導語：電力物資招標采購管理論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:大數據戰略的提出對電力行業具有深遠的影響。對于電力招標采購來說，研究和應用大數據是提質增效、實現精益化管理提升的迫切要求。本文結合電力物資招標采購管理的要求和歷史采購數據，甄選出電力物資全供應鏈條上的大數據應用點，對大數據應用點的開展進行規劃和分析，建立了大數據應用規劃和藍圖，提出了大數據在招標采購管理中的實施方案。研究成果對于大數據在電力物資招標采購管理中的應用具有前瞻性和全局性的地位和把握。

關鍵詞：大數據;電力物資;招標采購;規劃

隨著經濟社會的發展，大數據作為重要的戰略資源已經在全球范圍達成共識。2011年，一些國際組織便報告稱看好大數據；2012年開始，英國、法國、美國等國家相繼啟動了大數據發展規劃。國內，以大數據為主導的信息化浪潮來勢兇猛。2014年3月，大數據被寫入政府工作報告；2015年8月，國務院印發《促進大數據發展行動綱要》，特別強調通過大數據的發展，提升創業創新活力和社會治理水平；2015年10月，十八屆五中全會提出，實施國家大數據戰略。如今，在城市建設、金融、電子商務、公共服務等領域，大數據的應用隨處可見，并正在改變著各行各業。一個大數據的時代已然來臨。而對于招標采購行業來說，研究和應用大數據是提質增效、實現精益化管理提升的迫切要求。筆者所在單位屬于電網行業，2014年起，在集團公司內部的物資采購管理要求和歷史采購數據的基礎上，結合已有大數據應用研究成果，建立了物資全供應鏈條上的大數據應用規劃和藍圖。本文就電力物資招標采購管理大數據應用規劃進行探討。

一、大數據在招標采購管理

中的應用規劃研究思路由于大數據在物資管理領域的研究處于起步階段，缺乏成熟的應用理論，現有理論無法直接應用于招標采購大數據分析中。根據招標采購管理業務的特點，大數據在招標采購管理中的應用需實施“四步走”戰略。第一步，歷史采購數據挖掘和診斷。基于信息化平臺和歷史采購數據，對大量無序、雜亂的數據進行梳理診斷，包括數據分類整合、數據質量分析、數據應用需求分析、數據應用價值分析，為大數據分析提供數據基礎；第二步，根據招標采購業務的特點，結合實際業務需求調查情況，提出大數據可能應用的方向，甄選出大數據應用點，并將其系統性、體系化地在招標采購業務流程中串聯，隨業務流程進行場景化應用；第三步，對甄選出的大數據應用點進行評估分析，運用定性與定量分析兩種方法判斷大數據應用點的優先順序；第四步，對招標采購大數據應用點的開展進行規劃和分析，提出大數據在招標采購管理中的實施方案。

二、規劃制定方法和過程

（一）歷史采購數據挖掘和診斷

招標采購業務流程中，涉及需求預測、計劃申報、招標采購、專家管理、供應商管理等不同的業務環節，每項關鍵業務環節都有豐富的數據基礎，這為數據分析提供了基礎。將所有歷史采購數據進行匯總、梳理，站在物資供應鏈條的高度，將零散雜亂的字段歸類整理成若干類別。在數據整合分類的基礎上，對數據質量進行分析。通過資料分析、訪談調研、問卷調查等多種途徑，了解招標采購管理人員對于大數據分析方向的潛在業務需求，為大數據應用點的提出建立基礎。

（二）大數據在招標采購業務中的應用

結合招標采購業務的特點，甄選相關大數據應用點，在招標采購業務場景中進行串聯，隨業務流程進行場景化應用，進而提高招標采購業務的管理水平。結合調研訪談、問卷調查結果，招標采購業務流程共包括物資分析、招標分析、供應商分析、專家分析四個分析范疇，甄選出十四個大數據應用點，分為事前和事后兩個時間階段。具體見圖1。事前階段，通過一系列大數據分析點，為物資采購準備基礎參考。通過集采物資范圍分析和策略性物資分類分析，優化物資分類方法；通過招標分包策略分析和評標方法分析，確定最優的分包策略和評標方法；通過供應商分類管理、供應商綜合評價、供應商行業對標分析、潛在供應商及產品信息分析，為供應商的最優選擇和快速匹配提供基礎；通過評標專家綜合評價，為評標專家的選取提供依據；將物資分析與招標分析相結合，通過物資類別與招標方式匹配分析，為每個物資品類提供最合適的招標方式。事后階段，通過一系列大數據分析點，總結和分析物資采購規律。通過重點物資報價規律分析，總結重點物資的投標報價規律，優化價格評分公式；通過中標率分析和中標占比分析，對中標結果進行總結分析；通過供應商投標行為分析，根據供應商投標歷史行為判斷疑似違規現象，為圍標、串標行為提供預警判斷。

（三）大數據應用點評估

對于招標采購業務流程中的每一個大數據應用點，運用定性評估分析和定量評估分析兩種方法，評定該應用點的優先地位。在定性評估分析中，對于每一個大數據分析點，基于對業務流程的了解和對數據現狀的梳理，從應用價值、數據需求、可行性分析、優先級評價四個角度進行評估分析。綜合考慮應用價值和可行性兩個維度，將全部大數據分析點劃分為四個優先級：應用價值高、可行性高的，屬于第一優先級；應用價值低、可行性高的，屬于第二優先級；應用價值高、可行性低的，屬于第三優先級；應用價值低、可行性低的，屬于第四優先級。在定性評級分類的基礎上，運用層次分析法對大數據應用藍圖中的數據分析點進行定量評價分析。層次分析法是將與決策有關的元素分解為目標、準則、方案等層次，通過定量分析確定層次權重的多目標綜合決策方法。在運用層次分析法對國網物資全供應鏈大數據應用藍圖中的數據分析點進行評價排序時，按照以下步驟流程進行：構造層次結構模型、專家打分、構造成對比較矩陣、計算權重向量并進行一致性檢驗、計算組合權重向量并進行一致性檢驗。

（四）大數據在招標采購管理中的實施方案

通過對大數據應用點進行全面的評估分析，結合定性分析和定量評估的結果，確立大數據應用實施方案。依據四個優先級的劃分和權重數值高低，將大數據應用分為三個實施階段，確定開展實施大數據的首要目標、短期目標和中長期目標。首要實施目標對應于第一優先級，共有五個應用點；短期實施目標對應于第二優先級，共有兩個應用點；中長期實施目標對應于第三和第四優先級，共有七個應用點。在每個實施階段，參照定量評估結果確立的優先順序開展實施。電網公司招標采購業務大數據應用點實施規劃，如表1所示。大數據應用的首要目標是第一優先級中應用價值高、可行性強、實施周期短的分析點，以此作為切入點，預期能在最短的時間周期內實現物資業務管理水平的提升。短期目標是第二優先級中可行性較強、難度不大、應用價值也比較高的大數據應用點，預期通過5年的大數據應用實施。中長期目標是第三和第四優先級中實現難度大、實施周期長的大數據應用點，通過未來若干年的數據改進、技術積累和人才培養，爭取在10年內實現大數據應用點全部落地，全面推廣實施招標采購業務大數據應用。

三、大數據應用規劃實施的保障

體制機制建設、標準化建設、人才隊伍建設是物資管理三項基礎體系建設，大數據工作的開展實施，也應當落實到三項基礎體系建設中，分別從數據應用需求、業務數據質量、技術攻關能力三個方面加以改進。

（一）重視體制機制建設，提高數據應用需求

體制機制建設是保障大數據應用工作持續順利開展的基礎，在物資業務管理實踐中，應當建立起基于數據分析的常態化績效考核，設計專門的考核指標，對各層級單位、部門通過大數據應用輔助業務執行的情況進行考評，并與單位、部門的工作業績直接掛鉤。通過這樣的體制機制建設，提高大數據應用的工作需求，為各單位、部門的大數據開展實施提供動力。

（二）重視標準化建設，提高業務數據質量

大數據分析的實現是以數據支持作為基礎，業務數據質量的提高離不開數據管理體系的標準化建設，大數據應用體系的構建也必然以標準化的數據管理體系作為基礎。大數據分析屬于數據的應用層面，是建立在數據收集和數據加工的基礎之上的。在物資數據的管理流程中，通過對數據的一步步挖掘，數據的利用深度逐級加深，最終通過可視化呈現手段，為物資決策提供輔助參考信息。

（三）重視人才隊伍建設，提高技術攻關能力

大數據應用的開展，離不開專業技術人才的智力支持。全面培養大數據分析和應用人才，構建懂技術、精業務、善管理的大數據分析和運營團隊，是大數據深入發展應用的人力資源保障。在未來的大數據應用實施中，應成立專門的大數據應用項目組，為大數據分析的開展實施提供技術支持。四、結束語縱觀全球大勢，大數據浪潮席卷而來。作為世界上最偉大的科技成果之一，大數據已經成為推進產業變革和重塑產業競爭力的重要力量。順勢而為、乘勢而上，無疑是大數據時代下最核心的命題。隨著信息化建設的推進以及新能源的發展，招標采購管理對于大數據應用的需求逐漸增大。利用大數據理論創造數據增值價值，能夠進一步推動招標采購業務精益化，提升管理水平，為推動實施國家大數據戰略，提供更有力、更長遠的支撐。

作者:魏亞楠 單位:國網物資有限公司