A ChileCompra compra em nome do Estado por meio de acordos-quadro, nos quais uma agência central leiloa uma variedade de produtos e as agências depois compram dos vencedores. Durante 2018-19, esses acordos responderam por 23% dos gastos de contratação da agência.

Mas uma análise dos dados de transações mostrou que alguns leilões de acordos-quadro atraíam pouca concorrência. O catálogo descrevia os mesmos itens de forma inconsistente, de modo que os licitantes não podiam competir diretamente e os fornecedores tinham menos motivo para reduzir preços.

Em parceria com pesquisadores, a ChileCompra padronizou o catálogo com processamento de linguagem natural e o usou para induzir mais concorrência na etapa de leilão. Em um acordo-quadro de alimentos redesenhado, a concorrência reduziu os preços das transações em 8%; o modelo foi então estendido a todos os acordos-quadro e incorporado à regulamentação de contratações.

Padronizar itens para estimular a concorrência

Descrições inconsistentes dividiam a demanda e enfraqueciam a concorrência

A padronização do catálogo tornou os itens diretamente comparáveis entre os licitantes

Mais concorrência na etapa de leilão reduziu os preços das transações em 8%

O redesenho foi ampliado para todos os acordos-quadro e codificado em nova regulamentação

A contratação falha silenciosamente quando ninguém compete pelo mesmo item; padronize as unidades em um catálogo e a etapa de leilão se torna uma disputa genuína, reduzindo gastos sem mexer no orçamento.

A ChileCompra adotou o modelo de padronização e concorrência em todos os acordos-quadro, e várias melhorias entraram na nova regulamentação de contratações públicas. Extrapolando a partir do projeto-piloto, as economias chegaram a cerca de US$ 74 milhões em 2022, sem qualquer alteração no orçamento.

CONFIRA AS EVIDÊNCIAS

As fontes

  1. Saving Millions in Government Procurement Through Data Science and Market Design Stanford Graduate School of Business · gsb.stanford.edu
  2. Saving Millions in Government Procurement Through Data Science and Market Design INFORMS Journal on Applied Analytics · pubsonline.informs.org ·