主要的是要记住，风险并不是每个人都一样。它也没有一刀切的办理方案，取而代之的是利用数据、有针对性的智能和行业见地，尽可能减少潜在的延迟或问题。
Datasheet5.com的母公司Supplyframe insights显示了北美的高风险
作为元器件智能的一部分，我们供应了一个称为风险等级（Risk Rank）的专有指标，它可以快速、有代价地理解BOM上的各个零件。
通过利用评分系统，结合不同级别的不断更新的数据，我们能够供应目录中所有组件的固有风险（或缺少风险）的快照。
我们通过剖析库存、报废（EOL）状态和价格颠簸性（针对每个成分和制造过程的各个阶段的不同权重）来打算终极得分（从1到10）。空想的元器件将具有较低的分数。
例如下面这个电阻器的风险等级为0.57，属于较为空想的元器件。
考虑到这一点，我们的内部数据显示了一个关于紧张零件种别均匀风险的有趣趋势：
详细而言，北美在所有元器件种别中的风险等级都高于天下其他地区。为什么会这样？造成这种趋势的缘故原由有很多，包括但不限于：
库请安题
报废状态
价格颠簸
由于COVID-19而导致的制造耽误
持续的贸易战或地缘政治问题
只管很难准确指出为什么我们会看到这种趋势，但它揭示了所有公司在制订下一个正常风险降落计策时应考虑的一些主要内容。那下面我们先来看看在Datasheet5.com上查找到相应元器件后，如何识别风险等级。
如何识别详细元器件风险等级？
比如还是之条件到的电阻器RMCF0603FT29K4，风险等级分数为0.57，在1-10分，分越高风险越大的机制来看，还是属于相称低风险的器件。
再看后面还有设计、产品、长期，这该怎么理解呢？
每个产品阶段都有其分外的考虑成分，原型设计阶段的工程师在选择兼容的替代性器件时不一定关心生产阶段工程师所关心的事情。让我们先理解一下每个产品阶段的详细含义，再看看如何利用这个阶段的参数创建关注指标。最大略的方法是问自己一个问题，“我正在为_________阶段选择设计到产品中的一个元件。”
设计阶段
该阶段紧张衡量将一款元器件纳入到一个全新的设计中的风险。它须要利用元器件的生命周期、价格颠簸情形、整体的供应链可用性这些数据。通过回答以下问题来衡量风险：
元器件制造商是否向新设计推举这款元器件？
从供应链的历史来看，该器件的库存量是否稳定？
过去几个月，这款元器件的价格是否涌现了剧烈颠簸？
通过datasheet5母公司Supplyframe的强大智能采购平台对以上问题的历史数据总结，得出了在设计阶段绿色安全，并且在三个阶段中安全等级最高。
产品阶段
可靠地采购元器件是生产制造过程中的核心任务，由于它决定了您的产品能否持续稳定地生产。更主要的是，如果急迫须要改换的话，根本没有韶光测试新器件。
设计定型后，紧张的风险就变为在市场上能否稳定地采购到元器件。如果某个元器件缺货或者出了其它问题，该当还有替代方案，但是更换的器件必须兼容，在形状、尺寸、功能 (FFF) 上兼容，可以在 datasheet5.com 查找某个元件的其它兼容元器件。如果在线上市场可以找到 FFF 兼容的元器件，可以认为它在生产阶段的风险较低。
通过datasheet5母公司Supplyframe的强大智能采购平台对推举，得出了在设计阶段绿色安全，并且安全等级也比较高。并且还给出相应的替代料，也会供应替代料的风险等级供参考。
长期供货
一个产品可以供货多永劫光常日取决于产品运用的详细行业。对付汽车电子产品来说，它的供货周期一样平常为五到十年，而某些军用和工业电子产品的寿命可以达到三十年到五十年之久。这意味着产品过期的可能性越高，它的长期性风险就越高。
如果芯片制造商决定停滞生产某款芯片，对付成熟产品来说便会极具毁坏性，由于这款芯片可能根本就没有可用的替代性器件。环境认证 (RoHS) 等其它成分也可以被归类到长期供货的风险中，由于没有通过认证的器件有可能在未来被逼迫淘汰掉。
风险缓解策略的重点是什么？
采购多样化
正如我们的数据所示，从单个地区或供应商（在本例中为北美）进行采购的风险有所增加。
在疫情之后，我们还看到越来越多的国家在大盛行初期关闭了制造业后，纷纭撤离中国。
对付新产品引入（NPI）和现有产品而言，这都是主要的策略。
最近一份研究报告中的统计数据，称35％的受访者声称由于范例供应商的短缺，他们不得不对现有产品设计进行重新设计。
仅此一项就足以使多样性成为您供应链中的紧张重点。
制订突发事宜策略
降落风险策略该当是您未来供应链中不可或缺的一部分。
只管没有人能像新冠疫情那样预测大盛行，但近年来其他类型的风险已进入供应链。
多元化采购是一个好的开始，但是韶光的真正磨练将是您的组织如何处理供应链上的下一个测试。
主要的是要为这个问题找到答案，并为所有突发事宜做好操持。
智能数据
利用数据并在关键决策点供应情报风险难题的末了一步是智能数据。
利用诸如风险等级之类的算法，您可以更好地预测BOM上元器件的生存能力，这很适宜当前和将来的NPI事情。
终极，数据是您制订适当的风险缓解策略时可能拥有的最佳资源。这也是环绕风险作为电子供应链中的观点进行更多谈论的第一步。
