The 4F Model for Intelligent Public Procurement: A Strategic Framework for Data-Driven Governance in Central and Local Administrations

Abstract

Purpose: This study proposes the 4F Model—Forecast, Find, Follow, Fund—as a strategic framework for intelligent public procurement, leveraging artificial intelligence (AI) and data analytics. The model aims to provide an adaptable roadmap for public administrations to modernize procurement systems. It focuses on enhancing transparency, efficiency, and long-term value creation. Methodology/Approach: The research adopts a design science approach, complemented by AI-based simulation experiments and cross-case institutional analysis within Türkiye's public sector. The framework was further refined through expert elicitation using semi-structured interviews. This multi-method approach ensures both theoretical robustness and practical relevance. Findings: Empirical results demonstrate significant improvements in procurement governance, including a 28% reduction in lead times and enhanced anomaly detection with a mean F1-score of 0.82. The study also reveals increased alignment between budget allocations and performance indicators. These findings validate the model's effectiveness in real-world scenarios. Practical implications: The 4F Model offers a practical guide for central and local governments aiming to implement data-driven procurement reforms. The framework can help public managers improve strategic decision-making and optimize resource allocation. Originality: This paper introduces a novel and integrated framework that addresses a critical gap in the public procurement literature. The 4F Model is one of the first to offer a holistic, AI-driven, and scalable solution contextualized for the public sectors of emerging economies. It bridges theory and practice by providing a comprehensive roadmap for digital transformation in procurement.

Keywords

• Intelligent public procurement
• Artificial intelligence
• Data-driven governance
• Public sector digital transformation
• Procurement governance
• Emerging economies

Akıllı Kamu Alımları için 4F Modeli: Merkezi ve Yerel Yönetimlerde Veri Odaklı Yönetişim için Stratejik Bir Çerçeve

Abstract

Amaç: Bu çalışma, yapay zekâ (YZ) ve veri analitiğinden yararlanarak akıllı kamu alımlarına yönelik stratejik bir çerçeve olarak 4F Modeli’ni—Forecast (Tahmin Et), Find (Tespit Et), Follow (İzle), Fund (Finanse Et)—önermektedir. Model, kamu idarelerinin tedarik sistemlerini modernize etmelerine yönelik uyarlanabilir bir yol haritası sunmayı amaçlamakta; şeffaflığın, etkinliğin ve uzun vadeli değer yaratımının artırılmasına odaklanmaktadır. Yöntem: Araştırma, tasarım bilimi yaklaşımını benimsemekte; Türkiye kamu sektöründe yürütülen YZ tabanlı simülasyon deneyleri ve kurumlar arası karşılaştırmalı vaka analizleri ile desteklenmektedir. Çerçeve ayrıca yarı yapılandırılmış görüşmeler yoluyla gerçekleştirilen uzman görüşleri (expert elicitation) ile geliştirilmiştir. Bu çok yöntemli yaklaşım, hem kuramsal sağlamlığı hem de pratik uygulanabilirliği güvence altına almaktadır. Bulgular: Ampirik bulgular, tedarik yönetişiminde anlamlı iyileşmeler olduğunu göstermektedir; teslim/temin sürelerinde %28 azalma sağlanmış ve ortalama F1-skoru 0,82 olan gelişmiş anomali tespiti elde edilmiştir. Ayrıca bütçe tahsisleri ile performans göstergeleri arasındaki uyumun arttığı tespit edilmiştir. Bu sonuçlar, modelin gerçek dünya uygulamalarında etkinliğini doğrulamaktadır. Uygulama Çıkarımları: 4F Modeli, veri odaklı tedarik reformlarını hayata geçirmek isteyen merkezi ve yerel yönetimler için pratik bir rehber sunmaktadır. Çerçeve, kamu yöneticilerinin stratejik karar alma süreçlerini güçlendirmelerine ve kaynak tahsisini optimize etmelerine yardımcı olabilir. Özgün Değer: Bu makale, kamu alımları literatüründeki kritik bir boşluğu ele alan yeni ve bütüncül bir çerçeve sunmaktadır. 4F Modeli, gelişmekte olan ülkelerin kamu sektörleri bağlamında konumlandırılmış, YZ odaklı ve ölçeklenebilir bütünleşik çözümler sunan ilk çalışmalardan biridir. Teori ile uygulamayı birleştirerek, kamu alımlarında dijital dönüşüm için kapsamlı bir yol haritası sağlamaktadır.

Keywords

• Akıllı kamu alımları
• Yapay zekâ
• Veri odaklı yönetişim
• Kamu sektöründe dijital dönüşüm
• Kamu alımları yönetişimi
• Gelişmekte olan ekonomiler

References

1. Act, A. I. (2021) Proposal for a regulation of the European Parliament and the Council laying down harmonised rules on Artificial Intelligence (Artificial Intelligence Act) and amending certain Union legislative acts, EUR-Lex-52021PC0206.
2. Afful-Dadzie, E., & Afful-Dadzie, A. (2017) ‘Liberation of public data: Exploring central themes in open government data and freedom of information research’, International Journal of Information Management, 37(6), pp. 664-672.
3. Bannister, F., & Connolly, R. (2012) Forward to the past: Lessons for the future of e-government from the story so far, Information Polity, 17(3–4), 211–226.
4. Bertalanffy, L. V. (1968) General System Theory: Foundations, Development, Applications, George Braziller.
5. Besley, T. (2006) Principled Agents? The Political Economy of Good Government, Oxford University Press.
6. Binns, R. (2018) ‘Algorithmic accountability and public reasoning’, Philosophy & Technology, 31(4), pp. 543–556
7. Bovaird, T. and Löffler, E. (2009) Public Management and Governance. 2nd edn. London: Routledge.
8. Brezzi, M. and González, S. (2021) Government at a Glance 2021. Paris: OECD Publishing.

9. Bryson, J. M., Crosby, B. C., & Bloomberg, L. (2014) ‘Public value governance: Moving beyond traditional public administration and the New Public Management’, Public Administration Review, 74(4), pp. 445–456.
10. Burrell, J. (2024) ‘Automated decision-making as domination’, First Monday, 29(2).
11. Charmaz, K. (2014) Constructing Grounded Theory, Sage.
12. Christensen, T., & Lægreid, P. (2007) ‘The whole‐of‐government approach to public sector reform’, Public Administration Review, 67(6), pp. 1059–1066.
13. Dunleavy, P. (2006) Digital era governance: IT corporations, the state, and e-government, Oxford University Press.
14. Eisenhardt, K. M. (1989) ‘Building Theories from Case Study Research’, Academy of Management Review, 14(4), pp. 532–550.
15. Eubanks, V. (2017) Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. New York: St. Martin’s Press.
16. Fazekas, M., & Tóth, B. (2016) ‘From corruption to state capture: A new analytical framework with empirical applications from Hungary’, Political Research Quarterly, 69(2), pp. 320–334.