探索大數據技術在提升采購質量和效益的應用
來源：中國能源新聞網 時間：2023-11-13 17:33
陽健 張家紅
隨著互聯網+、區塊鏈、大數據技術在各行業的快速普及，電子采購也快速應用于各行各業，各行業的電子采購產生了海量的采購過程數據，如何利用大數據技術從這些電子數據中挖掘價值信息，解決采購管理的痛點問題，助力企業實現數字化轉型。下面我們就來談談大數據技術在電力行業提升采購質量和效益的應用。
發電廠是一個集資產和技術高度密集的企業。目前火電廠單位千瓦造價一般都在3000元左右，兩臺100萬千瓦火力發電廠投資額達到60億左右，建設電廠和運營都需要大量資金和技術的投入，在工程建設、生產運營、技術改造等生產過程中會產生龐大的異構數據，當這些數據在集團匯集時，就形成發電集團的大數據。
大數據（Big Data）又稱為巨量資料，指需要新的數據處理技術才能具有更強決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據技術是以云計算為代表的技術創新，可以對越來越龐大的、很難收集的、關系復雜的海量異構數據進行清洗、分析，挖掘數據資產價值，賦能企業，實現企業績效的全面提升。
電廠生產的過程離不開采購，五大發電集團已實施多年的電子采購，在采購過程中積累了所有采購項目的采購人、應答供應商、中選供應商、采購過程的相關數據，還有電子采購文件、電子應答文件、供應商業績數據、專家評審數據等涉密信息也會產生大量的數據，同時每個采購項目與企業的生產、管理、經營也都有密切關聯，這些數據是海量的，也是多類型的，里面蘊含著重要價值，可這些數據在不同的平臺、系統中，結構多種多樣，是不能夠直接使用的，而大數據技術能夠對這些異構數據進行清洗和分析，并使數據可視化，數據可視化后才能更方便應用，在生產、經營、管理過程中大量使用數據也就推進了企業的數值化轉型。
但是我們的電子采購存在哪些問題痛點呢？為此我們對電力企業和政府采購平臺開展了調查，主要問題集中在：采購前難以科學精準地確定采購需求，采購評審過程中精準信息獲取難、采購后監察和矯正成本高等問題痛點；要解決這些問題就需要以各大集團積累的大數據為基礎，采用不同的大數據應用技術建立適合的數學分析模型，打通信息系統和異構數據之間長期存在的傳統壁壘，實現生產過程數據可視化后直接應用于采購過程，解決采購前科學精準確定采購需求的問題；通過電力企業與政府公共服務平臺及央企采購平臺的互聯互通，為采購過程提供精準技術支撐；通過打造采購數據鐵籠實現采購過程動態監管，解決采購中評審時精準信息獲取難、采購后監察和矯正成本高的問題。
通過調查中選后監察和矯正成本高的問題得到很好的解決。案例如下：某公共資源交易中心通過公共資源互聯互通服務平臺對交易中心實時業務進行動態監管，對招標人、投標人、中標人的數據進行交叉分析發現：深圳市某建設工程有限公司近五年在本地共參與投標277次，從未中標。深圳市某市政工程有限公司近五年在本地共參與投標264次，從未中標，以上兩家企業同時出現在同一個標的次數高達222次，而深圳市某建設安裝工程有限公司五年以來成功中標172次。由此推斷前兩家公司可能就是陪標專業戶，政府對此類投標人應進行預警，約談，核實情況后禁止參加招投標活動，從源頭解決圍標、串標等行為，大幅減少中標后監察和矯正的發生。
大數據應用技術在提升采購質量和效益主要應用有如下四方面。
第一是為采購人提供科學精準地采購需求。
通過數據跨界交互技術（跨界交互技術主要指內部與外部的信息交互以及不同行業、不同界面，甚至不同語言的交互技術）對項目的人工、設備、材料的具體情況建立需求分析模型，通過對設備運行狀態和參數的變化建立檢修計劃和備件的分析模型，與市場生產商、供應商的商情分析模型一起設計最佳的項目采購方案；通過分析采購項目與歷史中選供應商資質情況以及合同履約情況，推選最優的資質條件，制定科學的評審辦法，使得采購文件更符合當前市場情況。
第二是為評審工作提供精準技術支持，提高決策效率。
通過聚合分析技術的應用可為評審工作提供精準技術支持，提高決策效率，其中多時空時間序列數據建模技術，可有效分析過程歷史數據，提取時間尺度更大、空間范圍更廣的數據，實現分類、聚類、異常等數據分析，提供供應商的資質、人員技術實力、業績、履約情況、信用信息等數據，對供應商的具體履約能力進行全方位的評判，為評審專家提供可靠的數據支持；其中多層次潛結構建模技術，可建立不同系統、平臺之間互相動態潛結構模型，挖掘數據中潛在的結構信息，用于決策、優化、實現大數據輔助評審，現在某集團采用的“一鍵清標”就是對應答文件內容進行自動分析比對，提取關鍵條款、數據，計算分項報價合理性，縮短評審時間、提高評審質量，有效降低評審的直接成本，減少人為的干預，從而提高采購的質量和效率。
第三是為合同履約提供數據支持，構建供應商誠信檔案。
合同履約過程因各種原因時常出現未按合同約定執行的情況，通過數據跨界交互技術和AI技術對合同要素提取分析，建立合同履約數據鐵籠，嚴格按合同條款執行，對合同執行偏差進行預警、修正，全面提高合同履約準確率；供應商信用及履約過程等信息記錄到供應商誠信系統中，并與公共資源交易數據平臺、央企采購平臺實現互聯互通，成為重要的評審因素；供應商履約信息將影響其誠信檔案，誠信供應商將提升信用等級，不誠信行為被公開后進一步影響供應商的應答活動，由此提高了違約成本，使得供應商在履約過程中做到主動誠信。
第四是促進采購代理機構規范采購過程，將采購過程裝進數據鐵籠里，打造主動監督模式。
傳統的監管方式基本上是有舉報、投訴才處理，而且是誰舉報、誰舉證，耗時費力，特別是對圍標串標等違法行為取證難、認定難的現狀，使監督效率低下。通過多層次潛結構建模技術和AI技術對采購全過程進行監督和分析，將事后監督提前到事中監督、主動監督，把采購過程環節要素裝進采購制度的數據鐵籠，通過過程預警和閉環管理的監督，規范采購代理機構的采購行為，具體應用如下：自動提取報價文件電腦硬件代碼、IP地址、計價軟件代碼等唯一性數據，抓取應答文件、報價表的相同代碼，不同供應商應答文件中錯誤相同，結構相同等關鍵要素，自動識別供應商圍標串標等不良行為，甚至可在評審前提出預警，暫停開標，同時可有效可降低評審專家個人差異和人為錯誤的發生，提高評審效率；通過數據跨界交互技術和AI技術抓取應答供應商的業績、人員、資質、信譽等多維度數據，杜絕造假等情況的發生；在實現了采購流程可查詢、可追溯、可追責，違規行為也將無所遁形，從而促進評審過程中對供應商進行客觀公正的評審；招標代理機構的項目安排情況、專家抽取及評標委員會的組建、評審、中選、公示等采購代理服務質量等情況將被數據化呈現，采購全過程透明化，這樣就真正實現“陽光采購”。
大數據技術應用可推進企業的數字化轉型，提升企業管理效能，降低采購成本、提升采購效率，給企業實現數字賦能，通過大數據技術實現電廠生產過程數據與設備生產企業數據的深度融合，促進產業鏈的技術創新，推進我國工業制造技術的進步勢在必行。
隨著大數據技術應用的不斷更新，將使企業的采購質量和效益獲得提升，才能真正地賦能供應鏈貿易，為企業數字化轉型賦能，推進電力產業不斷向前發展。
責任編輯：楊娜
校對：江蓬新
