招标采购向数字化、智能化转型，是由依赖人为经验、自我改进学习洞察做出决策建议，转型为设定目标和初始训练，由数智化系统根据专业知识、规划和大数据完成集成推理、输出最优决策，解决业务难题。因此，企业数智化转型趋向于专业模型竞争和大数据竞争，本文以搭建招标采购数智化平台，研究构建有针对性的可视化分析、算法模型应用于关键业务场景，充分发挥企业数据要素价值，有效提升招标采购规范性分析、预测和执行的洞察力，真正适应企业数智化转型需要。
（一）依托企业数据中台，夯实招标采购数智化平台数据底座
首先构建集成、智慧的招标采购数智化平台，需要依托企业数据中台，治理、优化、融通企业供应链数据，通过数据中台汇集到招标采购数智化平台的分析架构中。招标采购数智化平台根据各业务场景，开展算法、模型智能分析挖掘，释放数据资产价值，获得洞察力并应用到采购决策流程中，为前台采购工作提供支撑。
（二）以业务标准化体系为抓手，深化供应链数据标准统一
统一供应链技术和数据标准，一是建立全品类物资采购标准体系，固化采购物资与主要原材料、关键组部件的技术标准；二是建立全流程业务标准体系，梳理完善招标采购管理制度、业务流程；三是建立供应商结构化信息核实库，包括企业基本信息、财务状况、试验报告、供货业绩等数据库，为供应商精准“画像”提供支撑。
企业需要及时跟进政策、市场竞争态势等因素，动态优化调整采购策略，依托招标采购数智化平台，以知识为核心构建“大脑”，应用采购过程海量数据，建立招标采购全过程数字化辅助决策体系，将“数据+算法+场景”融合贯穿到生产环节，通过搭建模型实时开展市场竞争、供应商群体、供应商报价等大数据分析，持续动态完善资格条件和评审规则设置，动态优化标包规模、价格公式等采购策略，充分提升采购策略科学性，引导市场良性平稳发展。
（一）市场竞争模型辅助决策
招标采购数智化平台搭建市场集中度模型，衡量细分市场竞争度。市场集中度可用集中度指数CRn、HHI衡量，市场集中度越高，说明市场竞争程度越低。CRn指数衡量细分市场前n家中标份额最大的供应商集中度，模型为
（其中 
是细分市场前n家中标份额最大的供应商中标金额之和，X表示该细分市场总招标金额），一般认为，若CR4或CR8<40为竞争型，若CR4或CR8≥40为寡占型。HHI指数是细分市场前n家中标份额最大的供应商集中度，模型为 
（其中Xi表示细分市场第i位供应商的中标金额，X表示该细分市场总招标金额），HHI值越大，表明市场集中度越高。
市场集中度模型可将细分市场分类为完全竞争、垄断竞争、寡头垄断与完全垄断，供应商数量依次减少、集中度依次增强、供应商投标报价利润空间依次增大。①完全竞争市场利于公开招标采购效果，招标人通过调节合理的评审分档和分差避免过度竞争造成的资源低效。②垄断竞争市场垄断程度较小，比较接近完全竞争，招标人采取综合评分法作为评标办法时，对技术成熟的采购品类，技术权重可小于价格权重；对于需要突出技术实力比选的采购品类，可进一步加大技术权重。③寡头垄断市场可能会出现部分投标人的串标行为，应调整采购策略加大供应商竞争度，同时培育市场。
（二）供应商群体模型辅助决策
1.供应商群体分类模型辅助决策
供应商群体分类对采购方式选择、采购策略制定产生较大影响。Peter Kraljic提出卡拉杰克模型，根据供应风险因素、采购金额因素，将供应商划分为杠杆型、战略型、一般型和瓶颈型。
招标采购数智化平台对采购金额影响因子、供应风险影响因子赋予权重建立模型，实现供应商群体智能分类，并推荐采购方式、差异化采购策略，详见表1。
2.投标人群体模型辅助决策
招标采购数智化平台对供应商投标、中标环节源数据统计分析，实时更新中标规模，构建投标人群体画像。
物资招标采购项目的标包通常以采购品类维度划分，综合考虑工程需要、采购规模、技术要求、潜在投标人群体、产能等履约能力、交货地点、交货期等因素科学划分标段标包。投标人群体模型推荐标包规模，有利于招标投标动态良性竞争，增强规模效益，做好市场培育导向。
投标人群体模型针对投标人群体数量少、价格容易波动的采购品类，为避免围串标风险，推荐适当减少标包数量，增大竞争度。模型同时预警中标集中的供应商履约风险，预警中标面过大造成竞争性不足的情形。
（三）采购价格模型辅助决策
1.采购价格与原材料价格联动模型辅助决策
招标采购数智化平台选取原材料成本占比高且关联度大、具有一定采购规模的采购品类，实时联动原材料交易平台价格数据，以采购品类、时间周期为维度，可视化监测展示：①投标价格走势、②中标价格走势、③主要原材料价格走势，揭示物资采购价格和原材料之间的趋势变化，为确保采购价格合理、调整采购策略提供支撑。
当企业针对原材料价格波动大、技术标准规范、采购频次高、市场竞争充分的采购品类选用框架协议招标方式时，可建立价格联动机制。数智化平台搭建价格联动模型：P＝P1+（X2-X1）M，（其中P是采购订单结算单价，P1是框架协议招标的中标单价，X2是采购订单签约日的原材料价格，X1是开标日的原材料价格 ，M是原材料含量占比）。数智化平台按照招标文件要求，设置原材料价格波动率，作为框架协议价格联动机制的触发阈值C%。当|X2−X1|/X1≥C%时，采购订单结算价格按照价格联动机制执行，供需双方共同抵御原材料波动风险。
2.采购参考价格模型辅助决策
数智化平台针对典型采购品类，搭建参考价格模型，具体是将主要原材料价格、加工成本、包装运输成本、税费和利润作为采购参考价格的影响因子，通过市场调研收集大量数据，在平台应用线性回归模型开展回归拟合，得出各影响因子的权重，经过回归模型的多重共线性、自相关性等问题验证，得到参考价格模型：Y=Xi×Wi+C1× Q1+C2×Q2+C3×Q3，采购参考价格模型参数见表2。
数智化平台将参考价格与历史采购价格拟合比对，得出参考价格偏差率，进一步验证模型有效性。平台选择模型准确度极高的采购品类，可视化展示实时采购价格与参考价格的偏差率，作为其中一项采购价格预警指标，提示动态调整价格公式参数，加强稳价、竞价策略连续性。
3.采购价格预警模型辅助决策
数智化平台构建采购价格走势异常预警模型，实时比对采购价格与原材料价格走势、采购价格与参考价格走势，预警情形见表3。
针对采购价格预警情形，数智化平台基于市场竞争态势、采购品类技术特点，推荐采购价格评审规则调整措施。
（1）科学选用价格评分公式。价格评分公式的基本思想是对投标人的评标价与包基准价进行比对，得出投标人的价格得分。①基准价低价优先法以评标价格的最低值为评标基准价得满分,评标价高于基准价时，按公式系数相应减分。②基准价中间值法以评标价格等于评标基准价时得满分，评标价格高于或低于基准价，按公式系数相应减分。
（2）优化价格参数设置。针对基准价中间值法，若历史采购价格偏高，可适当降低基准价浮动区间（即靶心下移），也可调整报价高/低于基准价的扣分系数。若主要原材料成本占比较大且投标人群体数量较少，可适当扩大基准价浮动区间，提高基准价计算的不确定性，降低投标人串标风险。
（3）合理设置价格否决条款。针对投标报价过高、或低于成本价竞标、或违反招标文件要求提交不平衡报价，合理设置报价否决条款，使标包基准价符合市场价格水平，形成良性竞争环境。
4.投标报价离散度模型辅助决策
数智化平台构建投标报价离散度模型，用于衡量所有投标人对同品类物资的报价差异度，模型为：（其中，V表示所有投标人对同品类物资的报价离散系数，σ表示所有投标人对同品类物资的报价标准差，X表示报价平均值），报价离散系数越小说明投标人报价水平越趋同。
一般来说，报价离散系数越小，说明价格竞争充分，形成良好有序的市场格局。但结合上文采购价格预警模型，招标人需注意两类特殊情形。
（1）若投标报价较为集中（报价离散系数小）且报价均偏高，可能存在投标人“抱团”制定投标报价策略达成“价格联盟”情况，过高的报价集中度降低了价格评审在综合评分法中的作用，则可采用符合市场价格的限价作为预控方式。
（2）若投标报价较为分散（报价离散系数大）且中标价格偏高，结合上文市场竞争模型、投标人群体模型，分析投标人是否存在严重不平衡报价串通投标的嫌疑，则在招标文件增加严重不平衡报价否决条款作为预控方式。
（四）投标人履约与信用风险预警模型辅助决策
数智化平台搭建投标人履约与信用风险预警模型，用于主动预警和快速响应。具体是在供应商递交投标文件到招标人发出中标通知书期间，实时预警供应商经营状况发生的重大变化，如因违法受到处罚、被采取查封冻结财产和账户等强制措施可能影响供应商履约能力的情形，建议招标人采取表4措施。
大数据给社会发展带来全新动力，企业数智化转型的本质是思维方式的变革，数据的价值不仅是记录，更在于预测。招标采购数智化是由业务数字化升级到基于大数据的智慧决策，核心逻辑是用数据发现问题、洞察规律、挖掘价值、优化资源配置。将“大数据+算法”为驱动的机器学习作为企业采购的“大脑”，用可视化工具、数据分析、算法引擎对招标采购业务场景赋予解释，形成可泛化的知识，实现基于实时数据的关键环节辅助分析、智能推理、策略自我优化，由此将招标采购业务应用提升到创造智能、洞察任务的新高度。同时汇聚供应链上下游资源，与行业协会、供应商等供应链多方主体，共谋数智化转型实践，促进供需对接、融通创新，构建数字共享、资源互补、协同发展的数智化生态体系，提升供应链整体透明度和敏捷度，实现可预测的战略寻源、自动化的采购执行和前瞻性的供应商管理。
