以大數據分析平臺為基礎的加油站升級管理

□ 文/莊雪濤 侯延鑫

中國石油山東銷售公司是中國石油在山東設立的全資分公司，主要負責中國石油在山東地區的油品與非油品銷售業務。公司現設職能處室13個、地市分公司17家、專業分公司2家，控股公司14家、參股公司1家；擁有員工6000余人，加油（氣）站1000余座，油庫10座，銷售網絡遍布全省17地市，成品油年銷售能力400萬噸。公司自2000年成立以來，累計銷售成品油6200余萬噸，實現銷售收入3400多億元，發售昆侖加油卡700多萬張，實現利潤39.5億元，上繳稅費52.7億元，為保障地方成品油市場穩定供應、促進區域經濟社會發展做出了重要貢獻。

一、實施背景

當今社會，數據無處不在。幾乎所有的社會生活都與數據有關，如互聯網、金融、科技、醫療等。每個人每天都在不斷地產生數據，接打電話、收發短信郵件、乘坐交通工具、刷卡打卡記錄、上網聊天、網上購物等。大量數據實時地影響人們的工作、生活乃至社會發展。數據成為與自然資源、人力資源同樣重要的戰略資源，引起了國家和社會的高度重視。2015年3月，李克強總理在政府工作報告中指出，制定“互聯網+”行動計劃，推動移動互聯網、云計算、大數據、物聯網等與現代制造業結合，促進電子商務、工業互聯網和互聯網金融健康發展，引導互聯網企業拓展國際市場。這標志著大數據技術應用于日常生產生活已上升到國家戰略層面。

作為石油銷售企業，經過“十一五”、“十二五”兩輪信息化建設，在企業內積累了上百TB的海量業務數據，傳統數據分析技術已經無法滿足業務人員分析和查詢需求。山東銷售公司（簡稱山東公司）自“十一五”銷售領域信息化建設全面開展以來，積極主動投入總部各項統建業務系統的建設及深化應用，其信息化從“集中建設”“建用并舉”到“集成應用”，信息化應用水平一直居銷售公司前列。公司信息化要轉入系統深化應用與數據充分利用階段，凸顯信息對業務的增值作用，就必須解決當前非結構化數據無法處理及深入挖掘、報表效率低下、視頻識別車牌信息實時交易數據匹配分析等問題。在此背景之下，山東公司打造大數據分析應用平臺助力站級客戶精準營銷探索加油站3.0建設的需求應運而生。

二、內涵和主要做法

（一）內涵

大數據分析應用平臺（簡稱大數據平臺）從“全量客戶管理”“客戶畫像”“商品推薦”“主動精準化客戶服務”等運營需求出發，研究如何支撐站級客戶精準營銷。平臺通過對加油站管理系統的POS交易明細數據（附加車牌識別及交易匹配數據）、卡核心業務系統的卡客戶信息及卡充值交易明細這兩部分海量數據的深入挖掘，為加油站提供精準營銷、品類優化、促銷分析、客戶畫像、運營優化等業務主題的數據分析及決策支持應用，實現山東公司運營管理精細化、客戶洞察全面化、營銷精準智能化等方面的全面提升。

1. 建立全面全方位客戶洞察體系。大數據平臺通過車牌識別功能擴展對非持卡客戶的識別和把握，突破原來只能通過加油卡進行客戶識別的限制，為爭取大量目前無法識別和管理的優質客戶提供了有力工具，建立起全量客戶管理體系。

2. 建立主動精準化客戶服務工具。公司大數據平臺實現車牌識別、大數據平臺和加油站營銷推送三部分功能集成，實現了基于客戶消費習慣的實時、智能、精準推薦營銷。

3. 科學大樣本營銷分析工具。平臺創新探索關聯站關系，通過全年的共同客戶數指標直觀展示各加油站之間的關聯關系，初步實現了加油站商圈評價數字化，為商圈營銷策略和定價策略的選擇提供參考。

4. 建立精細實時化管理支持平臺。利用平臺數據覆蓋和計算優勢，通過配置飽和度按省、地市查詢各加油站的日均、槍均、站均、24小時和每小時每把槍的提槍情況，為加油站設備配備、優化排班及人員配置提供數據支撐。

5. 實踐人·車·生活生態圈。通過大數據平臺結合車聯網等技術推進人、車、生活圈建設。

（二）主要做法

山東公司大數據平臺的建設，主要包括大數據平臺搭建、車牌化客戶識別、大數據客戶視圖、精細化運營管理、個性化服務改善等功能應用。

1. 搭建大數據平臺。建成一個高可靠、高穩定、高安全、高性能、高可擴展、高易用性的，實現基礎數據存儲、分析、管理、計算的大數據綜合分析應用平臺。

2. 車牌化客戶識別。創新利用加油站現有的高清視頻監控系統，通過視頻分析技術對進站車輛實時識別，并將識別結果與本次車輛交易信息進行智能匹配，同時大數據平臺還可與本車歷史交易信息進行關聯分析，實現對車牌客戶的全息洞察，把全部的消費客戶納入系統進行精細化、精準化營銷，擴展和豐富服務體系。目前試點加油站車牌與交易的匹配成功率達80%以上。

（1）車牌化客戶識別—交易關聯。通過加油槍區域劃分策略，在車輛加油期間結合加油站攝像頭的視頻流數據，對車輛信息進行采集，并結合關聯的實時交易和支付交易信息，完成車輛信息和完整交易信息的關聯工作。截至2018年3月底，車牌識別系統上線部署運行加油站113座站，累計識別車輛2276937輛，累計識別持卡客戶950403個，累計識別非持卡客戶1970069個，累計推薦辦卡記錄3147854次，與車牌關聯的交易5461142條，累計商品推薦16396734次。例如，濟寧5站是率先安裝車牌識別系統的加油站，安裝車牌識別系統后，站經理通過大數據平臺分析發現，在9時-10時期間站內提槍量最高，但是卡銷比卻不是最高。通過查詢車牌識別系統及現場觀察，發現這個時間段加油的多為附近接送孩子的車輛，每次加油量在100-150元，占到客戶總數的1/3。怎么把這部分客戶留下來？站經理針對這部分客戶的消費能力及特點，組織員工積極加大小馬寶莉、雞年生肖卡、變形金剛卡等特種加油卡的銷售力度。因為這種卡沒有最低充值金額設定，無論充值多少都能享受優惠。2017年8月份，通過細算賬、巧推卡、強服務，該站銷售特種卡30多張，增加了持卡加油客戶的占比。同時，該站日銷量也由以前的5.5噸增至8.7噸。

（2）車牌化客戶識別—信息推送。當車輛剛剛進入加油站時，車牌識別系統自動掃描到進站信息并實時傳送給大數據平臺，大數據平臺基于客戶歷史交易，通過機器學習算法，預測用戶可能購買的產品，將需要推送到站的營銷信息反饋，并用文字和語音的方式（需要相關硬件支持）進行消息推送，當接收到大數據平臺反饋的推送消息后，POS系統會彈出滾動文字來進行顯示，耳機也可以通過聲音提醒推送給員工，實現客戶的精準營銷。

（3）車牌化客戶識別—車牌信息補充采集。目前非持卡用戶的手機號等車主對應信息只能由加油站員工人工獲取。這些信息的補全對客戶分析具有重要價值，因此設計車牌信息補充采集功能，以便于加油站員工對以上不完整信息進行手工完善、補全。

（4）車牌化客戶識別—加油站繁忙程度實時分析。加油提槍頻率能一定程度反應加油站的繁忙程度，但當車輛加油處于排隊狀態時，提槍頻率趨于定值，無法準確反映繁忙程度的差異。而基于車輛進站數據的實時采集，可以實時計算單位時間內單槍服務的車輛數、車輛加油等待時間等數據，更準確地為地市公司、用戶提供實時的加油站繁忙程度信息。對地市公司，可提供有關單槍服務進站車輛數、車輛加油等待時間信息的，各加油站實時排名、TOP N明細查詢，基于地圖的加油站繁忙程度顯示。并可以分別對汽柴油、不同品號分別進行分析。客戶可以通過手機APP等軟件實時查看加油站的繁忙程度，為客戶選擇加油站點提供智能引導服務。

（5）車牌化客戶識別—加油站設備配置飽和度分析。加油站的油槍數量、不同油品的油槍占比是否合理目前缺少分析依據，通過分析車輛進站時間、加油等待時間，以及某個品號油槍的提槍次數，對加油站油槍數量配置、不同品號油槍的占比優化提供數據支撐。對地市公司員工，提供不同加油站的分時段的加油等待時間、提槍次數等信息的綜合分析結果，依據加油站飽和加油時間比例、不同油品間提槍次數占比、加油等待時長等指標分析，提供油槍配置飽和度的優化建議。例如，淄博公司通過查看各品號汽油加油槍配置飽和度情況，各加油站日均、槍均、站均提槍次數，各站提槍次數排名情況和站內加油槍之間提槍次數差異率排名信息，為后續加油站加油機品號設置及加油站改造布局提供數據支撐。臨沂金雀山路加油站，通過提槍次數分析，準確獲取每臺加油機的工作強度，有利于合理調配現場人員站位，提高服務效率，減輕員工勞動強度。

3. 大數據客戶視圖。通過大數據平臺對現有所有渠道的客戶及交易等數據進行整合和挖掘分析，行成多層次立體化的客戶標簽體系，對客戶、加油站及商品3個維度建立了411個標簽體系。通過客戶標簽實現客戶畫像，為客戶洞察、精準營銷、客戶服務等提供數據支撐。

（1）創建客戶標簽體系。通過大數據平臺對車牌化客戶（含中國石油IC卡客戶）進行整合和挖掘分析，行成多層次立體化的客戶標簽體系，為客戶洞察、精準營銷、客戶服務等提供數據支撐，設置標簽如下。

基礎標簽：年齡、性別、聯系方式、車型、油箱大小、價位、車量品牌；事實標簽：消費周期、經查購買油品、非油商品（商品品類、價位）、支付方式、加油卡積分、常去加油站；模型標簽：關聯商品、關聯客戶群、RFM分組；預測標簽：流失預測、消費潛力等。

（2）創建加油站標簽體系。通過對加油站地理位置等基礎屬性、加油站共同擁有客戶情況、油槍效率、油非轉換率等因素進行挖掘分析，建立加油站標簽體系，為加油站畫像，以實現對不同層級的加油站交叉定義關聯度，為相似加油站之間的銷售、促銷和運營情況對比分析提供支持，可持續科學的指導經營、更客觀的評估油站，設置標簽如下。

基礎標簽：位置分類、加油站星級、可研銷量等；事實標簽：銷售規模、油槍效率、油非轉換率等；模型標簽：依據共同擁有客戶情況進行商圈劃分等。例如，利用加油站畫像功能查看濟南100站綜合情況，包含汽柴油年銷量，汽柴油月銷量比較；加油站標簽；上月非油毛利、收入情況；提槍情況。

（3）創建非油商品標簽體系。便利店商品品類結構復雜、種類繁多，通過對不同商品的季節消費特點、熱銷度、毛利高低、地區特點、關聯商品等特征進行分類，建立非油商品標簽體系，可以為優化非油商品進貨策略、合理選擇促銷商品提供數據支持，設置標簽如下。

基礎標簽：品類等；事實標簽：滯銷度、暢銷度、毛利高低等；模型標簽：關聯商品、季節消費特點、地區特點等。

（4）基于標簽體系的綜合分析。實現對客戶、加油站、非油商品的標簽綜合查詢，可以對具體對象查詢其所屬標簽，也可以查詢不同標簽所包含的對象的數量、年度銷量、毛利/毛利率等信息，既可以分開查詢統計，也能相互交叉統計。

4. 精細化運營管理。充分利用大數據平臺，重點解決由于歷史交易數量龐大，處理困難，查詢及分析速度過慢的難題，提升企業在運營管理及精準營銷兩個方面的能力。

（1）客戶畫像。通過全渠道客戶標簽和視圖的創建，為各級管理人員和加油站員工提供更豐富全面的客戶洞察，可以基于客戶標簽進行客戶分群，開展精準營銷和客戶綜合統計分析。輸入客戶姓名、聯系方式、IC卡號等多種方式，查詢客戶信息。

（2）智能商圈分析。通過大數據平臺對加油站進行關聯分析，找出關聯度高的加油站，從而獲得站間隱含的加油商圈。配合同一商圈內加油站的客戶群體，可以針對性的設計組合營銷策略，實現精準化營銷投放。

（3）基于地圖的客戶查詢—加油站管理。通過客戶卡號查詢客戶常去加油站情況，客戶常去加油站的繁忙程度，客戶享受的累計優惠，客戶在加油站的消費情況，客戶消費的油品和非油品信息，為加油站管理人員了解客戶提供數據支撐，提高客戶認知程度，提供個性化客戶服務，提升客戶的體驗。

（4）基于地圖的客戶查詢—公司管理。在地圖上的每個加油站上展示加油站一個月內服務卡客戶的次數，車牌識別客戶的次數，服務的卡客戶數量，服務的卡客戶的次數占比，提槍總數，總銷量站周邊的加油站個數和加油站的3個主標簽信息，方便管理層對地市范圍內加油站做綜合考量，采取差異化的營銷策略。

（5）油品交易分析。對省公司用戶，實現查詢各地市公司加油站自定義時段（精確到分鐘）區分自助、非自助、油品號、優惠幅度、加油站班次，查詢銷量、銷售金額、優惠銷量分析等加油站油品交易數據。對地市公司用戶，實現查詢本公司自定義時段（精確到分鐘）區分自助、非自助、油品號、優惠幅度、加油站班次，查詢銷量、銷售金額、優惠銷量分析等加油站油品交易數據。將加油站數據進一步下鉆至加油槍，可以分析出每把加油槍的加滿率、提槍次數、執行價格、價格到位率等油槍效率。

（6）單筆加油量分析。通過氣泡圖展示各單筆加油量區間的提槍次數、銷量分布情況，對降價、促銷等活動提供針對性客戶分布的數據支撐。例如，臨沂金雀山路加油站通過大數據平臺單筆加油量分析，可查到客戶加油的數量，通過計算單筆加油量區間占比可看出目前該站的客戶消費習慣。對于單筆加油量低于20升占比較高的站點，說明該站客戶加滿率不是很高，需要尋找方法，通過提高加滿率提升銷量。如該站單筆加油量在30-40升及以上的占比較高，則說明該站客戶加滿率較高，需要加大客戶開發力度，通過開發新客戶提升本站銷量。

（7）關聯分析應用—熱銷品及組合促銷。基于不同地理范圍，不同時間、不同加油站類型，不同客戶油品消費價值的不同推薦相關熱銷品及關聯商品查詢，便于加油站針對不同情況采取不同的促銷組合，指導熱銷商品訂貨儲備。其內容包括TOP20熱銷品查詢。可以針對所有加油站、某個地市范圍內的加油站（濟南）、某種類型的加油站（高速站）、油品消費處于某段區間（400元以上）的客戶，以及某種油品查詢TOP20的上月和上年下月的熱銷商品關聯查詢。在了解了上月或是上年下月的某種條件下的熱銷品后工作人員可直接使用熱銷品進行備貨，也可以將熱銷品輸入商品關聯查詢的主商品中，選擇在所有加油站、某個地市范圍內的加油站（濟南）、某種類型的加油站（高速站）、油品消費處于某段區間（400元以上）的客戶和某種油品的某個范圍內尋找其關聯商品，決定是否采用組合促銷策略。促銷效果對比，非油業務人員可通過輸入促銷商品的名稱和促銷時間段直接生成在促銷時間內和促銷前與促銷時間等長的時間內以及上一年同時間內此產品的銷量對比圖。

（8）關聯分析應用—商品陳列。加油站非油商品的選擇從品類到品種逐級細化，基于不同地市、不同站類型的加油站品類選擇可以為各個加油站提供商品選擇參考。品類概覽：工作人員可以查看全省的品類銷量占比，或通過輸入地市信息查看地市中品類銷量占比，或通過輸入站類型信息（高速站）獲得此類站全省范圍內的品類銷量占比；品種TOP15查詢：用戶可輸入感興趣的品類獲得此品類省范圍內，某個地市范圍內，或生范圍內某種站類型中銷量最高的前15個品種；品種關聯查詢：用戶可通過輸入感興趣的品種，獲得其全品類關聯商品或同品類關聯商品及對應商品關聯度從而知道貨架擺放。

（9）銷售熱力分析。自定義時間區間，以純槍銷量、提槍次數為查詢條件，展示加油站的油品銷售熱力圖； 自定義時間區間，以貨品類別、非油收入、非油毛利為查詢條件，展示加油站的非油品銷售熱力圖。對省公司用戶，提供全省范圍內的熱力圖展示；對地市公司用戶，提供其公司所在地市的熱力圖展示。

（10）充值明細查詢。實現自定義時段（一個較大時間范圍內），通過客戶IC卡號、姓名、聯系方式等多種查詢條件快速查詢單位卡、個人卡充值數據的查詢。

5. 個性化服務改善。借助大數據平臺，通過客戶消費行為分析，提供個性化推薦、個性化推送等個性化服務，開展差異化營銷，結合多樣化的營銷手段以有效改善用戶體驗、提升客戶忠誠度。

（1）商品推薦。制定個性化的權益和服務策略，借助推薦引擎，實現營銷資源的精準投放，精準的營銷資源投放不僅在于將合適的產品推薦給合適的客戶，也在于尋求最優的投放渠道、時間、式樣，在宣傳產品的同時避免客戶受到過分的打擾。客戶車輛進站，實時進行車牌識別。依據客戶標簽及相關推薦算法，將計算結果推送到加油站。通過POS字幕滾動及語音方式向加油站人員有針對性的推送適合該客戶的熱銷商品、促銷商品信息，提高員工開口營銷的成功率。識別后的車輛信息能關聯到中國石油所有的加油站。

（2）客戶遷徙展示。借助大數據平臺對山東公司客戶遷徙行為進行分析。分析卡客戶在某一時間段出行動向，跨省、跨地市遷徙和消費情況，可以從宏觀角度對卡客戶的消費行為特點進行挖掘分析，開展有針對性的營銷活動。例如，根據山東省內卡客戶在某一時間段出行動向，跨地市遷徙和消費情況，對卡客戶的消費行為特點進行挖掘分析，針對遷徙客戶組開展跨地市精準營銷活動。

（3）重要客戶維護。制定個性化的重要客戶權益和服務策略，借助推薦引擎，實現營銷資源的精準投放，對不同的客戶采取不同維護，提高非卡客戶轉化率、客戶忠誠度。客戶車輛進站，實時進行車牌識別。基于大數據平臺分析獲得的客戶標簽，可以根據設定的推送規則，如高價值客戶、瀕臨流失客戶、非持卡客戶、第一次消費客戶等，向加油站推送客戶標簽，提示加油站人員對不同的客戶采取不同的維護，提高非卡客戶轉化率、客戶忠誠度。

6. 實踐人·車·生活生態圈。通過大數據平臺結合車聯網等技術推進人、車、生活圈建設。一方面通過車聯網設備如HUD，根據車輛剩余油量結合發動機轉速等信息向車主主動推送就近加油線路，同時，加油站根據周邊車輛信息，定向推送加油促銷信息。另一方面通過車聯網設備獲取的車輛基本信息、油耗信息、位置等信息，分析出車主的用車行為、行駛軌跡及加油偏好等行為，為精細化客戶分類、精準化客戶營銷提供多維度數據基礎，實踐打造人·車·生活生態圈銷售理念。

三、實施效果

山東公司大數據平臺上線以來，累計識別車輛2276937輛，累計識別持卡客戶950403個，累計識別非持卡客戶1970069個，累計推薦辦卡記錄3147854次，與車牌關聯的交易5461142條，累計商品推薦16396734次。目前加油站車牌與交易的匹配成功率達80%以上，系統運行穩定，效果明顯。大數據平臺助力站級客戶精準營銷，探索加油站3.0建設，主要實現山東公司業務管理的幾個轉變。

1. 實現了以卡為核心的客戶管理到全量客戶管理的轉變；

2. 實現了以選取樣本數據分析到全量數據分析的轉變；

3. 實現了人腦模糊記錄客戶情況到系統提示精準客戶畫像的轉變；

4. 實現了憑感覺、憑地理位置人為模糊確定商圈到通過查看共有客戶數量精準確定商圈的轉變；

5. 實現了人為選擇指定商品促銷組合到根據商品關聯排行榜選擇確定促銷組合的轉變；

6. 實現了客戶模糊分群管理到根據客戶標簽精準細分客戶群體管理的轉變。

通過以上6個轉變，山東公司大數據平臺助力站級客戶營銷實現了以下幾個方面的實施效果。

1. 精準量客匹配，實現客戶掌握全面化。通過車牌識別功能擴展對非持卡客戶的識別和把握，突破原來只能通過加油卡進行客戶識別的限制，為爭取大量目前無法識別和管理的優質客戶提供了有力工具；建立起全量客戶管理體系，實現客戶管理人員對客戶及交易信息的全量精準掌握。

2. 精準客戶識別，實現實時智能推薦。利用現有的高清攝像頭識別車牌，通過DIT系統采集加油槍交易，關聯客戶交易等消費數據，實現基于車牌的客戶消費習慣分析刻畫，在前臺POS、PAD及室外耳機實時推送顧客生日、消費記錄、習慣偏好、推薦商品等信息，便于員工開展精準營銷，提高開口營銷成功率，實現了基于客戶消費習慣的實時、智能、精準推薦營銷。

3. 精準客戶畫像，實現客戶精準營銷；利用大數據平臺建立客戶價值、客戶忠誠度、客戶生命周期和價格敏感度等客戶分析模型，為營銷崗提供多維度客戶分群方式；通過客戶群體畫像、客戶標簽查詢和客戶畫像功能，實現了由客群到單客的逐步認識比較，擴展系統的客戶認知細度，為營銷崗提供客群營銷策略選擇和“一人一策”的客戶精準營銷等數據支持。

4. 精準商圈劃分，實現商圈營銷協同作戰。利用大數據平臺數字化展示一段時間內加油站之間共同客戶數量，直觀展示各加油站間的關聯關系，精準劃分加油站商圈，為商圈營銷策略、定價策略及統一協同作戰提供數據支撐。

5. 精準分析全量數據，助力非油組合銷售。通過大數據平臺實現全量客戶交易明細數據分析，找出商品關聯關系，為營銷崗制定店內非油商品銷售計劃和商品組合營銷策略、貨架擺放等提供參考。利用平臺的商品促銷效果分析模塊實現細化到單品的自選時間段、自選管理單位的銷售、成本和毛利的對比分析，改善非油分析找數難，單品分析渠道少的現狀。

6. 精準定位客戶屬地，助力停業站客戶分流。通過大數據平臺精準統計停業站點與其他站共有客戶情況，快速確定首選和備選客戶分流站點，為客戶分流提供決策依據。根據客戶分群情況，給不同群體客戶推送分流站點加油券及促銷信息，最大效果吸引改造站客戶到分流站加油。