數據挖掘分析方法在煙草商業物流工作中的應用研究

張華健 張武 李曉光 魏國迎

摘要：本文結合山東省淄博市煙草專賣局（公司）卷煙物流中心工作實際，探討運用大數據思維和數據挖掘分析方法，對卷煙倉儲、分揀、配送、綜合等數據進行日統計、月匯總，著力構建卷煙物流信息數據的收集、整理、分析、應用、共享管理機制，建立月度數據分析報告制度，為企業決策提供有效數據支撐。

關鍵詞：數據;挖掘分析;煙草物流;應用

中圖分類號：F25923 ??文獻識別碼：A ?文章編號：

2096-3157（2019）29-0027-03

一、引語

1研究背景

數據是事實或觀察的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經加工的原始素材。在信息時代，沒有數據，一切無從談起。沒有數據挖掘與分析，就如同盲人摸象，就無法綜合研判市場信息，無法做出及時、準確判斷。要想使數據真正成為一個公司的資源，只有通過充分的數據挖掘與分析，才能利用它為公司自身的業務決策和戰略發展服務，數據挖掘和分析方法也應運而生，顯示出其強大的生命力。數據挖掘與分析就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際數據中，提取隱含在其中的、人們所不知道的，但又是潛在有用信息和知識的過程。

在信息化時代，應該將大數據運用到煙草行業的發展中，通過對行業生產、營銷、物流等各環節大數據的采集、挖掘分析、研究利用，為消費者提供更滿意的產品和服務。具體到淄博煙草卷煙物流中心而言，需要高質量的數據分析，來客觀、直觀地反映基層工作情況，幫助管理者及時發現問題、發掘亮點，發現數據之間的關聯，讓看起來雜亂無章的數據變得有序，讓數據背后的真相直觀地展現出來，為領導的決策提供更可靠的依據。

2研究思路

以精益滲透和流程建設為契機，按照“立足現實，著眼長遠，以我為主、精益求精”的原則，即立足卷煙物流中心設備自動化、信息化水平較低的現實，以精益思想為指導，以自我挖潛、自我研發為主，單位主要負責人帶頭，組織開展數據分析，從明確目標、落實責任，完善制度、優化流程等方面，實現數據挖掘與分析的突破。

3研究目標

（1）物流關鍵數據指標統計項由67項提高到110項以上。（2）在基礎數據信息采集中，員工的參與度由65%提高到85%以上。（3）探索建立一套系統完整的卷煙物流信息數據的收集、整理、分析、應用、共享管理機制，為企業決策提供有效數據支撐。

二、整體舉措

數據挖掘與分析，重在組織保障、全員參與，貴在形成制度化長效化堅持，因此，在對各業務環節具體數據收集分析前，必須立足全局，對相關整體工作進行系統安排和把握。

1加強組織保障

成立卷煙物流中心數據信息挖掘分析應用領導小組，組織制定具體工作實施方案，認真分析數據信息統計應用工作現狀，查找突破瓶頸，確保基礎數據統計更加全面，信息化程度更高，數據應用效果更加顯著。

2積極宣傳發動

做好員工的宣傳發動、學習培訓工作，提高全員對數據統計工作的重視程度和統計技能，為有效收集數據奠定基礎。

3統計指標分析

對物流環節關節數據信息進行全面梳理，細化物流關鍵數據統計指標，準確定位應統計而未統計的關鍵數據信息，為下一步做到應統計、盡統計做好基礎工作。

4相關統計工具開發

為統計工作量大、電子化程度低的關鍵環節研究開發相應的統計應用軟件或小工具，將統計工作簡單化、數字化，有效減少人工紙質統計，降低員工工作量，提高數據的統計利用效率。

5數據統計常態化制度化

完善基層一線分揀、配送工作日志，建立定期的數據分析報告制度，形成一套卷煙物流信息數據的收集、整理、分析、應用、共享管理機制。

三、分域探析

1卷煙倉儲環節

平均每天卷煙卸貨的工作時間大約占倉儲業務工作時間的3/4，在此僅對卷煙入庫環節進行討論。

倉庫保管員填寫《卷煙卸貨登記表》，全面記錄卷煙卸貨信息，主要包括日期、卷煙品牌（規格）、是否是托盤運輸、儲位安排用時、卷煙數量、卷煙生產廠家、殘損卷煙情況、卸貨開始時間、卸貨結束時間、保管員、信息員、設備情況等基礎信息。截止到2019年5月31日，共記錄了自2015年7月20日以來的5295條記錄。

相關數據主要是通過Excel的數據透視表和數據透視圖功能來分析與展現。通過這些基礎信息，管理人員可以分析指定時間段的卸煙件數、平均卸貨效率、卸車次數、百件卷煙卸貨單位用時，以及保管員、信息員、裝卸員的工作效率和設備狀況，經過數據分析可以比較容易地發現出現異常情況的指標。通過計算日均卸貨次數、日均卸貨量測算人員的勞動量，經過數據的排序，可以發現工作量是否均衡、設備是否存在故障等問題。進一步延伸，通過對一段時間內卸貨量的數據分析，若出現工作量大幅波動的現象，則可能與卷煙營銷中心的調度有關，與之討論是否可以在保障正常經營的情況下，合理安排到貨車輛，以平衡日平均工作量。

表1為卷煙倉儲裝卸環節數據匯總透視分析表，實時跟蹤每日單次卸車用時、工作量、總時長等情況。

2卷煙分揀環節

該環節主要通過自主開發的“卷煙分揀系統工作效率分析程序”來采集數據并進行相關的分析。程序包括后臺管理與查詢、前端登記與查詢兩個部分，含有六個功能模塊——工作時間登記、數據查詢與維護、參數設置、分揀工作時間圖表分析、生產耗材登記與查詢、分揀費用分析，可以實現分揀各環節工作效率及費用情況的實時統計查詢。本文以第四個功能分揀工作時間圖表分析為例，介紹分揀環節相關數據的統計與分析。圖1為分揀工作時間圖表分析功能模塊界面。

其中，在圖形選項上，可以選擇用餅圖、柱狀圖、折線圖，按日期或分揀線顯示各工作環節的分析與查詢結果。這些數據具體包括：異型煙分揀所用時間（小時）、正常卷煙分揀所用時間（小時）、塑包機工作時間（小時）、打碼工控機工作時間（小時）、分揀工作全部結束所用時間（小時）、零散卷煙分揀量（箱）、件煙數量（箱）、異型煙數量（箱）、分揀戶數、零散煙分揀效率（箱/小時）、異型煙分揀效率（箱/小時）、殘損煙（條）。上述數據客觀真實全面，是對分揀工作情況，尤其是對工作效率的直觀呈現，可以為員工績效考核、分揀班組優化、分揀設備改進等工作提供重要依據。

3卷煙配送環節

主要是通過《卷煙配送日志》來收集數據，主要包括日期、部門、線路、團隊、駕駛員、送貨員、送貨量、送貨戶數、出車時間、返回時間、收取現金數量、電子結算戶數、送貨里程、銀行存款用時、裝車用時等15個基礎指標。在此基礎上，每月計算推導出單車日均配送時間、里程、戶數、裝載率、電子結算成功率等運行指標。截至2019年5月31日，共采集了自2016年以來的，共計42937條記錄。

圖2為各配送部日均配送戶數月度折線圖，通過分析配送戶數、用時、里程等數據，為優化配送線路提供科學依據，實現提質降本增效。

4綜合管理環節

每月初形成上月份的《卷煙物流中心月度工作報表》，涵蓋物流總費用、單箱物流費用、物流費用率等131個指標，全面反映物流各環節運行質量。

表2為通過數據自動提取和人工修正生成的月度工作報表。

四、方法應用成效

1產生的直接經濟效益

應用數據挖掘分析方法后，堅持用數字說話，依托客觀數據輔助管理決策。2018年，優化移庫備貨流程，使卷煙分揀備貨由35小時縮減至25小時左右，效率提升30%;2018年，標準卷煙分揀效率較2017年平均提升867%。2019年4月份，優化、減少配送線路25條，減少終端送貨車輛5臺、人員10名。

2建立了較為完善的數據挖掘分析應用制度

完善了信息數據采集流程，建立了數據分析、應用、共享管理機制。配送工作日志、卷煙卸貨日志已納入物流標準化管理體系中。同時，為物流環節的分層分類對標數據采集與分析工作打下了良好基礎。

3為提升績效考核科學化水平提供了有力支撐

在實際工作中，受許多因素制衡，績效考核體系中定性評估占比要比定量評價大，在某種意義上影響到了考核的科學性和客觀性。應用數據挖掘分析方法，在倉儲、分揀、配送、綜合環節中，選擇那些關鍵指標、終端指標作為評價崗位個人、團隊、部門工作績效水平的重要依據，如平均卸貨效率、零散煙分揀效率（箱/小時）、異型煙分揀效率（箱/小時）、日均單車配送量、日均單車配送戶數、單箱物流費用等。量化考核中，要扭住效益效率不放，堅持效能比優先，突出重點、總攬大局，避免眉毛胡子一把抓，切實在企業上下起到鮮明的激勵導向作用。

4具備一定的推廣價值

數據雖有差別，但大數據思維可以共通共享。數據挖掘分析方法及其應用實踐，在信息化、自動化水平較低的地市級公司配送中心均可推廣運用。對信息化、自動化水平相對較高的單位，也具有一定的借鑒意義。同時，借助Excel等常用辦公軟件，即可進行數據錄入與分析，可以以較低的費用成本實現對數據的采集與分析。

五、結束語

本項目運用精益思想、大數據思維，比較全面地采集、分析了物流業務的相關數據，為進一步提升效率、提高服務質量，提供了客觀的數字化依據，是打牢基層管理基礎的重要一環，對企業的高質量發展有很好的推動作用。

參考文獻：

[1]周磊，王建軍商業卷煙物流精益管理應用實例與工具方法[M]山東人民出版社，2018

[2]李志輝，李欣MINITAB統計分析方法及應用[M]電子工業出版社，2017

[3]王妍妍基于數據挖掘的物流成本管理模型研究[J].電子商務，2018，（1）

[注]基金項目：本文來源于淄博市煙草專賣局（公司）2018年度一等獎精益課題《數據信息挖掘分析》

作者簡介：

1張華健，供職于山東淄博煙草有限公司。

2張武，供職于山東淄博煙草有限公司。

3李曉光，供職于山東淄博煙草有限公司。

4魏國迎，供職于山東淄博煙草有限公司。