基于供應(yīng)商畫像的信息智能撮合

盧曉凱

【摘要】對B2B采供雙方交易平臺，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、平臺屬性、交易信息、基本信息四個維度，使用聚類分析的k-means算法構(gòu)建物資供應(yīng)商畫像模型，實現(xiàn)采供雙方快速智能匹配，向供應(yīng)商實時推送精準的招標采購信息，為采購人招標采購提供支撐和輔助，提高項目報名效果，減少流標率，實現(xiàn)降本增效。

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

招標采購是供應(yīng)商之間的競爭，公開、公正和擇優(yōu)的招標采購方式不僅能夠降低成本，還能最大限度實現(xiàn)市場經(jīng)濟的良好運行。然而，傳統(tǒng)的招標采購方式可能存在招標采購信息渠道狹隘、供應(yīng)商資源固化，降本難等問題，部分專業(yè)性較強的招標采購項目還存在供應(yīng)商渠道單一、流標現(xiàn)象嚴重等問題。

B2B采供雙方交易平臺作為為招標采購各類市場主體提供采購雙方交易的平臺，匯集大量供應(yīng)商資源，可以實現(xiàn)在開放平臺上的信息互動。作為開放新平臺，打破地域限制，擴大原有采購半徑，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)商資源機會。但是，針對開放式平臺日均海量的信息發(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、采購類別等綜合性因素，在推送時，難以實現(xiàn)采購內(nèi)容的精準推送，導(dǎo)致最終推送的觸達率和轉(zhuǎn)化率偏低。因此，研究如何將采購人發(fā)布的采購公告精準推送給相關(guān)供應(yīng)商，實現(xiàn)有效信息的精準匹配非常重要。

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)標簽的方式抽象化將用戶的個體信息展示出來，從而為客戶有針對性地提供服務(wù)。某第三方B2B采供雙方交易平臺根據(jù)供用戶行為、平臺屬性、交易信息、基本信息四個維度，通過相關(guān)數(shù)據(jù)并進行結(jié)構(gòu)化處理，將碎片化的數(shù)據(jù)整理生成相應(yīng)指標，以全方位、立體性的方式完成“供應(yīng)商畫像”，有針對性地實現(xiàn)招標采購項目的精準推送，為招標采購提供更具價值的支撐和輔助。

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)則進行數(shù)據(jù)權(quán)重值計算。最后，通過得分排名進行升序推薦完成整個業(yè)務(wù)端智能推送過程，實現(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，對與用戶緊密結(jié)合而非無限制的數(shù)據(jù)進行收集，該第三方交易平臺通過多年招標采購平臺實施經(jīng)驗分析，根據(jù)實際業(yè)務(wù)需求，構(gòu)建了用戶行為、平臺屬性、交易信息、基本信息四個維度進行供應(yīng)商畫像一級屬性的分類。為了提高用戶畫像的精準度，在一級屬性的基礎(chǔ)上進行二級屬性的細分。具體參考圖2。

用戶行為分析能夠準確判斷供應(yīng)商在該平臺上的歷史軌跡；平臺屬性代表供應(yīng)商在優(yōu)質(zhì)采平臺上的歷史誠信征信信息；交易信息能夠準確辨別供應(yīng)商歷史參與項目以及項目業(yè)績情況；基本信息代表供應(yīng)商實力水平；通過不同細化指標的界定分級分類，實現(xiàn)對平臺所有供應(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)來源主要分為兩個部分，第一部分主要來源于目前該平臺的線上用戶數(shù)據(jù)，包括供應(yīng)商的注冊信息、交易信息、歷史瀏覽記錄等。通過用戶行為日志的埋點，建立平臺印跡模式，通過日志收集平臺所有數(shù)據(jù)，進行相關(guān)數(shù)據(jù)存儲；第一部分的數(shù)據(jù)主要來自第三方平臺數(shù)據(jù)的對接，通過與第三方企業(yè)征信平臺對接，獲取供應(yīng)商行政處罰、經(jīng)營異常、被執(zhí)行人等公開信息來計算供應(yīng)商在該平臺上的信用分值，提高對供應(yīng)商畫像原型的準確度。

供應(yīng)商畫像構(gòu)建完之后，需要對數(shù)據(jù)進行挖掘分析，這也是大數(shù)據(jù)時代數(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，通過分析對比，該第三方交易平臺優(yōu)選選擇聚類分析的k-means算法對所獲得數(shù)據(jù)進行不同維度集合分類，并根據(jù)每個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，并綜合參考相關(guān)專家的意見，將原有的維度分類詞匯進行評估并總結(jié)出對應(yīng)的權(quán)重值。具體分值可參考圖3。最終，平臺通過業(yè)務(wù)端標題解析關(guān)鍵詞和項目解析關(guān)鍵詞，后臺自動按照既定的權(quán)重規(guī)則計算推薦供應(yīng)商排名，實現(xiàn)供應(yīng)商精準化智能匹配，達到供需雙方智能匹配的目的。

信息智能推送及應(yīng)用

在實際的招標采購交易過程中，這種基于大數(shù)據(jù)挖掘技術(shù)來對供應(yīng)商用戶畫像的多維度指標進行權(quán)重量化順序排名的運用非常重要。根據(jù)采購人發(fā)布的招標采購信息，該第三方交易平臺后臺以最終供應(yīng)商排序結(jié)果為依據(jù)并以短信、系統(tǒng)消息、郵件等方式實現(xiàn)對下游供應(yīng)商實時、有效自動推送，實現(xiàn)采供雙方項目自動撮合。同時，將此技術(shù)運用到供應(yīng)商訂閱服務(wù)模塊，不僅可以實現(xiàn)平臺已有項目的采供雙方智能撮合，同時也可實現(xiàn)全國招標采購項目精準匹配，為平臺上的供應(yīng)商提供更多商機服務(wù)，提供更多參與招標投標的機遇。

應(yīng)用成效

采購人端：供應(yīng)商充分競爭，提高采購效率，降本增效。

傳統(tǒng)的信息推送方式往往會存在信息不對稱傳遞、信息埋沒、信息未及時關(guān)注等問題，導(dǎo)致供應(yīng)商不能及時獲取有價值的信息，錯過參與項目報名的機遇?；诠?yīng)商畫像的智能撮合方法能夠有效解決傳統(tǒng)信息推送針對性差、轉(zhuǎn)化率低的問題，通過采購需求的精準匹配，擴大采購人尋源范圍，讓供應(yīng)商有效充分競爭，在原有供應(yīng)商基礎(chǔ)上，引入更多供應(yīng)商資源，降低流標機率，也間接減少項目圍標串標的風(fēng)險，從整體上為采購人招標采購提供支撐和輔助，提高采購效率，縮短采購周期，達到降本增效的目的。

供應(yīng)商端：信息精準捕獲，減少盲目投標風(fēng)險，帶來更多商機。

基于供應(yīng)商畫像的信息智能撮合可實現(xiàn)供應(yīng)商軌跡的量化體現(xiàn)，通過各項標準化、可量化的指標分析，具體展現(xiàn)供應(yīng)商的行動，精準預(yù)判供應(yīng)商投標傾向，實現(xiàn)信息精準捕獲，提高優(yōu)質(zhì)供應(yīng)商靠產(chǎn)品和技術(shù)能力中標的機率，減少盲目投標的成本。同時，供應(yīng)商可以通過該第三方交易平臺訂閱服務(wù)，捕獲更多全國性的招標采購信息，避免錯失更多商機。

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)商畫像模型進行招標采購項目智能撮合，可實現(xiàn)采供雙方快速智能匹配，為采購人招標采購提供更多支撐和輔助。雖然該第三方交易平臺已在供應(yīng)商維度屬性上做出了明確細分，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。未來針對供應(yīng)商維度的屬性，還需要根據(jù)實際項目轉(zhuǎn)化率進一步細分，擴大用戶畫像詞庫范圍，提高供應(yīng)商畫像模型細粒度，不斷優(yōu)化模型權(quán)重，使畫像維度劃分更精細。

（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：

[1]薛雷.“互聯(lián)網(wǎng)+”的企業(yè)招標采購管理新模式研究[J].中國市場，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、參與對采購成本管理績效的影響[J].系統(tǒng)工程理論與實踐，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)建方法與運用[J].包裝工程，2019，40（22）：95-101.

（責(zé)編：高楊）