Details

В данной работе рассмотрены проблемы выбора подрядчиков, связанные с несовершенством существующих методов отбора. Проведён анализ основных подходов к предквалификации, выявлены их ограничения. Обосновано применение кластерного анализа как инструмента, позволяющего группировать подрядные организации на основе многомерного сходства их характеристик без использования субъективных весовых коэффициентов. В процессе исследования были поставлены следующие задачи: 1. Выявить основные недостатки существующих методов отбора подрядных организаций. 2. Систематизировать критерии оценки надёжности подрядных организаций из открытых источников информации. 3. Обосновать применение методов кластерного анализа для решения задачи предквалификационного отбора. 4. Разработать алгоритм сбора, нормализации и обработки данных. 5. Апробировать разработанную методику. 6. Оценить практическую значимость и ограничения предложенной методики. Практическая значимость работы заключается в создании доступного инструментария для заказчиков, позволяющего на основе общедоступных данных принимать обоснованные решения при выборе подрядчика. Применение разработанной методики способствует повышению объективности отбора и снижению рисков неисполнения контрактов в инвестиционно-строительных проектах.

This work discusses the problems of contractor selection related to the imperfections of existing selection methods. It analyzes the main approaches to pre-qualification and identifies their limitations. The paper substantiates the use of cluster analysis as a tool that allows for the grouping of contractor organizations based on the multidimensional similarity of their characteristics, without the use of subjective weight coefficients. The following tasks were set during the research: 1. Identify the main shortcomings of existing methods for selecting contractors. 2. Systematize the criteria for assessing the reliability of contractors from open sources of information. 3. Justify the use of cluster analysis methods for solving the problem of pre-qualification selection. 4. Develop an algorithm for collecting, normalizing, and processing data. 5. Test the developed methodology. 6. Assess the practical significance and limitations of the proposed methodology. The practical significance of the work lies in the creation of an accessible tool for customers, which allows them to make informed decisions when choosing a contractor based on publicly available data. The application of the developed methodology contributes to increasing the objectivity of selection and reducing the risks of non-performance of contracts in investment and construction projects.