Шаг 1: Сбор данных
Начните с официальных источников: ЕИС (zakupki.gov.ru), коммерческие агрегаторы, внутренние CRM и отчёты вашей компании.
Создайте единую базу данных, где будут храниться все закупки, в которых вы участвовали или могли бы участвовать. Это станет основой для дальнейшего анализа.
Шаг 2: Очистка и структурирование данных
Уберите дубликаты, заполните пропущенные значения, приведите данные к единому формату. Например, если в одних записях срок контракта указан в днях, а в других — в месяцах, приведите всё к одному измерению.
Структурируйте данные по категориям: заказчик, сумма, дата, результат участия, причина проигрыша и т.д.
Шаг 3: Визуализация ключевых показателей
Используйте инструменты визуализации (Power BI, Tableau, Yandex Datalens) для создания дашбордов.
Основные метрики, которые должны отображаться:
Конверсия заявок (количество выигранных / количество поданных)
Средняя маржа по выигранным тендерам
Распределение по заказчикам
Динамика по времени
Визуализация позволяет быстро увидеть тренды и аномалии, которые могут быть упущены при анализе "сырых" данных.
Шаг 4: Анализ KPI
Определите ключевые показатели эффективности для вашего тендерного отдела:
Конверсия заявок — если ниже 25%, нужно пересматривать стратегию отбора тендеров
Доля выигранных тендеров — показывает, насколько эффективно вы конкурируете
Средняя маржа — если ниже 15-20%, возможно, вы слишком агрессивно снижаете цены
Шаг 5: Прогнозирование и принятие решений
На основе анализа данных формируйте прогнозы:
Какие заказчики будут проводить закупки в ближайшие 3 месяца?
Какие цены будут конкурентными?
Какие тендеры стоит пропустить, чтобы не тратить ресурсы?
Пример: если анализ показывает, что заказчик регулярно проводит тендеры на ваш продукт каждые 6 месяцев, вы можете начать подготовку за месяц до предполагаемого старта.
Шаг 6: Мониторинг результатовПосле участия в тендере проведите анализ: совпали ли ваши прогнозы с реальностью? Если нет — почему? Какие факторы вы не учли?
Этот этап часто упускают, но именно он позволяет постоянно улучшать вашу аналитическую модель и повышать точность прогнозов.