數(shù)據(jù)要素是數(shù)字經(jīng)濟(jì)時(shí)代的重要戰(zhàn)略資源。2024年政府工作報(bào)告中提出深入推進(jìn)數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展，制定支持?jǐn)?shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展政策，積極推進(jìn)數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化，促進(jìn)數(shù)字技術(shù)和實(shí)體經(jīng)濟(jì)深度融合；深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開(kāi)展“人工智能+”行動(dòng)，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群。
在數(shù)字經(jīng)濟(jì)背景下，借助科技賦能加快招標(biāo)采購(gòu)領(lǐng)域的數(shù)據(jù)轉(zhuǎn)化應(yīng)用，實(shí)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型，是新時(shí)代企業(yè)發(fā)展布局的必然趨勢(shì)。
數(shù)據(jù)轉(zhuǎn)化應(yīng)用準(zhǔn)備
在大數(shù)據(jù)技術(shù)落地企業(yè)招采管理中，需要結(jié)合企業(yè)自身實(shí)際情況，腳踏實(shí)地地從0到1，統(tǒng)一規(guī)劃、分階段地逐步應(yīng)用。數(shù)據(jù)轉(zhuǎn)化應(yīng)用，需要從以下方面做準(zhǔn)備：
1、數(shù)據(jù)互聯(lián)互通
推動(dòng)平臺(tái)數(shù)據(jù)從單點(diǎn)突破到體系化的融合，將有效破解系統(tǒng)之間、行業(yè)之間、組織架構(gòu)之間的數(shù)據(jù)匯集的各種壁壘。
對(duì)內(nèi)，招采平臺(tái)可以對(duì)接OA、ERP、財(cái)務(wù)、資產(chǎn)、倉(cāng)儲(chǔ)、物流等系統(tǒng)，實(shí)現(xiàn)集團(tuán)與多分支機(jī)構(gòu)、跨部門(mén)、跨業(yè)務(wù)的內(nèi)部通暢協(xié)作。
對(duì)外，招采平臺(tái)對(duì)接國(guó)家各級(jí)招標(biāo)平臺(tái)、國(guó)家公共服務(wù)平臺(tái)、電子營(yíng)業(yè)執(zhí)照系統(tǒng)、銀行、發(fā)票、第三方支付平臺(tái)、第三方信用平臺(tái)、CA、短信郵件等系統(tǒng)，并實(shí)現(xiàn)與供應(yīng)商、招標(biāo)代理機(jī)構(gòu)、評(píng)審專(zhuān)家的在線(xiàn)溝通協(xié)作。以數(shù)據(jù)將生產(chǎn)制造、倉(cāng)儲(chǔ)物流、資產(chǎn)金融等服務(wù)相連接，讓招采供應(yīng)鏈全鏈數(shù)據(jù)沉淀、流通、應(yīng)用，達(dá)成內(nèi)外互聯(lián)互通、生態(tài)協(xié)同。
2、數(shù)據(jù)分級(jí)分類(lèi)
數(shù)據(jù)分級(jí)分類(lèi)是平臺(tái)數(shù)據(jù)價(jià)值實(shí)現(xiàn)的關(guān)鍵。第一步，對(duì)結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行梳理分類(lèi)。其中，結(jié)構(gòu)化數(shù)據(jù)包括招標(biāo)項(xiàng)目相關(guān)數(shù)據(jù)、物資價(jià)格數(shù)據(jù)、投標(biāo)人和供應(yīng)商數(shù)據(jù)、專(zhuān)家信息等數(shù)據(jù)；非結(jié)構(gòu)化數(shù)據(jù)包括招標(biāo)文件、投標(biāo)文件、評(píng)標(biāo)報(bào)告、合同、專(zhuān)家評(píng)審音視頻信息等數(shù)據(jù)。
第二步，通過(guò)數(shù)據(jù)的采集、清洗、存儲(chǔ)、處理，從組織架構(gòu)和業(yè)務(wù)流程的不同視角來(lái)分析數(shù)據(jù)，建立決策模型訓(xùn)練，輸出有效的采購(gòu)策略，為業(yè)務(wù)人員提供參考。
3、數(shù)據(jù)安全保障
建立嚴(yán)格的數(shù)據(jù)準(zhǔn)入標(biāo)準(zhǔn)，并通過(guò)數(shù)據(jù)網(wǎng)關(guān)、數(shù)據(jù)加密、訪(fǎng)問(wèn)認(rèn)證、操作審計(jì)、統(tǒng)一授權(quán)、安全策略，以及信創(chuàng)環(huán)境、區(qū)塊鏈技術(shù)，切實(shí)保障不同場(chǎng)景下數(shù)據(jù)要素的合規(guī)安全、可信流通。
數(shù)據(jù)轉(zhuǎn)化應(yīng)用解決方案
1、采購(gòu)數(shù)據(jù)資產(chǎn)化
①業(yè)務(wù)臺(tái)賬統(tǒng)計(jì)，降低人工成本
大數(shù)據(jù)的初級(jí)目標(biāo)可以鎖定在“激活數(shù)據(jù)資產(chǎn)”上。通過(guò)數(shù)據(jù)臺(tái)賬，支持采購(gòu)各環(huán)節(jié)的數(shù)據(jù)統(tǒng)計(jì)分析圖表，如項(xiàng)目需求統(tǒng)計(jì)、訂單統(tǒng)計(jì)、費(fèi)用統(tǒng)計(jì)、物資庫(kù)盤(pán)點(diǎn)統(tǒng)計(jì)等等。
②采購(gòu)預(yù)測(cè)及評(píng)估，強(qiáng)化采購(gòu)洞察
運(yùn)用大數(shù)據(jù)進(jìn)行分析預(yù)測(cè)和效果評(píng)估。分析預(yù)測(cè)方面，如物資價(jià)格智能預(yù)測(cè)、預(yù)測(cè)專(zhuān)家抽取數(shù)量錯(cuò)峰抽取、專(zhuān)家評(píng)分偏離度分析，等等；效果評(píng)估方面，如采購(gòu)耗時(shí)分析、招標(biāo)成功率、交易節(jié)資率、交貨及時(shí)率等方面，為項(xiàng)目后評(píng)估工作提供參考和幫助。
③大數(shù)據(jù)駕駛艙，支撐管理決策
通過(guò)沉淀積累的采購(gòu)領(lǐng)域數(shù)據(jù)資產(chǎn)，為采購(gòu)戰(zhàn)略、供應(yīng)商選擇、產(chǎn)品創(chuàng)新等方面的決策提供數(shù)據(jù)支撐，形成更直觀(guān)的企業(yè)洞察市場(chǎng)與自身運(yùn)營(yíng)情況的可視化綜合駕駛艙。
輔助決策監(jiān)控平臺(tái).jpg)
2、采購(gòu)知識(shí)圖譜服務(wù)化
①采購(gòu)文件結(jié)構(gòu)化
招標(biāo)文件、投標(biāo)文件等文件進(jìn)行拆解，支持結(jié)構(gòu)化編寫(xiě)，以及合同范本庫(kù)的引用編輯，大幅提升文件編制、解讀及提取效率，實(shí)現(xiàn)文件標(biāo)準(zhǔn)化、規(guī)范化管理。
②智能推薦供應(yīng)商
依托供應(yīng)商畫(huà)像體系，關(guān)聯(lián)采購(gòu)目錄、價(jià)格對(duì)比，智能推薦出合適的供應(yīng)商，規(guī)避采購(gòu)風(fēng)險(xiǎn)。
③招采智能客服
招采智能客服運(yùn)用自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)，對(duì)用戶(hù)的問(wèn)題進(jìn)行自動(dòng)分類(lèi)，并從龐大的知識(shí)庫(kù)中提取相關(guān)信息，給出最佳的解決方案，為用戶(hù)解決注冊(cè)登錄、項(xiàng)目報(bào)名、投標(biāo)文件、投標(biāo)流程、費(fèi)用發(fā)票、CA辦理等問(wèn)題，降低人力成本，提升用戶(hù)滿(mǎn)意度。
3、大數(shù)據(jù)智能化應(yīng)用
①大數(shù)據(jù)風(fēng)險(xiǎn)預(yù)警體系
信源信息數(shù)智化招采平臺(tái)內(nèi)置時(shí)效性自動(dòng)預(yù)警、程序性自動(dòng)預(yù)警、主體關(guān)聯(lián)自動(dòng)預(yù)警、主體行為智能預(yù)警、文件內(nèi)容智能預(yù)警等5大類(lèi)交易風(fēng)險(xiǎn)監(jiān)測(cè)指標(biāo)，每一大類(lèi)預(yù)警內(nèi)容包含多項(xiàng)監(jiān)管指標(biāo)，每一項(xiàng)監(jiān)管指標(biāo)再細(xì)分為多個(gè)監(jiān)管點(diǎn)，覆蓋招標(biāo)采購(gòu)全過(guò)程。
②大數(shù)據(jù)主體畫(huà)像體系
供應(yīng)商大數(shù)據(jù)畫(huà)像：借助信用中國(guó)、天眼查、企查查等第三方數(shù)據(jù)，及采購(gòu)系統(tǒng)內(nèi)部數(shù)據(jù)，構(gòu)建供應(yīng)商畫(huà)像基礎(chǔ)評(píng)估指標(biāo)、經(jīng)營(yíng)風(fēng)險(xiǎn)、財(cái)務(wù)指標(biāo)、知識(shí)產(chǎn)權(quán)、法律訴訟、履約、供應(yīng)商主體關(guān)聯(lián)性等維度的風(fēng)險(xiǎn)模型，形成精準(zhǔn)的供應(yīng)商畫(huà)像。
評(píng)審專(zhuān)家大數(shù)據(jù)畫(huà)像：評(píng)審專(zhuān)家畫(huà)像模型從專(zhuān)業(yè)水平、價(jià)值水平、成長(zhǎng)水平、信用水平、評(píng)審質(zhì)量、行為表現(xiàn)等方面輸出專(zhuān)家的精準(zhǔn)畫(huà)像。
③智能輔助評(píng)標(biāo)體系
信源應(yīng)用互聯(lián)網(wǎng)、大數(shù)據(jù)、AI智能技術(shù)，實(shí)現(xiàn)“評(píng)分標(biāo)準(zhǔn)智能化、投標(biāo)文件結(jié)構(gòu)化、數(shù)據(jù)驗(yàn)真便捷化、評(píng)審過(guò)程自動(dòng)化”，減少人為的自由裁量權(quán)，提高招標(biāo)采購(gòu)的智能化水平，構(gòu)建具有依法合規(guī)、科學(xué)評(píng)價(jià)、公平公正的“智能輔助評(píng)標(biāo)體系”。
標(biāo)體系.png)
伴隨著大數(shù)據(jù)技術(shù)的日臻成熟，在招標(biāo)采購(gòu)領(lǐng)域中的應(yīng)用也將更加廣泛化。探索大數(shù)據(jù)在招采行業(yè)的落地之路，分享踐行大數(shù)據(jù)發(fā)展戰(zhàn)略的經(jīng)驗(yàn)，是信源堅(jiān)持不懈的責(zé)任。希望本篇大數(shù)據(jù)落地的方法和經(jīng)驗(yàn)，能為您提供一些參考和借鑒。
