아야비드(AyaBid) - 입찰프로그램(웹기반) | 나라장터(G2B), 공공급식조달시스템(NeaT) 예측전문

웹 기반 입찰 프로그램 소개

비공개복수예가 방식의 입찰에서 정확한 예측과 전략적 투찰을 지원하는 웹 기반 시스템

비공개복수예가 입찰의 핵심 과제

나라장터(G2B)와 공공급식조달시스템(NeaT)의 비공개복수예가 방식 입찰에서는 예정가격을 정확히 예측하고 최적의 투찰률을 결정하는 것이 낙찰의 핵심입니다.

비공개복수예가 방식이란?

발주처가 미리 15개(또는 4개)의 예비가격을 작성하고, 입찰 참가자들이 이 중 2개(또는 2개)를 무작위로 추첨합니다. 이렇게 선택된 예비가격들의 산술평균이 예정가격이 되며, 이 예정가격에 낙찰하한율을 곱한 금액 이상으로 가장 낮은 가격을 제시한 업체가 낙찰됩니다.

Ayabid.com의 웹 기반 입찰 프로그램은 고급 통계 분석과 시뮬레이션 기술을 활용하여 예정가격을 정확히 예측하고, 낙찰 확률을 최대화하는 최적의 투찰 전략을 제시합니다.

비공개복수예가 방식의 수학적 이해

비공개복수예가 방식에서 예정가격(P)은 다음과 같이 계산됩니다:

P = (S₁ + S₂ + ... + Sₙ) / n

여기서 S₁, S₂, ..., Sₙ은 추첨된 n개의 예비가격이며, 일반적으로 n=2입니다. 각 예비가격은 기초금액(B)에 사정률(R)을 곱하여 계산됩니다:

Sᵢ = B × Rᵢ

사정률(R)은 일반적으로 ±2% 범위 내에서 결정되며, 이 범위 내에서 15개(또는 4개)의 서로 다른 사정률이 사용됩니다. 예를 들어, 공사의 경우 98.0%에서 102.0% 사이의 15개 사정률이 사용됩니다.

주요 기능

웹 기반 입찰 프로그램의 핵심 기능과 기술적 특징

층화추출 방식의 복수예비가격 생성

실제 입찰과 유사한 예비가격 분포를 생성하기 위해 층화추출 방식을 적용합니다. 이는 단순 무작위 추출보다 더 현실적인 시뮬레이션을 가능하게 합니다.

층화추출 방식이란?

전체 범위를 여러 구간(층)으로 나누고, 각 구간에서 균등하게 표본을 추출하는 방식입니다. 예를 들어, 사정률 범위(98.0%~102.0%)를 5개 구간으로 나누고, 각 구간에서 3개씩 예비가격을 추출하면 더 균등한 분포의 15개 예비가격을 얻을 수 있습니다.

구간	사정률 범위	추출 개수
1구간	98.0% ~ 98.8%	3개
2구간	98.8% ~ 99.6%	3개
3구간	99.6% ~ 100.4%	3개
4구간	100.4% ~ 101.2%	3개
5구간	101.2% ~ 102.0%	3개

몬테카를로 시뮬레이션 기반 예측

수천 번의 시뮬레이션을 통해 다양한 시나리오를 분석하고, 통계적으로 가장 유리한 투찰 전략을 도출합니다. 이를 통해 낙찰 확률을 최대화할 수 있습니다.

몬테카를로 시뮬레이션이란?

무작위 표본 추출을 반복하여 수치적 결과를 얻는 계산 알고리즘입니다. 입찰 예측에서는 예비가격 추첨과 예정가격 계산 과정을 수천 번 반복하여 예정가격의 분포와 확률을 계산합니다.

예를 들어, 기초금액이 1억원인 입찰에서 10,000번의 시뮬레이션을 수행하면:

예정가격 범위	발생 빈도	확률
98,000,000원 ~ 99,000,000원	1,245회	12.45%
99,000,000원 ~ 100,000,000원	3,521회	35.21%
100,000,000원 ~ 101,000,000원	3,612회	36.12%
101,000,000원 ~ 102,000,000원	1,622회	16.22%

이러한 분석을 통해 예정가격의 확률 분포를 파악하고, 최적의 투찰 전략을 수립할 수 있습니다.

사정률 분포 분석

사정률의 평균, 중앙값, 최빈값, 표준편차 등 다양한 통계를 분석하여 예정가격 예측의 정확도를 높이고, 이를 기반으로 최적의 투찰 전략을 제시합니다.

사정률 분석의 중요성

예정가격은 추첨된 예비가격들의 평균이므로, 사정률의 분포를 정확히 분석하면 예정가격의 범위와 확률을 더 정확히 예측할 수 있습니다.

사정률 분석에서는 다음과 같은 통계적 지표를 활용합니다:

평균(Mean): 모든 사정률의 산술평균
중앙값(Median): 사정률을 크기순으로 나열했을 때 중앙에 위치하는 값
최빈값(Mode): 가장 자주 발생하는 사정률 또는 사정률 구간
표준편차(Standard Deviation): 사정률의 분산 정도를 나타내는 지표
사분위수(Quartiles): 데이터를 4등분하는 값들로, 분포의 형태를 파악하는 데 유용

경쟁 업체 투찰 성향 분석

경쟁 업체의 과거 투찰 데이터를 분석하여 투찰 성향(공격적, 보수적 등)을 파악하고, 이를 기반으로 경쟁 환경을 고려한 최적의 투찰 전략을 제시합니다.

투찰 성향 분류

업체들의 투찰 패턴을 분석하여 다음과 같이 성향을 분류합니다:

투찰 성향	특징	투찰률 범위 예시
공격적	낙찰하한율에 가깝게 투찰	87.745% ~ 88.000%
중간형	평균적인 투찰률 선택	88.000% ~ 88.500%
보수적	안전한 높은 투찰률 선택	88.500% ~ 89.000%
변동형	일관된 패턴 없이 변동	87.745% ~ 89.000%

경쟁 업체의 성향을 파악하면, 경쟁 강도에 따라 투찰 전략을 조정할 수 있습니다. 예를 들어, 공격적인 업체가 많은 입찰에서는 더 낮은 투찰률을 선택해야 할 수 있습니다.

이전 공고 패턴 분석

이전 공고의 예비가격 정보와 사정률 추세를 분석하여 현재 예측에 반영합니다. 이를 통해 더 정확한 예측 결과를 제공합니다.

시계열 분석 적용

이전 공고의 사정률 패턴을 시계열 분석하여 추세와 주기성을 파악합니다. 이를 통해 현재 입찰의 예비가격 생성 패턴을 더 정확히 예측할 수 있습니다.

예를 들어, 최근 10개 공고의 사정률 평균이 지속적으로 상승하는 추세를 보인다면, 현재 입찰에서도 높은 사정률이 적용될 가능성이 높습니다. 이러한 정보를 예측 모델에 반영하여 예정가격 예측의 정확도를 높입니다.

공고 번호	공고일	사정률 평균	추세
2023-001	2023-01-15	99.45%	-
2023-002	2023-02-10	99.62%	↑
2023-003	2023-03-05	99.78%	↑
2023-004	2023-04-20	100.05%	↑

이동평균(MA) 기반 투찰 패턴 분석

이동평균(Moving Average) 분석을 통해 투찰 패턴을 분석하고, 낙찰된 투찰률의 추세를 파악하여 최적의 투찰률을 도출합니다. 이를 통해 낙찰 확률을 최대화할 수 있습니다.

이동평균 분석이란?

일정 기간 동안의 데이터를 평균하여 추세를 파악하는 기법입니다. 입찰 분석에서는 최근 n개 입찰의 낙찰률을 평균하여 추세를 파악하고, 이를 기반으로 현재 입찰의 최적 투찰률을 예측합니다.

예를 들어, 최근 10개 입찰의 낙찰률 이동평균이 88.235%라면, 현재 입찰에서도 이와 유사한 낙찰률이 예상됩니다. 이러한 정보를 투찰 전략 수립에 활용하여 낙찰 확률을 높일 수 있습니다.

시스템 화면 구성

웹 기반 입찰 프로그램의 주요 화면과 기능을 소개합니다

대시보드

사용자의 입찰 현황과 주요 정보를 한눈에 볼 수 있는 대시보드입니다. 최근 분석한 입찰 정보, 추천 투찰률, 낙찰 확률 등을 표시합니다.

주요 기능

요약 정보: 최근 분석한 입찰 건수, 낙찰 건수, 평균 낙찰률 등
진행 중인 입찰: 현재 진행 중인 입찰 목록과 상태
추천 투찰률: 최근 분석 결과 기반 추천 투찰률
낙찰 확률 그래프: 투찰률별 낙찰 확률 시각화
사정률 추세: 최근 입찰의 사정률 추세 그래프

대시보드 활용 팁

대시보드의 '사정률 추세' 그래프를 주기적으로 확인하여 사정률 패턴의 변화를 파악하세요. 이를 통해 입찰 환경의 변화에 빠르게 대응할 수 있습니다.

과거 입찰데이터 입력

과거 입찰 정보를 입력하고 관리하는 화면입니다. 이전 공고의 기초금액, 예비가격, 낙찰률 등의 정보를 입력하여 데이터베이스를 구축하고, 이를 분석에 활용합니다.

데이터 입력 항목

공고 정보: 공고 번호, 공고일, 발주처, 공고명 등
입찰 정보: 기초금액, 낙찰하한율, 입찰 방식 등
예비가격 정보: 15개(또는 4개) 예비가격 또는 사정률
추첨 결과: 추첨된 예비가격, 예정가격
낙찰 정보: 낙찰자, 낙찰금액, 낙찰률 등

데이터 입력 방법

공고 번호를 입력하면 나라장터(G2B) API를 통해 기본 정보가 자동으로 불러와집니다. 나머지 정보는 수동으로 입력하거나 엑셀 파일을 통해 일괄 업로드할 수 있습니다.

데이터 품질의 중요성

정확한 예측을 위해서는 양질의 데이터가 필수적입니다. 가능한 많은 과거 입찰 데이터를 정확하게 입력하여 분석의 정확도를 높이세요. 특히 예비가격 정보는 사정률 패턴 분석에 매우 중요합니다.

현황 분석

입력된 과거 데이터를 기반으로 다양한 통계 분석과 시각화를 제공하는 화면입니다. 사정률 분포, 낙찰률 추세, 경쟁 업체 분석 등 다양한 분석 결과를 확인할 수 있습니다.

사정률 분포 분석

실제 입찰 데이터 기반 사정률 분포 분석 결과

분석 결과 해석

사정률 분포 그래프에서 피크(peak)가 나타나는 구간은 예비가격이 집중되는 구간으로, 예정가격이 이 구간에 형성될 확률이 높습니다. 이러한 정보를 투찰 전략 수립에 활용하세요.

주요 분석 항목

사정률 분포 분석: 사정률의 히스토그램, 확률 밀도 함수(PDF), 누적 분포 함수(CDF) 등
낙찰률 추세 분석: 시간에 따른 낙찰률 변화, 이동평균선, 추세선 등
경쟁 업체 분석: 업체별 투찰 성향, 낙찰 확률, 평균 투찰률 등
발주처별 분석: 발주처별 사정률 패턴, 낙찰률 추세 등
공종별 분석: 공사, 물품, 용역 등 공종별 특성 분석

// 사정률 통계 분석 예시
평균(Mean): 100.05%
중앙값(Median): 100.12%
최빈값(Mode): 100.20%
표준편차(Standard Deviation): 1.15%
1사분위수(Q1): 99.25%
3사분위수(Q3): 100.85%

시뮬레이션

새로운 입찰에 대한 시뮬레이션을 수행하고 최적의 투찰 전략을 도출하는 화면입니다. 기초금액, 낙찰하한율 등의 정보를 입력하면 예정가격 예측과 최적 투찰률을 제시합니다.

시뮬레이션 과정

입찰 정보 입력

기초금액, 낙찰하한율, 입찰 방식 등 기본 정보를 입력합니다. 추가로 경쟁 업체 정보, 과거 데이터 참조 범위 등을 설정할 수 있습니다.

예비가격 생성

입력된 정보와 과거 데이터를 기반으로 15개(또는 4개)의 예비가격을 생성합니다. 층화추출 방식을 적용하여 실제와 유사한 분포의 예비가격을 생성합니다.

몬테카를로 시뮬레이션

생성된 예비가격에서 2개(또는 2개)를 무작위로 추첨하는 과정을 수천 번 반복하여 예정가격의 분포와 확률을 계산합니다.

최적 투찰 전략 도출

시뮬레이션 결과와 경쟁 업체 분석을 종합하여 낙찰 확률을 최대화하는 최적의 투찰률과 투찰금액을 제시합니다.

예정가격 예측 정확도 비교

아야비드 웹 기반 입찰 프로그램과 일반 예측 방식의 예정가격 예측 정확도 비교

시뮬레이션 결과 예시

기초금액 1억원, 낙찰하한율 87.745%인 입찰에 대한 시뮬레이션 결과:

투찰 전략	투찰률	투찰금액	낙찰 확률
안전형	88.500%	88,500,000원	35.2%
균형형	88.235%	88,235,000원	42.8%
공격형	87.900%	87,900,000원	28.5%

추천 투찰 전략: 균형형 (88.235%, 88,235,000원)

투찰 이력

사용자의 투찰 이력과 결과를 관리하는 화면입니다. 과거 투찰 정보를 확인하고, 예측 결과와 실제 결과를 비교 분석하여 예측 모델의 정확도를 개선합니다.

월별 입찰 성공률 추이

아야비드 고객과 일반 입찰자의 월별 입찰 성공률 비교

예측 정확도 분석

예측 결과와 실제 결과의 차이를 분석하여 예측 모델의 정확도를 평가하고, 이를 기반으로 모델을 지속적으로 개선합니다. 이를 통해 시간이 지날수록 더 정확한 예측 결과를 제공할 수 있습니다.

주요 기능

투찰 이력 조회: 기간, 발주처, 공종 등 다양한 조건으로 투찰 이력 조회
예측 vs 실제 비교: 예측 결과와 실제 결과 비교 분석
예측 정확도 통계: 예측 모델의 정확도 통계 및 추이
낙찰률 분석: 낙찰된 입찰의 투찰률 분석
경쟁 업체 분석: 경쟁 업체와의 투찰 결과 비교

공고 번호	예측 예정가격	실제 예정가격	오차	결과
2023-001	99,850,000원	99,920,000원	0.07%	낙찰
2023-002	152,300,000원	150,800,000원	0.99%	탈락
2023-003	78,450,000원	78,520,000원	0.09%	낙찰