Команда Data Scientist Softline Digital представила прототипы решений на основе технологий анализа данных для крупных корпораций и государственного сектора. Эти разработки пользуются клиентским спросом и были отмечены Председателем Счетной палаты Алексеем Кудриным. Подробнее о них рассказал Максим Милков, технический директор департамента анализа данных Softline.
Анализ тендеров
Для кого: специалисты отделов тендерных закупок.
Проблема: сложно и долго искать подходящие тендеры вручную, высока вероятность упустить выгодные сделки.
Решение: сервис по автоматическому составлению выборки потенциально интересных тендеров.
Человек ограничен в возможностях поиска
Изначально эту разработку Softline инициировала для собственных целей. Так как мы занимаемся продажей программного и аппаратного обеспечения, ИТ-решений и услуг, тендеры для нас важный источник спроса. Ежедневно на публичных площадках публикуются тысячи закупок, из которых в среднем только 1% соответствует нашему профилю. Весь этот поток сотрудникам приходилось обрабатывать вручную и анализировать самостоятельно. Такая работа очень однообразна и энергозатратна, поэтому существует вероятность по невнимательности пропустить выгодное предложение или потратить слишком много времени на анализ коммерческого интереса по опубликованным закупкам.
Автоматизация и оптимизация поиска тендеров
Специалисты Softline Digital создали автоматизированный сервис мониторинга тендерных закупок, который автоматически оценивает заявки. Он анализирует данные, полезные для принятия решения: названия лотов, суммы, даты, коды закупок. Кроме того, дополнительно могут анализироваться вложенные документы: сканы, документы Word, Excel, PDF и др. На основании полученной информации сервис оценивает, какие тендеры нерелевантны бизнесу, для остальных присваивает рейтинг релевантности.
Благодаря автоматизации удается оперативно находить подходящие тендеры и отфильтровывать нерелевантные. Это позволяет сотрудникам выделить больше времени на обработку сложных закупок, требующих дополнительной аналитики и альтернативных источников информации. В результате цифровизации процесса также снижаются расходы на поиск тендеров.
Цифровой аудитор
Для кого: органы и отделы финансового контроля.
Проблема: государственные организации закладывают в бюджет товары по завышенным ценам, что приводит к нерациональному распределению денежных средств.
Решение: технология, которая определяет корректные цены и рассчитывает перерасход бюджета в конкретных организациях.
Шариковая ручка за 150 рублей
Государственные компании, размещая заявки на закупки публикуют нормативы, в которых указывают максимальную цену, за которую они готовы приобрести товары и услуги. Проблема в том, что не существует ни методических рекомендаций по расчету этих цен, ни жестких ограничений по их пределу. В итоге нормативные цены часто оказываются неоправданно завышенными, и при планировании бюджета закладываются огромные суммы без необходимости.
Например, в 2021 году служба государственной статистики при закупке канцелярии для ближайшей переписи населения выставила максимальную цену на ручку более 100 рублей. При том, что адекватная цена за ручку – в районе 20 рублей. В итоге на закупку было выделено порядка 100 млн рублей, из которых потрачено только 20, а остальные 80 млн оказались в блоке, так как они уже заморожены в бюджете под конкретные статьи и их нельзя перераспределить на другие цели.
Результаты работы цифрового аудитора
Как работает цифровой аудитор?
Первая задача, которую он решает, – это выявление справедливой (адекватной) цены для конкретных категорий товаров. Вторая – сравнение справедливых цен с теми, что указаны в нормативах как максимальные, и с теми, по которым реально были совершены закупки. На основе этого анализа можно давать оценку того, насколько критично отклонение.
Модель машинного обучения отслеживает и исследует все доступные текстовые описания тендеров, товаров, услуг, в том числе и в неструктурированном виде: сканы документации, неупорядоченные Excel и DOC файлы и др. В итоге модель формирует рекомендованную цену закупок, BI-инструмент визуализирует степень отклонения, сумму закупок и перерасход бюджета. Можно запустить масштабную проверку и составить рейтинг организаций, которые систематически завышают справедливые цены, как это показано на рисунке.
Как воспользоваться этими решениями?
Чтобы данные прототипы работали на массиве данных заказчика, требуется персональная настройка. Модели необходимо до-обучать на данных, которые отражают специфику компании клиента. Специалисты SoftlineDigital проводят работы по «настройке» систем под конкретных пользователей для решения их актуальных задач.
Свяжитесь с нами:
Туркин Владислав, BDD Softline Digital
Email: Vladislav.Turkin@softline.com
