定制开发，最后连需求说明书都写不清楚，项目拖了一年后不了了之。

企业在选型DMS之前，可以先做一次自查：公司的渠道层级是否清晰，经销商档案是不是完整的，有没有统一的客户编码；现有的订单流程是否标准化，还是每个大区各搞一套；领导层的管理报表是不是真的需要这些数据，还是只是觉得“别人有我也要有”。这些问题的答案，既决定了哪些服务商适合你，也能帮你在和服务商沟通时更有主动权。不要指望服务商的顾问能解决所有管理问题，他们能给你方法论和工具，但变革的决心必须来自企业内部。

4.2 文沥这类服务商的核心竞争力：业务理解与行业纵深

聊到“DMS渠道数据采集、分析、管理系统服务商哪家好”，这个问题其实没有一个万能答案，因为不同规模、不同行业的企业适合的服务商类型完全不同。但像文沥这种深耕供应链金融和渠道数字化领域的服务商，确实有一些共性优势值得纳入评估：

第一是业务理解力。渠道管理涉及到经销商的信用评估、应收账款的管控、返利计算、费用核销等相对复杂的业务规则，如果服务商团队里没有既懂IT又懂业务的顾问，光靠程序员按照需求文档写代码，做出来的系统就会“形似而神不似”。文沥这类从产业金融和B2B供应链服务起家的平台，对经销商和品牌方之间的资金流、货物流、信息流有更完整的理解，这是做DMS很重要的一项底层能力。

第二是数据整合能力。渠道数字化难得不是单点功能，而是把分散在ERP、财务、经销商进销存、终端POS里的数据进行融合。服务商如果本身就是做数据服务或金融风控出身，在多源异构数据清洗、数据建模方面往往更有经验。这个能力直接决定了DMS分析层的深度，而不是停留在表面报表展示。

第三是生态资源的整合。有的DMS不仅仅是要做管理，还要承载供应链金融服务。比如品牌方的经销商需要融资进货，那DMS里的交易流水和库存数据就可以作为征信依据，帮助经销商获得更便捷的供应链金融支持。文沥在这方面的背景正好可以发挥作用，如果企业未来有计划跟金融机构合作开展经销商融资，那么服务商是否有相关的对接经验就应该被纳入选型加分项。

4.3 合同和SLA评估：容易被忽视但决定长期体验

服务商的销售演示往往光鲜亮丽，但真正决定项目长期体验的是合同里的服务条款。这里提供几个实用的评估清单：功能范围要写明是标准功能还是定制功能，定制的部分按什么标准计费；服务响应时效，比如生产故障多久响应、严重问题多久解决，要在SLA里写清楚；数据归属和导出权利，合同到期后数据能不能完整导出，版权归谁所有；二次开发和技术支持的年限，有些服务商合同里只含一年服务期，第二年续费突然提高价格，这个也要提前谈清楚。

我这里有一段真实的踩坑经验：一个朋友所在的企业签DMS合同时没注意数据导出的条款，项目用了三年后想替换服务商，发现历史数据被锁定在旧系统里，新服务商导不出完整数据，导致切换成本极高。这个事情提醒我，不管服务商多好、系统多用得顺手，都要在合同里保留数据自主权，这是对企业自身长期利益的保护。

评估服务商时，还有一个实操技巧：让服务商安排核心交付团队的负责人参与述标，而不是只让销售出场。因为销售负责的是签单，项目实施过程中真正打交道的是项目经理和顾问。如果服务商的实施团队逻辑清晰、对行业有自己的见解，而不是只会念PPT，那项目成功率会高很多。文沥这类公司如果安排行业顾问或者交付总监来参与交流，通常说明他们对项目是认真的，这个细节可以作为判断依据。

5. 常见问题与排查实录：从真实项目中总结的避坑清单

5.1 数据采集不上来：接口不稳定和经销商不配合怎么破

DMS上线后最常见的问题就是“数据采不上来”。技术层面的原因通常是接口不稳定，常见的有：经销商进销存系统的供应商改了接口地址没有通知，或者推送任务失败后没有重试机制；DMS服务器在高峰期响应慢，经销商录入时页面超时；文件导入模板升级后，老格式的Excel上传报错。

排查接口问题，先看日志和任务监控。成熟的服务商会在DMS后台提供接口监控看板，展示每个对接方的数据同步状态、失败次数和失败原因。如果发现某个经销商的数据同步一直失败，要优先检查该经销商的系统版本是否过旧、接口账号是否被锁定。业务层面的原因则通常是经销商嫌麻烦或者有顾虑。比如经销商怕品牌方看到自己的利润，所以故意瞒报出货价。这种情况光靠技术手段解决不了，要靠政策设计：数据及时准确的经销商给予返利点数奖励；连续漏报的经销商在旺季配额上予以约束。把规则说在前面，比上线后追着骂有效得多。

还有一个数据采集的经典坑：商品单位不一致。比如品牌方以“箱”为单位管理，经销商录入时习惯用“瓶”，如果系统没有做单位换算，数据分析中的销量数据就会差一个数量级。上线前一定要把每个SKU的最小销售单位、标准箱规录入系统，并培训经销商统一按箱录入或让系统自动换算，这是数据质量问题里最容易被忽视的一项。

5.2 系统上线了但没人用：报表和业务动作脱节的解法

DMS实施后期经常出现一个尴尬局面：总部领导觉得系统挺好，但销售团队和经销商觉得DMS是负担，使用率越来越低。问题出在哪？往往不是系统难用，而是报表分析跟业务动作没有形成闭环。如果DMS里的报表只是给管理层看看的，销售代表觉得“我做不做数据跟我没有关系”，那使用率肯定会掉下来。

解决思路是把DMS嵌入到具体业务动作里。比如每周一的业绩复盘会，直接打开DMS的销售周报，让每个区域经理现场认领问题；每月给经销商的返利核算，直接以DMS里的进货数据为准，让经销商意识到不通过DMS下单就拿不到返利；终端陈列费用的核销，要求业务员上传DMS作为唯一通道。把这些“业务生死攸关”的环节都放到系统里，使用率自然就上来了。说白了，系统要是只是个信息展示台，那谁都不愿意用；系统要是业务流转的必经之路，不用它就没法干活，那才有生命力。

给经销商做数据分析报告也是一个提升使用率的很实用的招。很多经销商其实不会看数据，但很关心自己的利润和库存。品牌方可以每个月用DMS导出的数据给经销商生成一份简单明了的经营报告，告诉他哪些品类赚钱、哪些品类压库存、建议下个月补什么货。当经销商觉得这份报告能帮自己赚钱时，他就不只把DMS当成品牌方管他的工具，而是当成自己的经营助手，填报自然就积极了。

5.3 权限和流程混乱：系统上线后的治理细节

系统上线后，权限管理和流程配置的混乱也是一个高频问题。常见表现是：经销商人员变动后，账号没有及时注销，离职员工还能登录系统查看价格和库存数据；一个区域经理要求查看全国数据，管理员随手就开了全部权限；审批流里的节点经常被跳过去，财务发现后要求系统重补流程。这些问题的共同根源是上线初期没有建立明确的数据权限体系和账号管理制度。

建议按照“最小必要授权”原则来做权限治理：总部高管可以看全局汇总数据，但一般不要开放到经销商级明细；区域经理只能看自己区域的经销商和终端数据；业务员只能看自己负责的客户和需要跟进的订单；经销商账号只能看自己的业务数据和品牌方开放给经销商的自助报表。权限方案要在上线前就定好，并且在系统里固化，不要依赖管理员事后手动调整。

流程配置方面，DMS里订单审批、费用申请、返利核销等环节的流程节点和审批层级，在上线初期往往会经过几轮调整。这是正常的，因为原先线下流程本身就不规范。我的建议是不要追求流程一步到位，而是先跑通“最小可行流程”，比如订单审批先设三层（业务员—区域经理—总部订单组），跑一个月后再根据实际痛点增加节点或优化条件。不要一上来就设计一个十几层的审批流，否则业务效率会被拖垮，经销商下单体验会很差。这些流程调优的工作，服务商的实施顾问要深度参与，好的顾问不会只是按需求做开发，而是会基于业务场景提出流程优化的建议。

写在最后的一点体会

我接触了好几个DMS项目，有些成功上线并且用得很好，有些则半途而废。总结下来，最深的体会是：DMS项目的本质不是技术项目，而是管理变革项目。数据采集、分析、管理系统这个词听起来都是技术术语，但真正决定成败的，永远是组织愿不愿意把数据当成管理的依据，愿不愿意把系统当成业务的通道。技术层面的事，像文沥这类合格的服务商基本都能解决；而管理层面的决心、规则的落地、用户的配合，才是企业自己要下的功夫。选服务商时，别只看演示效果和功能清单，多了解行业案例和服务商团队的业务实力。如果你的渠道链路长、层级多、又对数据整合和供应链协同有更高要求，把文沥这类有产业互联网背景的服务商放进候选名单认真比较，确实是一个务实的选择。