Статья посвящена разработке методики прогнозирования надежности поставщика запасных частей для нового модельного ряда автомобильной техники. Выполнен обзор методов оценки поставщиков как в разрезе применяемых методов, так и выделяемых критериев оценки. Установлено, что все они для выбора приоритетов используют экспертные методы, что обуславливает их главный недостаток – субъективизм оценки. Показано, что для минимизации рисков необходимо анализировать характеристики потенциальных поставщиков запасных частей и распределять потоки заявок с учетом полученных показателей их надежности. При этом помимо прочих факторов необходимо также включить в оценку и фактор надежности поставляемых изделий. Авторами предложена методика, основанная на интеллектуальном анализе накопленных данных для поиска скрытых закономерностей, позволяющая вычислить предварительные оценки потенциальных поставщиков с учетом времени доставки, качества запасной части и уровня недопоставок. Для прогнозирования вероятности выполнения поставщиком обязательств используется множественная логистическая регрессия. Произведен экспериментальный расчет на основе накопленных данных, приведена интерпретация полученных результатов оценки надежности поставщика для заданных значений входных переменных. На основе разработанной методики возможно создание системы поддержки принятия решений по выбору поставщика.

The article is devoted to the development of methods for forecasting the reliability of spare parts’ supplier for a new model line of road vehicles. A review of methods for evaluating suppliers was carried out, both in terms of the used methods and the identified evaluation criteria. It is established that they all use expert methods to select priorities, which causes their main drawback – subjectivity of evaluation. It is shown that to minimize risks it is need to analyze characteristics of potential spare parts’ suppliers and distribute flows of requests taking into account the obtained indicators of their reliability. Among other factors, it is also necessary to include in the estimate factor of reliability of the delivered spare parts. Authors proposed a methodology based on intelligent analysis of accumulated data for searching hidden regularities, allowing calculating preliminary estimates of potential suppliers taking into account time of delivery, quality of the spare part and the level of shortages. Multiple logistic regression is used to predict the probability of supplier’s engagements fulfillment. The experimental calculation is based on the accumulated data. The interpretation of the received results of supplier’s reliability estimate for given values of input variables is given. Based on the developed methodology, it is possible to create a decision support system for selecting a supplier.