专业知识服务提供商
随着经济社会的不断发展，信息技术应用程度加深，信息化越来越发达，各种形式的数据越来越多，人类迈入了大数据时代，大数据分析也应运而生。在招投标活动中，电子化所产生的海量数据，形成了“大数据矿山”，若能深入挖掘并加以利用，将产生巨大的商业价值。科学利用大数据分析，有助于在招投标领域构建数字治理新模式，贯彻新发展理念，为进一步规范和完善招投标管理带来新契机。
一、应用范围
在电子招投标中应用大数据分析技术可实现辅助决策、数字铁笼、增效提速、市场研判等功能，其应用范围概括起来主要有三点。
1.拓宽科学化服务渠道
比如，通过对项目投标人参与项目情况来看，通过大数据分析可以定向推送招标采购的综合项目信息，汇聚区域范围内招标所需的文件数据，为招标人编制招标需求、招标文件提供重要数据支持。
2.确定投标价格合理性
比如，在抽取预算标本和材料价格时，综合招标采购成本、市场因素、政府指导价格，可以形成一段时间范围内工程材料变化曲线，评价政府指导价格和市场竞争价格的关联性，以及分析在这一过程中中标价格的分布情况，能够还原并监测市场主体的行为。
3.构建交易行为数据库
研究参与方的行为关联度，分析整个交易过程中存在的违规信息，拓宽监管部门的监管渠道。比如，可以利用格兰杰因果检测技术，深入探讨交易金额和宏观经济要素的关系，通过交易数据判断未来经济发展趋势;通过模型优化和数据跟踪，发现行业固定资产投资额与交易金额的关联性，把握布局规划，为政策制定者提供重要的决策依据。
二、应用策略
大数据已被誉为21世纪发展创造的新动力。随着大数据分析处理技术可靠性、高效性等特征的逐渐凸显，在招投标领域的应用也会愈发频繁。
1.应用场景
①交易数据分类汇聚。实时汇聚本地区进场交易的招投标数据，如投标企业数量、不同年份月份对比增减、占比等。
②行业走势动态掌握。实时掌握本地区不同行业金额区间的招投标统计数据，如工程领域交通行业年度招标总金额、中标总金额、不同年份比对增减等。
③图表展示形象生动。数据可绘制成关注的走势、占比、排序，图表瞬间生成，形象生动，定期更新或时时更新。
④多样检索链接源头。对挖掘的数据可按关键词检索，找到关注的招投标记录，并与原始网站链接，方便使用者查看源头数据。
⑤聚焦分析支持决策。工作人员集中精力分析数据、支持决策，为精准投标和调整投标策略提供数据支撑。
2.应用措施
①检查分析招标文件。招标文件中是否设置了歧视待遇或差别待遇等不合理条款?这是监管部门、投标人高度关注的问题。对此，可借助大数据分析，根据招标文件设置的技术指标、资质条件和商务条款等，对所有投标企业的产品性能、施工情况、业绩、信用信息等海量数据进行搜集整理分析，查找是否存在满足特殊条件的特定企业，由此判定招标文件编制是否科学、合理。
②分析围标串标行为。传统交易时，围标串标事实认定所需证据不易收集，查处难度较大。电子化招投标项目应用大数据分析技术，可在线进行相关度分析、相似度分析、紧密度分析、资金流和信息流分析，判断不同投标人的联系方式是否一样、投标文件是否来源于同一计算机、电子保函是否来自同一电子签名、项目经理和委托代理人是否出自同一家企业等事实，作为查处围标串标行为的有力证据。
③鉴定认定投标业绩。在传统评审模式中，专家对投标人提供的业绩证明纸质材料是难辨真伪的，特别是跨省跨区的业绩证明，在封闭的评标区内直接无法判断，基本上默认为真。基于云平台的电子化交易，能将投标人的资质、人员、设备、经营、履约等情况全部汇总起来，积聚成大数据，其在何时何地的业绩信息，评审时都可在云上方便查询和核对，并通过大数据分析技术进行鉴定认定。
④构建投标人信用综合评价体系。应用大数据分析技术可创建投标人金融信贷评级情况、市场监管“守合同重信用”情况、住建部门建设工程项目履约情况、税务部门纳税情况、司法机关遵纪守法情况等基本信息以及涵盖项目质量、进度、业主考核和安全管理的动态信息数据库，从而构建投标人信用综合评价指标体系。如有的地方已经把征信平台接入评标系统，并采用商务诚信评标法，有力诠释了诚信交易。
⑤助力评审专家监管。利用大数据分析技术，在电子招投标中搭建跨区域、跨行业的综合评标专家库管理系统，对专家的个人基本情况、参与评审情况、参加培训学习情况、评标工作纪律遵守情况以及没有携带CA锁而办理临时锁次数等进行整理分析，根据分析结果自动淘汰不合格或不能胜任评审工作的专家，予以公告不良行为，以保持专家队伍的稳定健康，确保交易活动有序开展。
3.应用对策
大数据是招投标领域数字化转型的必要思维模式和技术手段，只有以“互联网+”赋能智慧交易、以数据资源驱动政务创新，才能实现全类别、全领域、全流程电子化招投标的全面监管。
①建立指数平滑模型。通过汇聚的交易数据，建立宏观调控数据体系，发布权威指标。比如，以建设周期为水平项，以钢筋、水泥、砂石等大宗材料用量为误差项，创建单指数模型Yt=Lt+Et，预测分析招标文件中工程量清单数据。又如，以各类工程造价的历史态势为趋势因子，建立双指数模型Yt=Lt+β×t+Et，预测下步走势，帮助政府在投资项目估算中提供决策参考。另外，分别以企业竞争力、劳务用工量、企业基尼系数等各类数据为季节性因子，建立三指数模型Yt=Lt+β×t+St+Et，为政府提供相关领域的运行动态监测和产业安全预测预警等信息支持，有助于提升政府决策能力。
②深化诚信体系建设。实时汇集分析交易数据，记录投标人和代理机构在招标采购活动中的行为，形成信用记录并上传到云端，为其进行信用“画像”，其所有行为都将成为信用评判的关键变量。由于大数据征信数据覆盖面广，能较好解决传统征信方式数据封闭、不够完善、容易失真、人力资源成本大、实时性差等困难。借助大数据对信用信息进行深度挖掘，采用分布式或并行计算技术，从录入数据到输出结果完全由计算机算法完成，杜绝了人为的主观判断，能够保证信用评价结果快速真实准确，有效防范潜在的信用风险。
③破解围标串标难题。大数据分析技术可清晰显现交易数据背后隐藏的规律，发掘交易活动中的一些隐性动机。运用数据清洗、数据离散化等技术，对历史数据进行跨时间、跨业务、跨项目的深度分析，可挖掘交易市场内极具可能的潜在关系，揭示主客体之间的隐性特征。通过电子招投标平台，全程跟踪项目交易过程，共享利用政府数据，对围标串标行为进行早期预警并介入，筑牢围标串标行为的“防控链”。
④量化工程清单报价。利用大数据技术，纵向汇集历史交易项目，横向通过购买服务方式获取外部行业市场数据，纵横相连，利用聚类处理及语义识别形成同类清单的场外市场价格区间和场内适宜价格范围，审核清单项描述，并对报价合理性进行判断分析。根据审核价格计算规则，计算每个清单项的综合单价平均值，挖掘分析出与平均值的差距和差额率，对比输出的审核数据，参照事先设定的差额率，将过低和过高价格清单项挑选出来，为专家评审提供借鉴和参考。
⑤挖掘聚类关联关系。聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程，是数据挖掘中的一个重要概念。聚类挖掘技术在招投标领域主要应用于专家回避机制，挖掘过程通过政府部门之间的数据共享进行。比如，利用民政部门的数据分析专家亲属关系、利用市场监管部门的数据分析专家所属企业股权关系、利用司法机关的数据分析专家利害关系，勾画出专家的社会网络聚类关系图谱，防范专家参与关联企业评审，最大限度展现专家回避机制，降底违规行为风险，弥补了传统回避机制短板。
三、应用建议
常见的大数据分析方法有可视化分析、数据挖掘、预测分析、语义引擎和数据质量管理等。
1.借助可视化分析提升招投标数据资源的可理解性
大数据的可视化分析，是在大数据自动分析的基础上，利用可视化界面和人机交互技术提高人对数据的洞察力，通过数据降维、关联关系、扁平交互等技术展示无法直接看到的东西，辅助决策。招投标数据资源的可视化分析，就是将招投标数据生成各种图表、文本和视频等，方便管理者理解运用。以文本数据可视化为例，标签云是当前最常见的文本可视化技术，能够将招投标文件中潜在的信息主题进行分类，把逻辑结构和关键词直观地展示出来，帮助招投标管理部门作出准确决策。与之相似的还有时间序列可视化、交易信息可视化、在线监督可视化等。
2.借助数据挖掘发现招投标数据资源的隐性价值
数据挖掘又叫做数据库知识再发现，也就是分析数据之间的关联性，主要的数据挖掘方法有神经网络法和机器学习法等。在大数据分析中，数据挖掘是重心，对招投标管理部门来说，交易数据在发布公告、网上开标、专家抽取、远程评标、定标、公示结果等环节产生，通过运用聚类、关联等方式对这些数据进行挖掘，可构建交易行为数据分析模型，发现行业固定资产投资额与交易金额的关联性等隐性价值，提升招标采购决策的科学化水平。
3.借助预测分析提高招投标数据资源价值判断力
预测分析结合了多种高级分析功能，包括特设统计分析、预测建模、数据挖掘、文本分析、优化、实时评分、机器学习等。这些工具可以帮助招投标管理部门从大数据中发现交易信息的特点与联系，然后建立科学的数据模型，通过模型导入新数据，使实时数据流得到快速处理，甚至超越当前交易情况，分析预测未来进展，有效规避风险，提高招投标数据资源价值的判断力。
4.借助语义引擎实现招投标数据资源的智能提取
信息时代下全球信息储存量暴涨，Google、百度等传统的搜索引擎仅仅能够满足对关键词的匹配搜索，检索的准确率相对较低，检索结果的关联度也不强。实现高质量的搜索体验和智能提取是语义搜索引擎的主要优势。所谓语义引擎，即在语义网络的发展下实现语义搜索引擎，通过分析搜索者的语义检索请求去了解搜索者的真正目的，对语义分析通过语言处理进行概念匹配。招投标过程中，应用语义引擎能够分析交易数据中的投标人信息、专家信息、项目信息、中介代理机构和招标人信息，提取出项目名称、专家姓名、评审时间等关键信息，提高检索命中率，为其内在联系或外在因素判断提供参考。
5.借助数据质量管理提升招投标数据的资源品质
电子招投标数据呈现Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)、Veracity(真实)5V特点，传统的管理形式已难以满足数据的处理及分析需求。当前使用比较广泛的是非关系型数据库和数据并行处理系统，将ETL工具移入到云计算平台系统，对于数据的清洗、重复检测和缺失数据处理、逻辑错误检测都有重要意义，有利于保证交易数据资源的数据质量。
实践表明，大数据的精髓并不在于大，也不在于数据，而在于分析。对一些行业来说，利用数据是赢得市场竞争优势的关键;而对政府部门和招投标管理者来说，大数据分析能将招投标信息有效地收集整合起来，实现部门间的数据信息共享，节约交易成本，提升工作效率，为招投标活动各方主体提供有价值的信息和决策参考，推动交易更加公平公正。
