成品油銷售業務大數據應用的實踐和構想

劉力昌

〔中國石油銷售分公司 北京 100007〕

伴隨著國內成品油銷售市場常態化競爭局面，擴銷上量的難度越來越大。特別是2020年以來，受國際石油市場低油價和全球疫情影響，成品油市場需求、價格低于行業預期，成品油銷售業務面臨更為嚴峻的形勢。國內大型石油石化企業將銷售業務節流，轉變經濟增長方式，實現提質增效，破解成品油銷售業務高質量發展難題聚焦在信息化和數字化轉型上面，面對企業管理和信息化新理念、新方法(例如，阿米巴經營、數字化轉型、云計算、大數據、互聯網+、物聯網、5G和人工智能等)。哪種理念和技術對銷售業務影響深遠和意義重大，對銷售業務節流降費的實踐具有重大指導意義，答案是明確的，當然是大數據。大數據不僅深刻影響企業管理和信息技術，而且深刻改變人們的思維、看待現實世界的視角，由過去探索因果關系，轉變為探究相關關系，是邏輯思維的重大突破。毋容置疑，大數據應用是破解銷售業務高質量發展的重要途徑和手段，是銷售企業感知市場、客戶的抓手，是銷售物流優化的基石，是銷售業務數字化轉型的前提。

1 石油成品油銷售業務數據應用的實踐

石油成品油銷售業務領域開展了不同程度的數據應用工作。銷售業務面對市場和客戶，決定石油、成品油供應鏈價值實現，是集團公司服務客戶的窗口單位。銷售業務數據探索實踐應用的深度和廣度處在集團公司領先地位。

1.1 數據應用現狀

國內石油石化行業成品油銷售業務從2000年開始規劃和建設信息系統，經歷了從分散到集中，從獨立到集成，建成投用了ERP、CRM、物流、財務、加油站管理(互聯網應用)和庫站視頻監控等相關信息系統。經過前期應用的積累，銷售業務信息系統結構化數據存量150 TB，增長量40 G/d，庫站視頻監控非結構化數據存量641.16 PB，增長量7.12 PB/d。銷售業務數據主要有兩大類型。一是結構化數據。例如，銷售信息系統等數據；二是非結構化數據。例如，油庫和加油站視頻監控數據。根據數據產生的時間，又可分為歷史和實時數據。

1.2 數據標準化成果

根據集團信息規劃和銷售信息系統建設方案對銷售信息系統進行了3個層次的規劃和設計。一是銷售主數據管理；二是按照業務界面，進行業務切分，分為銷售(ERP系統)；物流(物流信息系統)；客戶(CRM系統)；油庫(油庫管理信息系統)；加油站(加油站管理信息系統)。三是明確信息系統集成關系和數據表單。采用“邊建設、邊集成和邊應用”信息化建設和應用策略。堅持不懈開展5大項，100個考核指標量化120次應用考核工作，推進系統標準化應用，確保了銷售業務信息系統數據質量。

1.3 數據應用實踐

銷售信息系統投用后，不斷推進系統深化應用，在全面應用信息系統查詢和報表的基礎上，圍繞市場、客戶、營銷和物流等典型場景，開展了數據應用探索和實踐，有效支撐了銷售業務經營管理工作。

1.3.1 經營分析

從專業線管理層面開展了零售和非油品業務營銷支出、疊加優惠、電子券、價格直降和批零量價等專題數據分析；通過ERP和財務信息系統集成數據，實現了銷售企業日毛利分析、預測和監控數據分析，指導銷售企業營銷策略調整和執行效果量化評價工作；利用ERP的BW工具開展了銷售業務購銷存平衡表等商流報表數據分析。

1.3.2 精準營銷

加油站管理信息系統和CRM系統集成后，建立了加油卡客戶360°客戶視圖。打通了零售卡客戶的精準營銷流程，在原來普惠型促銷基礎上，基于CRM客戶大數據分析結果，制定精準促銷政策，實現成品油零售和非油品業務精準營銷。銷售企業開展客戶挽回促銷活動，挽回流失客戶。

1.3.3 物流優化

利用銷售物流信息系統集成數據，基于物流大數據分析的DPO優化模型每月制定一次物流運輸方案，運輸流向和運輸結構持續優化，交叉運輸和回流運輸大幅減少，方案制定時間由1周縮短到3天以內，月均降費0.3億元以上，二次配送和庫存周轉顯著提高，降本成效顯著。上述場景數據分析，為銷售業務大數據應用奠定了堅實基礎。

2 銷售業務大數據應用戰略、目標、原則和場景

全面開展銷售業務數據應用工作，實現標準化報表自動生成、全業務單元經營數據分析，全局石油市場、營銷、物流和成本數據分析，賦能銷售業務高質量發展。

2.1 大數據應用戰略

大數據是以容量大、類型多、存取速度快和應用價值高為主要特征的數據集合。2015年10月，黨的十八屆五中全會正式提出“實施國家大數據戰略，推進數據資源開放共享”。2021年全國人大通過的《國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出“加快數字化發展，建設數字中國”。大數據上升為國家戰略，油氣行業成品油銷售業務秉持“創新、協調、綠色、開放、共享”的新發展理念，圍繞建設數字銷售、智慧銷售和銷售業務數字化轉型工作，全面實施銷售業務大數據戰略，發揮大數據賦能銷售業務提質增效的核心作用，運用大數據手段推動銷售業務高質量發展。

2.2 大數據應用目標

成品油銷售業務大數據應用目標是以銷售業務全局和專業線創新為核心，賦能銷售行業增銷、降費和防風險工作，支撐銷售業務數字化轉型落地實施，實現銷售最大化、費用最小化，利潤最大化，賦能銷售業務提高經濟效益戰略目標的實現。

2.3 大數據應用原則

銷售大數據應用要腳踏實地、不折不扣地堅持大數據思維、頂層設計與基層實踐相結合以及應用PDCA循環三個基本原則[1]。

2.3.1 大數據思維原則

盡管銷售業務數據存量還達不到大數據標準，但銷售業務數據覆蓋全國石油市場、客戶、經營和監控等多個維度。可以用“全樣本、相關性和預測”8個字概括大數據思維，預測是大數據目標，全樣本和相關性是大數據的方法和手段，要充分利用大數據思維，開展全局性大數據應用，指導銷售業務經營管理工作(見圖1)。

圖1 大數據思維圖解

2.3.2 頂層設計和基層實踐相結合原則

成品油銷售業務大數據應用，要遵循頂層設計和基層實踐相結合的原則。在大數據應用頂層設計、需求分析、數據收集、數據建模、數據分析、測試試點和運營管理過程中，要有懂經營、管理、數據、信息和客戶層面人員參加大數據應用。要站在銷售業務數據運營角度，建立大數據運營管理制度，抓好大數據應用管理、運行和實踐工作。構建既體現銷售業務戰略發展方向，又符合銷售企業庫站基層實踐，滿足客戶地域文化、習慣差異體驗的大數據應用，適應石油市場瞬息萬變的新形勢、新情況。

2.3.3 應用PDCA循環原則

大數據應用要關注兩個PDCA循環。一是組織機構內戰略、業務、管理和信息橫向PDCA循環，簡稱橫向循環；二是上下級組織機構全局和專業線縱向PDCA循環，簡稱縱向循環。在橫向和縱向循環中植入大數據基因，實現銷售業務定量分析、量化評價和探索規律，大數據賦能銷售業務戰略落地執行。在銷售企業營銷、物流、財務、市場、客戶和風險等方面，全局和專業線的計劃、執行、檢查和評價工作，構建大數據應用支撐的橫向和縱向PDCA循環(見圖2)。

圖2 銷售大數據應用橫向和縱向PDCA循環示意圖

要正確處理銷售業務戰略和大數據應用辯證關系，從銷售業務戰略出發，大數據應用，到問題優化解決，再回到銷售業務戰略，實現首次銷售業務戰略和大數據應用循環，完成銷售業務經營管理首次提升。以此類推，第二次循環，完成第二次銷售業務經營管理提升。大數據應用由銷售業務經營管理問題觸發、引導和推進，同時，通過大數據應用和信息系統完善和提升，固化銷售業務經營管理提升的成果。銷售業務戰略和大數據應用循環示意見圖3。

圖3 銷售業務戰略和大數據應用循環示意圖

2.4 典型應用場景

銷售業務大數據應用場景分成3大類典型場景。一是按組織機構分為集團公司、銷售公司、地區公司、地市公司、油庫和加油站應用場景；二是銷售業務全局和專業線日常應用場景；三是銷售業務+互聯網、銷售公司內部和行業對標專題應用場景。

3 銷售大數據應用推進方案

銷售業務大數據推進過程可以概括為“銷售347大數據工程”。“3”是要日常應用、專題分析和全局應用三個推進步驟；“4”是分組織機構、專業線、局部和全局標準化應用階段；“7”是大數據應用實踐七項重點推進措施。

3.1 大數據應用核心路徑

遵循實踐和認識，量變和質變哲學規律，從簡單、容易的大數據分析開始，分層次、循序漸進推進銷售業務大數據應用工作。大數據應用是銷售業務數字化轉型的充分必要條件，是不可逾越的轉型基礎過程。在大數據應用推進過程中要關注業務、管理、信息和數據標準化工作。

3.2 大數據應用推進措施

推進銷售大數據應用，要重點做好職能融合、指標體系、配套制度、團隊建設、數據治理、數據平臺和運營保障措施落地執行。

3.2.1 職能融合

要充分考慮集團公司、銷售公司和銷售企業經營管理職能標準化，爭取集團公司政策支持，取得銷售企業理解和支持；打破銷售公司職能處室管理職責限制，建立適應大數據應用、專業技能匹配的大數據應用攻關組織；梳理和整合地市公司、油庫和加油站經營管理職能，建立適應大數據應用配套職能機構。

3.2.2 指標體系

在原有績效考核指標和專業線管理考核指標的基礎上，進一步統一、標準化銷售業務指標體系，滿足大數據應用需要；梳理銷售業務信息系統數據，參照銷售業務指標體系，對應建立大數據應用指標體系，實現銷售業務和大數據應用映射和孿生管理；在大數據應用基礎上，構建銷售公司內部管理和行業對標管理指標體系，支撐銷售公司內部和行業對標管理。

3.2.3 配套制度

根據大數據應用要求，解放思想，實事求是，以創新的態度，修訂和完善現有銷售業務經營管理制度，支撐大數據應用。依據大數據戰略，結合銷售業務實際，建立大數據應用授權、管理、使用和銷毀全數據生命周期管理機制，出臺數據安全管理和運營管理規范，全方位支撐大數據應用。

3.2.4 團隊建設

建立銷售公司、銷售企業和內部支持隊伍和外部大數據應用專家組成的銷售大數據分析應用團隊；選擇庫站緊貼市場和客戶的基層人員，全程參加大數據團隊，必要時邀請客戶參與體驗大數據成果，提出完善和提升意見；建立大數據分析、應用和運營團隊的獎勵、激勵機制，根據大數據研究成果，對成品油銷售業務提質增效貢獻大的給予重獎。

3.2.5 數據治理

銷售公司和銷售企業一把手掛帥，成立銷售業務數據治理委員會，對數據治理過程中重大問題進行決策；建立銷售業務職能部門和數據管理部門組成的數據治理攻關小組，常態化開展銷售業務數據治理工作；根據銷售業務指標和大數據應用指標體系應用實踐，持續開展數據和指標的標準化提升工作。

3.2.6 數據平臺

根據能源行業成品油銷售大數據既為企業內部員工提供數據服務，又面向外部客戶服務的需求，銷售大數據要采用混合云計算環境，私有和共有云計算平臺部署；對大數據平臺軟硬件資源，根據業務運行進行動態調整，提升大數據平臺性能擴展性和適應性，滿足大數據應用的要求；銷售大數據平臺要具有銷售全量數據、全局性大數據應用分析，又應具有EXCEL自定義數據分析工具，根據用戶在大數據平臺自定義，輸出報表，滿足靈活性的需求。

3.2.7 運營保障

銷售業務、大數據、信息系統運維和銷售網絡安全都具有“運營”的特征。大數據支撐銷售業務，系統運維和網絡安全保障大數據應用。要構建銷售業務、大數據、運維和安全全局一體化運營管理體系，共同支撐銷售業務大數據運營管理，保障銷售業務安全、穩定和可靠運行。

4 結束語

介紹了國家大數據應用相關政策，總結了油氣行業成品油銷售業務數據應用現狀和成果。提出了銷售業務大數據應用戰略、目標、原則和典型場景，給出了銷售業務大數據應用推進路徑和措施。銷售大數據應用是銷售業務信息化質變提升的關鍵階段，是實現銷售業務數字化轉型的基礎，是實現銷售業務高質量發展的根本保障。