在采購活動中，評審工作是采購過程中的核心環節，評審專家作為采購過程中的“裁判員”，對采購結果至關重要，其專業背景、業務水平、職業道德、行為偏好等因素將直接影響采購項目的評審質量。
為了規范評審活動，確保采購活動的客觀、公平、公正，信源信息自主創新了“評標質量動態評價模型”，開展專家履職行為大數據精準畫像，引導專家規范評審，進一步促進專家管理再上新臺階。
“評標質量動態評價模型”的三大模塊
評標質量動態評價模型，建立了一套體系化、數智化的專家管理體系，利用系統管控替代人工管理。目前，評標質量動態評價模型系統已實現以下3個模塊成果：
1、評分偏離度預警（模塊一）：在評審過程中，避免專家由于失誤、人為因素的偏向性，出現評審結果的明顯偏離，保證專家評分的客觀、公正、公平；
2、專家大數據畫像（模塊二）：使用大數據分析法研究和分析專家的專業水平、價值水平、成長水平、信用水平、評審質量、行為表現等方面，最終輸出專家的精準畫像。
3、專家智能抽取（模塊三）：依據歷史專家抽取數據，分析同品類項目在不同周期內對專家的需求規律，構建預測模型，預測未來時間段內的專家需求量，提醒業務人員錯峰評標。
“評審偏離度預警”的創新點
1、建立評分偏離度算法模型
根據評審歷史數據及同一項目其他專家評分數據，通過異常值分析數據節點，研究偏離算法，可根據評分偏離度模型設定偏離閾值。
2、評審專家評分整體預覽
通過評分偏離度模型，分析匯總項目評分偏離度、評分偏離度警示以及按供應商維度的評分偏離度，為專家評分評估提供有益的依據。
3、專家評分偏離度明細預警
通過對專家評分偏離度的預警閾值及對風險閾值的顏色標注，可以使分析人員快速地發現評分的偏離情況，并可對偏離情況進行詳情查看，快速地分析定位問題。
“評分偏離度預警”的成效
1、專家評審偏好智能展現
通過對評審專家參與各類項目評分情況的大數據分析，智能識別其在評審過程中是否存在特定供應商、特定品牌的偏好行為，判斷其評審的合理性，有效嚴防“小鬼當家”。
2、評分偏離進行預警提示
參考評分的歷史情況，對評審專家的評分進行偏離度提示，起到智能預警的作用，有效防止人為因素或因失誤造成的評分偏差。
通過評分偏離度預警，能夠有效地保證專家在評審中的客觀、公平、公正。
