數據分析在規范經營及大戶治理的研究應用

摘 要：文章研究的重點就是通過數據分析的概念及作用，梳理出當前煙草行業規范經營及大戶治理監管工作中數據運用存在的問題，探索違法違規數據精準篩查“5.20工作法”，從雜亂無章的數據中挖掘出想要的信息，實現大戶精準篩查、精準管控、精準打擊，從而有效規范卷煙經營行為。

關鍵詞：數據分析;研究;應用

一、 引言

面對各業務部門系統建設多頭發展、系統數據相對封閉的現狀和違法違規零售戶反偵察意識日益提高的問題，我局（公司）打破多部門之間的信息壁壘，建立違法違規數據精準篩查“5·20”工作法，采取聚類分析、關聯分析、統計分析、特征規則分析等數據挖掘方法，從這些海量數據中發現有用的數據，使數據真正“活起來”，促成各部門的信息運用由“信息孤島”向“信息共享”轉變，實現違法違規戶的分析從“廣泛撒網”向“精確制導”的轉變，引領市場檢查和走訪從“經驗導向”向“數據導向”的轉變，為規范經營及大戶治理工作提供強有力的數據支撐。

二、 數據分析的概念及作用

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解并消化，以求最大化地開發數據的功能，發揮數據的作用。

數據分析對監管工作的作用主要體現在以下三個方面：第一，實現對監管資源的優化。通過大數據平臺可以有效整合省內外、行業內外的數據資源，為各單位提供共享的、全局的、關聯的數據支撐，促進卷煙規范經營事前預警、實時監控、事后分析的全過程管控。第二，實現非現場的監管。通過利用監控異常預警等數據指標建立一些數據模型，并進行定量分析，配合一些定性的分析方法，就能夠逐漸實現監管模型庫，及時深入對規范經營狀況及零售戶情況等信息進行連續的計量和監測，進行橫向和縱向的比較，發揮出非現場監管預警作用。第三，實現數據可視化的應用。通過對數據挖掘之后的可視化的操作，形成相應的數據表及數據圖形，更好地為專賣內管人員提供可視化的分析，以達到針對性數據分析的意圖。

三、 當前監管工作中數據運用存在的問題

（一）數據共享的問題

當前客戶經理、市管員、物流配送員等都有著各自的電腦應用系統或App，無集中統一的辦公平臺，不同領域的數據資源無法有效共享，只能基于對局部數據的分析，亟須開放共享、互聯互通的全局數據為相關工作提供更加精準、更加全面的信息支撐。

（二）數據畫像的問題

零售戶的各種形態，缺乏統一的認定標準，如違法大戶、違規大戶等，各直屬單位一般憑借各自對政策的理解進行劃分、判定，標準口徑不一。

（三）數據分析的問題

目前在營銷、專賣、物流、內管系統中，預警尚未達到“事前提醒、事中控制、事后分析”的理想狀態，很大程度只能用于事后分析。由于分析不夠精準、預警數量龐大，導致無效預警較多，增加了基層一線工作量，預警的作用未能真正有效發揮出來。

四、 “5·20”工作法的研究應用

我局（公司）以季度重點工作推進會、現場會為契機，建立違法違規數據精準篩查“5.20工作法”，從海量數據的統一歸集、違法違規零售戶的精準研判、嫌疑名單的落地核查到研判結果的多向反饋，形成一個完整的工作閉環。

（一）組建違法違規數據研判中心

通過專賣、營銷、內管、信息中心四線核心力量參與，實現力量聚合，設立數據采集員、數據研判員、數據核查、督查員等四項專職崗位，實現崗位重組，暢通四大數據來源渠道，消除部門壁壘，實現數據融合。

（二）模型搭建原理

通過全面分析零售戶的違法違規行為，倒查其在各系統數據中存在的共性特征，建立違法違規零售戶的具體行為和系統數據之間的對應關系，從而形成5個可根據相關數據自動識別違法違規行為的篩查模型和20個對應參數，每一個參數均對應著該類違法違規零售戶的某一項特征。

（三）模型運行方法

將轄區內涉及歷史違法違規數據、經營異常數據、基本信息異常數據的零售戶按照20個參數分類，形成“外流被查名單”“三同訂單名單”“省外煙占比超過30%零售戶名單”“市場類型為‘農網且經營等級在20檔以上零售戶名單”等20個小名單。當一個零售戶在模型中符合的參數越多，其最終的賦值求和就越大，證明其違法違規的可能性也就越大。將導入的零售戶按照賦值得分的求和情況由高到低進行排序，選取符合3個參數以上的零售戶（可自行根據需要設置最低值）列入待核查名單，通過任務派單的方式交由一線部門安排人員實地核查。

（四）“5.20工作法”的成果應用

根據一線部門反饋的核查結果，對未發現問題的零售戶中抽取一定比例作為暗訪檢查對象，暗訪檢查結果作為對一線部門考核的依據。將發現問題的零售戶按照誠信等級評價規則調整其誠信等級，并通報給營銷中心，由營銷中心為問題零售戶添加二級標簽，為精準貨源投放提供參考。如涉嫌違法違規大戶的，按照《違法違規大戶管理辦法》處理。

五、 結語

雖然取得一定的工作效果，但還存在外部數據欠缺、數據采集效率不高、數據存儲管理方式滯后等問題，制約了模型參數的優化升級，延長了數據研判周期，限制了研判數據的二次運用。我局（公司）將不斷鞏固現有成果，積極爭取省局的支持和指導，吸收省內外兄弟單位的先進經驗，借助信息系統和平臺的力量，實現數據研判的智能化。

參考文獻：

[1]王逸東.數據挖掘技術在銀行監管工作中的應用研究[J].信息安全與技術，2014（3）：85-56.

[2]王春.淺談大數據分析在內管工作中的運用[DB/OL].中國江西網，2017.

作者簡介：

王婷，株洲市煙草專賣局（公司）。