Wyzwanie
Przed każdym przetargiem zespół ręcznie sprawdzał, kto jeszcze może startować, jakie ceny składał wcześniej i jak często wygrywał. Po przetargu wiedza nigdzie nie zostawała, więc przy kolejnym zaczynało się od zera, a cena powstawała na wyczucie.
Narzędzia dostępne na rynku pomagają szukać przetargów i pisać oferty, ale nie analizują konkurentów ani ich strategii cenowej. Tego właśnie brakowało.
Podejście
Zamiast abonamentu w gotowym serwisie zbudowaliśmy narzędzie na bezpłatnych, publicznych źródłach: Biuletynie Zamówień Publicznych, KRS, rejestrze REGON i Białej Liście podatników VAT. Punktem wyjścia jest firma, nie ogłoszenie.
Najpierw powstała warstwa statystyczna, która działa na twardych danych. Warstwa językowa, opisująca wnioski zwykłym tekstem, jest nakładana na nią w kolejnym etapie, żeby model komentował liczby, a nie je wymyślał.
Wdrożenie
Backend synchronizuje ogłoszenia codziennie i co godzinę, a profile firm uzupełnia o dane rejestrowe: zarząd, udziałowców, kapitał i branżę. Import historyczny działa strumieniowo, strona po stronie, bo ładowanie setek tysięcy rekordów naraz przepełniało pamięć.
Moduły analityczne liczą prawdopodobieństwo wygranej, optymalny przedział ceny i anomalie, np. firmy wygrywające zawsze u jednego zamawiającego albo rażąco niskie oferty. Interfejs ma 17 widoków, m.in. graf powiązań osobowych, mapę, porównanie firm i alerty dla obserwowanych konkurentów.
Wyniki
W bazie jest 537 tys. przetargów i 315 tys. ofert powiązanych z konkretnymi firmami. Statystyki ofert, czyli liczba ofert oraz ceny minimalne, maksymalne i zwycięskie, są przeliczone dla 215 tys. postępowań.
Profil konkurenta, który wcześniej wymagał przeszukania kilku rejestrów, jest dostępny w jednym widoku. Kolejne etapy to import lat 2021-2024 i warstwa opisowa AI.
