招标项目后评价中大数据分析应用.doc

《招标项目后评价中大数据分析应用.doc》由会员分享，可在线阅读，更多相关《招标项目后评价中大数据分析应用.doc（7页珍藏版）》请在第一文库网上搜索。

1、招标项目后评价中大数据分析应用随着大数据时代的到来，快速发展中的招投标行业迎来了新的机遇和挑战，如何拥抱信息时代并不断提升招标工作水平成为当前行业的迫切需要。对于多数招标机构而言，对招标项目开展后评价与再完善工作，是提升招标工作质量的一个有效手段，本文将就如何借助大数据技术更有效地开展招标项目后评价工作在应用方面进行了探讨，该模式的研究将对招标行业其他方面的大数据应用提供了参考意义。伴随着我国正式进入经济新常态的“十三五”时期，在互联网及物联网领域的爆炸式发展中，大数据时代已经悄无声息地来到了我们的身边，大数据之父维克托迈尔-舍恩伯格曾说过，世界的本质就是数据，大数据带来的信息风暴正在变革我们

2、的生活、工作和思维。同样，我国政府在顶层设计上高度重视大数据发展战略，2014年3月“大数据”一词首次写入政府工作报告，2015年国务院关于印发促进大数据发展行动纲要的通知（国发201550号）中明确了大数据在未来发展过程中开放共享、推动创新、强化安全和提高管理的目的。而随着经济全球化的不断发展，各行各业竞争日益激烈，招投标制度正在作为一种较为可靠的交易方式在市场竞争中发挥着越来越重要的作用。据统计，目前我国依法应招项目的招标率已达90，招投标领域正在不断发展扩大，在未来，社会各方主体将对招投标行业提出越来越高的要求。笔者认为，对招标项目进行后评价与再完善，是促进招标工作提升的有效途径之一，本

3、文将就如何借助大数据技术更有效地开展招标项目后评价工作做简要的分析介绍。一、何为大数据作为世界上的第一个大数据白皮书大数据计算：创造商业、科学和社会领域的革命性突破中首次提到的词语，2008年美国计算社区同盟并未对此明确定义，而只就当年大数据的核心作用在书中进行了介绍，至今国际上仍未形成一致定义。“这个词本身是模糊的，但它正在变得越来越真实”，康奈尔大学数据学家乔恩克莱因伯格说，“大数据是一个过程，一个口号，它有可能改变一切。”(一)各国各机构的定义大数据在维基百科定义为：巨量资料。指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语，大数据也可以定义为来自各种来源的大量非结构化或

4、结构化数据。这个定义是从数据的名词本身来阐述的，笔者认为在当前大数据概念应用泛化的情况下，该定义并不精确。研究机构定义为：大数据是一种巨量、高增长和多样化的信息资产，需要具有更强的决策力、洞察发现力和流程优化能力的新处理模式才能使之发挥作用。咨询机构麦肯锡定义为：大数据指传统数据处理系统无法在合理的时限内对其内容进行收集、存储、处理和分析的数据信息集。除此之外，我国政府对大数据也进行了官方的定义。大数据发展纲要指出，大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能

5、力的新一代信息技术和服务业态。(二)大数据共识纵观各方定义我们可以发现，大数据只是信息化时代出现的一种现象，IBM公司根据其基本特征，提出了5个V特点，而这个概念正逐渐被大众所广泛接受。第一个V(Volume)，即规模性，数据量大，包括采集、存储和计算的量都非常大；第二个V(Variety)，即多样性，包括结构化、半结构化和非结构化数据，而如此众多类型的数据对数据的处理能力提出了更高的要求，从而使得大数据与分布式架构云计算的关系就像硬币的正反面一样不可拆分；第三个V(Velocity)，即时效性，数据库要求的处理速度快，数据增长速度快，处理速度快，时效性要求也高。比如“今日头条”软件搜索引擎要

6、求几分钟前的新闻能够被用户查询到，而针对该用户的个性化推荐算法则实时推送针对客户个人兴趣所在的推荐新闻，这是大数据分析区别于传统领域的显著特征；第四个V(Value)，即价值，指整体价值极高，但大数据价值的密度相对较低，单个数据可以说是毫无价值。比如一次招标项目的顺利完成对于整体招标行业的意义可谓少之又少，但汇总海量招标项目数据并利用合理的算法就能得到价值很高的信息；第五个V（Veracity），即真实性，数据的准确性和可信赖度，也就是要求每个数据必须真实且可靠，过多的无效数据会严重影响整个大数据的质量和价值。二、招标项目后评价招标项目后评价，是指招标工作完成后，由管理部门依据权限组建后评价工

7、作小组，参照法律法规及相关规定，结合项目立项文件、招标文件、投标文件、评标报告以及招标过程中产生的各项资料，根据后期合同履行或项目结果的跟踪，对招标项目进行综合性评价。（一）后评价工作原则建立科学有效的招标后评价体系是做好此项工作必不可少的先决条件,招标后评价工作需遵循以下四个原则：1.科学性原则评价方案和评价标准应具备科学性，以国家法律法规及行业制度规范为依据，评价内容和程序科学合理，满足评价需求。2.客观性原则评价工作小组在招标项目后评价过程中，应恪守客观性原则，以真实资料和数据为评价基础，以国家适用法律法规和行业制度规范为准绳，客观的对招标项目进行评价，并做出评价报告。3.公正性原则公正

8、性是指在招标后评价工作中，小组成员不受其他方面的干扰和影响，独立公正的根据工作方案的既定要求开展相关工作。4.反馈性原则反馈性是指后评价工作结束后工作小组需编制后评价报告，形成反馈意见并及时反馈到项目相关方。（二）后评价工作程序1.小组组建招标管理部门选取需要进行后评价的招标项目并据此组建后评价工作小组，小组成员由非项目直接相关的该行业技术、经济等方面专家组成，数量应为5人以上单数。2.前期准备小组需针对项目特点，研究编写工作方案，方案应包括后评价标准、后评价方法、后评价范围和后评价所需项目相关方配合的材料清单等内容。评价标准应当在已公开发布的国家法律法规及行业规章制度中确定，不得随意更改或逾

9、越现行规定。评价方法可分定性评价和定量评价两部分，定性评价为符合性检查，依据国家法律法规及行业规章制度，对招标项目各程序文件内容进行符合性评判；定量评价为因素打分法，由小组按照方案中的后评价因素，选取招标相关数据，比对评价条款进行科学计算，针对每个因素进行打分，通过得分客观真实地反映被评价项目的费用、进度、质量等效果性指标。评价范围分为阶段性评价和全过程评价。阶段性评价应包括招标前期准备工作符合性评价、招标实施过程符合性评价和合同签订过程符合性评价；全过程评价不仅包含阶段性评价的内容，还应对项目实施的效果展开评价。后评价方案编制完成后需报管理部门审核，确定通过后，小组通知招标项目相关方按照方案

10、要求准备材料。3.工作实施评价工作小组按照评价工作方案开展相关工作。在进行评价时，如果定性评价中部分招标项目内容、程序不满足符合性评价中的关键性否决评价条款规定，可不进行定量评价。小组完成对各项资料的分析后，需结合项目实际情况，编制后评价报告，报告应包含招标人、招标机构和投标人三大部分，在总结项目成果的同时，针对存在的问题提出整改建议。4.反馈改进后评价工作结束后，小组需向招标管理部门及招标项目相关方反馈后评价结果。如存在整改建议，招标管理部门负责监督项目各相关方落实整改要求。5.总结归档招标管理部门应将招标项目后评价相关资料整理归档，建立后评价台账系统，充分利用招标项目后评价成果，为日后进一

11、步规范管理、完善制度提供决策支持。（三）后评价工作依据招标后评价工作的主要依据包括但不限于：1.国家招投标相关法律法规、政策及规范性文件；2.相关行业标准、规范；3.项目相关方管理办法、制度要求；4.项目立项文件、批复文件、招标方案等；5.招标文件、投标文件、评标报告和中标通知书等招标其他过程文件；6.项目相关合同、验收报告等。三、招标后评价工作中的大数据应用在实际工作过程中，由于资源有限，只能对部分项目展开后评价工作，这就要求后评价项目必须具备较强代表性，利用有限的资源实现最大的效用。以某央企为例，该集团公司年招标额近2000亿元，招标项目数达7万余个，而全集团内从事物资管理、采购、招标相关

12、管理部门人员仅8000余人，从人力资源角度远不支持招标项目后评价工作全覆盖，如果汇总现有招标数据，建立招标数据库，根据后评价需求开发建模，招标管理部门针对项目特点，选取所需参数即可实现有效项目的抽取结果输出。（一）招标数据库的选择当前主流数据库有三种，分别为SQLServer、Oracle和MySQL，其中Oracle价格最为昂贵,完全支持所有的工业标准，开发运维复杂程度适中，最接近数据库设计范式，安全性最高。SQLServer由微软公司开发，价格适中，开发运维最容易，但目前只能在windows系列执行，安全性一般。MySQL因为其免费开源的特性，支持平台最多，但安全性较低，不过随着Oracl

13、e的入主，功能越来越完善，性能和应用场景也在不断拓宽，未来发展可期。鉴于招标工作对信息保密有较高的要求，从数据安全角度出发，建议采用Oracle进行数据库开发工作。（二）项目抽取建模在需要开展后评价工作的招标项目中，符合下列情形之一的，建议优先选取：1.需报国家核准的重点项目；2.合规管理监察或审计中存在问题的项目；3.实际实施中出现事故的项目；4.存在有效异议、投诉的项目；5.招标失败次数达到一定数量的同类项目；6.某地区一定时期内存在三个及以上同一标的物招标项目均为同一中标人的项目；7.项目概算金额达到一定额度的招标项目；8.同一标的物中标金额较数据库平均值偏离达到一定额度的项目；9.招标

14、过程中澄清或异议达到一定数量的项目。在招标信息数据库中，14类情形实现较为简易，采用聚类算法等索引功能设置为抽取选项，能在很短时间内抽取到符合特征的招标项目，59类情形属于条件预设性选项，通过离群值检测等算法，可针对招标管理部门项目输入抽取范围的不同，实现结果输出的不同。例如情形6，招标管理部门根据不同省市地区的设置、时间节点的选择和标的物关键词，筛选出符合需要的待后评价项目。此外，招标管理部门还可通过数据库的条件复选功能，精确控制待后评价项目的备选范围，大幅优化了招标后评价项目选择的目的性和科学性。（三）数据库的再升级随着数据库内招标后评价信息的不断录入与丰富，通过对招标数据库功能的迭代更新

15、，可逐步实现待后评价项目遴选结果的不断优化。例如，通过对数据库内招标后评价得分较低的项目采用聚类汇总，会发现S类项目在评价上较其他类项目存在一定差距，说明该类项目存在较高的风险系数，系统可自动分拣相关项目并提示招标管理部门此项目具备后评价的较高优先级，从而降低人工抽取项目的主观性和随意性。另外，在后评价工作开展过程中，通过对库内S类项目数据进行分析，评价小组可以发现同类项目存在风险点的主要环节，从而更加科学高效、有的放矢地编制后评价方案，大幅降低工作开展的盲目性和被动性，不断促进后评价工作整体水平的提升。四、结束语利用大数据分析实现对招标后评价项目的科学选取，只是招标行业与大数据结合的一个缩影，更广更辽阔的招标大数据应用还有待我们进一步的探索。例如，通过对海量招标项目数据、合同履行的结果、项目后评价信息的不断收集完善，依托招标数据库建立ANN神经网络、最近邻分离等预测模型，不仅可以预测部分招标项目工作中由于行业特殊性可能存在的潜在风险，如招标文件歧视性、条款设置不科学等因素，方便招标机构做好预处理，使招标过程更加公平公正，同时还可推测某标的物在某地区的价格走势，以便招标人更科学的设置采购预算，进一步降低决策风险。时至今日，信息浪潮已席卷了社会生活中的方方面面，而对大数据的应用对各行业都不啻是一场革命，高速发展中招投标行业更应该主动拥抱大数据，打造更加科学阳光智慧的未来。7