构建招标大数据模型　推动智慧供应链发展——基于知识图谱视角

　　□文/马倩　陆洋

　　中国石油天然气集团有限公司（以下简称中国石油）严格遵循“四个坚持”兴企方略和“四化”治企准则，牢固树立“合规、质量、效益、效率”管理理念。在招标管理方面，围绕“依法合规”一条主线，坚持推行“招标公开化”和“实施专业化”两个倡导，着力培育“招标管理、专业实施和评标专家”三支队伍，推动构建“管理制度化、文本标准化、项目集约化、实施规范化以及运行信息化”五化管理，近年来不断创新组织模式，强化业务协同，在供应链智慧化转型升级方面积极探索，取得了一定成效。

　　数据模型研究背景

　　行业数字化转型的大趋势

　　在国家层面，2020年8月，国务院国有资产监督管理委员会印发了《关于加快推进国有企业数字化转型工作的通知》，促进国有企业数字化、网络化、智能化发展。短短几年，“互联网+”、云计算、大数据等发展理念已深入人心。2024年，国务院办公厅印发的《关于创新完善体制机制推动招标投标市场规范健康发展的意见》（国办发〔2024〕21号文）进一步提出，要推进数字化、智能化转型升级，推动招投标与大数据、云计算、人工智能、区块链等新技术的融合发展。中国石油集团公司在《“十四五”期间高质量发展工作部署》中提出了创建世界一流能源企业的总体目标。随着大数据技术的飞速发展，大数据应用已经融入了石油行业的方方面面。中国石油采购招标业务涉及上中下游各个企业，积累了丰富的经验和大量的数据，具备数字化、智慧化转型升级的良好基础。

　　行业面临的共性问题

　　当前，招标“信息孤岛”问题仍然是制约智慧化转型升级的瓶颈，主要表现在各类市场主体：招标人、投标人、招标机构、招标管理部门，他们的信息各自独立。招标业务实施环节中的信息也是掌握在项目负责人手中，无法发挥集约化和规模化的作用。因此，亟须探索如何实现招投标数据信息的资源共享。在中国石油进行大数据和人工智能探索的过程中，也暴露出了数据孤立、分析模式固化等问题，在数据的关联化、知识化、智能化等方面相对存在不足。基于以上难点、痛点，中国石油引入了知识图谱技术来解决数据的关联化等问题。

　　知识图谱能够通过对数据的关联化、知识化、智能化处理，提供从关系的角度去分析问题、发现问题的能力。通过构建面向各类数据使用人员的唯一标识动态知识图谱，能够发掘数据价值，打破业务边界，实现招标业务的数字化、智能化，也为全生命周期采购过程中性能、质量、价格的有效匹配，提供技术支持和数据服务。

　　数据模型的研究内容

　　模型亮点

　　中国石油物资有限公司先后申请并获得了中国石油四项国家发明专利，招标数据分析模型就是基于物资基因码以及数据编织专利技术构建而成的，这是模型一大亮点。模型另一大亮点是将招投标环节中的数据利用知识图谱进行有机关联，把传统数据源之间的线性匹配转变为基于网络的多维度信息协同。把招标全流程的数据运用到全生命周期管理过程中，就能实现供应链各类数据要素的有效连接和图谱呈现。

　　构建思路

　　招标数据分析模型的构建框架包括三个层级：第一个层级是供应链各个节点主体的数据信息集合，包括采购主体、供应主体、用户主体等；第二个层级是全生命周期管理各个环节的数据要素，包括从供应商管理到招投标管理、合同管理、物资管理等；以上两个层级的数据信息，包括与供应链相关联系统的数据信息，通过第三个层级智能识别、智能赋码、数据编织等技术进行关联，构成一个完整的供应链知识图谱。由此可见，招标数据分析模型的数据来源有两个渠道，一个是业务人员存档数据，以唯一标识的方式接入数据分析模型；另一个是与招投标相关联以及供应链所涉及系统的信息，这些数据信息通过模型的处理，可实现辅助招标方案采购策略制定，协助开展供应商考评，业务数据的统计汇总等功能。

　　基于知识图谱的招标数据分析模型，通过使用唯一标识设计，能够支撑招标各业务环节一物一码、一事一码的标准化、精细化、档案化管理，通过引用知识图谱能够以点带面，编织构建招标数据网络，提供敏捷的数据洞察。

　　基本功能

　　招标数据分析模型有三个基本功能：关系图谱、AB路径和智能问答。关系图谱功能可以实现由局部到整体的信息自动成链，构建全链数据洞察，实现自助数据服务；AB路径功能能够更加直观地查询图谱中任意两个节点之间的关系；智能问答功能类似于ChatGPT（一款聊天机器人程序），可以用问答的方式更加便捷直观地得到要了解的信息。

　　数据模型的应用实践

　　以广西某单位进口甲烷膨胀机招标项目为例。该项目第一次招标因所有投标人都不满足关键条款，导致招标失败。进行第二次招标前，应用数据分析模型了解到吉林某单位采购过相同的设备，由此获取了潜在投标人基本信息、招标文件业绩要求、投标报价、历史业绩汇总、中标结果、异议情况、交货情况、售后服务等内容，给广西某单位设定合理性业绩、最高限价等要求提供了有效的参考依据。修改招标文件后再次招标，顺利完成采购工作，采购到了质优价廉的产品。此外，数据分析模型还可以应用于对历史价格的分析，通过了解更多供应商甚至分供应商的价格变动和趋势，可以有效约束投标人的不合理报价，帮助企业实现提质增效。

　　此外，数据模型通过对广西某单位炼化一体化项目149个长周期设备和关键物资应用数据进行分析，招标工作的质量和效率都得到了提升。效率的提升体现在编制招标文件所需要的人员数量减少了，编制时间从5天缩减到3天；质量提升的体现，一是流标率从28％降低到15％，二是节资率从12％提高到18％，全部项目无有效的异议和投诉。

　　招标数据分析模型的应用前景，一是风险预警功能确保招标采购活动依法合规。基于知识图谱，中国石油在招投标、采购、交付、履约、售后等环节对投标人进行差异化管理，通过了解供应商的薄弱环节，有针对性地进行风险预警。同时，通过建立供应商业绩评价体系，完善供应商资源库，加强产品质量履约绩效的全过程溯源管理，也能避免因设置歧视性条款导致的不合规事项。二是数据共享功能能够解决信息协同的问题。通过建立“一事一码”的精细化管理，供需双方都可以自主维护数据信息。多个招标业务人员可同时维护一个项目的信息，外部的供应商也可以实时动态维护自身的相关信息，任何维护的信息都能够被结构化存储、标准化识别，解决了现阶段只有部分人员掌握关键数据，而全量数据无从获取的困局。三是信息的关联功能有助于实现供应链全量数据的感知和应用。一个招标项目可以建立起项目—人员—机构—产品的图谱关系，成千上万个招标项目可以构成一个完整的招标数据网络，招标业务人员可以基于数据网络借鉴历史经验，帮助招标工作提质增效。管理人员基于知识图谱的自动补全功能，可以有效地开展数据洞察。通过分析供应链上产品的产能技术布局，发现“卡脖子”、高风险的供应链节点，提前进行风险防控，实现数据对业务的决策引领。

　　随着理论研究的深入和数据分析模型的完善，必将逐步实现供应链全流程全要素的数字化管控，构建“贡献一杯水，得到一片海”的供应链数据联盟生态。

　　（作者单位：中国石油物资有限公司）

　　责编：昝妍；编辑：张曼琳

关注读览天下微信， 100万篇深度好文， 等你来看……