Vertinimo standartas
Kas yra EBRS?
EBRS (European Business Reputation Standard) - tai sisteminė verslo reputacijos vertinimo metodologija, sukurta Lietuvos verslo registrui. Ji vertina įmones pagal 5 ašis su skirtingais svoriais: Skaidrumas (32%), Finansinė drausmė (24%), Tęstinumas (16%), Rinkos patikimumas (14%) ir Atsparumas (14%). Nuo v6.0 skelbiamų svorių suma yra lygiai 100%. Svoriai atspindi ašių informacinį svorį - Skaidrumas yra stipriausia ašis, nes remiasi 5 valstybinių registrų signalais.
Kodėl 5 ašys?
Dauguma verslo reitingų remiasi vien finansiniais rodikliais. Tačiau stabili ir patikima įmonė - tai ne tik didelės pajamos. Tai ir ilgaamžiškumas, darbuotojų gerovė, viešumo skaidrumas ir gebėjimas atlaikyti rinkos svyravimus. EBRS v6.0 vertina visas šias dimensijas - su svoriais, proporcingais kiekvienos ašies duomenų patikimumui.
Pagrindiniai principai
Jokių mokamų pakėlimų
Reputacijos balas skaičiuojamas vienodai - nei viena įmonė negali pagerinti balo mokėjimu
Tik vieši duomenys
Visi duomenys gaunami iš viešai prieinamų šaltinių: registrų, SERP, žiniasklaidos
Trūkstami duomenys nebaudžia
Jei signalo duomenų nėra - jis praleistas, o ne pakeistas nuline verte
Aprėpties korekcija (v5.3)
Mažos duomenų aprėpties įmonių balas konservatyviai koreguojamas link neutralaus vidurkio - aukštas balas reikalauja plačios, patikrintos duomenų aprėpties
Ribinės būsenos riboja balą (v6.0)
Registruotas nemokumas ne balsuoja greta kitų signalų, o riboja: aktyvus bankrotas apriboja balą iki 2,9, restruktūrizavimas - iki 4,9
Verdikto slenkstis (v6.0)
Jei apskaičiuojami mažiau nei 5 signalai iš 15, kategorija neskelbiama - rodoma „Nepakanka duomenų“
Atviros formulės
Visos matematinės formulės viešos ir atitinka produkcinį algoritmą
Aprėpties korekcija · v5.3
Jei įmonė turi mažai apskaičiuojamų signalų, anksčiau jos balas galėjo būti dirbtinai aukštas - vien dėl to, kad nepalankūs signalai (mokestinė skola, ataskaitų neteikimas, bankrotas) tiesiog nebuvo prieinami. v5.3 šį šališkumą ištaiso: kiekvienas trūkstamas signalas veikia kaip neutralus pseudo-stebėjimas, traukiantis bendrą balą link 5,0. Pilna aprėptis - korekcijos nėra; reta aprėptis - balas konservatyviai mažinamas. Atskirų signalų ir ašių balai lieka neapdoroti.
Metodikos pakeitimai · v6.0
Ribinės būsenos. Registruotas nemokumas riboja balą, o ne balsuoja. Sudėtiniame vidurkyje keturiolika sveikų istorinių signalų galėjo nusverti vieną kritinę registro būseną. Nuo v6.0 aktyvus bankrotas (įskaitant tyčinį) apriboja bendrą balą iki 2,9 („Kritinė" rizikos klasė), o restruktūrizavimas - iki 4,9 („Aukšta"). Riba taikoma po aprėpties korekcijos ir visada nurodoma prie balo - niekada tyliai.
Verdikto slenkstis. Jei apskaičiuojami mažiau nei 5 signalai iš 15, patikimumo kategorija neskelbiama - vietoje jos rodoma „Nepakanka duomenų". Verdiktas, grįstas mažiau nei trečdaliu įrodymų bazės, nėra verdiktas.
Balų archyvas. Prieš kiekvieną algoritmo perskaičiavimą ir kas mėnesį visi balai archyvuojami papildomajame (append-only) archyve. Istoriniai įrašai niekada netaisomi - bet kuriuo metu galima patikrinti, ką sistema teigė apie įmonę konkrečią dieną.
Nuosavybės pilnumas. Nuosavybės skaidrumo signalas vertina JADIS deklaracijos pilnumą ir naudos gavėjų atsekamumą. Savininkų pilietybė ar rezidencija balui įtakos neturi - jurisdikcija nėra neskaidrumo požymis.
Nominacijos kriterijai
Kokie kriterijai taikomi TOP įmonėms
Į registrą patenka tik įmonės, atitinkančios visus žemiau nurodytus reikalavimus. Kriterijai taikomi vienodai - jokia įmonė negali pagerinti savo pozicijos mokėjimu.
Bent vienų metų teigiamas pelnas
Veikla registruota ne vėliau kaip prieš 2 metus
Duomenys prieinami viešuose registruose
Pajamų mažėjimas >30% eliminuoja
Užtikrina realią verslo veiklą
Patikrinama per VMI ir SODRA atvirų duomenų šaltinius
SODRA skolos baudžia reputacijos balą
Užtikrina sąžiningas darbo sąlygas
Duomenų infrastruktūra
EBRS vertinimo šaltiniai: 9 iš platesnio registro duomenų rinkinio
Registras renka duomenis iš 14 valstybinių registrų ir 2 papildomų viešų šaltinių; iš viso nuolat stebimų duomenų srautų - 31. EBRS v6.0 vertinimui naudojama siauresnė, vertinimui pritaikyta 9 nepriklausomų šaltinių aibė, iš kurios 7 - valstybinių registrų duomenys. 5 valstybiniai šaltiniai pasiekiami per Lietuvos atvirų duomenų portalą data.gov.lt (RC JAR registracija ir teisinis statusas, RC JAR juodieji sąrašai, VMI, VPT, JADIS), o SODRA ir Registrų centro finansinės ataskaitos imamos tiesiai iš institucijų. Įmonių finansiniai rodikliai (pajamos, pelnas, darbuotojai) - 78 850 metinių įrašų per 9 metus (2017-2025).
RC JAR finansinės ataskaitos (registrucentras.lt)
ValstybinisKasmetinės finansinės ataskaitos iš Registrų centro Juridinių asmenų registro: pajamos, grynasis pelnas, bendrasis pelnas, darbuotojų skaičius - 78 850 metinių įrašų per 9 metus (2017-2025). Visos Lietuvos UAB, AB ir kitos įmonės privalo teikti ataskaitas RC; naujausi rodikliai imami tiesiai iš Registrų centro atvirų duomenų (JAR_FA_RODIKLIAI_PLNA).
SODRA (sodra.lt)
ValstybinisSodros (Valstybinio socialinio draudimo fondo valdybos) viešai skelbiami duomenys: vidutinis darbo užmokestis pagal įmonę, socialinio draudimo įmokų skolos. Duomenys imami tiesiai iš SODROS skelbiamų atvirų duomenų failų (sodra.lt), o kai jų trūksta - per atvira.sodra.lt REST sąsają.
VMI (data.gov.lt)
ValstybinisValstybinės mokesčių inspekcijos duomenys: mokestinės nepriemokos (pradelsta skola VMI), mokesčių sumos einamaisiais ir praėjusiais metais. VMI viešai skelbia įmonių mokestinių skolų sąrašus - tai leidžia vertinti mokestinę drausmę be jokio rangavimo šališkumo.
RC JAR - registracija ir valdymas (data.gov.lt · registrucentras.lt)
ValstybinisRegistrų centro Juridinių asmenų registro struktūriniai duomenys: įkūrimo data, teisinė forma, teisinis statusas (aktyvus / bankrotas / likvidavimas) - per data.gov.lt; vadovas ir jo kadencija, valdybos bei stebėtojų tarybos sudėtis - tiesiai iš Registrų centro. Tai pagrindinis Lietuvos juridinių asmenų valstybinis registras.
RC JAR juodieji sąrašai (data.gov.lt)
ValstybinisRegistrų centro skelbiami atskaitomybės pažeidimų sąrašai: įmonės, nepateikusios finansinių ataskaitų laiku, vėluojančios jas pateikti arba nepateikusios auditoriaus išvadų. Šie sąrašai atnaujinami kasdien ir yra vienas tiksliausių skaidrumo indikatorių.
VPT - viešieji pirkimai (data.gov.lt)
ValstybinisViešųjų pirkimų tarnybos duomenys apie kiekvieną viešojo pirkimo procedūrą: dalyvavimų skaičius, laimėtų ir atmestų pasiūlymų santykis, subrangos sutartys, paskutinio kontrakto data ir vertė. Virš 636 000 įrašų apima daugelį metų.
JADIS - dalyvių registras (data.gov.lt)
ValstybinisJuridinių asmenų dalyvių informacinė sistema (Registrų centro dalis): savininkų struktūra, jų rezidencija (LT fizinis / LT juridinis / užsienio fizinis / užsienio juridinis asmuo) ir nuosavybės dalis. Leidžia įvertinti nuosavybės skaidrumą ir kontrolės grandinę.
Google SERP + Claude Haiku AI
Automatinis AI agentas nuskanuoja Google paieškos rezultatus kiekvienai įmonei naudojant Serper.dev API. Claude Haiku AI modelis klasifikuoja kiekvieną paminėjimą kaip teigiamą, neutralų arba neigiamą. Filtruojami katalogų puslapiai (creditinfo.lt ir kt.) - lieka tik tikri žiniasklaidos ir web paminėjimai.
Platformos bendruomenės vertinimai
Registruotų platformos vartotojų vertinimai 1-10 skalėje konkrečiam metui (2017-2025). Skaičiuojama naudojant Bajeso vidurkį (C=3, μ=6,5) - tai apsaugo nuo išpūtimo, kai įmonė turi tik 1-2 vertinimus. TOP sąraše buvimo metai taip pat naudojami kaip ilgalaikio patikimumo signalas.
9 vertinimo šaltiniai · ~1,4 mln. duomenų įrašų
78,8K RC JAR finansinės + ~636K VPT + ~300K RC JAR struktūra + ~200K VMI + ~150K JADIS + ~15K juodieji sąrašai
Automatinis duomenų rinkimas
AI agentas: SERP skenavimas
Automatinis AI agentas nuskanuoja Google paieškos rezultatus (SERP) kiekvienai įmonei. Rasti paminėjimai klasifikuojami naudojant Claude Haiku dirbtinio intelekto modelį, kuris nustato, ar paminėjimas teigiamas, neigiamas ar neutralus. Surinkti duomenys naudojami dviejuose signaluose: „Viešumas" ir „Duomenų skaidrumas".
Teisinė atitiktis
Duomenys renkami išimtinai iš viešai prieinamų šaltinių, nesinaudojant autentifikuotomis sąsajomis. Duomenų rinkimas atitinka BDAR reikalavimus - renkami tik juridinių asmenų viešai skelbiami duomenys, ne fizinių asmenų informacija.
Kaip veikia SERP skenavimas
4 žingsnių procesas
Pavadinimo apdorojimas
Iš pilno juridinio pavadinimo (pvz., „Uždaroji akcinė bendrovė MAXIMA LT“) išskiriamas prekės ženklas (MAXIMA LT). Pašalinamos teisinės formos (UAB, AB, MB ir kt.).
Google paieška
Naudojant Serper.dev API atliekamos kelios paieškos užklausos: bendras pavadinimas, naujienos, specifiniai žiniasklaidos šaltiniai (Delfi, 15min, VZ ir kt.).
Filtravimas
Pašalinami verslo katalogų puslapiai (creditinfo.lt, įmonių registrų agregatoriai ir kt.), kurie nėra tikri paminėjimai. Likę - tikri straipsniai, naujienos ir web paminėjimai.
AI sentimento analizė
Claude Haiku AI modelis klasifikuoja kiekvieną paminėjimą kaip teigiamą, neutralų arba neigiamą pagal kontekstą ir turinį.
Duomenų srautas
RC JAR / SODRA
Finansiniai duomenys
data.gov.lt
VMI, VPT, JADIS, RC
SERP + AI
Google + Claude Haiku
EBRS variklis
15 signalų, 5 ašys
EBRS v6.0 modelis
5 vertinimo ašys - subalansuoti svoriai
Kiekviena ašis atspindi vieną svarbią verslo dimensiją. Skelbiamų svorių suma yra lygiai 100% (16 + 24 + 14 + 14 + 32). EBRS v6.0 Skaidrumas yra stipriausia ašis (32%), nes ją sudaro 5 signalai iš valstybinių registrų. Jei ašies signalai neturi duomenų - svoris perskirstomas proporcingai.
Tęstinumas
Continuity
Ar įmonė veikia ilgai, stabiliai ir turi tvirtą teisinį pagrindą? Vertinimas grįstas tik objektyviais duomenimis.
Finansinė drausmė
Financial Discipline
Ar finansiniai rodikliai ir mokestinė elgsena rodo sveiką veiklą?
Rinkos patikimumas
Market Reliability
Ar įmonė matoma viešojoje erdvėje ir vertinama bendruomenės?
Atsparumas
Resilience
Ar įmonė sugeba atlaikyti sunkmetį ir išsaugoti darbuotojus?
Skaidrumas
Transparency
Ar įmonė skaidri valstybinių registrų akimis? 5 signalai, visi iš valstybinių registrų duomenų. Stipriausia ašis (32%).
Svorių perskirstymas
Jei vienas ar keli signalai neturi pakankamai duomenų (pvz., nėra SERP paminėjimų), tie signalai praleidžiami. Likusių signalų svoriai perskirstomi proporcingai, kad suma visada būtų 100%. Taip įmonė niekada nebaudžiama už trūkstamus duomenis - balas skaičiuojamas tik iš to, kas žinoma.
Reputacijos signalai
15 signalų - ką kiekvienas matuoja
Kiekvienas signalas - tai savarankiškas vertinimo modulis, kuris grąžina balą nuo 0 iki 10. Jei signalui trūksta duomenų - jis grąžina tuščią rezultatą ir nedalyvauja galutiniame skaičiavime. Žemiau - kiekvieno signalo paaiškinimas paprastais žodžiais.
Iliustracinis pavyzdys
EBRS v6.07.6
iš 10
Matematinis pagrindas
Formulės kiekvienam signalui
Visos žemiau pateikiamos formulės tiksliai atitinka veikiantį produkcinį kodą (lib/reputation/signals.ts). Šis skaidrumas leidžia bet kam patikrinti, kaip buvo apskaičiuotas konkretus balas.
Tęstinumo kapitalas
8%ilgaamžiškumas = log₂(metai+1) / log₂(32) × 10 duomenųTęstinumas = (metai_iš_eilės / 9) × 10 Balas = ilgaamžiškumas × 0.55 + duomenųTęstinumas × 0.45
Patikimumas: Priklauso nuo turimų sub-duomenų: įkūrimo metai (0.5), ≥3 m. duomenų (0.5). RC JAR registracijos data pirmenybė.
Finansinis pajėgumas
8%revScore = ((log₁₀(pajamos) − 4.06) / 5.60) × 10 marginScore = percentileScore(marža%, [0.6, 2.3, 6.2, 13.2, 24.4]) sodraPenalty = −min(3, log₁₀(skola+1) / 2) Balas = revScore × 0.35 + marginScore × 0.65 + sodraPenalty
Patikimumas: Bazė 0.60 + pelnas (0.20) + SODRA (0.10) + VMI (0.10) − senumo bauda
Augimo trajektorija
5%CAGR = ((paskutinės_pajamos / pirmos_pajamos)^(1/metai) − 1) × 100 cagrScore = 10 / (1 + e^(−0.15 × (CAGR − 5))) nuoseklumas = kryptingumo_santykis × 10 (augantiems) arba clamp(2 + kryptingumo_santykis × 4, 0, 6) (mažėjantiems) momentum = 5 + (pastarųjų_2m − senesnių) × 0.2 Balas = cagrScore × 0.5 + consistency × 0.25 + momentum × 0.25
Patikimumas: yearFactor (metai/9) × 0.6 + rateFactor (augimo_taškai/8) × 0.4
Pelningumo tendencija
5%slope = tiesinė_regresija(metai → marža%) marginTrend = clamp(5 + slope × 2, 0, 10) consecutiveProfit = min(10, metai_iš_eilės × 1.25) efficiency = (grynasis_pelnas / bendrasis_pelnas) × 10 Balas = marginTrend × 0.5 + consecutiveProfit × 0.3 + efficiency × 0.2
Patikimumas: marginFactor (maržos_taškai/8) × 0.5 + eilė (0.3) + efektyvumas (0.2)
Viešumas
7%volumeScore = log₁₀(paminėjimai+1) / log₁₀(100) × 10 diversityScore = min(šaltiniai × 2, 10) newsScore = (naujienų_dalis) × 10 sentimentScore = (sentimento_vidurkis + 1) × 5 // vidurkis −1..1 → 0..10 Balas = volume × 0.35 + diversity × 0.25 + news × 0.20 + sentiment × 0.20 Jei paminėjimų = 0 → signalas NULL (praleistas)
Patikimumas: min(paminėjimai/20, 1) × 0.7 + sentimentas (0.3)
Bendruomenės pasitikėjimas
7%topConsistency = (TOP_metai / 9) × 10 bayesianRating = (3 × 6.5 + vidurkis × vertinimų_sk) / (3 + vertinimų_sk) Balas = topConsistency × 0.30 + bayesianRating × 0.70 Jei nėra nei TOP, nei vertinimų → signalas NULL
Patikimumas: TOP (0.5) + vertinimai ≥5 (0.5) arba >0 (0.25)
Verslo atsparumas
7%stabilityScore = krypties_santykis × 10 × 0.6 + sklandumo_balas × 0.4 recoveryScore = f(atsigavimo_greitis, nuosmukių_skaičius) Be nuosmukių: 5 + depthFactor × 3 (3m=6, 9m=8) Su atsigavimu: 5 + avgRecovery × 30 Be atsigavimo: 3 − nuosmukiai × 0.5 neverLossBonus = depthFactor × 0.5 (jei nuostolių neturėjo) Balas = stability × 0.50 + recovery × 0.50 + neverLossBonus Reikia ≥3 metų duomenų. Kitaip signalas NULL.
Patikimumas: metai/9 × 0.7 + pelno_duomenys (0.3)
Darbuotojų gerovė
7%salaryScore = percentileScore(atlyginimas, [834, 1038, 1383, 1979, 2821]) salaryGrowth = sigmoid(atl_CAGR, 3, 0.2) stability = f(darbuotojų_pokyčio_vidurkis, std) + SODRA skolos bauda Balas = svertinis vidurkis tik iš turimų sub-signalų (svoriai: atlyginimas 0.30, augimas 0.25, stabilumas 0.45)
Patikimumas: sub-signalų_kiekis / 3 (pvz., 3/3 = 100%)
Duomenų pilnumas
2%completeness = (užpildyti_laukai / visi_galimi) × 10 yearsCoverage = (metų_su_duomenimis / 9) × 10 Balas = completeness × 0.60 + yearsCoverage × 0.40 Šis signalas visada turi rezultatą.
Patikimumas: Duomenys (0.6) + ≥5 m. (0.4)
Viešųjų pirkimų patikimumas
9%bidFreqScore = clamp(3 + log₂(dalyvavimai) × 2, 3, 9)
winRateScore = {>80%: 7, >50%: 9, >20%: 8, >1%: 5, 0%: 2}
rejectionScore = {>50%: 3, >20%: 5, >1%: 7, 0%: 9}
recencyScore = {<1m: 10, <2m: 7, <3m: 5, <5m: 3, >5m: 1}
subBonus = subrangovas ? 0.5 : 0
Balas = bidFreq × 0.20 + winRate × 0.25 + procedure × 0.20 + rejection × 0.20 + recency × 0.15 + subBonus
Jei dalyvavimų = 0 → signalas NULLPatikimumas: min(dalyvavimų / 10, 1.0), min 0.3
Mokestinė drausmė
6%bazė = 9.5 (jei nėra skolos), arba 9.5 − (log₁₀(skola) − 2) × 2 Balas = clamp(bazė, 0, 10) Jei VMI duomenų nėra → signalas NULL
Patikimumas: Fiksuotas 0.70 - vertinama tik skolos būsena, be metinio palyginimo
Teisinis statusas
8%Jei bankrotas/likvidavimas → 0 ageScore = log₂(amžius + 1) / log₂(50) × 8 activeBonus = aktyvus_RC ? 2.0 : 0 stabilityBonus = statusas_nekeistas ≥2m ? 0.5 : 0 Balas = clamp(ageScore + activeBonus + stabilityBonus, 0, 10)
Patikimumas: 0.90 (valstybiniai registrai - aukštas patikimumas)
Atskaitomybės drausmė
10%Pradinis balas: 10 (švarus rekordas) Nepateikė ataskaitų: šiemet/pernai → 0, prieš 2m → 1, prieš 3m → 2, seniau → 4 Vėluoja pateikti (be nepateikimo): → 4 Nepateikė audito: per 2m → min(balas, 2), seniau → min(balas, 5) Jei nėra jokių duomenų → signalas NULL
Patikimumas: 0.90 (valstybiniai juodieji sąrašai)
Valdymo kokybė
6%structureScore = vadovas(6) + valdyba(2) + taryba(1.5) + kiti(0.5) // max 10 tenureScore = clamp(4 + log₂(max(kadencijos_metai, 0.25) + 1) × 2, 3, 10) Balas = structureScore × 0.60 + tenureScore × 0.40 Jei nėra RC valdymo duomenų → signalas NULL
Patikimumas: 0.85 (Registrų centro struktūriniai duomenys)
Nuosavybės skaidrumas
5%fiziniai = LT_fiziniai + užsienio_fiziniai juridiniai = LT_juridiniai + užsienio_juridiniai dalyviai = fiziniai + juridiniai Jei dalyvių = 0 → 3 (deklaracija be dalyvių) Jei tik fiziniai asmenys → 9 (naudos gavėjai atsekami tiesiogiai) Jei fiziniai + juridiniai → 8 (mišri struktūra) Jei tik juridiniai asmenys → 7 (papildoma pakopa iki naudos gavėjų) Savininkų pilietybė (LT / užsienio) balo nekeičia. Jei nėra JADIS duomenų → signalas NULL
Patikimumas: 0.80 (JADIS valstybinis registras)
percentileScore() - kaip tai veikia?
Ši funkcija lygina įmonės rodiklį su visomis 27 694 registro įmonėmis. Iš 78 850 įrašų apskaičiuoti penki percentiliai (P10, P25, P50, P75, P90). Jūsų įmonės reikšmė interpoliuojama tarp artimiausių percentilių ir konvertuojama į 0-10 skalę. Paprasčiau tariant: jei jūsų atlyginimas yra vidutinis (P50) - gaunate 5 balus iš 10.
≤P10
→ 0-1/10
Žemiausias
P10-P25
→ 1-2.5/10
Žemiau vid.
P25-P50
→ 2.5-5/10
Artimas vid.
P50-P75
→ 5-7.5/10
Virš vidurkio
P75-P90
→ 7.5-9/10
Aukštas
sigmoid() - augimo vertinimas
Naudojama augimo tempui vertinti. Formulė: 10 / (1 + e^(−steepness × (x − center))). Centras nurodo „normalų" augimą (5% per metus). Jei įmonė auga greičiau - balas kyla prie 10. Jei mažėja - krenta prie 0. Ši S formos kreivė užtikrina, kad itin didelis augimas neduoda neproporcingai didelio balo, o mažas nuosmukis nėra per griežtai baudžiamas.
Bajeso vidurkis - kodėl svarbu?
Įsivaizduokite: viena įmonė turi 1 vertinimą (10/10), kita - 50 vertinimų (vidurkis 8.2). Paprastas vidurkis sakytų, kad pirmoji geresnė. Bet tai būtų netikslu - vienas vertinimas nieko neparodo. Bajeso formulė „pritraukia" mažai vertinimų turinčių įmonių vidurkį link globalaus vidurkio (6.5):(3 × 6.5 + vidurkis × vertinimų_sk) / (3 + vertinimų_sk)Su 1 vertinimu (10/10) rezultatas būtų 7.4, ne 10. Su 50 vertinimų - praktiškai lygus tikram vidurkiui.
Aprėpties korekcija (v5.3) - apsauga nuo neištirtumo premijos
Tas pats Bajeso principas taikomas ir signalų aprėpčiai. Jei įmonė turi tik dalį iš 15 signalų, o trūksta būtent nepalankiųjų (mokestinė skola, ataskaitų neteikimas, bankrotas), jos balas be korekcijos būtų dirbtinai aukštas - vien dėl patikros nebuvimo. Todėl kiekvienas trūkstamas signalas veikia kaip pusės svorio neutralus pseudo-stebėjimas (prioro vertė 5,0):balas = (vidurkis × n + 5,0 × 0,5 × trūksta) / (n + 0,5 × trūksta)Pavyzdys: aktyvių signalų vidurkis 8,0 su 9 iš 15 signalų duoda skelbiamą balą 7,25; su pilna aprėptimi - 8,0 be pakeitimų. Koreguojamas tik bendras balas - atskirų signalų ir ašių balai lieka neapdoroti.
Patikimumo sistema
Kaip suprasti patikimumo procentą
Kiekviena įmonė šalia reputacijos balo turi patikimumo procentą (0-100%). Jis parodo, kiek galima pasikliauti tuo balu. Aukštas patikimumas reiškia, kad balas grindžiamas daugeliu duomenų. Žemas - kad duomenų trūksta ir balas gali keistis kai bus surinkta daugiau informacijos.
Formulė
patikimumas = (svertinis_signalų_patikimumas) × (signalų_padengimas) × 100 signalų_padengimas = aktyvūs_signalai / 15 svertinis_patikimumas = Σ (signalo_patikimumas × signalo_svoris)
Kas yra signalo patikimumas?
Kiekvienas signalas pats vertina, kiek patikimas yra jo rezultatas. Pavyzdžiui, „Augimo trajektorija" su 9 metais duomenų - 100% patikimas, bet su 3 metais - tik ~40%. Kuo daugiau duomenų - tuo patikimesnis signalas.
Kas yra signalų padengimas?
Iš 15 galimų signalų kiek turėjo pakankamai duomenų? Jei 11 iš 15 - padengimas = 73%. Net jei kiekvieno signalo vidinis patikimumas 100%, bendras bus dauginamas iš 0.73. Tai reiškia: kuo daugiau signalų aktyvūs - tuo patikimesnis balas.
Pavyzdys: patikimumas 63%
11 iš 15 signalų aktyvūs (nėra SERP, VPT, valdymo, JADIS) → padengimas = 11/15 = 0.733. Aktyvių signalų svoriai pirmiausia pernormalizuojami, kad jų suma būtų 100% (pvz., 8% / 73% = 10.96%). Skaičiai gauti paleidus produkcinį algoritmą (computeReputation) su pavyzdine įmone.
Tęstinumo kapitalas: 1.00 × 0.1096 = 0.1096
Teisinis statusas: 0.90 × 0.1096 = 0.0986
Finansinis pajėgumas: 0.90 × 0.1096 = 0.0986
Augimo trajektorija: 0.57 × 0.0685 = 0.0390
Pelningumo tendencija: 0.88 × 0.0685 = 0.0603
Mokestinė drausmė: 0.70 × 0.0822 = 0.0575
Viešumas: - (nėra SERP duomenų, praleistas)
Bendruomenės pasitikėjimas: 0.75 × 0.0959 = 0.0719
Verslo atsparumas: 0.77 × 0.0959 = 0.0738
Darbuotojų gerovė: 1.00 × 0.0959 = 0.0959
Duomenų pilnumas: 1.00 × 0.0274 = 0.0274
Atskaitomybės drausmė: 0.90 × 0.1370 = 0.1233
Viešieji pirkimai: - (nėra VPT duomenų)
Valdymo kokybė: - (nėra RC valdymo duomenų)
Nuosavybės skaidrumas: - (nėra JADIS duomenų)
Svertinis patikimumas: 0.856 (svoriai pernormalizuoti tarp aktyvių signalų)
Galutinis: 0.856 × 0.733 × 100 ≈ 63%
Duomenų šviežumas
Jei naujausi įmonės finansiniai duomenys yra senesni nei 1 metai - patikimumo bauda taikoma atitinkamiems signalams. Tai skatina įmones laiku teikti ataskaitas.
0-1 metai
Jokios baudos
2 metai
Sumažintas patikimumas
3+ metai
Reikšminga bauda
Patikimumo klasifikacija
Pagal galutinį balą kiekviena įmonė priskiriama vienai iš keturių patikimumo kategorijų. Tos pačios ribos naudojamos profilio puslapiuose (lib/reputation/labels.ts → getScoreBand) - bet kuriame ekrane matyte tą patį žymėjimą. Nuo v6.0 galioja verdikto slenkstis: jei apskaičiuojami mažiau nei 5 signalai iš 15, kategorija neskelbiama - vietoje jos rodoma neutrali žymė „Nepakanka duomenų".
8.0-10
Labai patikima
Stabili, patikima
6.0-7.9
Patikima
Tipinė padėtis
4.0-5.9
Atsargiai
Stebėtina
0-3.9
Didelė rizika
Didelis neapibrėžtumas
Dalyvavimo lygiai
Aktyvacijos sąlygos
Registracija atvira visoms nominuotoms įmonėms. Aktyvuotas profilis suteikia oficialų pripažinimą ir papildomas platformos funkcijas. Svarbu: reputacijos balas skaičiuojamas vienodai visiems lygiams - aktyvacija nepadidina balo.
Sidabrinis
- Portalo rekomendacija ir verslo stabilumo įvertinimas
- TOP Įmonė 2026 skaitmeninis ženklas svetainei ir dokumentams
- TINKLAS prieiga: tiesioginės žinutės įmonėms
- Tvarumo iniciatyva: už kiekvieną ženklą pasodinamas medis
Auksinis
Rekomenduojamas
- Viskas iš Sidabrinio paketo
- Skaitmeniniai antspaudai (el. parašams, svetainei, sąskaitoms)
- Verslo stabilumo diplomas (spausdintina e-versija)
- TINKLAS Premium: tenderiai, reitingai, verslo profilis
Lyderis
Verslo žvalgyba
- Viskas iš Auksinio paketo
- AI matomumas (GEO) ir reputacijos stebėsena (iki 5 įmonių)
- Detali EBRS analizė (15 signalų, 5 ašys)
- Privati AI darbo erdvė (AI Partnerio pakete, BETA)
Skaidrumas ir objektyvumas
Visos formulės yra viešos šiame puslapyje. Duomenys reguliariai atnaujinami iš oficialių šaltinių. Jokia įmonė negali pagerinti savo pozicijos mokėjimu - registras grįstas tik objektyviais rodikliais iš viešų duomenų.
Valstybiniai registrai
RC JAR, SODRA, VMI, VPT, JADIS - 7 valstybiniai duomenų rinkiniai, iš jų 5 per data.gov.lt
Finansiniai duomenys
Registrų centras, SODRA - 78 850 metinių įrašų
BDAR atitiktis
Tik juridinių asmenų viešai skelbiami duomenys
Šaltiniai ir dokumentacija
EBRS dokumentacija ir atvirasis kodas
Metodika skelbiama viešai, o jos įgyvendinimas - atvirojo kodo. Techniniame priede rasite kiekvieno signalo formulę, tobulinimo kelyje - kokie realūs veiksmai balą keičia.
Algoritmas yra viešosios peržiūros stadijoje: metodika paskelbta, taikoma produkcijoje ir atvira nepriklausomam vertinimui. Planuojamas nepriklausomas fondas standarto verifikavimui ir valdymui.