Как TenderMind находит лоты, подходящие именно вам

Почему рассказываем о рекомендациях

Недавно мы спросили пользователей: «О какой возможности TenderMind вы хотели бы узнать подробнее?»

Ответы распределились так:

Больше всего голосов получили рекомендации лотов. Поэтому по желанию пользователей начинаем с рассказа о нашем рекомендательном движке: как он формирует персональную подборку, почему выбирает определённые закупки и что показала проверка его качества.

История участия помогает понять профиль поставщика

Каждая заявка содержит информацию о работе поставщика: какие товары или услуги он предлагает, в каких регионах участвует в закупках, с какими заказчиками работает и какой масштаб контрактов ему привычен.

Из этих наблюдений TenderMind формирует профиль поставщика. Затем система сопоставляет его с доступными закупками и составляет персональную подборку.

Например, история компании может показывать устойчивый интерес к поставкам медицинского оборудования в нескольких регионах и определённом диапазоне бюджетов. Для другой компании похожие по названию закупки могут иметь гораздо меньшее значение — из-за другой специализации, географии или масштаба работы.

Сочетаем смысл описания, географию и бюджет

В основе первоначального подбора лежат три составляющие.

Содержание закупки. Название и описание лота преобразуются в числовое представление — эмбеддинг. Он помогает сопоставлять закупки по смысловой близости, включая случаи с разными формулировками.

География поставки. Система учитывает регионы, связанные с закупкой, и географию прошлых участий поставщика. Это помогает выделять возможности, соответствующие его опыту работы.

Бюджет. Стоимость закупки сопоставляется с привычным масштабом участия. У поставщика, регулярно работающего с небольшими заказами, и компании с крупными контрактами могут быть разные приоритеты даже внутри одной категории.

Эти составляющие объединяются в общее представление лота, которое можно сравнить с профилем поставщика.

Недавние участия получают больший вес

Специализация и приоритеты бизнеса меняются. Компания может начать работать в новом регионе, расширить ассортимент или перейти к закупкам другого масштаба.

Поэтому давние и недавние участия влияют на профиль по-разному. Более свежие наблюдения получают больший вес, а влияние старой истории постепенно уменьшается.

Так подборка может следовать за текущей деятельностью поставщика, сохраняя полезную информацию о его накопленном опыте.

После подбора модель расставляет приоритеты

Первоначальный поиск формирует набор подходящих закупок. Затем отдельная модель определяет их порядок.

Она учитывает сходство закупки с предыдущими участиями, опыт работы с заказчиком, активность поставщика, соответствие бюджета привычному масштабу закупок и текстовую близость к его истории.

Это позволяет поставить выше те лоты, которые по совокупности признаков лучше соответствуют профилю поставщика.

В карточках рекомендаций также есть пояснения — например, знакомый заказчик или связь с предыдущими закупками. Они помогают понять, почему стоит подробнее рассмотреть предложение.

Что показала проверка

Мы сравнили новую цепочку подбора и ранжирования с предыдущим алгоритмом на исторических данных. Проверка охватывала 11 062 поставщика и шесть исторических срезов.

Главный вопрос был практическим: какая доля лотов, в которых поставщики впоследствии участвовали, попадала в рекомендации?

Для первых 20 рекомендаций полнота выросла на 11,12 процентного пункта, или примерно на 32% относительно прежнего алгоритма.

Важно правильно понимать эти цифры. Показатель 45,63% означает долю последующих участий, которую удалось найти среди первых 20 рекомендаций. Он не означает, что только такая доля показанных карточек подходит поставщику: компания может рассмотреть подходящий лот и по разным причинам не подать заявку.

Это результаты исторической проверки для поставщиков с доступной историей и последующими участиями в проверяемых периодах. Они не являются гарантией результата для каждой компании или уже измеренным улучшением в повседневном использовании сайта. Исторические данные могут содержать позднейшие уточнения, поэтому такая проверка не полностью воспроизводит работу сервиса в реальном времени.

Что рекомендации помогают решить

Задача движка — выделить закупки, которые стоит рассмотреть в первую очередь.

Окончательное решение об участии требует изучения технической спецификации, сроков, условий поставки, требований к поставщику и собственной экономики контракта. Эти обстоятельства могут сделать закупку подходящей по профилю, но неудобной для участия прямо сейчас.

Полнота рекомендаций также зависит от доступности исходных данных. Если сведения о заявках появляются с задержкой, профиль поставщика учитывает только ту историю, которая уже доступна системе.

Сейчас новый движок работает с открытыми конкурсами и запросами ценовых предложений.

Как посмотреть свою подборку

1. Откройте карточку поставщика в TenderMind по БИН или ИИН и перейдите к рекомендациям.
2. На странице доступно до 200 лотов для каждого способа закупки. Для более широкого просмотра можно выгрузить в Excel до 500 лотов по каждому способу.
3. Начните с верхних позиций, посмотрите пояснения и изучите условия закупок. Именно для этого мы объединяем смысл описаний, географию, бюджет и историю участия: чтобы помочь вам быстрее выделить возможности, соответствующие вашему опыту.