基于供应商画像的信息智能撮合

　　【摘要】对B2B采供双方交易平台，传统信息推送方式存在匹配度差、转化率低的问题。本文以某第三方电子交易平台为例，通过研究利用大数据技术，根据用户行为、平台属性、交易信息、基本信息四个维度，使用聚类分析的k-means算法构建物资供应商画像模型，实现采供双方快速智能匹配，向供应商实时推送精准的招标采购信息，为采购人招标采购提供支撑和辅助，提高项目报名效果，减少流标率，实现降本增效。

　　【关键词】招标采购;大数据技术;用户画像;智能撮合

　　招标采购是供应商之间的竞争，公开、公正和择优的招标采购方式不仅能够降低成本，还能最大限度实现市场经济的良好运行。然而，传统的招标采购方式可能存在招标采购信息渠道狭隘、供应商资源固化，降本难等问题，部分专业性较强的招标采购项目还存在供应商渠道单一、流标现象严重等问题。

　　B2B采供双方交易平台作为为招标采购各类市场主体提供采购双方交易的平台，汇集大量供应商资源，可以实现在开放平台上的信息互动。作为开放新平台，打破地域限制，扩大原有采购半径，在原有供应商资源基础上，引入更多新的优质供应商资源机会。但是，针对开放式平台日均海量的信息发布，往往限制了用户获取有用信息而导致信息过载的现象，而传统的信息推送方式由于欠缺考虑用户行业、地域、采购类别等综合性因素，在推送时，难以实现采购内容的精准推送，导致最终推送的触达率和转化率偏低。因此，研究如何将采购人发布的采购公告精准推送给相关供应商，实现有效信息的精准匹配非常重要。

　　用户画像的基本维度

　　“用户画像”技术作为一种跨学科的高新技术，可通过多维度数据标签的方式抽象化将用户的个体信息展示出来，从而为客户有针对性地提供服务。某第三方B2B采供双方交易平台根据供用户行为、平台属性、交易信息、基本信息四个维度，通过相关数据并进行结构化处理，将碎片化的数据整理生成相应指标，以全方位、立体性的方式完成“供应商画像”，有针对性地实现招标采购项目的精准推送，为招标采购提供更具价值的支撑和辅助。

　　基于供应商画像的信息智能推送的构建及应用

　　基于供应商画像的信息智能推送，主要的步骤参考如图1。首先，通过不同维度供应商画像模型构建，确定数据抓取来源，并通过进一步数据筛选和清洗，确定最终有效数据生成。其次，根据既定规则进行数据权重值计算。最后，通过得分排名进行升序推荐完成整个业务端智能推送过程，实现采供双方智能匹配。

       供应商画像的构建

　　构建用户画像最关键的步骤就是以业务需求为核心，对与用户紧密结合而非无限制的数据进行收集，该第三方交易平台通过多年招标采购平台实施经验分析，根据实际业务需求，构建了用户行为、平台属性、交易信息、基本信息四个维度进行供应商画像一级属性的分类。为了提高用户画像的精准度，在一级属性的基础上进行二级属性的细分。具体参考图2。

　　用户行为分析能够准确判断供应商在该平台上的历史轨迹;平台属性代表供应商在优质采平台上的历史诚信征信信息;交易信息能够准确辨别供应商历史参与项目以及项目业绩情况;基本信息代表供应商实力水平;通过不同细化指标的界定分级分类，实现对平台所有供应商智能化全景画像的构建。

　　供应商数据采集和预处理

　　构建供应商画像的数据来源主要分为两个部分，第一部分主要来源于目前该平台的线上用户数据，包括供应商的注册信息、交易信息、历史浏览记录等。通过用户行为日志的埋点，建立平台印迹模式，通过日志收集平台所有数据，进行相关数据存储;第一部分的数据主要来自第三方平台数据的对接，通过与第三方企业征信平台对接，获取供应商行政处罚、经营异常、被执行人等公开信息来计算供应商在该平台上的信用分值，提高对供应商画像原型的准确度。

　　供应商画像构建完之后，需要对数据进行挖掘分析，这也是大数据时代数据分析最重要的一步。此步骤最关键的就是如何从大量不相关的数据中挖掘有关联的数据。主流的研究方法有聚类分析、关联规则及文本挖掘等方式，通过分析对比，该第三方交易平台优选选择聚类分析的k-means算法对所获得数据进行不同维度集合分类，并根据每个集合类不同维度的权重因子，利用大数据技术的高效数据分析处理能力帮助供应商画像的维度模块的快速生成。评分规则的设定原则主要根据以往智能撮合的经验，并综合参考相关专家的意见，将原有的维度分类词汇进行评估并总结出对应的权重值。具体分值可参考图3。最终，平台通过业务端标题解析关键词和项目解析关键词，后台自动按照既定的权重规则计算推荐供应商排名，实现供应商精准化智能匹配，达到供需双方智能匹配的目的。

　　信息智能推送及应用

　　在实际的招标采购交易过程中，这种基于大数据挖掘技术来对供应商用户画像的多维度指标进行权重量化顺序排名的运用非常重要。根据采购人发布的招标采购信息，该第三方交易平台后台以最终供应商排序结果为依据并以短信、系统消息、邮件等方式实现对下游供应商实时、有效自动推送，实现采供双方项目自动撮合。同时，将此技术运用到供应商订阅服务模块，不仅可以实现平台已有项目的采供双方智能撮合，同时也可实现全国招标采购项目精准匹配，为平台上的供应商提供更多商机服务，提供更多参与招标投标的机遇。

　　应用成效

　　采购人端：供应商充分竞争，提高采购效率，降本增效。

　　传统的信息推送方式往往会存在信息不对称传递、信息埋没、信息未及时关注等问题，导致供应商不能及时获取有价值的信息，错过参与项目报名的机遇。基于供应商画像的智能撮合方法能够有效解决传统信息推送针对性差、转化率低的问题，通过采购需求的精准匹配，扩大采购人寻源范围，让供应商有效充分竞争，在原有供应商基础上，引入更多供应商资源，降低流标机率，也间接减少项目围标串标的风险，从整体上为采购人招标采购提供支撑和辅助，提高采购效率，缩短采购周期，达到降本增效的目的。

　　供应商端：信息精准捕获，减少盲目投标风险，带来更多商机。

　　基于供应商画像的信息智能撮合可实现供应商轨迹的量化体现，通过各项标准化、可量化的指标分析，具体展现供应商的行动，精准预判供应商投标倾向，实现信息精准捕获，提高优质供应商靠产品和技术能力中标的机率，减少盲目投标的成本。同时，供应商可以通过该第三方交易平台订阅服务，捕获更多全国性的招标采购信息，避免错失更多商机。

　　结语

　　通过利用大数据技术，根据供应商不同维度性质构建供应商画像模型进行招标采购项目智能撮合，可实现采供双方快速智能匹配，为采购人招标采购提供更多支撑和辅助。虽然该第三方交易平台已在供应商维度属性上做出了明确细分，但现有供应商画像维度属性仍存在数据粗粒度的情况。未来针对供应商维度的属性，还需要根据实际项目转化率进一步细分，扩大用户画像词库范围，提高供应商画像模型细粒度，不断优化模型权重，使画像维度划分更精细。

参考文献：

　　[1]薛雷.“互联网+”的企业招标采购管理新模式研究[J].中国市场,2021(18):189-191.

　　[2]谢岗,张克成.基于大数据的物资供应商画像研究分析与应用[J].安徽电力,2019(2):13-17.

　　[3]胡嘉航.基于用户画像的信息智能推送方法[J].无线互联科技,2020,17(19):161-162.

　　[4]宋华.供应商选择、参与对采购成本管理绩效的影响[J].系统工程理论与实践,2008,28(12):52-59.

　　[5]谭浩,郭雅婷.基于大数据的用户画像构建方法与运用[J].包装工程,2019,40(22):95-101.