Проект

Как подход Active Intelligence помогает снизить риски госзакупок и сэкономить деньги налогоплательщиков. Опыт Казахстана

Заказчики: Министерство финансов Республики Казахстан

Алматы; Государственные и социальные структуры

Подрядчики: Datanomix
Продукт: Qlik Sense
На базе: QlikView.Next

Дата проекта: 2021/01 — 2021/12
Технология: BI
подрядчики - 451
проекты - 3058
системы - 1149
вендоры - 559

Аналитическая система «ОКО» на основе Qlik Sense была разработана командой Datanomix.pro на основе Qlik Sense и внедрена в Комитете внутреннего государственного аудита Министерства финансов Республики Казахстан. Аналитика «ОКО» выявляет индикаторы риска в процессе госзакупок – причем, на всех стадиях, от планирования до исполнения контракта. Система фокусирует внимание аудиторов на наиболее рисковых закупках, повышая эффективность проверок и позволяя работать на предупреждение.

Для разработки «ОКО» команда Datanomix.pro проанализировала лучшие мировые практики оценки индикаторов риска, адаптировала их к системе госзакупок Казахстана и сформировала 43 риска на всех этапах от планирования до исполнения контракта в соответствии с практикой правоохранительных органов. На основании выработанной методики, команда разработала правила для автоматического выявления рисковых закупок на платформе анализа данных Qlik Sense.

Предпосылки проекта

Ежегодно 18 тысяч организаций заключают более 1,5 миллионов договоров о государственных закупках в Казахстане. Раньше процесс мониторинга госзакупок осуществлялся вручную специалистами Комитета внутреннего государственного аудита. В результате большая доля неконкурентных закупок по завышенным ценам оставалась без внимания аудиторов. При этом, ежегодные потери государственного бюджета Республики Казахстан оценивались в 470 миллионов долларов США, поэтому было принято решение автоматизировать процесс мониторинга государственных закупок.

Выбирая подрядчика для этого проекта, Комитет искал опыт и экспертизу в предметной области. И в этом плане у команды Datanomix практически не было конкурентов – к этому моменту у команды уже был двенадцатилетний опыт анализа данных для выявления экономических и коррупционных рисков. А также внушительное портфолио выполненных проектов в этой сфере – для Финансовой полиции, Генеральной прокуратуры, Антикоррупционной службы, Службы экономических расследований и Подразделения финансовой разведки.

Кроме того, команда Datanomix разработала собственную методику выявления рисков в госзакупках. Помимо собственного опыта команды Datanomix.pro и практики правоохранительных органов Казахстана, в методику вошли лучшие мировые практики по выявлению рисков в госзакупках: индикаторы риска Всемирного банка, OECD, EBRD, Open Contracting. Методика содержит 43 риска на всех этапах, от планирования до исполнения контракта.Метавселенная ВДНХ 4.7 т

В сжатые сроки необходимо было интегрировать множество разрозненных источников данных, итеративно тестировать и проверять гипотезы. А также обеспечить максимальную свободу по исследованию данных для пользователей, т. к. в итоге только аудитор принимает решение по конкретному индикатору риска. Поэтому в качестве платформы анализа данных был выбран Qlik Sense – из-за скорости разработки и гибкости в изучении данных для конечных пользователей.

Реализация проекта

Аудиторы предъявляли высокие требования к автоматизации процесса мониторинга государственных закупок: подрядчику необходимо было вывести правила нахождения рисков.

Проект создания «ОКО» состоял из нескольких этапов:
1. Адаптация методики оценки рисков для целей из задач аудиторов.
2. Проведение оценки потребностей. Соответствующие государственные служащие предоставили информацию о своих сценариях использования.
3. Разработка интерактивных информационных панелей на базе инфраструктуры Qlik, которые покрывают потребности аудитора для проведения функции предварительного контроля.
4. Разработка учебных материалов и чек-листов, а также проведение обучения. Около 40 государственных служащих прошли тренинги по использованию сервиса.

Разработанная система на основе Qlik Sense анализирует все этапы процесса государственных закупок, включая 3 миллиона позиций планов закупок, 1,5 миллиона контрактов и 700 000 лотов. «ОКО» выявляет рискованные процессы планирования, тендеры и контракты, сужая выборку для аудиторов и фокусируя их внимание с 3 миллионов позиций до 130 000 – с наибольшими рисками неэффективного расходования средств.

Аналитическая система также интегрирована с казначейством, реестром юридических лиц, реестром государственных предприятий, базой данных по сертификатам происхождения товаров и другими реестрами для расширения документальной базы.

Скриншот из системы "ОКО". Этот дашборд показывает, какие закупающие организации осуществляют наиболее рискованные закупки. Источник: datanomix.pro

Методология оценки риска и источники данных

«ОКО» использует несколько источников данных, которые обновляются ежедневно и содержат более 100 миллионов строк. Ниже – некоторые риски, которые выявляются по определенным источникам данных:

1. Данные о государственных закупках: элементы плана, тендеры, контракты, клиенты, поставщики и т.д.

  • Планы закупок помогают на стадии раннего выявления рисков, когда есть возможность вмешаться и предотвратить их. Сюда входит поиск признаков необоснованного ограничения конкуренции (например, закупки только из одного источника), неконкурентные закупки товаров по завышенной цене или слишком короткие сроки выполнения работ, которые искусственно ограничивают конкуренцию.
  • Один из возможных сценариев риска: завышение цен при закупках у единственного источника. Алгоритмы «ОКО» анализируют медианную цену на каждый конкретный продукт в течение года и выявляют ценовые аномалии. Затем аудиторы анализируют эти аномалии и, при необходимости, предпринимают действия по корректировке цены и изменению метода закупки на конкурентный.
  • Алгоритм использует данные тендеров для выявления "красных флагов" необоснованного ограничения конкуренции. Например, указание в лоте конкретной торговой марки или объединение в одном лоте несвязанных между собой товаров. «ОКО» также выявляет "красные флаги" возможного сговора поставщиков и выявляет риски потенциальной коррупции между заказчиком и поставщиком.

2. Налоговые данные юридических лиц. Система использует данные о налогах, уплаченных юридическими лицами, чтобы проверить надежность поставщиков и найти признаки подставных компаний.

3. База данных сертификатов происхождения товаров. Согласно правилам государственных закупок в Казахстане, по некоторым группам товаров существуют преференции для местных производителей. Однако недобросовестные поставщики часто подделывают такие сертификаты. Поэтому по каждому договору "ОКО" автоматически проверяет, был ли у поставщика действующий сертификат на момент заключения договора.

4. Реестр недобросовестных поставщиков. Некоторые поставщики не допускаются к заключению контрактов в рамках государственных закупок. Система автоматически проверяет, находится ли поставщик в списке недобросовестных поставщиков.

Список договоров с подсветкой рисков. Источник: datanomix.pro

Результаты проекта

«
Комитетом проведена работа по усовершенствованию системы управления рисками. В 2021 году совместно с компанией datanomix.pro была разработана аналитическая система оценки и выявления рисков в системе госзакупок. Сформировано 43 индикатора риска на всех этапах от планирования до исполнения договора, в соответствии с практикой Комитета и правоохранительных органов. Данная система была презентована главе государства на форуме Digital Bridge и получила престижную международную премию, конкурировав в финале с компанией Shell и службой госзакупок правительства Великобритании, - рассказывает Алмас Кавкитаев, заместитель председателя Комитета внутреннего государственного аудита Министерства финансов Республики Казахстан
»

Комитет внутреннего государственного аудита Республики Казахстан сообщил, что уже проверил закупки на 384 миллиона долларов США и выявил финансовые нарушения на сумму 65 миллионов. Почти 70% "красных флажков" были выявлены на стадии планирования и были предотвращены. По результатам аудиторских мероприятий составлено 247 административных протоколов на сотрудников отдела закупок.

Автоматизация выявления рисков в государственных закупках доказала свою эффективность, поэтому Министерство финансов уже одобрило финансирование проекта «ОКО» в следующем году.

Отслеживание процесса отработки риска: Active Intelligence в действии. Источник: datanomix.pro

Проект «ОКО» уже удостоился международного признания на конкурсе World Commerce & Contracting Innovation & Excellence Awards 2021, стал победителем в номинации «Операционные улучшения». Номинация отмечает проекты, которые принесли значимую ценность для бизнеса благодаря инновациям в процессах по управлению договорами. В финале с проектом «ОКО» конкурировали Shell, Служба госзакупок Великобритании, Почта Канады, Baxter International, Aramco Americas и другие.

«
Наша система представляет собой симбиоз человека и компьютера: она обозначает риски, показывает так называемые «красные флажки», обращает на них внимание проверяющих, но не навешивает ярлыков, ведь зачастую причиной правонарушений становится не злой умысел, а человеческий фактор – ошибка, невнимательность или элементарная лень, - комментирует итоги проекта генеральный директор Datanomix.pro, Виталий Тренкеншу.
»

Перспективы: открытый процесс аудита

Запись вебинара о проекте «ОКО» «Как выявить экономические и коррупционные риски в госзакупках: опыт Казахстана»

Для повышения внимания к проблемам государственных закупок в стране необходимо открыть процесс аудита и мониторинга, предоставив НПО и журналистам доступ к аналитическому инструменту «ОКО» на основе Qlik, разработанному Datanomix.

Datanomix усовершенствует аналитический инструмент с помощью CRM-системы, чтобы НПО могли анализировать рискованные закупки и автоматически генерировать письма в закупочные организации и контролирующие органы для соблюдения надлежащего процесса. Уже есть 10 казахстанских НПО, готовых создать платформу заинтересованных сторон в Казахстане. Есть договоренность поделиться доступом к инструменту и провести тренинг для гражданских наблюдателей.