隨著經(jīng)濟社會的不斷發(fā)展，信息技術(shù)應(yīng)用程度加深，信息化越來越發(fā)達，各種形式的數(shù)據(jù)越來越多，人類邁入了大數(shù)據(jù)時代，大數(shù)據(jù)分析也應(yīng)運而生。在招投標(biāo)活動中，電子化所產(chǎn)生的海量數(shù)據(jù)，形成了“大數(shù)據(jù)礦山”，若能深入挖掘并加以利用，將產(chǎn)生巨大的商業(yè)價值?？茖W(xué)利用大數(shù)據(jù)分析，有助于在招投標(biāo)領(lǐng)域構(gòu)建數(shù)字治理新模式，貫徹新發(fā)展理念，為進一步規(guī)范和完善招投標(biāo)管理帶來新契機。

　　一、應(yīng)用范圍

　　在電子招投標(biāo)中應(yīng)用大數(shù)據(jù)分析技術(shù)可實現(xiàn)輔助決策、數(shù)字鐵籠、增效提速、市場研判等功能，其應(yīng)用范圍概括起來主要有三點。

　　1.拓寬科學(xué)化服務(wù)渠道

　　比如，通過對項目投標(biāo)人參與項目情況來看，通過大數(shù)據(jù)分析可以定向推送招標(biāo)采購的綜合項目信息，匯聚區(qū)域范圍內(nèi)招標(biāo)所需的文件數(shù)據(jù)，為招標(biāo)人編制招標(biāo)需求、招標(biāo)文件提供重要數(shù)據(jù)支持。

　　2.確定投標(biāo)價格合理性

　　比如，在抽取預(yù)算標(biāo)本和材料價格時，綜合招標(biāo)采購成本、市場因素、政府指導(dǎo)價格，可以形成一段時間范圍內(nèi)工程材料變化曲線，評價政府指導(dǎo)價格和市場競爭價格的關(guān)聯(lián)性，以及分析在這一過程中中標(biāo)價格的分布情況，能夠還原并監(jiān)測市場主體的行為。

　　3.構(gòu)建交易行為數(shù)據(jù)庫

　　研究參與方的行為關(guān)聯(lián)度，分析整個交易過程中存在的違規(guī)信息，拓寬監(jiān)管部門的監(jiān)管渠道。比如，可以利用格蘭杰因果檢測技術(shù)，深入探討交易金額和宏觀經(jīng)濟要素的關(guān)系，通過交易數(shù)據(jù)判斷未來經(jīng)濟發(fā)展趨勢;通過模型優(yōu)化和數(shù)據(jù)跟蹤，發(fā)現(xiàn)行業(yè)固定資產(chǎn)投資額與交易金額的關(guān)聯(lián)性，把握布局規(guī)劃，為政策制定者提供重要的決策依據(jù)。

　　二、應(yīng)用策略

　　大數(shù)據(jù)已被譽為21世紀發(fā)展創(chuàng)造的新動力。隨著大數(shù)據(jù)分析處理技術(shù)可靠性、高效性等特征的逐漸凸顯，在招投標(biāo)領(lǐng)域的應(yīng)用也會愈發(fā)頻繁。

　　1.應(yīng)用場景

　　①交易數(shù)據(jù)分類匯聚。實時匯聚本地區(qū)進場交易的招投標(biāo)數(shù)據(jù)，如投標(biāo)企業(yè)數(shù)量、不同年份月份對比增減、占比等。

　?、谛袠I(yè)走勢動態(tài)掌握。實時掌握本地區(qū)不同行業(yè)金額區(qū)間的招投標(biāo)統(tǒng)計數(shù)據(jù)，如工程領(lǐng)域交通行業(yè)年度招標(biāo)總金額、中標(biāo)總金額、不同年份比對增減等。

　?、蹐D表展示形象生動。數(shù)據(jù)可繪制成關(guān)注的走勢、占比、排序，圖表瞬間生成，形象生動，定期更新或時時更新。

　?、芏鄻訖z索鏈接源頭。對挖掘的數(shù)據(jù)可按關(guān)鍵詞檢索，找到關(guān)注的招投標(biāo)記錄，并與原始網(wǎng)站鏈接，方便使用者查看源頭數(shù)據(jù)。

　?、菥劢狗治鲋С譀Q策。工作人員集中精力分析數(shù)據(jù)、支持決策，為精準(zhǔn)投標(biāo)和調(diào)整投標(biāo)策略提供數(shù)據(jù)支撐。

　　2.應(yīng)用措施

　?、贆z查分析招標(biāo)文件。招標(biāo)文件中是否設(shè)置了歧視待遇或差別待遇等不合理條款?這是監(jiān)管部門、投標(biāo)人高度關(guān)注的問題。對此，可借助大數(shù)據(jù)分析，根據(jù)招標(biāo)文件設(shè)置的技術(shù)指標(biāo)、資質(zhì)條件和商務(wù)條款等，對所有投標(biāo)企業(yè)的產(chǎn)品性能、施工情況、業(yè)績、信用信息等海量數(shù)據(jù)進行搜集整理分析，查找是否存在滿足特殊條件的特定企業(yè)，由此判定招標(biāo)文件編制是否科學(xué)、合理。

　?、诜治鰢鷺?biāo)串標(biāo)行為。傳統(tǒng)交易時，圍標(biāo)串標(biāo)事實認定所需證據(jù)不易收集，查處難度較大。電子化招投標(biāo)項目應(yīng)用大數(shù)據(jù)分析技術(shù)，可在線進行相關(guān)度分析、相似度分析、緊密度分析、資金流和信息流分析，判斷不同投標(biāo)人的聯(lián)系方式是否一樣、投標(biāo)文件是否來源于同一計算機、電子保函是否來自同一電子簽名、項目經(jīng)理和委托代理人是否出自同一家企業(yè)等事實，作為查處圍標(biāo)串標(biāo)行為的有力證據(jù)。

　　③鑒定認定投標(biāo)業(yè)績。在傳統(tǒng)評審模式中，專家對投標(biāo)人提供的業(yè)績證明紙質(zhì)材料是難辨真?zhèn)蔚?，特別是跨省跨區(qū)的業(yè)績證明，在封閉的評標(biāo)區(qū)內(nèi)直接無法判斷，基本上默認為真?；谠破脚_的電子化交易，能將投標(biāo)人的資質(zhì)、人員、設(shè)備、經(jīng)營、履約等情況全部匯總起來，積聚成大數(shù)據(jù)，其在何時何地的業(yè)績信息，評審時都可在云上方便查詢和核對，并通過大數(shù)據(jù)分析技術(shù)進行鑒定認定。

　?、軜?gòu)建投標(biāo)人信用綜合評價體系。應(yīng)用大數(shù)據(jù)分析技術(shù)可創(chuàng)建投標(biāo)人金融信貸評級情況、市場監(jiān)管“守合同重信用”情況、住建部門建設(shè)工程項目履約情況、稅務(wù)部門納稅情況、司法機關(guān)遵紀守法情況等基本信息以及涵蓋項目質(zhì)量、進度、業(yè)主考核和安全管理的動態(tài)信息數(shù)據(jù)庫，從而構(gòu)建投標(biāo)人信用綜合評價指標(biāo)體系。如有的地方已經(jīng)把征信平臺接入評標(biāo)系統(tǒng)，并采用商務(wù)誠信評標(biāo)法，有力詮釋了誠信交易。

　?、葜υu審專家監(jiān)管。利用大數(shù)據(jù)分析技術(shù)，在電子招投標(biāo)中搭建跨區(qū)域、跨行業(yè)的綜合評標(biāo)專家?guī)旃芾硐到y(tǒng)，對專家的個人基本情況、參與評審情況、參加培訓(xùn)學(xué)習(xí)情況、評標(biāo)工作紀律遵守情況以及沒有攜帶CA鎖而辦理臨時鎖次數(shù)等進行整理分析，根據(jù)分析結(jié)果自動淘汰不合格或不能勝任評審工作的專家，予以公告不良行為，以保持專家隊伍的穩(wěn)定健康，確保交易活動有序開展。

　　3.應(yīng)用對策

　　大數(shù)據(jù)是招投標(biāo)領(lǐng)域數(shù)字化轉(zhuǎn)型的必要思維模式和技術(shù)手段，只有以“互聯(lián)網(wǎng)+”賦能智慧交易、以數(shù)據(jù)資源驅(qū)動政務(wù)創(chuàng)新，才能實現(xiàn)全類別、全領(lǐng)域、全流程電子化招投標(biāo)的全面監(jiān)管。

　　①建立指數(shù)平滑模型。通過匯聚的交易數(shù)據(jù)，建立宏觀調(diào)控數(shù)據(jù)體系，發(fā)布權(quán)威指標(biāo)。比如，以建設(shè)周期為水平項，以鋼筋、水泥、砂石等大宗材料用量為誤差項，創(chuàng)建單指數(shù)模型Yt=Lt+Et，預(yù)測分析招標(biāo)文件中工程量清單數(shù)據(jù)。又如，以各類工程造價的歷史態(tài)勢為趨勢因子，建立雙指數(shù)模型Yt=Lt+β×t+Et，預(yù)測下步走勢，幫助政府在投資項目估算中提供決策參考。另外，分別以企業(yè)競爭力、勞務(wù)用工量、企業(yè)基尼系數(shù)等各類數(shù)據(jù)為季節(jié)性因子，建立三指數(shù)模型Yt=Lt+β×t+St+Et，為政府提供相關(guān)領(lǐng)域的運行動態(tài)監(jiān)測和產(chǎn)業(yè)安全預(yù)測預(yù)警等信息支持，有助于提升政府決策能力。

　?、谏罨\信體系建設(shè)。實時匯集分析交易數(shù)據(jù)，記錄投標(biāo)人和代理機構(gòu)在招標(biāo)采購活動中的行為，形成信用記錄并上傳到云端，為其進行信用“畫像”，其所有行為都將成為信用評判的關(guān)鍵變量。由于大數(shù)據(jù)征信數(shù)據(jù)覆蓋面廣，能較好解決傳統(tǒng)征信方式數(shù)據(jù)封閉、不夠完善、容易失真、人力資源成本大、實時性差等困難。借助大數(shù)據(jù)對信用信息進行深度挖掘，采用分布式或并行計算技術(shù)，從錄入數(shù)據(jù)到輸出結(jié)果完全由計算機算法完成，杜絕了人為的主觀判斷，能夠保證信用評價結(jié)果快速真實準(zhǔn)確，有效防范潛在的信用風(fēng)險。

　　③破解圍標(biāo)串標(biāo)難題。大數(shù)據(jù)分析技術(shù)可清晰顯現(xiàn)交易數(shù)據(jù)背后隱藏的規(guī)律，發(fā)掘交易活動中的一些隱性動機。運用數(shù)據(jù)清洗、數(shù)據(jù)離散化等技術(shù)，對歷史數(shù)據(jù)進行跨時間、跨業(yè)務(wù)、跨項目的深度分析，可挖掘交易市場內(nèi)極具可能的潛在關(guān)系，揭示主客體之間的隱性特征。通過電子招投標(biāo)平臺，全程跟蹤項目交易過程，共享利用政府?dāng)?shù)據(jù)，對圍標(biāo)串標(biāo)行為進行早期預(yù)警并介入，筑牢圍標(biāo)串標(biāo)行為的“防控鏈”。

　?、芰炕こ糖鍐螆髢r。利用大數(shù)據(jù)技術(shù)，縱向匯集歷史交易項目，橫向通過購買服務(wù)方式獲取外部行業(yè)市場數(shù)據(jù)，縱橫相連，利用聚類處理及語義識別形成同類清單的場外市場價格區(qū)間和場內(nèi)適宜價格范圍，審核清單項描述，并對報價合理性進行判斷分析。根據(jù)審核價格計算規(guī)則，計算每個清單項的綜合單價平均值，挖掘分析出與平均值的差距和差額率，對比輸出的審核數(shù)據(jù)，參照事先設(shè)定的差額率，將過低和過高價格清單項挑選出來，為專家評審提供借鑒和參考。

　?、萃诰蚓垲愱P(guān)聯(lián)關(guān)系。聚類是將物理或抽象對象的集合分成由類似的對象組成的多個類的過程，是數(shù)據(jù)挖掘中的一個重要概念。聚類挖掘技術(shù)在招投標(biāo)領(lǐng)域主要應(yīng)用于專家回避機制，挖掘過程通過政府部門之間的數(shù)據(jù)共享進行。比如，利用民政部門的數(shù)據(jù)分析專家親屬關(guān)系、利用市場監(jiān)管部門的數(shù)據(jù)分析專家所屬企業(yè)股權(quán)關(guān)系、利用司法機關(guān)的數(shù)據(jù)分析專家利害關(guān)系，勾畫出專家的社會網(wǎng)絡(luò)聚類關(guān)系圖譜，防范專家參與關(guān)聯(lián)企業(yè)評審，最大限度展現(xiàn)專家回避機制，降底違規(guī)行為風(fēng)險，彌補了傳統(tǒng)回避機制短板。

　　三、應(yīng)用建議

　　常見的大數(shù)據(jù)分析方法有可視化分析、數(shù)據(jù)挖掘、預(yù)測分析、語義引擎和數(shù)據(jù)質(zhì)量管理等。

　　1.借助可視化分析提升招投標(biāo)數(shù)據(jù)資源的可理解性

　　大數(shù)據(jù)的可視化分析，是在大數(shù)據(jù)自動分析的基礎(chǔ)上，利用可視化界面和人機交互技術(shù)提高人對數(shù)據(jù)的洞察力，通過數(shù)據(jù)降維、關(guān)聯(lián)關(guān)系、扁平交互等技術(shù)展示無法直接看到的東西，輔助決策。招投標(biāo)數(shù)據(jù)資源的可視化分析，就是將招投標(biāo)數(shù)據(jù)生成各種圖表、文本和視頻等，方便管理者理解運用。以文本數(shù)據(jù)可視化為例，標(biāo)簽云是當(dāng)前最常見的文本可視化技術(shù)，能夠?qū)⒄型稑?biāo)文件中潛在的信息主題進行分類，把邏輯結(jié)構(gòu)和關(guān)鍵詞直觀地展示出來，幫助招投標(biāo)管理部門作出準(zhǔn)確決策。與之相似的還有時間序列可視化、交易信息可視化、在線監(jiān)督可視化等。

　　2.借助數(shù)據(jù)挖掘發(fā)現(xiàn)招投標(biāo)數(shù)據(jù)資源的隱性價值

　　數(shù)據(jù)挖掘又叫做數(shù)據(jù)庫知識再發(fā)現(xiàn)，也就是分析數(shù)據(jù)之間的關(guān)聯(lián)性，主要的數(shù)據(jù)挖掘方法有神經(jīng)網(wǎng)絡(luò)法和機器學(xué)習(xí)法等。在大數(shù)據(jù)分析中，數(shù)據(jù)挖掘是重心，對招投標(biāo)管理部門來說，交易數(shù)據(jù)在發(fā)布公告、網(wǎng)上開標(biāo)、專家抽取、遠程評標(biāo)、定標(biāo)、公示結(jié)果等環(huán)節(jié)產(chǎn)生，通過運用聚類、關(guān)聯(lián)等方式對這些數(shù)據(jù)進行挖掘，可構(gòu)建交易行為數(shù)據(jù)分析模型，發(fā)現(xiàn)行業(yè)固定資產(chǎn)投資額與交易金額的關(guān)聯(lián)性等隱性價值，提升招標(biāo)采購決策的科學(xué)化水平。

　　3.借助預(yù)測分析提高招投標(biāo)數(shù)據(jù)資源價值判斷力

　　預(yù)測分析結(jié)合了多種高級分析功能，包括特設(shè)統(tǒng)計分析、預(yù)測建模、數(shù)據(jù)挖掘、文本分析、優(yōu)化、實時評分、機器學(xué)習(xí)等。這些工具可以幫助招投標(biāo)管理部門從大數(shù)據(jù)中發(fā)現(xiàn)交易信息的特點與聯(lián)系，然后建立科學(xué)的數(shù)據(jù)模型，通過模型導(dǎo)入新數(shù)據(jù)，使實時數(shù)據(jù)流得到快速處理，甚至超越當(dāng)前交易情況，分析預(yù)測未來進展，有效規(guī)避風(fēng)險，提高招投標(biāo)數(shù)據(jù)資源價值的判斷力。

　　4.借助語義引擎實現(xiàn)招投標(biāo)數(shù)據(jù)資源的智能提取

　　信息時代下全球信息儲存量暴漲，Google、百度等傳統(tǒng)的搜索引擎僅僅能夠滿足對關(guān)鍵詞的匹配搜索，檢索的準(zhǔn)確率相對較低，檢索結(jié)果的關(guān)聯(lián)度也不強。實現(xiàn)高質(zhì)量的搜索體驗和智能提取是語義搜索引擎的主要優(yōu)勢。所謂語義引擎，即在語義網(wǎng)絡(luò)的發(fā)展下實現(xiàn)語義搜索引擎，通過分析搜索者的語義檢索請求去了解搜索者的真正目的，對語義分析通過語言處理進行概念匹配。招投標(biāo)過程中，應(yīng)用語義引擎能夠分析交易數(shù)據(jù)中的投標(biāo)人信息、專家信息、項目信息、中介代理機構(gòu)和招標(biāo)人信息，提取出項目名稱、專家姓名、評審時間等關(guān)鍵信息，提高檢索命中率，為其內(nèi)在聯(lián)系或外在因素判斷提供參考。

　　5.借助數(shù)據(jù)質(zhì)量管理提升招投標(biāo)數(shù)據(jù)的資源品質(zhì)

　　電子招投標(biāo)數(shù)據(jù)呈現(xiàn)Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)、Veracity(真實)5V特點，傳統(tǒng)的管理形式已難以滿足數(shù)據(jù)的處理及分析需求。當(dāng)前使用比較廣泛的是非關(guān)系型數(shù)據(jù)庫和數(shù)據(jù)并行處理系統(tǒng)，將ETL工具移入到云計算平臺系統(tǒng)，對于數(shù)據(jù)的清洗、重復(fù)檢測和缺失數(shù)據(jù)處理、邏輯錯誤檢測都有重要意義，有利于保證交易數(shù)據(jù)資源的數(shù)據(jù)質(zhì)量。

　　實踐表明，大數(shù)據(jù)的精髓并不在于大，也不在于數(shù)據(jù)，而在于分析。對一些行業(yè)來說，利用數(shù)據(jù)是贏得市場競爭優(yōu)勢的關(guān)鍵;而對政府部門和招投標(biāo)管理者來說，大數(shù)據(jù)分析能將招投標(biāo)信息有效地收集整合起來，實現(xiàn)部門間的數(shù)據(jù)信息共享，節(jié)約交易成本，提升工作效率，為招投標(biāo)活動各方主體提供有價值的信息和決策參考，推動交易更加公平公正。