省級供電企業供應商全息畫像應用研究

熊 濤,邢子路

(1.國網湖南省電力有限公司物資公司,湖南 長沙 410004;2.浙江華云信息科技有限公司,浙江 杭州 310008)

供應商的選擇與評價是供應鏈中的一個關鍵環節。傳統的供應商信息化管理側重于信息及業務管理,缺乏客觀性、量化的選擇和評估手段,因此對于供應商的風險提前預判能力較弱,持續跟蹤能力不強。

2018年以來,國網公司啟動了智慧供應鏈,實現了智能采購、數字物流、全景質量管理三大體系的全面支撐,深入推進實現物資供應商管理業務數字化轉型。在此建設趨勢下,利用大數據技術精準評價和選擇供應商,加強電網物資供應高效管理、風險智能化評估,成為推進供應商數字化轉型的主要目標。

1 研究現狀

供應商的選擇和評估是供應商管理的核心,因此各類專家開展了一系列對供應商進行定量分析評價的方法[1-3]。隨著大數據技術和畫像技術的發展[4-6],則衍生出了基于畫像技術的供應商畫像方法[7-9],能夠運用大數據技術更好地對供應商數據進行整合、歸納、存儲,該方法得到的客觀結果比以往根據層次分析法、模糊評價法等專家主觀評分較直觀。利用機器學習和深度學習分類預測供應商畫像的效率較高[10-12]。

國家電網各業務系統內省級電網企業所往來的物資供應商多達5萬家,在數據方面,各類業務積累的數據高達900 T,包括各類供應商基礎信息、業務往來信息等,但目前以供應商為核心的全方位數據分析產品很少[13-16],績效評估仍采用手工打分的方式,評價依賴于專家的主觀因素,對于不良行為問題,在招投標環節對供應商限制授標。供應商數據的利用度較弱,數據價值無法顯現。物資全業務數字化實現過程中,以供應商為核心,加強物資大數據整合貫通、充分挖掘利用供應商數據勢在必行。

綜上所述,在供應商全息畫像研究實現過程中,技術難點集中在兩個層面。一是如何歸集整合供應商自身屬性和行為數據集;二是應用什么方法對供應商進行評價。本文圍繞這兩個重難點問題,秉承“統一標準、開放共享”的建設理念,建立數據、標簽、評價3大體系,繪制2類供應商全息畫像,實現系統內、外部多業務場景的應用。

2 供應商畫像數據體系建設

供應商的履約管理、物資供應、招標采購、資質核實等信息分布在國網ECP、ERP、財務、供應等各個業務系統中,各業務線積累的供應商相關數據高達900T由于業務管理的側重點不同,不同業務領域的供應商管理數據形成各種數據孤島,無法有效的貫通。

從數據集成層面,本文運用系統論的理論方法,采用云計算、大數據等技術的復雜集成,整合內部(ECP、ERP、PMS、基建管控等)全業務數據和外部的征信、金融、處罰等信息,共梳理了107個方面的數據,建立了供應商全量信息庫,解決了供應商數據分散,數據獲取難的問題。

從數據整合層面,本文運用了知識圖譜技術,圖譜構建過程如圖1所示。通過實體提取、關系提取和屬性提取三個關鍵技術進行“信息獲取”,然后基于這些信息完成本體構建和知識融合,實現知識推理,建立了以供應商為核心的數據關聯網絡,繪制供應商數據圖譜,支撐高效靈活的多層次關系圖譜查詢、內在關系識別,實現供應商血緣分析,關系脈絡清晰。

圖1 供應商知識圖譜構建過程

基于ECP2.0和數據中臺中的結構化數據完成實體構建,然后與外部的半結構化和非結構化數據進行匹配,補充屬性及關系,但由于外部數據可能存在命名模糊,數據輸入錯誤、縮寫等問題,從而出現多詞一義和一詞多義的現象,為了解決上述問題達到實體消歧的目的,使用了TF-IDF計算向量之間的相似度完成實體對齊和實體連接。TF-IDF主要用來評估某個字或者用某個詞對一個文檔的重要程度。其中:

(1)

(2)

計算完相似度后,可以設置一個合理的閾值,融合超過該閾值相似度相近的實體,以消除冗余數據。

通過明確取數邏輯、更新頻次,按照資質水平、運營能力、采購履約、質量管理、征信行為五個維度進行分級分類管理,構建了5維3級的標準數據體系,解決了數據來源不一致、口徑不統一等問題,為后續建模和精準分析奠定基礎,避免噪聲數據和低質數據在分析過程之間傳遞,減少數據干擾和不確定信息帶來的影響。

3 供應商數據標簽體系建設

供應商各業務數據總量高,依靠傳統的辦公軟件取數、匯總分析等工具,無法對海量數據進行數據清洗和加工,也遠不能滿足當前業務發展的需求,大量的數據未被充分挖掘,導致一線業務人員跨專業獲取數據,分析數據較為困難。

本文創新了供應商基礎標簽與高級標簽生成技術方法(見圖2),提升了供應商數據挖掘與業務的簡易性。

圖2 供應商畫像基礎標簽自定義組合高級標簽

(1)基于數據特征選擇合適算法生成基礎標簽。供應商各指標數據不規范,數據分布特征不一,因此本文基于數據分布多樣性,采用多種正態分布法、四分位法、關鍵字匹配法、自定義區間法等算法,將復雜的數據轉化為定性或定量評價的“基礎標簽”。如基于所有供應商的成立年限繪制條形圖,發現該指標的數據趨近于正態分布,數據特點表現為多數數據集中在均值周圍,分別向兩側逐漸均勻下降,適用于正態分布劃分法,而注冊資金這一指標的條形圖則呈現絕大多數數據集中并且單邊拖尾的特點,因此選用四分位法進行標簽等級劃分。

(2)基于業務需要自定義組合高級標簽。為更加全面地評價供應商,本文滿足不同專業的分析需求,采用基礎標簽定制化組合方式生成高級標簽。“自定義”模塊基于Echarts開發,利用其交互功能豐富、支持大數據展示等優點,實現了“拖拉拽”的方式快速構建,精準快速地篩選符合條件的供應商。

4 供應商畫像評價體系建設

電網物資品類繁多,供應商也呈現出多類別、多層次的差異特征。目前,省際電力公司在對供貨商的經營上,還停留在以價格、質量、服務等因素為主的傳統評價模式,缺少一套完整、科學的評價機制。本文從評價內容上拓展了供應商評價維度,從評價方法上優化了評價算法。

每年11月后，嘉興地區進入晚稻收割期，如太浦閘大流量供水，將在一定程度上抬高嘉北地區河網水位，雖然對嘉北地區水位抬高的影響比汛期小，但仍將影響部分圩區運行。

4.1 精細化供應商評價對象與內容

從評價對象上,本文基于物資供應商類型,定制了19種不同物資品類的供應商量身定制評價模型,不同的物資品類采用適用的評價體系、評價標準,精細化供應商評價管理。從評價維度上,設計了信用方面3個行為、生產制造能力、供應能力、履約能力6個能力,資質水平、人力水平、低碳發展水平、財務水平等9個水平的量化評價,實現從簡單評價向全面評價轉變。

4.2 科學化供應商評價方法

為了使評價得分結果既能科學量化又融合業務理解,此次評價算法采用層次分析法(AHP)和專家打分相結合的形式。層次分析法將目標劃分為多目標,通過減少量化的數據來實現對多目標、多準則或非結構特征的多目標的綜合判斷。層次分析法的步驟如下:

(1)建立分層的層級模式。在對總體目標進行全面的研究后,將每個影響因子按其屬性和類別劃分為若干等級,評價采用標簽體系。

(2)構造成對比較矩陣。每個層次中的所有要素重要性都要被特定地定量,用1～9表示兩個要素的重要性差異(見表1)。

表1 評價等級表

而在對各元素的重要性判斷時,免不了出現個人主觀性或業務理解誤差的情況,因此在這里融合專家打分法,綜合多人意見構建判斷矩陣:

A=(aij)n*n

(3)

(3)計算權向量并做一致性檢驗。計算判斷矩陣最大特征值,然后計算一致性指標CI:

(4)

式中:λmax為判斷矩陣的最大特征值。

通過檢驗一致性比例來檢驗一致性,具體如下:

(5)

5 供應商全息畫像架構及應用

本文秉承“統一標準、開放共享”的建設理念,在上述數據體系、標簽體系、評價體系的建設基礎上,建立供應商標簽畫像和五維全息畫像,實現系統內、外部多業務場景的應用。

在此基礎上,通過標簽系統對供應商進行分類,使之可以進行多維度、全方位定性評估。并且能夠快速溯源、預知風險,從而提高供應鏈的整體管理能力和水平。具體供應商畫像基本信息頁面如圖3所示。

圖3 供應商畫像基本信息頁面

五維畫像是基于評價體系,對供應商的資質能力、運營能力、履約能力、質量水平、信用水平五個維度以雷達圖等圖形方式直觀展現供應商的優勢和短板,并設置國網不良行為、行政處罰等重要信息開關項,掌握供應商存在的風險狀況。供應商五維畫像如圖4所示。

圖4 供應商五維畫像

目前平臺已完成10 845家供應商的精準畫像,且將畫像融入具體業務,拓展供應商畫像業務應用,推動物資管理變革與創新。

一是支撐商務評標。改變傳統的專家打分模式,將商務評標模板植入平臺的評價體系,平臺自動計算得分,自動比對18個維度的詳細參數,一鍵導出打分結果,評標環節更具有效性和公正性。該應用自上線以來已支撐4次商務評標工作,評標工作由原有7人組的專家小組評價轉變為1名專家在線上打分比對,同時評標工作時間由6天縮短到0.5天,評標周期大幅縮短。按照評標費用組成(專家費+場地社保費+差旅費+管理費),預估每次節約評標費用326萬元。

二是支撐物資抽檢策略優化:打破原有的單一抽檢計劃編制模式,綜合設備監造、出廠驗收、安裝、運行等全生命周期質量數據,自動更新并推送抽檢策略至業務系統,一鍵生成差異化抽檢計劃,實現檢測資源優化分配,避免不合格物資入網,為電網建設提供高質量物資保障。該應用上線后自動執行差異化抽檢策略4 700余次,物資整體抽檢合格率由95.4%提升至98.7%。

三是支撐供應鏈金融業務:解決供應商融資貴、融資難等問題,平臺實時掌握供應商供貨進度、應收賬款等數據,一鍵生成信用報告,精準推送潛在客戶與金融機構高效對接,帶動產業鏈上下游企業協同發展。該應用首次拓展電網企業物資領域使用數據創造價值,帶動產業鏈飛速發展,2021年與國網系統多個金融機構合作為供應商提供融資金額達16.39億元。

四是提供供應商增值服務:平臺可向合作供應商共享畫像成果以及提供數據增值分析服務,讓其客觀了解行業格局,找準自身定位,明確發展方向。

6 總 結

本文項目成果是國網系統首個供應商大數據分析應用平臺,平臺的易用性高。一是平臺引入“標簽”概念,實現數據標簽化,標簽業務化,將大數據挖掘過程內置于標簽中,降低了物資數據利用的理解度;二是平臺定制了層次分析法、灰色關聯度模型、熵值法、均值方差法等大數據算法功能,將復雜的算法轉化為簡易的“拖拉拽”操作,幫助業務人員更方便快捷地自主建模,構建高級標簽,精準篩選符合條件的供應商。

供應商精準畫像平臺創新了物資業務管理新模式,實現了智能評標、精準供應、智慧質控,為管理人員和一線人員賦能,全面掌控供應商的優勢和短板,研判風險,提高公司供應商管理水平。未來平臺將繼續深耕數據價值,發揮數據資源價值樞紐與業務統籌調配作用。