卷煙營銷大數(shù)據(jù)智能分析應(yīng)用體系研究

朱峻 周勇 余暉 葉睿

摘 要：大數(shù)據(jù)營銷是基于大數(shù)據(jù)分析的基礎(chǔ)上，描繪、預(yù)測、分析、指引消費者行為，依托多平臺的大數(shù)據(jù)采集，以及大數(shù)據(jù)技術(shù)的分析與預(yù)測能力，能夠使?fàn)I銷更加精準(zhǔn)有效，給企業(yè)帶來更高的投資回報率。在這一大背景下，大數(shù)據(jù)在煙草行業(yè)釋放出的巨大價值吸引著諸多煙草行業(yè)人士的興趣和關(guān)注。對于煙草行業(yè)來說，管理者應(yīng)該如何借助大數(shù)據(jù)為煙草行業(yè)的運營管理服務(wù)，如何發(fā)揮大數(shù)據(jù)在煙草行業(yè)的應(yīng)用價值，將成為煙草行業(yè)管理者亟待研究解決的課題。本文從當(dāng)前煙草行業(yè)經(jīng)營狀況、大數(shù)據(jù)與卷煙營銷相結(jié)合的意義、大數(shù)據(jù)技術(shù)實現(xiàn)智慧化應(yīng)用分析的方式以及卷煙營銷大數(shù)據(jù)智能分析應(yīng)用體系這四個方面展開了分析和探討，為卷煙營銷的發(fā)展提供了參考意見。

關(guān)鍵詞：卷煙;營銷;大數(shù)據(jù)智能

依托多平臺的大數(shù)據(jù)采集，以及大數(shù)據(jù)技術(shù)的分析與預(yù)測能力，能夠使?fàn)I銷更加精準(zhǔn)有效，給企業(yè)帶來更高的投資回報率。但是，目前，行業(yè)對大數(shù)據(jù)分析和云計算技術(shù)的應(yīng)用還滯留在探討和學(xué)習(xí)階段，尚未廣泛深入。隨著大數(shù)據(jù)的發(fā)展，煙草行企業(yè)平時應(yīng)善于積累和運用自動化工具收集、挖掘、統(tǒng)計和分析數(shù)據(jù)，在市場營銷中贏得主動權(quán)。

一、當(dāng)前煙草行業(yè)經(jīng)營狀況

（一）面臨嚴(yán)峻的市場情況

當(dāng)前，我國每年的卷煙銷售數(shù)量都在增加，但是2016年我國出臺了《互聯(lián)網(wǎng)廣告管理暫行辦法》，統(tǒng)籌考慮規(guī)范互聯(lián)網(wǎng)廣告秩序，禁止使用互聯(lián)網(wǎng)發(fā)布煙草廣告，對卷煙行業(yè)的發(fā)展是一個巨大的打擊。面對當(dāng)前日漸嚴(yán)峻的市場情況。充分利用大數(shù)據(jù)技術(shù)對現(xiàn)有的卷煙消費者實現(xiàn)精確營銷對新的卷煙產(chǎn)品進行銷售是改變卷煙銷售市場環(huán)境的重要科技手段。

（二）營銷手段亟待調(diào)整

工商企業(yè)由于受到行業(yè)運作模式的制約，只能通過零售客戶來掌握消費行為及趨勢，但隨著電子商務(wù)的不斷發(fā)展，給線下零售業(yè)帶來的整體沖擊導(dǎo)致很多消費者被分流，直接影響了卷煙零售戶收益。工廠、經(jīng)銷商、零售商對消費者行為趨勢缺乏有效掌握手段，卷煙銷售無法實現(xiàn)精準(zhǔn)營銷，卷煙生產(chǎn)、貨源組織無法從消費者角度實現(xiàn)真正意義上的訂單供貨，品牌培育傳播途徑存在障礙。因此，商業(yè)企業(yè)急需調(diào)整營銷模式，利用互聯(lián)網(wǎng)資源把服務(wù)觸角向零售環(huán)節(jié)、消費環(huán)節(jié)延伸，構(gòu)建工廠、經(jīng)銷商、零售商共同面向消費者的卷煙營銷服務(wù)模式，實時掌握消費市場變化，做好卷煙消費跟蹤與消費趨勢研判，精準(zhǔn)研判市場，采集零售戶及消費者有效數(shù)據(jù)，為工商企業(yè)卷煙生產(chǎn)研發(fā)、需求預(yù)測、貨源組織、貨源供應(yīng)、精準(zhǔn)營銷提供決策依據(jù)。

二、大數(shù)據(jù)與卷煙營銷相結(jié)合的意義

（一）打通卷煙營銷全流程信息通道

利用大數(shù)據(jù)匯集各商業(yè)卷煙營銷管理平臺、微信平臺、現(xiàn)代終端云POS智能管理平臺、消費者聚合支付平臺等營銷信息流，有利于解決數(shù)據(jù)“斷層”和“鴻溝”問題。此外，有利于促進數(shù)據(jù)收集全面、準(zhǔn)確、及時，實現(xiàn)采集方式多元化、分析智能化，運用自動化。

（二）建立消費者數(shù)據(jù)庫，研判消費趨勢，滿足消費需求

在大數(shù)據(jù)背景下，通過金葉新貴微信公眾號會員、聚合支付會員管理體系以及微信、微博、電商平臺、點評網(wǎng)等新型網(wǎng)絡(luò)輿情的收集爬取，獲得卷煙消費能力、消費品規(guī)、消費頻次、消費軌跡、消費時間等信息數(shù)據(jù)，有利于對消費者進行畫像，研究消費行為，形成區(qū)域消費者數(shù)據(jù)庫。此外，大數(shù)據(jù)技術(shù)與卷煙營銷相結(jié)合能研判消費趨勢，更好地把握需求預(yù)測、貨源組織、客戶分檔、貨源投放、品牌培育、監(jiān)督管理等卷煙營銷重點環(huán)節(jié)工作。

（三）完善零售戶數(shù)據(jù)庫，實現(xiàn)智能分析、智能營銷、自動運用

利用大數(shù)據(jù)技術(shù)，推廣運用云POS系統(tǒng)，采集并分析客戶卷煙和非煙進銷存，準(zhǔn)確把握經(jīng)營情況，有利于真實反映需求滿足率、動銷率、消費者滿意度，進而有針對性地開展消費者營銷，實現(xiàn)每一包煙通過最快捷的渠道滿足每一個消費者。

（四）整合資源，多方合作，提升服務(wù)

利用大數(shù)據(jù)技術(shù)，整合金融、銀聯(lián)、京東等資源，促進大數(shù)據(jù)+新零售在卷煙營銷領(lǐng)域的推廣應(yīng)用，帶動零售客戶從傳統(tǒng)終端向現(xiàn)代終端轉(zhuǎn)型，打造一個涵蓋“消—零—商—工—融”多要素資源匯集共生共贏的卷煙營銷生態(tài)圈，有利于改善消費體驗。

（五）營銷活動輔助及增值服務(wù)升級

依據(jù)大數(shù)據(jù)精準(zhǔn)分析出來的消費趨勢預(yù)測結(jié)果，市場營銷活動方案策劃人員能夠更有針對性地向微信公眾平臺、云POS終端系統(tǒng)、聚合支付平臺、客服系統(tǒng)等營銷渠道投放準(zhǔn)確的營銷活動策略;能夠為工業(yè)企業(yè)提供更具針對性、更加精準(zhǔn)的品牌消費分析及促銷成效驗證。為零售戶提供更為便捷的收款方式、更加優(yōu)惠的金融方案、更符合消費實際的貨源推薦、更準(zhǔn)確的店鋪盈利分析、更有效的擴大區(qū)域消費覆蓋。

三、大數(shù)據(jù)技術(shù)實現(xiàn)智慧化應(yīng)用分析的方式

要使用大數(shù)據(jù)技術(shù)來實現(xiàn)智慧化應(yīng)用分析，首先需要有穩(wěn)定量的數(shù)據(jù)源資產(chǎn)來進行底層數(shù)據(jù)支撐。基于當(dāng)前貴安新區(qū)煙草分公司的業(yè)務(wù)情況，公司所掌握的業(yè)務(wù)數(shù)據(jù)主要有：零售客戶信息數(shù)據(jù)、消費者注冊會員數(shù)據(jù)、零售客戶申請需求數(shù)據(jù)、計劃投放產(chǎn)品數(shù)據(jù)、云POS零售客戶刷卡銷售明細數(shù)據(jù)、零售客戶星級評定數(shù)據(jù)、商圈檔位數(shù)據(jù)等業(yè)務(wù)數(shù)據(jù)。

（一）建立大數(shù)據(jù)倉庫以及分析對象主題庫

平臺依據(jù)煙草公司所掌握的業(yè)務(wù)數(shù)據(jù)以及社會經(jīng)濟相關(guān)數(shù)據(jù)搭建大數(shù)據(jù)倉庫。已經(jīng)獲取零售客戶基本信息數(shù)據(jù)953條、零售客戶地址數(shù)據(jù)856條、區(qū)域客戶數(shù)據(jù)856條、自律小組數(shù)據(jù)718條、煙草品牌屬性數(shù)據(jù)133條、商城會員數(shù)據(jù)13600條、云POS刷銷售算數(shù)據(jù)4638265條、零售客戶申請需求與實際投放數(shù)據(jù)365760條、市場計劃投放數(shù)據(jù)65072條、零售客戶星級評定數(shù)據(jù)953條、貴安人口信息數(shù)據(jù)2條、社會零售總額數(shù)據(jù)3條、人均可支配收入2條、年度投資總額2條等。根據(jù)以上業(yè)務(wù)數(shù)據(jù)進行清洗整理，已經(jīng)實現(xiàn)了零售客戶、消費者、商圈區(qū)域等三方面的主題庫。

（二）建立大數(shù)據(jù)分析計算模型計算當(dāng)前市場真實需求

針對煙草公司的業(yè)務(wù)實施情況，所有對零售客戶的產(chǎn)品供應(yīng)均是需要結(jié)合煙草公司的整體貨源規(guī)劃的實際情況。依據(jù)客戶的檔位與星級進行計劃方式提供。因而容易出現(xiàn)供給產(chǎn)業(yè)無法滿足市場需求情況，也就是賣斷貨情況。同時，對某一些商品因為不是完全的市場調(diào)節(jié)方式來進行獲取采購也容易出現(xiàn)產(chǎn)品在銷售周期無法銷售完還存在于大量的積壓。為解決此類現(xiàn)狀，更加科學(xué)合理的為各零售客戶進行貨源配置。提出通過大數(shù)據(jù)技術(shù)研判市場的真實需要需求，研判預(yù)測未來市場實際需求量是進行智慧化服務(wù)的基礎(chǔ)。當(dāng)前，進行市場實際需求計算大數(shù)據(jù)模型的主要方法包括：1.數(shù)據(jù)來源支撐，通過當(dāng)前貴安煙草公司的業(yè)務(wù)數(shù)據(jù)作為市場真實需求的數(shù)據(jù)分析來源。主要是用零售客戶數(shù)據(jù)、零售客戶星級數(shù)據(jù)、零售客戶申請需求數(shù)據(jù)、計劃投放歷史數(shù)據(jù)、云POS銷售結(jié)算數(shù)據(jù)等數(shù)據(jù)。2.數(shù)據(jù)計算模型，首先，算出每周客戶的真實的投放量（按單周來統(tǒng)計，需判斷零售戶是單雙周訂貨。如單周拿貨，就是實際的投放量，若是雙周訂貨，需除2得到單周的投放量），需投放量數(shù)據(jù)和零售戶的基本信息和品牌信息。其次，算出真實的需求量：取到算出每個零售戶的真實投放量后，和客戶銷售數(shù)據(jù)關(guān)聯(lián)得到真實的需求量（如投放量大于申請量，則申請量作為真實的需求量，如果計劃量大于申請量并且2倍的申請量的話，申請量作為真實需求量，如果不在這個區(qū)間的話，用云pos終端數(shù)據(jù)作為計算每個品牌每日銷售吞吐量，在計算該銷售周的銷售真實需求量。如果沒有終端數(shù)據(jù)就取上面的投放量）。在判斷是否斷貨，去最大的銷售時間和近期銷售時間判斷零售戶是不是斷貨，如果斷貨，按星級算出量，則是星級量的7倍。再關(guān)聯(lián)出真實的需求量。

（三）需要的大數(shù)據(jù)技術(shù)

為了實現(xiàn)卷煙營銷大數(shù)據(jù)智能分析系統(tǒng)的運行和推廣，必須在這個過程當(dāng)中使用相應(yīng)的大數(shù)據(jù)技術(shù)，以實現(xiàn)每個細節(jié)工作被完成，最終達成整項工作被完成。所需要的大數(shù)據(jù)技術(shù)有：Hadoop技術(shù)，該技術(shù)是一種能實現(xiàn)大數(shù)據(jù)處理和存儲的技術(shù)，它是一個開源框架，能夠利用簡單可行的編程模式在跨計算機的環(huán)境當(dāng)中實現(xiàn)大數(shù)據(jù)的存儲和計算處理。這種技術(shù)具有以下特點：能處理較大量的數(shù)據(jù)，運行能力強;使用該技術(shù)能夠?qū)崿F(xiàn)在較短時間內(nèi)處理數(shù)據(jù)，實現(xiàn)數(shù)據(jù)不斷變更;該技術(shù)具有準(zhǔn)確性，使用該技術(shù)處理大數(shù)據(jù)能夠?qū)?shù)據(jù)實現(xiàn)科學(xué)分析，分析和輸出結(jié)果的錯誤程度較低，可信度較高。Hadoop主要包括兩個部分，一是Hadoop核心技術(shù)（或者說狹義上的hadoop），另一部分指的是一個生態(tài)圈。前者對應(yīng)為apache開源社區(qū)的一個項目，主要包括三部分內(nèi)容：hdfs，mapreduce，yarn，其中hdfs用來存儲海量數(shù)據(jù)，mapreduce用來對海量數(shù)據(jù)進行計算，yarn是一個通用的資源調(diào)度框架（是在hadoop2.0中產(chǎn)生的）。后者泛指大數(shù)據(jù)技術(shù)相關(guān)的開源組件或產(chǎn)品，如hbase、hive、spark、pig、zookeeper、kafka、flume、phoenix、sqoop等。2.Spark技術(shù)，這是一種通用的計算工具，能夠?qū)Υ罅康臄?shù)據(jù)進行快速的分析，利用其龐大的分析能力實現(xiàn)各種計算，它不依賴于MapReduce，而是使用了自己的數(shù)據(jù)處理框架。Spark最大的優(yōu)點在于能使用內(nèi)存進行計算，運算速度快。

四、卷煙營銷大數(shù)據(jù)智能分析應(yīng)用體系

（一）推廣應(yīng)用云POS系統(tǒng)，完善零售戶數(shù)據(jù)庫

通過推廣運用已建成的云POS系統(tǒng)，全面、準(zhǔn)確、快捷、自動采集并分析客戶卷煙和非煙進銷存，準(zhǔn)確把握經(jīng)營情況，真實反映需求滿足率、動銷率、消費者滿意度，通過零售客戶掌握消費者的真實消費個性，進而有針對性地開展消費者營銷，實現(xiàn)每一包煙通過最快捷的渠道滿足每一個消費者。進一步完善零售戶數(shù)據(jù)庫，為卷煙零售戶畫像，建立大數(shù)據(jù)分析模型，將分析結(jié)果運用到卷煙需求預(yù)測、客戶分類、貨源組織、貨源投放、品牌培育、監(jiān)督管理以及非煙商品經(jīng)營中，進一步提高供需匹配水平。

（二）通過零售戶和營銷活動研究消費行為，建立消費者數(shù)據(jù)庫

首先以研究消費者消費行為為出發(fā)點，通過客戶掃碼銷售數(shù)據(jù)，跟蹤消費記錄，了解消費者行為軌跡;與金融業(yè)、銀聯(lián)合作，開通聚合支付二維碼，建立商業(yè)企業(yè)微信公眾號。然后通過在公眾號上開展?fàn)I銷活動及全新消費體驗，吸納眾多目標(biāo)消費群體，建立O2O會員服務(wù)體系，采集消費者收入、品牌偏好、消費傾向等基礎(chǔ)數(shù)據(jù)，形成基本畫像。基于云計算技術(shù)，運用互聯(lián)網(wǎng)、大數(shù)據(jù)思維構(gòu)建智能分析體系及運營機制，暢通商業(yè)卷煙營銷管理系統(tǒng)、微信平臺、現(xiàn)代終端云POS智能管理系統(tǒng)、消費者聚合支付平臺信息流，解決數(shù)據(jù)“斷層”和“鴻溝”問題。

（三）構(gòu)建社會經(jīng)濟影響因素關(guān)聯(lián)庫

使用大數(shù)據(jù)平臺獲取相關(guān)部門公開發(fā)布的社會類數(shù)據(jù)如：行政區(qū)域劃分?jǐn)?shù)據(jù)、社會行業(yè)經(jīng)濟數(shù)據(jù)、人口基數(shù)等數(shù)據(jù)和通過協(xié)調(diào)政府機要部門獲取宏觀社會經(jīng)濟影響卷煙消費相關(guān)因素，建立相關(guān)數(shù)據(jù)庫和分析模型，實現(xiàn)采集方式多元化、分析智能化，運用自動化。

（四）基于6個關(guān)鍵重點環(huán)節(jié)，建立大數(shù)據(jù)分析應(yīng)用模型

針對現(xiàn)有的零售戶存量數(shù)據(jù)及新挖掘的市場信息和消費者行為數(shù)據(jù)進行研究，通過推廣使用云POS店鋪管理系統(tǒng)、微信公眾號平臺和聚合支付二維碼等方式，全面、準(zhǔn)確、及時采集零消需求信息，確保數(shù)據(jù)來源的穩(wěn)定性和系統(tǒng)性，依托聚類分析法、回歸分析法等技術(shù)手段，建立信息統(tǒng)計分析、數(shù)據(jù)應(yīng)用模型，為消費者和零售戶畫像，將結(jié)果分析應(yīng)用到研判消費趨勢，引導(dǎo)上游工業(yè)調(diào)整生產(chǎn)，更好地把握卷煙營銷重點環(huán)節(jié)工作。

（五）打造共生共贏的卷煙營銷生態(tài)圈

與大數(shù)據(jù)企業(yè)合作，全面建立需求導(dǎo)向的卷煙營銷流程，按訂單組織貨源，按需求銜接計劃，按狀態(tài)調(diào)整策略，探索建立消費者數(shù)據(jù)庫和大數(shù)據(jù)分析應(yīng)用模型，整合數(shù)據(jù)資源，形成業(yè)務(wù)閉環(huán)，構(gòu)建覆蓋消、零、商、工全價值鏈的卷煙營銷商務(wù)合作新體系。整合金融、銀聯(lián)、京東等資源，多方合作，提升服務(wù)，促進大數(shù)據(jù)+新零售在卷煙營銷領(lǐng)域的推廣應(yīng)用，帶動零售客戶從傳統(tǒng)終端向現(xiàn)代終端轉(zhuǎn)型，改善消費體驗，打造一個涵蓋“消—零—商—工—融”多要素資源匯集共贏的卷煙營銷生態(tài)圈。

結(jié)束語：

隨著大數(shù)據(jù)技術(shù)的發(fā)展，卷煙營銷大數(shù)據(jù)智能分析應(yīng)用系統(tǒng)的建成逐漸成為可能，該系統(tǒng)能幫助工作者提高工作效率，對于該產(chǎn)業(yè)的發(fā)展具有重要的作用。煙草行企業(yè)平時應(yīng)善于積累和運用自動化工具收集、挖掘、統(tǒng)計和分析數(shù)據(jù)，促進卷煙行業(yè)的發(fā)展。

參考文獻：

[1]王玲.大數(shù)據(jù)應(yīng)用的現(xiàn)狀與展望[J].西部廣播電視，2019，（07）：31-32.

[2]劉洋.淺析大數(shù)據(jù)技術(shù)在煙草行業(yè)中的應(yīng)用與發(fā)展風(fēng)險防范[J].科技與創(chuàng)新，2015，（12）：32-33.

[3]覃榮，王吉斌，劉軍，王玨，姜棱煒.中國煙草行業(yè)推進“互聯(lián)網(wǎng)+”行動計劃與供給側(cè)結(jié)構(gòu)性改革的探討[J].市場論壇，2016，（09）：64-69.