Команда Data Scientist Softline Digital представила прототипы решений на базе технологий анализа информации для больших компаний и государственного сектора. Эти инновации пользуются спросом, а Президент Счетной палаты, Алексей Кудрин, отметил их значимость. Подробности презентации представил Максим Милков, технический руководитель департамента анализа данных Softline.
Для кого: сотрудники отделов тендерных закупок.
Проблема: затруднения и долгие поиски подходящих тендеров, большой риск упустить выгодные возможности.
Решение: сервис для автоматического отбора интересных тендеров.
Изначально Softline разработал эту идею для своих нужд. В связи с нашей специализацией на продаже программ и оборудования, ИТ-решений и услуг, тендеры играют важную роль для нас. Ежедневно на торговых площадках появляются тысячи тендеров, но лишь около 1% соответствует нашим интересам. Сотрудникам приходилось анализировать их вручную, что было монотонным и затратным процессом. Также существовала вероятность упустить выгодное предложение или потратить слишком много времени на анализ.
Эксперты Softline Digital разработали сервис, который автоматически отслеживает тендеры и анализирует данные, необходимые для принятия решения: названия лотов, суммы, даты, коды закупок. Он также анализирует приложенные документы, такие как сканы, файлы Word, Excel, PDF и другие. На основе этих данных сервис определяет релевантность тендеров для бизнеса.
Благодаря автоматизации мы можем быстро находить подходящие тендеры и отсеивать неподходящие. Это позволяет сотрудникам уделить больше внимания сложным закупкам, требующим дополнительного анализа. В результате цифровизации процесса снижаются расходы на поиск тендеров.
Для кого: государственные контрольные органы.
Проблема: переплата за товары, что приводит к неэффективному распределению бюджета.
Решение: технология, определяющая корректные цены и расходы в организациях.
Государственные компании устанавливают максимальные цены на товары и услуги при размещении заказов. Однако отсутствуют четкие методические указания по расчету этих цен. В результате нормативы часто оказываются завышенными, что приводит к излишним расходам бюджета.
Например, в 2021 году статистическое управление приобрело ручки за более 100 рублей, хотя адекватная цена составляла около 20 рублей. Из бюджета было выделено около 100 миллионов рублей, но потрачено лишь 20 миллионов, остальные 80 миллионов были заморожены.
Он определяет справедливые цены для товаров, сравнивает их с максимальными нормативными ценами и фактическими расходами. На основе этого анализа можно оценить, насколько велико отклонение.
Модель машинного обучения исследует текстовые описания тендеров и товаров, включая неструктурированные данные. Она формирует рекомендуемые цены, а BI-инструменты визуализируют данные. Можно провести масштабную проверку и составить рейтинг организаций, завышающих цены.
Для работы с прототипами наших систем необходима персонализация под данные заказчика. Модели должны быть обучены на информации, отражающей специфику компании. Специалисты Softline Digital проводят настройку систем для решения задач клиентов.
