采購從供應商征集時就已經開始，可以說供應商管理是采購業務的核心內容之一，貫穿整個采購與使用的過程。
因此，獲取供應商的真實情況，并進行甄別篩選，在電子采購初期就可大大降低采購風險。
信源E招采基于用戶畫像、大數據、聚類算法等技術，為客戶提供卓有成效的解決方案：通過基于用戶畫像技術的供應商評價分析模型，高效準確的進行供應商綜合能力分析及展示，并通過供應商智能推薦和風險預警實現精細化管理。
借助信用中國、天眼查、企查查等第三方數據，及采購系統內部數據，全面構建供應商畫像基礎評估指標、經營風險、財務指標、知識產權、法律訴訟、履約等維度的風險模型，形成真實全面的供應商畫像。
構建供應商畫像重要的環節就是對供應商各個屬性的定義，即為標簽。首先對獲取的供應商大數據進行數據清洗，以保證后續用來進行識別的數據能夠充分表達供應商的業務知識體系；然后通過信息整合、分析等環節識別出供應商屬性，定義標簽。每一個標簽都為研究提供了對供應商描述、評價的一個角度，標簽并不是孤立存在，是供應商屬性的一個集合。這一集合是供應商模型的決策依據，通過該模型，將供應商分為相應的類型，如初級適應型供應商、關系成長型供應商、關系成熟型供應商和戰略穩定型供應商。
經營風險包括內部戰略變化、管理層巨變、運營失控、財務危機等。
通過第三方經營數據、司法數據、誠信數據等構建供應商經營風險模型，在采購遴選過程中自動預警提示，避免選擇有問題的供應商。
被邀請的供應商之間可能存在關聯關系，造成圍標、串標風險，出現圍標、串標。
通過關聯規則算法建立供應商關聯性風險模型，提前發現供應商之間的股權關聯、投標關聯、業務關聯等之間異常關聯，避免圍標、串標風險發生。
從內外部數據中獲取供應商信息，構建全方位標簽庫，提取供應商的精準特征，結合業務需求方向，開展特征分類。
分析結果通過圖表方式呈現供應商的分類特征，并從多維度展示供應商的核心特征。
聚類算法為供應商畫像提供分析支持，對供應商基本數據、歷史交易數據、征信數據進行分析，給供應商貼上標簽，如：經營分類、規模、參與項目種類、成功交易等，也能為采購軟件供應商智能推薦提供標準依據。
