电力物资招标采购管理论文

导语：电力物资招标采购管理论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要:大数据战略的提出对电力行业具有深远的影响。对于电力招标采购来说，研究和应用大数据是提质增效、实现精益化管理提升的迫切要求。本文结合电力物资招标采购管理的要求和历史采购数据，甄选出电力物资全供应链条上的大数据应用点，对大数据应用点的开展进行规划和分析，建立了大数据应用规划和蓝图，提出了大数据在招标采购管理中的实施方案。研究成果对于大数据在电力物资招标采购管理中的应用具有前瞻性和全局性的地位和把握。

关键词：大数据;电力物资;招标采购;规划

随着经济社会的发展，大数据作为重要的战略资源已经在全球范围达成共识。2011年，一些国际组织便报告称看好大数据；2012年开始，英国、法国、美国等国家相继启动了大数据发展规划。国内，以大数据为主导的信息化浪潮来势凶猛。2014年3月，大数据被写入政府工作报告；2015年8月，国务院印发《促进大数据发展行动纲要》，特别强调通过大数据的发展，提升创业创新活力和社会治理水平；2015年10月，十八届五中全会提出，实施国家大数据战略。如今，在城市建设、金融、电子商务、公共服务等领域，大数据的应用随处可见，并正在改变着各行各业。一个大数据的时代已然来临。而对于招标采购行业来说，研究和应用大数据是提质增效、实现精益化管理提升的迫切要求。笔者所在单位属于电网行业，2014年起，在集团公司内部的物资采购管理要求和历史采购数据的基础上，结合已有大数据应用研究成果，建立了物资全供应链条上的大数据应用规划和蓝图。本文就电力物资招标采购管理大数据应用规划进行探讨。

一、大数据在招标采购管理

中的应用规划研究思路由于大数据在物资管理领域的研究处于起步阶段，缺乏成熟的应用理论，现有理论无法直接应用于招标采购大数据分析中。根据招标采购管理业务的特点，大数据在招标采购管理中的应用需实施“四步走”战略。第一步，历史采购数据挖掘和诊断。基于信息化平台和历史采购数据，对大量无序、杂乱的数据进行梳理诊断，包括数据分类整合、数据质量分析、数据应用需求分析、数据应用价值分析，为大数据分析提供数据基础；第二步，根据招标采购业务的特点，结合实际业务需求调查情况，提出大数据可能应用的方向，甄选出大数据应用点，并将其系统性、体系化地在招标采购业务流程中串联，随业务流程进行场景化应用；第三步，对甄选出的大数据应用点进行评估分析，运用定性与定量分析两种方法判断大数据应用点的优先顺序；第四步，对招标采购大数据应用点的开展进行规划和分析，提出大数据在招标采购管理中的实施方案。

二、规划制定方法和过程

（一）历史采购数据挖掘和诊断

招标采购业务流程中，涉及需求预测、计划申报、招标采购、专家管理、供应商管理等不同的业务环节，每项关键业务环节都有丰富的数据基础，这为数据分析提供了基础。将所有历史采购数据进行汇总、梳理，站在物资供应链条的高度，将零散杂乱的字段归类整理成若干类别。在数据整合分类的基础上，对数据质量进行分析。通过资料分析、访谈调研、问卷调查等多种途径，了解招标采购管理人员对于大数据分析方向的潜在业务需求，为大数据应用点的提出建立基础。

（二）大数据在招标采购业务中的应用

结合招标采购业务的特点，甄选相关大数据应用点，在招标采购业务场景中进行串联，随业务流程进行场景化应用，进而提高招标采购业务的管理水平。结合调研访谈、问卷调查结果，招标采购业务流程共包括物资分析、招标分析、供应商分析、专家分析四个分析范畴，甄选出十四个大数据应用点，分为事前和事后两个时间阶段。具体见图1。事前阶段，通过一系列大数据分析点，为物资采购准备基础参考。通过集采物资范围分析和策略性物资分类分析，优化物资分类方法；通过招标分包策略分析和评标方法分析，确定最优的分包策略和评标方法；通过供应商分类管理、供应商综合评价、供应商行业对标分析、潜在供应商及产品信息分析，为供应商的最优选择和快速匹配提供基础；通过评标专家综合评价，为评标专家的选取提供依据；将物资分析与招标分析相结合，通过物资类别与招标方式匹配分析，为每个物资品类提供最合适的招标方式。事后阶段，通过一系列大数据分析点，总结和分析物资采购规律。通过重点物资报价规律分析，总结重点物资的投标报价规律，优化价格评分公式；通过中标率分析和中标占比分析，对中标结果进行总结分析；通过供应商投标行为分析，根据供应商投标历史行为判断疑似违规现象，为围标、串标行为提供预警判断。

（三）大数据应用点评估

对于招标采购业务流程中的每一个大数据应用点，运用定性评估分析和定量评估分析两种方法，评定该应用点的优先地位。在定性评估分析中，对于每一个大数据分析点，基于对业务流程的了解和对数据现状的梳理，从应用价值、数据需求、可行性分析、优先级评价四个角度进行评估分析。综合考虑应用价值和可行性两个维度，将全部大数据分析点划分为四个优先级：应用价值高、可行性高的，属于第一优先级；应用价值低、可行性高的，属于第二优先级；应用价值高、可行性低的，属于第三优先级；应用价值低、可行性低的，属于第四优先级。在定性评级分类的基础上，运用层次分析法对大数据应用蓝图中的数据分析点进行定量评价分析。层次分析法是将与决策有关的元素分解为目标、准则、方案等层次，通过定量分析确定层次权重的多目标综合决策方法。在运用层次分析法对国网物资全供应链大数据应用蓝图中的数据分析点进行评价排序时，按照以下步骤流程进行：构造层次结构模型、专家打分、构造成对比较矩阵、计算权重向量并进行一致性检验、计算组合权重向量并进行一致性检验。

（四）大数据在招标采购管理中的实施方案

通过对大数据应用点进行全面的评估分析，结合定性分析和定量评估的结果，确立大数据应用实施方案。依据四个优先级的划分和权重数值高低，将大数据应用分为三个实施阶段，确定开展实施大数据的首要目标、短期目标和中长期目标。首要实施目标对应于第一优先级，共有五个应用点；短期实施目标对应于第二优先级，共有两个应用点；中长期实施目标对应于第三和第四优先级，共有七个应用点。在每个实施阶段，参照定量评估结果确立的优先顺序开展实施。电网公司招标采购业务大数据应用点实施规划，如表1所示。大数据应用的首要目标是第一优先级中应用价值高、可行性强、实施周期短的分析点，以此作为切入点，预期能在最短的时间周期内实现物资业务管理水平的提升。短期目标是第二优先级中可行性较强、难度不大、应用价值也比较高的大数据应用点，预期通过5年的大数据应用实施。中长期目标是第三和第四优先级中实现难度大、实施周期长的大数据应用点，通过未来若干年的数据改进、技术积累和人才培养，争取在10年内实现大数据应用点全部落地，全面推广实施招标采购业务大数据应用。

三、大数据应用规划实施的保障

体制机制建设、标准化建设、人才队伍建设是物资管理三项基础体系建设，大数据工作的开展实施，也应当落实到三项基础体系建设中，分别从数据应用需求、业务数据质量、技术攻关能力三个方面加以改进。

（一）重视体制机制建设，提高数据应用需求

体制机制建设是保障大数据应用工作持续顺利开展的基础，在物资业务管理实践中，应当建立起基于数据分析的常态化绩效考核，设计专门的考核指标，对各层级单位、部门通过大数据应用辅助业务执行的情况进行考评，并与单位、部门的工作业绩直接挂钩。通过这样的体制机制建设，提高大数据应用的工作需求，为各单位、部门的大数据开展实施提供动力。

（二）重视标准化建设，提高业务数据质量

大数据分析的实现是以数据支持作为基础，业务数据质量的提高离不开数据管理体系的标准化建设，大数据应用体系的构建也必然以标准化的数据管理体系作为基础。大数据分析属于数据的应用层面，是建立在数据收集和数据加工的基础之上的。在物资数据的管理流程中，通过对数据的一步步挖掘，数据的利用深度逐级加深，最终通过可视化呈现手段，为物资决策提供辅助参考信息。

（三）重视人才队伍建设，提高技术攻关能力

大数据应用的开展，离不开专业技术人才的智力支持。全面培养大数据分析和应用人才，构建懂技术、精业务、善管理的大数据分析和运营团队，是大数据深入发展应用的人力资源保障。在未来的大数据应用实施中，应成立专门的大数据应用项目组，为大数据分析的开展实施提供技术支持。四、结束语纵观全球大势，大数据浪潮席卷而来。作为世界上最伟大的科技成果之一，大数据已经成为推进产业变革和重塑产业竞争力的重要力量。顺势而为、乘势而上，无疑是大数据时代下最核心的命题。随着信息化建设的推进以及新能源的发展，招标采购管理对于大数据应用的需求逐渐增大。利用大数据理论创造数据增值价值，能够进一步推动招标采购业务精益化，提升管理水平，为推动实施国家大数据战略，提供更有力、更长远的支撑。

作者:魏亚楠 单位:国网物资有限公司