大数据技术在电力招标采购分析中的应用韩翼论文_韩翼 钟鑫鑫 王悦

大数据技术在电力招标采购分析中的应用韩翼论文_韩翼 钟鑫鑫 王悦

摘要:本文首先介绍了电力物资招标的发展趋势,然后分析了大数据在招标采购管理中的应用规划研究思路,接着介绍了大数据规划制定方法和过程,最后研究了大数据在招标采购管理中的实施方案和大数据应用规划实施的保障。

关键词:大数据;电力;招标

随着电力工程建设的加快,越来越多的任务和责任已经开始。随着信息技术的发展,传统的招投标方式已经不能适应当前业务发展的需要,大数据作为一种重要的战略资源,正在成为当今技术的浪潮,各行各业,尤其是电力企业都是如此。大数据的应用随处可见,有助于企业运营以及改变企业的发展模式,这是一个新时代、新技术的电力物资招标采购,利用大数据管理无疑是精益推广的契机。

1.电力物资招标采购的发展趋势

1.1招投标电子化

招投标已经实现电子化,取代传统的纸质招标会大大降低交易成本,这是电子化和网络化的发展趋势,通过采用网上招投标的方式,招标文件以电子文件的形式发布,投标人可以通过在线方式参与投标,并了解投标过程,通过这个过程,投标结果可以更加公开和透明,而且还可以全面地管理投标,有助于加强供应商的动态评价等。目前南方电网各单位已逐步实施电子招投标。

1.2招投标信息化

利用大数据建立动态采购信息数据库,包含招标人、投标人的基本信息、交易信息、注册资本、所有权形式、营业场所、范围、法定代表人姓名等基本信息。包括商品招标的性能参数、投标价格和合同条件。工程招投标的成本、工期、设计方案、施工组织方案和数量清单;服务类投标指标中的用户体验、服务过程和态度、服务,并描述信息的差异,这些信息对投标者有帮助。类似的项目可以找到投标方案、评估方法、合同条件等,同时,数据库还可以提供相关合同条件的过去和现在的报价,方便了解市场的状况。

2电力物资招标采购存在的问题

2.1电力物资招标制度执行力重视度不足

国家电网公司对物资招标规定以及对各个电力项目的电力物资都有明确的采购权限规定,但在实际执行过程中仍存在有很多的问题,比如部分应由国家电力公司竞标的一些大项目被地方单位进行拆分,以获得自主采购的权限,但由于地方电力物资采购管理制度不完善,在谈判时出现不规范或者其他不良现象,使相关电力物资招标采购制度执行力未落实地位,不利于电力物资的采购的长期发展。

2.2内部问题

招标人自身原因造成的问题称为内部问题,主要表现在招标人由于不熟悉相关的招标采购法规以及对法规的条例理解有偏差所带来的问题,这是电力物资招标采购全过程首先需要注意的问题。任何一个招标项目应该都是最基本的要求就是合法合规程序,电力物资招标采购必须遵循《中华人民共和国招投标法》,如果违反意味着招标失败,招标人还要受到相关的惩罚。其次,表现在管理方面,招标人缺乏相应的管理经验,给电力物资招标采购带来一定的风险。

3大数据分析基本方法

3.1数据统计/分析

通过统计与分析实现满足大多数的用户需求,其中一些实时性要求较高的需求经常采用OracleExadata、EMCGreenPlum、以及基于MySQL的列式存储Infobright等工具方法。一些批处理操作或者基于半结构化数据的需求则可以使用Hadoop工具进行统计与分析,大数据的统计和分析的主要特点和挑战在于涉及的数据量大,进行计算分析时其对系统资源,尤其是I/O的并发要求非常高。本文使用的主要统计和分析地方法如下:(1)数据ETL:收集来自信息系统的历史和实时数据,转为特定格式后导入分析平台的存储模块。(2)分类统计:用简单的归纳和数学统计的方法整理历史上的既有数据生成报表等内容。(3)多维分析:维即分类统计的基本元素,一般为一条记录中的一个字段,多维分析是指组合多个维,并对他们进行分析操作,如缩放单位尺度,选取特定范围等。

期刊文章分类查询,尽在期刊图书馆

3.2数据挖掘

与统计和分析最大的不同在于数据挖掘往往没有预先设定好的内容范围,其主要突出现在数据层面上进行的基于各种算法的计算和分析,从而实现预测的效果,并作为一些高级别数据分析的凭证和基础。数据挖掘的典型算法:用于聚类的K-Means、用于统计学习的SVM和用于分类的NaiveBayes等。数据挖掘的主要分析工具:spark、HadoopMahout等。数据挖掘过程的主要特点和挑战在于挖掘的算法非常的复杂,且计算涉及的数据量以及计算总量都非常多且复杂。数据挖掘目的在于:通过数据利用算法找出潜在的关联性,预测一些将来的发展趋势。

4招标采购数据分析用例

4.1数据清洗和分类统计

分类统计旨在解决招标采购数据的杂乱性,需要将其进行清洗,清洗的主要工作在于字段格式和字段选项的统一,如将10kv电缆归纳为电力电缆,否则填报人员的不同用词将会导致统计困难。对于使用自然语言描述的招标内容则需进行分词后提取有用的信息再进行分类。分类统计需要建立多个维度综合统计,包括时间、物资类别、委托单位、中标单位、金额等,作为报表数据的来源和后续分析的基础,整理后的维度越多,数据质量越高,则分析结果越为准确。

4.2关联分析关联分析

旨在找到两个或多个统计项之间的联系,通常以关联度表示,正值表示两者相关性更高,负值则反之,数值越大关联性越强。经过此类分析,我们能找到原本在业务上就有关联的物资,如采购电缆的同时往往需要一些周边产品。还有一些关联物资并不存在实际工作上的相关性,造成他们具有相关性的可能性是季节,地域等其他方面的原因。委托公司可根据此项分析结果,在发布一类物资的招标信息时,可以同时考虑另一种相关性强的物资的采购,哪怕他们并不是真正有关,从而可以提高工作效率。

4.3流程分析流程分析

可以找到各招标类别在各环节上的耗时,如统计申报,立项,发标,开标,中标,结项等环节在物资框架,专项,超市化等招标类型下的耗时。最后的结果存在较大的差异性,因此必须与实际工作结合分析,有可能能找到可以优化的工作流程。

4.4项目优化此分析

需要与招标采购信息系统实时合作,旨在找到可以合并的招标项目,由于电力系统物资的特殊性,不可能有大范围的厂家进行生产投标,也不可能有大范围的委托单位,往往同类物资的委托方,厂家也都相同,通过解读分析数据,可以避免重复发布,提高工作效率。合并的方法是设计一套合并权重,针对不同的合并目标设置不同的数值,最后得出一个数值化的合并推荐度。项目合并有两个主要方向,一个是合并委托方的招标信息,此类合并的关键权重值有:委托方,物资类别,招标时间。委托方得知自己发布了相近的委托后,可以根据实际情况决定是否可以将其合并为同一份委托。另一个是合并厂家的投标信息,此类合并的关键权重值有:物资类别,招标时间。厂家设置好自己的情况后,即可合并投递类似的委托。这些推荐信息有可能可以帮助双方更快更好地进行合作。

4.5项目预测此分析

针对特定物资进行分析,绘制时间-金额的招投标信息散点图,随后对此数据做线性回归拟合,便可以预测下一个时间段可能的采购数量,此类预测对数据量有一定的要求,建议针对电缆等长时间采购的常规物资进行分析。

结束语:

综上所述,目前在我国电力招标采购的过程中仍然存在一些管理以及制度等方面的问题,我们要合理、科学地解决这些问题,需从制度、规范等各个层面分别进行协调和处理,将整个采购过程的严格监督和管理作为一项长期坚持的工作进行,形成一个常态化的机制,确保整个招标采购过程的效率和质量得以提高,从而使电力招标采购过程更加有序、科学。

参考文献:

[1]黄庆花.电力物资招标采购的风险与防范[J].中国电力企业管理,2018(04)

[2]钟艺敏.电力工程项目招标管理工作探讨[J].科技风,2018(11)

[3]张明.电力物资采购项目招标风险及其预防[J].企业改革与管理,2018(08)

论文作者:韩翼 钟鑫鑫 王悦

论文发表刊物:《中国电业》2019年第21期

论文发表时间:2020/4/15

标签:;  ;  ;  ;  ;  ;  ;  ;  

大数据技术在电力招标采购分析中的应用韩翼论文_韩翼 钟鑫鑫 王悦
下载Doc文档

猜你喜欢