本招標項目名稱為：物資公司數據科技分公司采購需求預測技術研究與建設項目公開招標， 本項目已具備招標條件，現對該項目進行國內資格后審公開招標。

2.項目概況與招標范圍

    2.1 項目概況、招標范圍及標段（包）劃分：2.1.1項目概況
 （以下稱“物資公司”）作為 供應鏈建設與管理實施單位，在物資與采購管理領域深耕細作近20年， ，自2017年11月上線并投入運營以來，對接了包括SRM、ERP、銀行、稅務等40余個內外部系統，系統積累了大量的基礎數據、交易數據、物資物流數據、用戶數據等。2024年，物資公司積極引入大數據理念，對公司整體數據資源體系進行統籌規劃、采用前沿的“流批一體、湖倉一體”技術，引入Dataphin、TDH等大數據工具，建設智慧管理系統，推動全域數據匯聚、治理、建模、開發和應用，完成智慧場景、專題分析及報表三大應用建設，通過數字賦能，為公司提供全方位輔助決策支持，全面提升企業數智化決策水平。
 物資有限公司數據科技分公司（以下稱“數據科技”）負責 整體數據資產管理和數據資源運營，并承擔本項目建設。采購需求預測技術研究與建設項目主要依托智慧管理系統匯聚的海量數據，通過先進的預測算法，構建采購需求預測模型，科學預判采購需求，為采購決策提供有力的數據支撐。
2.1.2 招標范圍： 
（1）構建一套標準規范的采購需求預測數據集。利用智慧管理系統數據采集工具，從內外部集成多源數據，統一匯聚到智慧管理系統（ODS層），對數據進行清洗治理，在智慧管理系統形成采購預測明細數據寬表（DWD層）、匯總指標事實表（DWS層）、統計指標數據（ADS層）、多維數據邏輯模型的維度表（DIM層）等，沉淀并形成支撐采購預測算法模型的數據模型。
（2）研發一套科學的采購預測算法模型庫。梳理業務流程、采購規律、各品類物資特性以及各服務對象預測需求，借助現代化的大數據分析方法、人工智能算法、專有模型技術等，全方位和多視角地梳理、分析、診斷、評估，形成物資特性畫像；按不同采購類型、采購方式進一步梳理采購影響因素及關鍵物資，形成采購預測物資目錄及影響因素庫；針對煤炭、電力、運輸等關鍵產業板塊的物資采購特點，構建一整套面向能源行業典型物資的采購預測算法模型庫。
（3）搭建一個采購預測分析平臺。采用人工智能大模型和大數據分析技術，構建技術先進、能力復用、靈活擴展的采購預測分析平臺，深度挖掘數據價值，提升數據洞察和態勢感知能力。針對煤炭、電力、運輸等板塊，實現不少于2個采購總量預測、不少于8項關鍵物資預測，關鍵物資預測的平均誤差率應控制在25%以內，進一步提升采購管理及運營的前瞻性、時效性、精細化水平以及智能化決策水平。實現智能化分析與可視化展現，為智慧采購提供智能化決策支持。
（4）專利及軟著成果：發表核心期刊論文1篇（至少取得錄用通知）；申請發明專利2項（專利以收到專利受理通知書為交付標準）；申請相關軟著2項。
2.1.3 合作形式：
服務地點：北京
服務期限：合同簽訂后12個月。

    2.2 其他：/

    2.3 主要研究內容及預期目標：2.3.1主要研究內容

    （1）研究高質量采購預測數據集

    研究影響采購需求的各類因素，分析梳理項目所需的內外部數據，包括：采購基礎數據（如：“1+5”年度采購計劃，采購執行計劃、采購訂單等）、項目單位靜態數據（如：機組數量、裝機容量、投產時間等）、項目單位運營數據（實際發電量、利用小時數、原煤產量、鐵路運輸量等）、設備或物資數據（如物資主數據類別、物資出庫數量、設備類型、生產廠家、維保周期、運行小時數等）、外部數據（如溫度、市場價格、政策環境等）多維度數據。以國能e購智慧管理系統作為統一的數據底座和技術底座，對采購需求預測所需各類內外部數據進行統一采集、存儲、加工，在數據倉庫進行數據規范定義與整合，形成采購預測相關主題數據域；在數據域的基礎上，提取核心業務場景模型，構建面向算法層、應用層的數據指標及標簽體系，形成支撐采購預測的高質量數據集。

    （2）多元影響因素耦合作用下的采購預測算法模型研究

    圍繞物資全生命周期管理，研究煤炭、電力、運輸等產業板塊的關鍵物資（如：石灰石、柴油、碳刷、閘瓦、鋼軌、扣件、船舶關鍵部件等）的采購“量”的變化規律以及關鍵“件”的維修及消耗規律等，分析不同時間尺度及影響因素下的采購需求變化特點，確定不同品類物資的影響因素、權重和適用的算法模型，分類構建關鍵物資采購預測模型。

    研究不同采購機構、項目單位采購規律，分析項目單位產能、裝機、大小修等影響因素對年度采購總量的影響，建立總量預測模型。

    研究模型動態優化機制，依據業務狀況的變動，實現對模型參數的識別、調整和預測結果的優化。加強對大模型技術的結合與應用，提升預測及應用的智能化水平。

    （3）采購預測應用場景研究

    研究面向項目單位、管理部門、采購機構、供應商等使用對象的預測分析平臺。構建采購預測目錄、預測分析報表及專題分析看板等，為項目單位合理提報采購需求計劃、科學掌握關鍵件的維修、消耗規律提供有效參考依據，為供應商備貨、備產等提供科學、精準的指導依據；為管理部門優化物資管理，采購機構開展前瞻性的經營分析和工作部署，提供科學指導依據。

    2.3.2預期目標

    利用先進的數據分析和預測技術，前瞻性地預判采購需求和供需市場變化，輔助產業鏈供應鏈相關企業實現科學精準決策，助力物資公司數智化轉型。

    （1）開發一套標準規范的采購預測數據集

    利用智慧管理系統數據采集工具，從內外部集成多源數據，統一匯聚到智慧管理系統（ODS層），對數據進行清洗治理，在智慧管理系統形成采購預測明細數據寬表（DWD層）、匯總指標事實表（DWS層）、統計指標數據（ADS層）、多維數據邏輯模型的維度表（DIM層）等，沉淀并形成支撐采購預測算法模型的數據模型。

    （2）研發一套科學的采購預測算法模型庫

    梳理業務流程、采購規律、各品類物資特性以及各服務對象預測需求，借助現代化的大數據分析方法、人工智能算法、大模型技術等，全方位和多視角地梳理、分析、診斷、評估，形成物資特性畫像；按不同采購類型、消耗方式進一步梳理采購影響因素，形成采購預測目錄及影響因素庫；針對煤炭、電力、運輸、化工等關鍵產業板塊的關鍵物資/關鍵部件的采購特點，構建一整套面向能源行業典型物資的采購預測算法模型庫

    2.4 項目服務期：本項目的服務期限為自本項目合同簽訂之日起9個月內完成項目需求分析、系統設計、平臺搭建、系統集成、數據接入治理、數據建模、功能開發、系統聯調、功能測試及上線等工作，上線后3個月內完成系統試運和推廣應用。質保服務期：最終驗收合格后一年的質保與運維，質保服務期內持續免費完善平臺功能和治理服務。

3.投標人資格要求

    3.1 資質條件和業績要求：

    【1】資質要求：（1）投標人須為依法注冊的獨立法人或其他組織，須提供有效的證明文件；

    （2）投標人須至少具有軟件能力成熟度模型 CMMI4 級認證及以上，并提供對應證書的掃描件。

    【2】財務要求：/

    【3】業績要求：2020年7月至投標截止日（以合同簽訂時間為準），投標人須至少具有預測項目或大數據項目業績1項，且單項合同金額不低于500萬元，投標人須提供能證明本次招標業績要求的合同掃描件。合同掃描件須至少包含：合同買賣雙方蓋章頁、合同簽訂日期、主要工作內容或技術協議、合同金額等關鍵信息頁。

    【4】信譽要求：/

    【5】項目負責人的資格要求：投標人擬派的項目負責人（項目經理）須①具有PMP證書或信息系統項目管理師（高級）資質證書。②至少具有預測項目或大數據項目業績2個，并提供證明材料（若合同中無項目負責人姓名，須提供對應的驗收證明或用戶證明等有蓋章的證明材料（須體現項目名稱、項目負責人及單位名稱）。

    【6】其他主要人員要求：/

    【7】科研設施及裝備要求：/

    【8】其他要求：母子公司資質業績不得互相借用。

    3.2 本項目不接受聯合體投標。

4.招標文件的獲取

    4.1 招標文件開始購買時間2025-06-30 16:00:00，招標文件購買截止時間2025-07-07 16:00:00。