探索大数据技术在提升采购质量和效益的应用

来源：中国能源新闻网 时间：2023-11-13 17:33

阳健 张家红

　　随着互联网+、区块链、大数据技术在各行业的快速普及，电子采购也快速应用于各行各业，各行业的电子采购产生了海量的采购过程数据，如何利用大数据技术从这些电子数据中挖掘价值信息，解决采购管理的痛点问题，助力企业实现数字化转型。下面我们就来谈谈大数据技术在电力行业提升采购质量和效益的应用。

　　发电厂是一个集资产和技术高度密集的企业。目前火电厂单位千瓦造价一般都在3000元左右，两台100万千瓦火力发电厂投资额达到60亿左右，建设电厂和运营都需要大量资金和技术的投入，在工程建设、生产运营、技术改造等生产过程中会产生庞大的异构数据，当这些数据在集团汇集时，就形成发电集团的大数据。

　　大数据（Big　Data）又称为巨量资料，指需要新的数据处理技术才能具有更强决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术是以云计算为代表的技术创新，可以对越来越庞大的、很难收集的、关系复杂的海量异构数据进行清洗、分析，挖掘数据资产价值，赋能企业，实现企业绩效的全面提升。

　　电厂生产的过程离不开采购，五大发电集团已实施多年的电子采购，在采购过程中积累了所有采购项目的采购人、应答供应商、中选供应商、采购过程的相关数据，还有电子采购文件、电子应答文件、供应商业绩数据、专家评审数据等涉密信息也会产生大量的数据，同时每个采购项目与企业的生产、管理、经营也都有密切关联，这些数据是海量的，也是多类型的，里面蕴含着重要价值，可这些数据在不同的平台、系统中，结构多种多样，是不能够直接使用的，而大数据技术能够对这些异构数据进行清洗和分析，并使数据可视化，数据可视化后才能更方便应用，在生产、经营、管理过程中大量使用数据也就推进了企业的数值化转型。

　　但是我们的电子采购存在哪些问题痛点呢？为此我们对电力企业和政府采购平台开展了调查，主要问题集中在：采购前难以科学精准地确定采购需求，采购评审过程中精准信息获取难、采购后监察和矫正成本高等问题痛点；要解决这些问题就需要以各大集团积累的大数据为基础，采用不同的大数据应用技术建立适合的数学分析模型，打通信息系统和异构数据之间长期存在的传统壁垒，实现生产过程数据可视化后直接应用于采购过程，解决采购前科学精准确定采购需求的问题；通过电力企业与政府公共服务平台及央企采购平台的互联互通，为采购过程提供精准技术支撑；通过打造采购数据铁笼实现采购过程动态监管，解决采购中评审时精准信息获取难、采购后监察和矫正成本高的问题。

　　通过调查中选后监察和矫正成本高的问题得到很好的解决。案例如下：某公共资源交易中心通过公共资源互联互通服务平台对交易中心实时业务进行动态监管，对招标人、投标人、中标人的数据进行交叉分析发现：深圳市某建设工程有限公司近五年在本地共参与投标277次，从未中标。深圳市某市政工程有限公司近五年在本地共参与投标264次，从未中标，以上两家企业同时出现在同一个标的次数高达222次，而深圳市某建设安装工程有限公司五年以来成功中标172次。由此推断前两家公司可能就是陪标专业户，政府对此类投标人应进行预警，约谈，核实情况后禁止参加招投标活动，从源头解决围标、串标等行为，大幅减少中标后监察和矫正的发生。

　　大数据应用技术在提升采购质量和效益主要应用有如下四方面。

　　第一是为采购人提供科学精准地采购需求。

　　通过数据跨界交互技术（跨界交互技术主要指内部与外部的信息交互以及不同行业、不同界面，甚至不同语言的交互技术）对项目的人工、设备、材料的具体情况建立需求分析模型，通过对设备运行状态和参数的变化建立检修计划和备件的分析模型，与市场生产商、供应商的商情分析模型一起设计最佳的项目采购方案；通过分析采购项目与历史中选供应商资质情况以及合同履约情况，推选最优的资质条件，制定科学的评审办法，使得采购文件更符合当前市场情况。

　　第二是为评审工作提供精准技术支持，提高决策效率。

　　通过聚合分析技术的应用可为评审工作提供精准技术支持，提高决策效率，其中多时空时间序列数据建模技术，可有效分析过程历史数据，提取时间尺度更大、空间范围更广的数据，实现分类、聚类、异常等数据分析，提供供应商的资质、人员技术实力、业绩、履约情况、信用信息等数据，对供应商的具体履约能力进行全方位的评判，为评审专家提供可靠的数据支持；其中多层次潜结构建模技术，可建立不同系统、平台之间互相动态潜结构模型，挖掘数据中潜在的结构信息，用于决策、优化、实现大数据辅助评审，现在某集团采用的“一键清标”就是对应答文件内容进行自动分析比对，提取关键条款、数据，计算分项报价合理性，缩短评审时间、提高评审质量，有效降低评审的直接成本，减少人为的干预，从而提高采购的质量和效率。

　　第三是为合同履约提供数据支持，构建供应商诚信档案。

　　合同履约过程因各种原因时常出现未按合同约定执行的情况，通过数据跨界交互技术和AI技术对合同要素提取分析，建立合同履约数据铁笼，严格按合同条款执行，对合同执行偏差进行预警、修正，全面提高合同履约准确率；供应商信用及履约过程等信息记录到供应商诚信系统中，并与公共资源交易数据平台、央企采购平台实现互联互通，成为重要的评审因素；供应商履约信息将影响其诚信档案，诚信供应商将提升信用等级，不诚信行为被公开后进一步影响供应商的应答活动，由此提高了违约成本，使得供应商在履约过程中做到主动诚信。

　　第四是促进采购代理机构规范采购过程，将采购过程装进数据铁笼里，打造主动监督模式。

　　传统的监管方式基本上是有举报、投诉才处理，而且是谁举报、谁举证，耗时费力，特别是对围标串标等违法行为取证难、认定难的现状，使监督效率低下。通过多层次潜结构建模技术和AI技术对采购全过程进行监督和分析，将事后监督提前到事中监督、主动监督，把采购过程环节要素装进采购制度的数据铁笼，通过过程预警和闭环管理的监督，规范采购代理机构的采购行为，具体应用如下：自动提取报价文件电脑硬件代码、IP地址、计价软件代码等唯一性数据，抓取应答文件、报价表的相同代码，不同供应商应答文件中错误相同，结构相同等关键要素，自动识别供应商围标串标等不良行为，甚至可在评审前提出预警，暂停开标，同时可有效可降低评审专家个人差异和人为错误的发生，提高评审效率；通过数据跨界交互技术和AI技术抓取应答供应商的业绩、人员、资质、信誉等多维度数据，杜绝造假等情况的发生；在实现了采购流程可查询、可追溯、可追责，违规行为也将无所遁形，从而促进评审过程中对供应商进行客观公正的评审；招标代理机构的项目安排情况、专家抽取及评标委员会的组建、评审、中选、公示等采购代理服务质量等情况将被数据化呈现，采购全过程透明化，这样就真正实现“阳光采购”。

　　大数据技术应用可推进企业的数字化转型，提升企业管理效能，降低采购成本、提升采购效率，给企业实现数字赋能，通过大数据技术实现电厂生产过程数据与设备生产企业数据的深度融合，促进产业链的技术创新，推进我国工业制造技术的进步势在必行。

　　随着大数据技术应用的不断更新，将使企业的采购质量和效益获得提升，才能真正地赋能供应链贸易，为企业数字化转型赋能，推进电力产业不断向前发展。

　　责任编辑：杨娜

　　校对：江蓬新