盧曉凱

【摘要】對(duì)B2B采供雙方交易平臺(tái)，傳統(tǒng)信息推送方式存在匹配度差、轉(zhuǎn)化率低的問題。本文以某第三方電子交易平臺(tái)為例，通過研究利用大數(shù)據(jù)技術(shù)，根據(jù)用戶行為、平臺(tái)屬性、交易信息、基本信息四個(gè)維度，使用聚類分析的k-means算法構(gòu)建物資供應(yīng)商畫像模型，實(shí)現(xiàn)采供雙方快速智能匹配，向供應(yīng)商實(shí)時(shí)推送精準(zhǔn)的招標(biāo)采購(gòu)信息，為采購(gòu)人招標(biāo)采購(gòu)提供支撐和輔助，提高項(xiàng)目報(bào)名效果，減少流標(biāo)率，實(shí)現(xiàn)降本增效。

【關(guān)鍵詞】招標(biāo)采購(gòu)；大數(shù)據(jù)技術(shù)；用戶畫像；智能撮合

招標(biāo)采購(gòu)是供應(yīng)商之間的競(jìng)爭(zhēng)，公開、公正和擇優(yōu)的招標(biāo)采購(gòu)方式不僅能夠降低成本，還能最大限度實(shí)現(xiàn)市場(chǎng)經(jīng)濟(jì)的良好運(yùn)行。然而，傳統(tǒng)的招標(biāo)采購(gòu)方式可能存在招標(biāo)采購(gòu)信息渠道狹隘、供應(yīng)商資源固化，降本難等問題，部分專業(yè)性較強(qiáng)的招標(biāo)采購(gòu)項(xiàng)目還存在供應(yīng)商渠道單一、流標(biāo)現(xiàn)象嚴(yán)重等問題。

B2B采供雙方交易平臺(tái)作為為招標(biāo)采購(gòu)各類市場(chǎng)主體提供采購(gòu)雙方交易的平臺(tái)，匯集大量供應(yīng)商資源，可以實(shí)現(xiàn)在開放平臺(tái)上的信息互動(dòng)。作為開放新平臺(tái)，打破地域限制，擴(kuò)大原有采購(gòu)半徑，在原有供應(yīng)商資源基礎(chǔ)上，引入更多新的優(yōu)質(zhì)供應(yīng)商資源機(jī)會(huì)。但是，針對(duì)開放式平臺(tái)日均海量的信息發(fā)布，往往限制了用戶獲取有用信息而導(dǎo)致信息過載的現(xiàn)象，而傳統(tǒng)的信息推送方式由于欠缺考慮用戶行業(yè)、地域、采購(gòu)類別等綜合性因素，在推送時(shí)，難以實(shí)現(xiàn)采購(gòu)內(nèi)容的精準(zhǔn)推送，導(dǎo)致最終推送的觸達(dá)率和轉(zhuǎn)化率偏低。因此，研究如何將采購(gòu)人發(fā)布的采購(gòu)公告精準(zhǔn)推送給相關(guān)供應(yīng)商，實(shí)現(xiàn)有效信息的精準(zhǔn)匹配非常重要。

用戶畫像的基本維度

“用戶畫像”技術(shù)作為一種跨學(xué)科的高新技術(shù)，可通過多維度數(shù)據(jù)標(biāo)簽的方式抽象化將用戶的個(gè)體信息展示出來，從而為客戶有針對(duì)性地提供服務(wù)。某第三方B2B采供雙方交易平臺(tái)根據(jù)供用戶行為、平臺(tái)屬性、交易信息、基本信息四個(gè)維度，通過相關(guān)數(shù)據(jù)并進(jìn)行結(jié)構(gòu)化處理，將碎片化的數(shù)據(jù)整理生成相應(yīng)指標(biāo)，以全方位、立體性的方式完成“供應(yīng)商畫像”，有針對(duì)性地實(shí)現(xiàn)招標(biāo)采購(gòu)項(xiàng)目的精準(zhǔn)推送，為招標(biāo)采購(gòu)提供更具價(jià)值的支撐和輔助。

基于供應(yīng)商畫像的信息智能推送的構(gòu)建及應(yīng)用

基于供應(yīng)商畫像的信息智能推送，主要的步驟參考如圖1。首先，通過不同維度供應(yīng)商畫像模型構(gòu)建，確定數(shù)據(jù)抓取來源，并通過進(jìn)一步數(shù)據(jù)篩選和清洗，確定最終有效數(shù)據(jù)生成。其次，根據(jù)既定規(guī)則進(jìn)行數(shù)據(jù)權(quán)重值計(jì)算。最后，通過得分排名進(jìn)行升序推薦完成整個(gè)業(yè)務(wù)端智能推送過程，實(shí)現(xiàn)采供雙方智能匹配。

供應(yīng)商畫像的構(gòu)建

構(gòu)建用戶畫像最關(guān)鍵的步驟就是以業(yè)務(wù)需求為核心，對(duì)與用戶緊密結(jié)合而非無限制的數(shù)據(jù)進(jìn)行收集，該第三方交易平臺(tái)通過多年招標(biāo)采購(gòu)平臺(tái)實(shí)施經(jīng)驗(yàn)分析，根據(jù)實(shí)際業(yè)務(wù)需求，構(gòu)建了用戶行為、平臺(tái)屬性、交易信息、基本信息四個(gè)維度進(jìn)行供應(yīng)商畫像一級(jí)屬性的分類。為了提高用戶畫像的精準(zhǔn)度，在一級(jí)屬性的基礎(chǔ)上進(jìn)行二級(jí)屬性的細(xì)分。具體參考圖2。

用戶行為分析能夠準(zhǔn)確判斷供應(yīng)商在該平臺(tái)上的歷史軌跡；平臺(tái)屬性代表供應(yīng)商在優(yōu)質(zhì)采平臺(tái)上的歷史誠(chéng)信征信信息；交易信息能夠準(zhǔn)確辨別供應(yīng)商歷史參與項(xiàng)目以及項(xiàng)目業(yè)績(jī)情況；基本信息代表供應(yīng)商實(shí)力水平；通過不同細(xì)化指標(biāo)的界定分級(jí)分類，實(shí)現(xiàn)對(duì)平臺(tái)所有供應(yīng)商智能化全景畫像的構(gòu)建。

供應(yīng)商數(shù)據(jù)采集和預(yù)處理

構(gòu)建供應(yīng)商畫像的數(shù)據(jù)來源主要分為兩個(gè)部分，第一部分主要來源于目前該平臺(tái)的線上用戶數(shù)據(jù)，包括供應(yīng)商的注冊(cè)信息、交易信息、歷史瀏覽記錄等。通過用戶行為日志的埋點(diǎn)，建立平臺(tái)印跡模式，通過日志收集平臺(tái)所有數(shù)據(jù)，進(jìn)行相關(guān)數(shù)據(jù)存儲(chǔ)；第一部分的數(shù)據(jù)主要來自第三方平臺(tái)數(shù)據(jù)的對(duì)接，通過與第三方企業(yè)征信平臺(tái)對(duì)接，獲取供應(yīng)商行政處罰、經(jīng)營(yíng)異常、被執(zhí)行人等公開信息來計(jì)算供應(yīng)商在該平臺(tái)上的信用分值，提高對(duì)供應(yīng)商畫像原型的準(zhǔn)確度。

供應(yīng)商畫像構(gòu)建完之后，需要對(duì)數(shù)據(jù)進(jìn)行挖掘分析，這也是大數(shù)據(jù)時(shí)代數(shù)據(jù)分析最重要的一步。此步驟最關(guān)鍵的就是如何從大量不相關(guān)的數(shù)據(jù)中挖掘有關(guān)聯(lián)的數(shù)據(jù)。主流的研究方法有聚類分析、關(guān)聯(lián)規(guī)則及文本挖掘等方式，通過分析對(duì)比，該第三方交易平臺(tái)優(yōu)選選擇聚類分析的k-means算法對(duì)所獲得數(shù)據(jù)進(jìn)行不同維度集合分類，并根據(jù)每個(gè)集合類不同維度的權(quán)重因子，利用大數(shù)據(jù)技術(shù)的高效數(shù)據(jù)分析處理能力幫助供應(yīng)商畫像的維度模塊的快速生成。評(píng)分規(guī)則的設(shè)定原則主要根據(jù)以往智能撮合的經(jīng)驗(yàn)，并綜合參考相關(guān)專家的意見，將原有的維度分類詞匯進(jìn)行評(píng)估并總結(jié)出對(duì)應(yīng)的權(quán)重值。具體分值可參考圖3。最終，平臺(tái)通過業(yè)務(wù)端標(biāo)題解析關(guān)鍵詞和項(xiàng)目解析關(guān)鍵詞，后臺(tái)自動(dòng)按照既定的權(quán)重規(guī)則計(jì)算推薦供應(yīng)商排名，實(shí)現(xiàn)供應(yīng)商精準(zhǔn)化智能匹配，達(dá)到供需雙方智能匹配的目的。

信息智能推送及應(yīng)用

在實(shí)際的招標(biāo)采購(gòu)交易過程中，這種基于大數(shù)據(jù)挖掘技術(shù)來對(duì)供應(yīng)商用戶畫像的多維度指標(biāo)進(jìn)行權(quán)重量化順序排名的運(yùn)用非常重要。根據(jù)采購(gòu)人發(fā)布的招標(biāo)采購(gòu)信息，該第三方交易平臺(tái)后臺(tái)以最終供應(yīng)商排序結(jié)果為依據(jù)并以短信、系統(tǒng)消息、郵件等方式實(shí)現(xiàn)對(duì)下游供應(yīng)商實(shí)時(shí)、有效自動(dòng)推送，實(shí)現(xiàn)采供雙方項(xiàng)目自動(dòng)撮合。同時(shí)，將此技術(shù)運(yùn)用到供應(yīng)商訂閱服務(wù)模塊，不僅可以實(shí)現(xiàn)平臺(tái)已有項(xiàng)目的采供雙方智能撮合，同時(shí)也可實(shí)現(xiàn)全國(guó)招標(biāo)采購(gòu)項(xiàng)目精準(zhǔn)匹配，為平臺(tái)上的供應(yīng)商提供更多商機(jī)服務(wù)，提供更多參與招標(biāo)投標(biāo)的機(jī)遇。

應(yīng)用成效

采購(gòu)人端：供應(yīng)商充分競(jìng)爭(zhēng)，提高采購(gòu)效率，降本增效。

傳統(tǒng)的信息推送方式往往會(huì)存在信息不對(duì)稱傳遞、信息埋沒、信息未及時(shí)關(guān)注等問題，導(dǎo)致供應(yīng)商不能及時(shí)獲取有價(jià)值的信息，錯(cuò)過參與項(xiàng)目報(bào)名的機(jī)遇。基于供應(yīng)商畫像的智能撮合方法能夠有效解決傳統(tǒng)信息推送針對(duì)性差、轉(zhuǎn)化率低的問題，通過采購(gòu)需求的精準(zhǔn)匹配，擴(kuò)大采購(gòu)人尋源范圍，讓供應(yīng)商有效充分競(jìng)爭(zhēng)，在原有供應(yīng)商基礎(chǔ)上，引入更多供應(yīng)商資源，降低流標(biāo)機(jī)率，也間接減少項(xiàng)目圍標(biāo)串標(biāo)的風(fēng)險(xiǎn)，從整體上為采購(gòu)人招標(biāo)采購(gòu)提供支撐和輔助，提高采購(gòu)效率，縮短采購(gòu)周期，達(dá)到降本增效的目的。

供應(yīng)商端：信息精準(zhǔn)捕獲，減少盲目投標(biāo)風(fēng)險(xiǎn)，帶來更多商機(jī)。

基于供應(yīng)商畫像的信息智能撮合可實(shí)現(xiàn)供應(yīng)商軌跡的量化體現(xiàn)，通過各項(xiàng)標(biāo)準(zhǔn)化、可量化的指標(biāo)分析，具體展現(xiàn)供應(yīng)商的行動(dòng)，精準(zhǔn)預(yù)判供應(yīng)商投標(biāo)傾向，實(shí)現(xiàn)信息精準(zhǔn)捕獲，提高優(yōu)質(zhì)供應(yīng)商靠產(chǎn)品和技術(shù)能力中標(biāo)的機(jī)率，減少盲目投標(biāo)的成本。同時(shí)，供應(yīng)商可以通過該第三方交易平臺(tái)訂閱服務(wù)，捕獲更多全國(guó)性的招標(biāo)采購(gòu)信息，避免錯(cuò)失更多商機(jī)。

結(jié)語

通過利用大數(shù)據(jù)技術(shù)，根據(jù)供應(yīng)商不同維度性質(zhì)構(gòu)建供應(yīng)商畫像模型進(jìn)行招標(biāo)采購(gòu)項(xiàng)目智能撮合，可實(shí)現(xiàn)采供雙方快速智能匹配，為采購(gòu)人招標(biāo)采購(gòu)提供更多支撐和輔助。雖然該第三方交易平臺(tái)已在供應(yīng)商維度屬性上做出了明確細(xì)分，但現(xiàn)有供應(yīng)商畫像維度屬性仍存在數(shù)據(jù)粗粒度的情況。未來針對(duì)供應(yīng)商維度的屬性，還需要根據(jù)實(shí)際項(xiàng)目轉(zhuǎn)化率進(jìn)一步細(xì)分，擴(kuò)大用戶畫像詞庫(kù)范圍，提高供應(yīng)商畫像模型細(xì)粒度，不斷優(yōu)化模型權(quán)重，使畫像維度劃分更精細(xì)。

（作者單位：安徽省優(yōu)質(zhì)采科技發(fā)展有限責(zé)任公司）

參考文獻(xiàn)：

[1]薛雷.“互聯(lián)網(wǎng)+”的企業(yè)招標(biāo)采購(gòu)管理新模式研究[J].中國(guó)市場(chǎng)，2021（18）：189-191.

[2]謝崗，張克成.基于大數(shù)據(jù)的物資供應(yīng)商畫像研究分析與應(yīng)用[J].安徽電力，2019（2）：13-17.

[3]胡嘉航.基于用戶畫像的信息智能推送方法[J].無線互聯(lián)科技，2020，17（19）：161-162.

[4]宋華.供應(yīng)商選擇、參與對(duì)采購(gòu)成本管理績(jī)效的影響[J].系統(tǒng)工程理論與實(shí)踐，2008，28（12）：52-59.

[5]譚浩，郭雅婷.基于大數(shù)據(jù)的用戶畫像構(gòu)建方法與運(yùn)用[J].包裝工程，2019，40（22）：95-101.

（責(zé)編：高楊）