该采购类型位于极高需求博弈力区间，可以充分利用相关工具对供应商成本进行分析与控制。

成本回归分析基于统计回归分析，目的是量化不同变量间的依存度，并以数学公式体现这些从属性。其从属性可多种多样，以下例子为一个最好的佐证：酒店的房价可以取决于不同的因素。位于市中心的商务酒店和位于郊区的豪华酒店以及一家乡村酒店相比，价格会差很多。而这家酒店是大型连锁店还是小型私营店，同样也会影响房价。其他一些重要的因素还有：酒店的大小、是否配备了健身设施、餐厅的质量、为经常光顾的商务客人所提供的专门服务的范围等。所有可从定性角度列举的要素，同样可以通过统计回归分析的方法，以数学的方式来表述。以酒店为例，回归分析可以回答以下问题：

（1）实际会影响房价的因素有哪些？而哪些因素又不会对房价产生显著的影响？

（2）某一个特定因素对价格会产生怎样的影响？

采购过程中的成本回归分析将这些因素视为一种物料的成本与其技术参数之间的线性关系，因而成为一种多变量、线性的回归分析。理论上来说，成本回归分析的运用不存在什么局限性，任何时候都可以用，只要是对变量的表述足够准确，都可以表述变量间的依存性。但是，应确认是否实际已存在变量间的任何因果关联，或者所描述的关联只是统计上的。

日常的采购已展现出了使用成本回归分析需要的大量特定前提。只有满足了这些特定前提，才能确定所投入的精力与物力是合理的（例如：数据的整理），并且与其所能带来的效益是成比例的。因而有必要考虑以下四个方面：技术的复杂程度、大量的变量、大量的零部件或组件、数据的可获得性。(www.daowen.com)

成本回归分析主要用作商业用途。通过该方法，企业从跨组织层面可迅速了解某一部件或组件的价格结构。例如，企业单就有关某一组件的所有变量就可以判定某一供应商的价格是否过高，或者只是在某特定情况下该价格过高。同样，该方法可用于判别某业务单元是否一直在以过高的价格采购。

这些信息可用于与供应商的再次谈判，以实现快速节省的目的。回归分析可帮助采购方在谈判中鉴别定价过高的零件，这样通常都能实现价格削减。要成功地进行多回合的谈判，必须针对每个供应商制定出相应的谈判策略，其中也必须涉及对风险和技术的考虑。

凭借成本回归分析，企业可识别采购物料的“高价绿洲（即较高的财务成本节省杠杆）”，通过与供应商的再次谈判迅速降低这些价格（甚至不用这些部件或组件）。成本回归分析也可作为一种工具，以帮助与供应商建立合作关系，共同基于一定的技术规范，决定长期的价格水平和目标价格，从而达成共识。

更为重要的是，还可通过减少变量来促进技术优化。该方法可以清晰地表明一个组织中某一种物料到底存在多少变量。实际上，这些信息通常令人感到意外，因为变量的数量在很多时候被低估了。由于可以明确清晰地表述变量和成本，使得对于变量的减少起到帮助作用。

同样可采取该方法来简化和降低产品等级。成本回归分析不仅能表明各类变量的数量，而且也表明了复杂的程度，或者一个产品线内产品类别的数量。而且，就产品究竟能简化到什么程度，也可借助成本回归分析，开展基于事实与客户真实需求的讨论。因此，成本回归分析不仅能用于削减成本，还可用于研发。