基于大數據技術的物資采購優化與改進探析

戴雀橋

摘 要：隨著大數據技術的蓬勃發展，對歷史采購數據及外部數據庫資源進行智能分析以提升物資采購的效率和質量，從而建立更加精準科學的物資采購體系已成為企業密切關注的問題。本文首先列舉了傳統采購模式下存在的庫存積壓、供應商了解不夠、評標機制不夠科學等方面存在主要問題，接下來從需求預測提升、供應商管理優化、招投標活動改進等方面闡述如何利用大數據技術來智能提升物資采購活動。

關鍵詞：大數據技術;物資采購;需求;預測招投標

中圖分類號：F25 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2021.09.014

0 引言

隨著大數據時代已經降臨，決策和判斷未來將依賴數據和分析而做出，而并非基于經驗和直覺。

大數據指超出傳統數據庫能夠捕捉和存儲與分析范圍的數據集合，利用大數據技術能夠將有用的信息從海量數據中發掘出來，對隨機的、模糊的、有噪聲的、不完全的、大量的實際應用數據進行專業處理和分析，提取數據蘊藏的價值，并得出精準結論，為管理人員提供可靠的決策支撐，實現管理的優化與提升。

物資采購涉及多個主體，在此過程中將產生大量行為數據，運用大數據技術對數據進行收集整理與分析利用，將大幅提升采購者的決策與服務能力，有效指導和監控采購各方主體及行為，持續提高采購質量與效率。

1 目前采購存在的問題

1.1 需求與采購不能完全匹配，造成庫存資金占用

物資計劃管理手段較為滯后，對生產運營中的設備需求規劃、物資定額儲備、備品備件消耗規律以傳統的個人經驗為主，未能進行科學而有效的分析以及實現統一的管理，物資計劃缺乏預測性和規劃性，準確性和精確性不高。由于采購到貨與實際需求在時間與數量上存在差異，造成庫存積壓，而某些關鍵設備多為進口產品，其資產總值較高，庫存資金占用較大。

1.2 供應商選擇受限，競爭不夠充分

由于受采購人員及相關人員經驗閱歷和時間精力的限制，往往很難全面深入了解市場情況，缺乏對供應商及產品的全過程跟蹤管理及對供應商做一個客觀公正整體判斷，自然而然在很多情況下很難選擇到全部具備條件同時又表現優秀的供應商參與進來，導致競爭性不夠，一定程度上會增加企業采購成本。

1.3 評標主要依據評標專家主觀經驗判斷，時常出現偏頗

評標委員會主要依據供應商提供的投標文件和個人主觀經驗做出判斷，產品的實際效果評估和用戶的評價普遍都沒有考慮在內，造成招標選定的產品的使用效果與中標產品的實際使用效果產生一定程度的脫節，通過評標方法篩選出來的產品有可能并不是最符合用戶需求的，從而采購結果也不是最優的。

1.4 質量不高的設備中標造成后續運維成本居高不下

進口設備廠家、合資廠家、優質國產廠家與剛起步的新興廠家的技術水平、制造能力、產品質量上存在明顯差異，但在現行的大部分采購情況下只要符合一定的要求均可參與競爭，不同檔次的供應商、質量性能相差較遠的設備同臺競爭，導致一些技術高、質量優的設備因報價高而被排除在外。反而是那些價格低、易老化、質量不佳的設備持續中標，表面上雖然在工程建設階段節約了設備的采購成本，但中標后的后續運營維護成本居高不下，實際上給企業增加了總的成本支出。

2 優化實施方案

由于在公司內部，各類物資從需求計劃、采購實施、安裝與使用、維護、更新到報廢等各環節的管理，由不同的職能部門進行分段管理，缺乏數據和信息的集中統一管理和統籌運用，更不用說外部數據的借鑒。而將大數據技術應用在物資采購中，就可使大數據技術橫向向外部數據擴展，縱向可延伸至物資需求、物資采購、物資供應的各個關鍵環節，具體體現在需求預測與庫存控制、供應商的選擇與管理、采購流程與規則的優化、日常業務監控和預警等方面。通過對整個供應鏈的科學配置，借助數據挖掘、云計算、人工智能等大數據技術提升采購質量，實現精準采購。

2.1 需求預測與采購管理

物資采購中產生的數據非常多，如物資描述數據、物資采購需求數據、物資采購計劃數據、供應商數據、物資交易數據、倉庫存儲數據、物資使用及消耗數據、物資使用壽命等，通過對上述海量數據的收集和分析，并且通過一系列算法來模擬最終用戶的需求行為，可以對用戶的需求原因、物資的需求數量、物資需求幅度變化、物資的需求時間等作出有效的預測，找到物資使用規律、采購規律，從而智能預測不同時期物資的需求規律。

除此之外，還應將需求預測數據與實際物資需求情況、物資到貨執行情況進行對照和反饋，形成需求預測與實際滿足情況的閉環管理，促進預測能力改進提升，有效地提高物資需求預測的效率和質量，最大可能實現物資需求時間與采購實際到貨時間的無縫銜接，盡可能減少物資不必要在庫時間，從而提高庫存周轉率，減少對企業資金的占用。

2.2 供應商選擇與管理

2.2.1 優化采購方式與供應商選擇

采購方式的確定由物資性質、潛在供應商等決定，其重點和難點是針對某種物資如何選擇最合適的采購方式及供應商名單，規則和標準是什么，如何獲取全面的市場供應信息。大數據時代的到來使企業更容易獲得內外部市場信息，更為方便和快捷實現對采購方式及供應商名單進行收集和優化。一是追蹤物資的歷史采購軌跡，從中選出最優采購方案。二是收集現時的市場行情，將采辦方式及供應商名單與公司內外同類型采辦項目的對照分析，并提供精準的合理化建議。

2.2.2 供應商的動態管理

采購時判斷供應商的行業地位、生產能力、履約能力、財務狀況等信息這些信息時，除了要求供應商自身提供外，一部分可從互聯網獲取外部支持，還有一部分依靠工作人員的經驗和判斷，這樣信息的真實性、有效性、及時性便大打折扣。大數據背景下，企業可以建立供應商信息庫，充分利用互聯網信息及內部信息建立綜合分析評價體系，客觀、全面評價供應商實力，實時監控和預警供應商動態，有效避免信息不對稱給企業帶來的風險。不僅如此，通過與社保機構、稅務部門、司法部門等數據庫相結合，能夠使采購者通過多方面、多渠道全面了解到供應商的誠信情況，促進以更加全面更加客觀的視角對供應商進行評價與管理。

2.3 招投標及評標的優化與提升

2.3.1 大數據技術能夠智能篩選與匹配并推送采購方案

借助大數據技術實現類似項目的招投標概況，如招標方案、評標方法、合同條款等，智能推送類似項目的歷史采購信息，為采購者更好的根據項目特點編制招標文件提供了便利條件。也就是說，基于已有數據庫歷史采購信息，分析出不同的評標方法、評標指標等對最終招標效果的影響，實現招標人招標、評標委員會評標、供應商實際履約情況的一體化管理，為選擇最優化的采購方案提供支撐，降低采購行為的機會成本。

2.3.2 在評標過程中，“大數據”能夠為專家評標提供強有力的輔助作用

評標委員會往往從投標人在競爭過程中遞交的歷史經驗和業績等材料中來判斷投標人的技術實力，難免會存在一定的局限性。將大數據與云平臺等技術合理運用到招投標環節中，幫助招標人了解投標人的歷史合同、業績能力、誠信水平、技術實力等，根據上述數據對投標人的綜合實力進行評估和判斷，分析其是否符合招標要求。因此，有了大數據的智能支持，能夠降低評審專家的主觀性，實現投標過程中的信息對等，為專家評審提供科學、可靠的數據支持與評判依據，實現投標過程愈加公平、公正與透明。

2.3.3 采購價格分析

公司可充分利用大數據的處理能力和分析能力，快速收集國家、行業及互聯網外部信息等，整合公司在招投標等日常業務中產生的海量數據，建立價格分析模型，對未來價格走勢進行預測，抓住采購的最佳時機，在商務談判中取得主動權和話語權。另外，有了完善和準確的價格數據庫，也可快速和智能識別惡意低價競標的投標人，有效避免招投標過程中可能會出現的低成本的過度競爭、合約履行能力不足等弊端，規避后續合同不能正常履行的風險。

2.3.4 強化監管采購違法違規行為

通過“大數據”分析與比對，可以更加輕易識別投標人在采購過程中的串標、圍標、標書造假等違法違規行為，有效實現對客觀公正的數字“證據”的保留，輔助采購管理部門對采購全過程的監管，對違法違規的投標人形成威懾，有利于確保采購活動的誠信及公平與公正。

3 總結及展望

通過建立物資采購數據庫，運用數據挖掘、云計算、人工智能等大數據技術，進行物資采購項目的自動匹配和比對，智能分析并找出最優化的采購方案，為科學高效實施采購行為，奠定了良好的基礎。相信在不久的將來，在大數據技術的支持下，不僅可以實現物資采購數據的高效統計、物資價格波動的動態監測、物資采購行為的科學預警、全流程業務監督與管控，隨著日后大數據技術的更加深入應用，還將帶來需求與庫存分析指導、供應商畫像建構、物資采購效益回報分析、采購效能分析等，為物資采購提供更加科學更加廣泛決策支持，提升了物資采購效率與精準性，進而滿足企業物資管理與生產運營多方面的需求。更為重要的是，長此以往將會打造一個更加公平、公正、公開、誠實、信用的競爭環境，減少了人為因素的干擾，發揮采購指揮棒的作用，激發市場活力，推動生產廠家做實技術創新，提升產品質量與性能，提高配套服務水平，讓買方真正買到物美價廉的物資。

參考文獻

[1]李曉菡.基于智慧供應鏈模式的物資計劃管理研究[J].河北企業，2020，（06）：46-47.

[2]胡勇星.大數據在物資供應企業的應用[J].企業改革與管理，2020，（08）：31-33.

[3]李承全.大數據下的企業采購管理[J].中國招標，2018，（45）：30-31.

[4]梁敏琪.大數據在工程建設項目招投標中的應用研究[J].智能城市，2020，6（12）：92-93.

[5]王志剛，周孝，陳旭，等.政府采購數字化轉型的成效與挑戰——以“政采云”為例[J].中國政府采購，2019，（12）：59-67.