KDB-adathalmaz 2022-2026

Letöltés

kdb-decisions-2022-2026.csv (3,8 MB, 2 511 sor, UTF-8, 41 oszlop). Az adatfájl a 2026. november 6-i állapotot rögzíti. A fájl tabulált formátumban tartalmazza az összes elemzésre alkalmas KDB-ügyet, a meta-mezőkkel (ügyszám, dátumok), a kezdeményezői és kérelmezői osztályozással, a jogalap-hivatkozásokkal, a bírság-mezőkkel, a projekt-értékkel és az iparági címkével együtt. A letöltés nyilvános, forrásjelöléssel szabadon használható.

Mit tartalmaz az adathalmaz?

Az adathalmaz 2 511 KDB-ügyet fed le, 2022. január 1. és 2026. augusztus 31. között lezárult eljárásokon. Minden sor egy döntés, az alábbi fő mezőcsoportokkal:

• Azonosítók és dátumok: case_id, case_number, decision_date, submission_date, days_to_decision, year, quarter, semester, semester_key.
• Kezdeményező: initiator_type (Kérelemre, KH Elnöke - szerződésellenőrzés miatt, KH Elnöke - egyéb okból, egyéb hivatalbóli), initiator_body_name, is_ex_officio.
• Kérelmező: complainant_raw, complainant_type (magánfél, közintézmény, külföldi, egyéb), contracting_authority_raw.
• Kimenet: outcome_bucket (megalapozott, részben megalapozott, megalapozatlan, visszautasítva, megszüntetve), outcome_bucket_reason_from_text, dismissal_reason.
• Jogalap: kbt_sections_cited, other_legal_refs.
• Bírság: fine_huf_total, fine_bucket, has_fine, fine_huf_per_party, multiparty_fine_count, is_multiparty_fine, is_zero_fine_finding.
• Projekt-érték és iparág: procurement_value_huf, procurement_value_currency, value_bucket, sector_hint, sector_canonical.
• Egyéb: ekr_id, consolidated_into, was_challenged, extraction_status, extraction_confidence_self_reported, notes_flags, text_sidecar_filename, doc_type_self_reported, extraction_timestamp.

A teljes mezőleírás és az enum-értékek a kinyerési séma dokumentumában találhatók, amely kérésre elérhető.

Hogyan készült?

Az adathalmaz a Közbeszerzési Hatóság portálján nyilvánosan közzétett KDB-határozatokból épül, automatikus ügyszintű kinyeréssel, négyrétegű utólagos ellenőrzéssel: külső összevetés a KH-gyorsjelentésekkel, 99 ügy független újrakinyerése, a kinyerési logika átvizsgálása és a lefedettség-ellenőrzés.

Az ügyek közül 599 kerül ki az elemzésből: 590 konszolidált gyermek-ügy (egyazon döntésbe egyesített párhuzamos ügyszámok), 5 forrásütközés és 4 forrás nélküli rekord. Ezzel 3 110 ügyből 2 511 elemzésre alkalmas sor marad.

Ismert minőségi korlátok

Az adathalmaz a közzétett határozatok és végzések szöveges tartalmára épül. Ami a döntés szövegében nem szerepel, az az adathalmazban sem jelenik meg. Az alábbi korlátok az adathalmaz egészére vonatkoznak, ezért minden rá épülő elemzésben érvényesek.

A rögzített Kbt.-hivatkozások mintegy 12 százaléka nem szerepel a határozat szövegében

Az automatikus kinyerés a jogalap-hivatkozásokat a határozat szövegéből olvassa ki. Egy 49 ügyes független újrakinyerés szerint a rögzített hivatkozások mintegy 88 százaléka megtalálható a határozat szövegében, a többi olyan Kbt.-szakaszra utal, amelyet a döntés nem idéz. A hivatkozás-lista emellett nem mindig teljes. Az aggregált bírság-adatokat és az iparági bontást ez nem érinti, de egy jogalap-specifikus elemzés a kinyerés pontosságának korlátján belül mozog.

Az ügyek 6,6 százalékában nincs besorolt fő kimenet

A KDB egyes döntései vegyes kimenetet rögzítenek (részben megalapozott egyben, részben megalapozatlan másikban). Az ügyek 6,6 százalékában (165 ügy) az automatikus osztályozás nem tudta a fő kimenetet egyértelműen megállapítani, ezeknél az outcome_bucket mező üres. Közülük 98 sor a notes_flags mezőben compound_or_ambiguous_outcome címkét is visel. A 99 ügyes független újrakinyerés a fő kimenetet 77 ügyben sorolta be azonosan.

A KH Elnöke egyéb kategóriájában a 2024-es első félévből 74 ügy hiányzik

A KH gyorsjelentése 2024-H1-re 102 KH Elnöke egyéb ügyet jelent, az adathalmaz 28 ügyet rögzített, ami 74 ügynyi lefedettségi rést jelent. A hiány döntő része vélhetően az 590 konszolidált gyermek-ügyből magyarázódik, amelyek egyazon döntésbe egyesítve, de külön ügyszámon jelennek meg a portálon. Ugyanebben a kategóriában 2025 első félévében a KH 59 ügyet jelent, az adathalmaz 29-et rögzít, 2026 első félévében pedig 20, illetve 21 ügyet, a konszolidációs hatás tehát évente változik.

A Közbeszerzési Hatóság gyorsjelentésében közölt számok némileg eltérnek az adathalmaz számaitól, mivel ott minden benyújtott kezdeményezés külön ügyként szerepel, míg itt az egyesítés utáni főügyre összegeződnek.

A bírság-mezők 69 százaléka egyezik pontosan a független újrakinyeréssel

A bírságadatok 69 százaléka pontosan egyezik a független újrakinyeréssel. A nagy nagyságrendű egyedi bírságok és az entitás-szintű összegek kézi egyeztetéssel ellenőrzöttek, a sáv- és aggregált arányok a nagy mintán stabil tartományban mozognak.

A bírság-értéket szöveges rendelkező-rész elemzés nyerte ki, az entitás-szintű összegek a per-fél bejegyzések kézzel egyeztetett összegei.

Az iparági besorolás pontossága mérsékelt

Az iparági besorolás a „beszerzés tárgya” szöveges mező alapján, automatikus osztályozással 13 kanonikus kategóriába sorolja az ügyeket. Az osztályozás módszertani auditja (99 ügyön ellenőrizve) 57 százalékban mutatott teljes egyezést a független újrakinyerés besorolásával. Ez a teljes adathalmazra nézve megbízható aggregációt jelent (nagy mintán az eltérések kiegyenlítődnek), de egyedi ügyszinten mérsékelt bizonyosságú. Az iparági arányok jól értelmezhetők, egy adott ügy iparági besorolása viszont nem feltétlenül.

182 ügy, az adathalmaz 7,2 százaléka, nem kapott kanonikus iparági besorolást. Ezekben a határozat „beszerzés tárgya” mezője túl általános volt (például „árubeszerzés”) vagy több szektort érintett. Ezek a sorok a sector_canonical mezőben unknown értéket kaptak.

A kérelmező és az ajánlatkérő neve a határozat szövegéből, egyeztetés nélkül szerepel

A complainant_raw és a contracting_authority_raw mező a határozat fejlécében szereplő nevet rögzíti, intézményi azonosítóhoz kötés nélkül. A kombinált „kérelmező/ajánlatkérő” fejlécmezős ügyek egy részében több kérelmező is szerepelt a határozat szövegében, de csak az elsőt rögzítettük.

Licenc és forrás

Az adathalmaz a Közbeszerzési Hatóság portálján nyilvánosan közzétett KDB-határozatokra épül, amelyek maguk is közadatnak minősülnek. Az összeállított CSV szabadon letölthető, elemzésre és továbbközlésre használható, forrásjelöléssel: Sugallat.hu, 2026, KDB-adathalmaz 2022-2026. Az eredeti dokumentumok fellelhetők a Közbeszerzési Hatóság portálján, határozat-számuk alapján.

Az adathalmazra épülő elemzések

A Sugallat KDB-sorozatának cikkei az adathalmaz egy-egy aspektusát bontják ki:

• A teljes kép: 2 511 ügy összefoglalója a kezdeményezőktől az iparágakon és a bírságokon át a bírósági felülvizsgálatig, a sorozat áttekintő cikke.
• A KH Elnöke nyerési aránya: 98,46 százalék a szabályozói oldalon.
• Az ajánlatkérői kérelmező: 84 érdemi döntésből 82-ben megalapozott kérelmek.

Kapcsolat

Az adathalmaz használatával, a séma bővített leírásával vagy az ismert korlátok részletezésével kapcsolatos kérdésekben a Sugallat.hu kapcsolat-oldalán keresztül érhető el a szerző. Az adathalmaz következő kiadása a fenti ismert korlátok célzott javításával tervezett.