福建煙草商業(yè)系統(tǒng)大數(shù)據(jù)技術(shù)研究與應(yīng)用

章惠民

福建省煙草公司漳州市公司信息中心，福建省漳州市薌城區(qū)元光北路19號金葉大廈 363000

現(xiàn)今社會，物聯(lián)網(wǎng)、大數(shù)據(jù)、智能應(yīng)用、云計算、移動互聯(lián)等信息技術(shù)發(fā)展日新月異，深刻而廣泛地改變了人類生活方式，成為社會發(fā)展重要的變革力量。2017年國家煙草局印發(fā)煙草行業(yè)“互聯(lián)網(wǎng)+”行動計劃，明確要構(gòu)建行業(yè)云平臺、行業(yè)大數(shù)據(jù)平臺，著力強(qiáng)化兩個技術(shù)平臺的支撐作用，加快推進(jìn)全面感知、互聯(lián)互通、資源共享的技術(shù)支撐平臺建設(shè)。

數(shù)字煙草建設(shè)的總體技術(shù)按照執(zhí)行統(tǒng)一標(biāo)準(zhǔn)，按照統(tǒng)一平臺、統(tǒng)一數(shù)據(jù)庫、統(tǒng)一網(wǎng)絡(luò)的要求，逐步實現(xiàn)系統(tǒng)集成、資源整合、信息共享[1]。福建煙草數(shù)據(jù)中心經(jīng)過初期的建設(shè)，已經(jīng)搭建了包括信息資源標(biāo)準(zhǔn)平臺、數(shù)據(jù)加工存儲平臺、數(shù)據(jù)交換服務(wù)平臺、數(shù)據(jù)分析應(yīng)用平臺及信息安全保障平臺的數(shù)據(jù)中心基礎(chǔ)框架[2]。漳州煙草數(shù)據(jù)中心前置環(huán)境從2017年開始建設(shè)，目前縱向上構(gòu)建數(shù)據(jù)上行和下行通道，橫向上滿足全市數(shù)據(jù)共享、組件復(fù)用及個性分析，已成為福建省局系統(tǒng)與地市系統(tǒng)連接的橋梁，也是漳州煙草多個業(yè)務(wù)部門的綜合基礎(chǔ)框架[2-3]。

數(shù)據(jù)格式多樣的、大量的歷史數(shù)據(jù)分布在多個系統(tǒng)，深層次關(guān)聯(lián)的是處理復(fù)雜、數(shù)據(jù)量大的各個后臺數(shù)據(jù)庫。對于這種分析應(yīng)用場景，人工處理往往會心有余而力不足，應(yīng)運(yùn)而生的大數(shù)據(jù)技術(shù)恰好能夠充當(dāng)挖掘復(fù)雜網(wǎng)絡(luò)及海量數(shù)據(jù)中潛在的、隱藏的信息的工具。

1 大數(shù)據(jù)技術(shù)簡介

1.1 大數(shù)據(jù)技術(shù)的優(yōu)勢

大數(shù)據(jù)技術(shù)較之傳統(tǒng)系統(tǒng)架構(gòu)及數(shù)據(jù)庫等技術(shù)具有許多優(yōu)勢，其先進(jìn)性主要體現(xiàn)在：

（1）資源共享

構(gòu)建大數(shù)據(jù)平臺，能夠?qū)崿F(xiàn)借助一個大集群來整合所有可用的服務(wù)器資源對外提供全部的能力和服務(wù)。通過整合所有可用的服務(wù)器資源，能夠更加合理地規(guī)劃和使用整個集群的資源，并且可以實現(xiàn)細(xì)粒度的資源調(diào)度機(jī)制。同時，集群的存儲能力和計算能力也可以突破單機(jī)的峰值，部署和維護(hù)也只需要操作一個集群，較大程度上減輕了系統(tǒng)運(yùn)行維護(hù)的工作量。

（2）服務(wù)共享

構(gòu)建大數(shù)據(jù)平臺，能夠?qū)⒁惶捉y(tǒng)一的設(shè)計規(guī)范和管理體系應(yīng)用到實際的服務(wù)實現(xiàn)上面，同時可以統(tǒng)一制定服務(wù)的訪問控制與數(shù)據(jù)權(quán)限等信息安全規(guī)則。此外，構(gòu)建一個大集群使得服務(wù)消除了孤島，并標(biāo)準(zhǔn)化數(shù)據(jù)的定義和存儲等規(guī)范，從而充分利用大數(shù)據(jù)技術(shù)帶來的全量數(shù)據(jù)分析的優(yōu)勢。

（3）安全保障

構(gòu)建大數(shù)據(jù)平臺，能夠從整個平臺的層面出發(fā)，設(shè)計和實現(xiàn)一套整體的安全體系架構(gòu)以及管理規(guī)范。在單一存儲架構(gòu)的基礎(chǔ)上實現(xiàn)細(xì)粒度的數(shù)據(jù)分級授權(quán)；在單一集群架構(gòu)的基礎(chǔ)上實現(xiàn)資源深度隔離；在單一服務(wù)架構(gòu)的基礎(chǔ)上可以實現(xiàn)細(xì)粒度的訪問控制。借助平臺工具和服務(wù)的形式展現(xiàn)平臺能力，屏蔽平臺底層細(xì)節(jié)，提升安全保障。

1.2 大數(shù)據(jù)計算引擎

圖1 MapReduce 架構(gòu)Fig.1 MapReduce architecture

MapReduce是非常著名的分布式批處理計算引擎，它被廣泛應(yīng)用于大數(shù)據(jù)處理、搜索引擎構(gòu)建等場景中，具有良好的容錯性和擴(kuò)展性、編程簡易以及高吞吐率等優(yōu)點，是Hadoop體系中數(shù)據(jù)分析與處理的核心。MapReduce主要包含兩個部分：運(yùn)行時環(huán)境與編程模型。運(yùn)行時環(huán)境能夠自動完成數(shù)據(jù)切分、節(jié)點通信與失效管理等復(fù)雜工作。編程模型可以對外提供簡單易用的接口，將用戶提交的代碼與架構(gòu)中的各個組件拼裝為一個分布式并行計算程序，使實現(xiàn)一個分布式程序像寫串行程序那樣簡單。MapReduce的具體架構(gòu)如圖1所示。

1.3 煙草行業(yè)應(yīng)用大數(shù)據(jù)技術(shù)的必要性

在新時代創(chuàng)新發(fā)展的浪潮中，煙草行業(yè)面臨高質(zhì)量發(fā)展以及市場化取向改革的要求，福建煙草實現(xiàn)大數(shù)據(jù)技術(shù)的必要性主要有：

（1）彌補(bǔ)傳統(tǒng)分析的不足

目前煙草商業(yè)系統(tǒng)主流的數(shù)據(jù)分析方法是依靠工作人員的專業(yè)知識和經(jīng)驗，其缺點有：一是沒有精準(zhǔn)的指標(biāo)，難以對市場情況進(jìn)行量化，而只能得出一個大概、模糊、近似的結(jié)果，而模糊的結(jié)果在信息傳遞中的失真會隨著傳播的范圍和個體理解的不同而不斷放大；二是面對大量的數(shù)據(jù)，人力有限，難免容易忽視一些隱藏的信息，或無法考慮到所有的關(guān)聯(lián)性數(shù)據(jù)，而只是考慮若干關(guān)聯(lián)性最大的數(shù)據(jù)。

（2）消除資源浪費的孤島

因歷史遺留問題積累等原因，福建煙草商業(yè)系統(tǒng)現(xiàn)行信息系統(tǒng)很多。不同的數(shù)據(jù)儲存于不同的信息系統(tǒng)，而這些信息系統(tǒng)又是由大大小小的軟件公司開發(fā)和運(yùn)維的。大數(shù)據(jù)技術(shù)能夠架起各信息系統(tǒng)交互的橋梁，消除企業(yè)經(jīng)營的“信息孤島”，達(dá)到行業(yè)數(shù)據(jù)上行、下行以及匯聚集中的目標(biāo)，進(jìn)而實現(xiàn)數(shù)據(jù)交換與共享。

（3）實現(xiàn)數(shù)據(jù)質(zhì)量的提升

數(shù)據(jù)質(zhì)量主要包括準(zhǔn)確性、一致性、完整性、可理解性、規(guī)范性、及時性等方面[2]。大數(shù)據(jù)技術(shù)可以有效減少系統(tǒng)數(shù)據(jù)錄入、處理等重復(fù)作業(yè)，消除系統(tǒng)數(shù)據(jù)存在的“多源頭”現(xiàn)象，從而能夠提高數(shù)據(jù)質(zhì)量，減少業(yè)務(wù)人員的工作量。通過基于數(shù)據(jù)庫實現(xiàn)分布式鎖，從而保證數(shù)據(jù)一致性。

2 福建煙草大數(shù)據(jù)應(yīng)用

2.1 福建煙草大數(shù)據(jù)體系架構(gòu)

隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，新的理論和工具層出不窮，目前應(yīng)用最為廣泛的是以Hadoop以及Spark為核心的生態(tài)系統(tǒng)。站在數(shù)據(jù)的生命周期上看，大數(shù)據(jù)從數(shù)據(jù)源開始，經(jīng)過分析、挖掘到最終實現(xiàn)價值一般需要多個步驟。因此，福建煙草大數(shù)據(jù)技術(shù)架構(gòu)共分為7個層級，包括數(shù)據(jù)源層、數(shù)據(jù)收集層、數(shù)據(jù)存儲層、資源管理與服務(wù)協(xié)調(diào)層、計算引擎層、數(shù)據(jù)分析層及數(shù)據(jù)可視化層，具體可參考圖3。

圖2 福建煙草大數(shù)據(jù)架構(gòu)Fig.2 Fujian tobacco big data architecture

數(shù)據(jù)源層的數(shù)據(jù)源主要包括福建煙草內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)。其中，大數(shù)據(jù)技術(shù)的基礎(chǔ)是采集豐富的數(shù)據(jù)，實際上煙草商業(yè)系統(tǒng)的業(yè)務(wù)數(shù)據(jù)可以營造一個動態(tài)的“生態(tài)圈”。以專賣業(yè)務(wù)為例，大數(shù)據(jù)采集的源頭無非是結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)。專賣管理、卷煙營銷、物流配送等信息系統(tǒng)的關(guān)系型數(shù)據(jù)庫中存儲的數(shù)據(jù)構(gòu)成了專賣業(yè)務(wù)結(jié)構(gòu)化數(shù)據(jù)集合；卷煙專賣市場管理員通過日常暗訪以及巡查獲得的圖像文字材料、音頻資料等多種數(shù)據(jù)構(gòu)成了專賣業(yè)務(wù)非結(jié)構(gòu)化數(shù)據(jù)集合。專賣外部數(shù)據(jù)來源有省局與公安經(jīng)偵聯(lián)勤由美亞柏科開發(fā)的系統(tǒng)數(shù)據(jù)、福建電子政務(wù)交換中心數(shù)據(jù)、郵政、卡口監(jiān)控、網(wǎng)絡(luò)爬蟲、行為特征等數(shù)據(jù)。

數(shù)據(jù)收集層由直接對接數(shù)據(jù)源的模塊構(gòu)成，負(fù)責(zé)數(shù)據(jù)清洗，實現(xiàn)行業(yè)內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)清洗、匯總、轉(zhuǎn)換、加工和統(tǒng)一集中。福建煙草商業(yè)系統(tǒng)借助Sqoop工具將關(guān)系型數(shù)據(jù)庫導(dǎo)入到大數(shù)據(jù)平臺，使用Kafka工具來獲取用戶感興趣的數(shù)據(jù)。數(shù)據(jù)存儲層主要負(fù)責(zé)海量結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的存儲，具有容錯性、擴(kuò)展性和多樣性等特點。福建煙草商業(yè)系統(tǒng)借助HDFS以及其上的Hbase分布式數(shù)據(jù)庫來存儲結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)，并實現(xiàn)行列無限擴(kuò)展及數(shù)據(jù)隨機(jī)查找與刪除的目標(biāo)。資源管理與服務(wù)協(xié)調(diào)層主要負(fù)責(zé)集群資源的調(diào)控，實現(xiàn)集群資源共享。計算引擎及資源管理層數(shù)據(jù)處理，其中計算引擎通常分為批處理引擎、實時處理引擎以及交互式處理引擎。數(shù)據(jù)分析為全省行業(yè)提供數(shù)據(jù)加工和分析服務(wù)，對業(yè)務(wù)、數(shù)據(jù)進(jìn)行梳理分析，建立數(shù)據(jù)概念模型、邏輯模型和物理模型。根據(jù)需要建立數(shù)據(jù)集市，開展數(shù)據(jù)關(guān)聯(lián)和應(yīng)用，挖掘數(shù)據(jù)價值，實現(xiàn)數(shù)據(jù)的分析和展現(xiàn)。數(shù)據(jù)可視化層直接與用戶應(yīng)用程序?qū)?，為用戶提供友好?qiáng)大的數(shù)據(jù)處理工具，并直接面向用戶展示結(jié)果。

圖3 福建煙草大數(shù)據(jù)體系Fig.3 Fujian tobacco big data system

2.2 大數(shù)據(jù)技術(shù)主要應(yīng)用場景

2.2.1 專賣業(yè)務(wù)應(yīng)用場景

（1）市場監(jiān)管分析

選取卷煙零售戶的基礎(chǔ)數(shù)據(jù)、歷史訂單、所屬片區(qū)、違規(guī)記錄、信譽(yù)指標(biāo)等靜態(tài)數(shù)據(jù)以及記錄市場檢查、卷煙配送簽收以及客戶走訪情況等動態(tài)數(shù)據(jù)，通過設(shè)置參數(shù)和權(quán)值的方法，可以對監(jiān)管風(fēng)險等級進(jìn)行評估分級，比如分為“1級”、“2級”、“3級”等警示層級，提升預(yù)警研判命中率，從而有效提高市場走訪、專賣執(zhí)法的現(xiàn)場作業(yè)。

另外，比較分析任意時間區(qū)間內(nèi)涉案的品牌規(guī)格信息、條煙32位打碼等信息，從而能夠統(tǒng)計查詢出亂渠道卷煙的品牌規(guī)格以及主要規(guī)格、流入流出地域分布情況以及流通渠道等數(shù)據(jù)，并將其與當(dāng)前卷煙市場采集價格、訂足率、訂足面、社會庫存等動態(tài)數(shù)據(jù)交叉分析、綜合考慮，進(jìn)而能夠?qū)χ攸c流入流出地域以及流通渠道實現(xiàn)嚴(yán)格監(jiān)控，有力保障卷煙銷售市場秩序。針對涉煙的違法相關(guān)案件，可以按照情節(jié)嚴(yán)重程度如大要案件、普通案件分層歸類，并借助大數(shù)據(jù)分析技術(shù)將碎片數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析和多點碰撞，從中發(fā)現(xiàn)違法線索和規(guī)律。

（2）專賣內(nèi)管分析

在前臺，通過數(shù)據(jù)模型分析預(yù)測，把握變化規(guī)律和趨勢，用數(shù)據(jù)驅(qū)動市場監(jiān)管、打假打私，實現(xiàn)精準(zhǔn)打擊。在后臺，把智能分析滲透到專賣管理各個方面各個環(huán)節(jié)，通過數(shù)據(jù)發(fā)現(xiàn)短板、改善流程、糾偏管理、考核績效，建立“線上分析、線下打擊”的專賣監(jiān)管新模式，推動專賣管理高質(zhì)量發(fā)展。

圖4 福建煙草業(yè)務(wù)預(yù)警分析流程圖Fig.4 Early warning analysis flow chart of Fujian tobacco business

以真煙案件、零售戶的實時訂單以及當(dāng)前卷煙市場采集價格、訂足率、訂足面、社會庫存等動態(tài)信息為基礎(chǔ)，系統(tǒng)會自動按照設(shè)定的公式計算得到指標(biāo)的結(jié)果值，通過范圍預(yù)警、同比預(yù)警、環(huán)比預(yù)警、標(biāo)桿監(jiān)測預(yù)警、均值監(jiān)測預(yù)警或中位數(shù)監(jiān)測預(yù)警等方式實現(xiàn)預(yù)警智能分析，針對每個零售戶、商圈、客戶群，從離散的、大量的、普通的數(shù)據(jù)集合中分析挖掘出異常集合，建立專賣預(yù)警指標(biāo)體系，借助人工智能算法分析計算異常零售戶及訂單等情況，并向市場管理員、客戶經(jīng)理、物流送貨員協(xié)同發(fā)送預(yù)警信息。

（3）稽查打假分析

建立“用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理、用數(shù)據(jù)創(chuàng)新”的數(shù)據(jù)管理機(jī)制，深度挖掘各類專賣信息數(shù)據(jù)在實際打假打私中的應(yīng)用價值。加強(qiáng)制假、售假等線索的收集，并對各種等線索必然存在去偽存真、去粗取精、合眾細(xì)分、信息共享的需求，以最終達(dá)到挖掘潛在案件甚至直接鎖定案件的目的。

在制假販私的新形勢下，以往集中在某地進(jìn)行違法勾當(dāng)?shù)氖录呀?jīng)越來越少。因此對線索進(jìn)行管理和分析的前提條件就是打破行政地域限制。由于專賣管理屬于行政行為，行政行為的鮮明特點是屬地管理，優(yōu)點是能理順各項行政和法律關(guān)系，劣勢則是容易造成“劃地為牢”客觀上給流竄作案形成空間。理論上，放眼于福建全省行業(yè)統(tǒng)一的線索管理工作模式、建立線索共享的有關(guān)制度保障和技術(shù)支持是揚(yáng)長避短的有效手段。此外，大數(shù)據(jù)技術(shù)能夠支持建設(shè)涉煙信息研判中心，實現(xiàn)數(shù)據(jù)匯聚、系統(tǒng)集成以及快速響應(yīng)，形成全省行業(yè)集中管控、分級負(fù)責(zé)、三級聯(lián)動的數(shù)字化監(jiān)管體系。

2.2.2 營銷業(yè)務(wù)應(yīng)用場景

（1）零售戶聚類分析

借助數(shù)據(jù)挖掘來聚類零售戶，針對性制定市場策略。精準(zhǔn)營銷其實就是將合適的卷煙策略制定在個性的需求，通過合理的渠道推送給特定的客戶，是多角度精確匹配的計算，以達(dá)到資源的最優(yōu)配置。例如利用大數(shù)據(jù)挖掘，向客戶推薦商品和服務(wù)，幫助工業(yè)企業(yè)快速準(zhǔn)確地找到新品投放最佳契合點；通過對客戶的購銷行為進(jìn)行透視，從而預(yù)測客戶的需求，輔助客戶經(jīng)理收集更貼近客戶實際需求的數(shù)據(jù)；根據(jù)不同類型客戶的差異化需求，完成客戶360°全方位描述，并完成客戶標(biāo)簽化以及聚類分析工作，“固定”營銷策略變“彈性”營銷策略，最后爭取實現(xiàn)“一戶一策略”，從而較大程度地提升客戶服務(wù)水平，增加客戶粘性。

（2）消費者偏好分析

挖掘消費者偏好，分析每位消費者需求，匯總目標(biāo)市場需求，預(yù)測目標(biāo)市場趨勢，是數(shù)據(jù)挖掘商業(yè)分析的經(jīng)典應(yīng)用情景。借助現(xiàn)代終端客戶統(tǒng)一的數(shù)據(jù)管理平臺，能夠為卷煙銷售提供更多、更優(yōu)、更快的消費數(shù)據(jù)，從而使現(xiàn)代終端建設(shè)從著重硬件配置變化到著重數(shù)據(jù)營銷，通過及時采集消費者行為數(shù)據(jù)、跟蹤商品狀態(tài)，加強(qiáng)終端數(shù)據(jù)分析，提高終端服務(wù)的針對性和科學(xué)性。此外，大數(shù)據(jù)分析可以研究和探索場景營銷、IP地址營銷、社群營銷、傳播營銷的應(yīng)用，聯(lián)合工業(yè)公司運(yùn)用互聯(lián)網(wǎng)，收集消費者信息，給消費者“畫像”，及時高效反饋消費需求，為消費者提供線上和線下相同的服務(wù)體驗。通過劃分消費者子群，并建立消費市場模型，便可以根據(jù)各個消費群體的變化來預(yù)測該地區(qū)的卷煙銷售市場銷售容量以及結(jié)構(gòu)變化趨勢，靈活地調(diào)整卷煙營銷策略，開展宣傳品吸活動，順應(yīng)市場化取向改革，實現(xiàn)卷煙營銷高質(zhì)量發(fā)展需求。

（3）數(shù)據(jù)關(guān)聯(lián)性分析

圖5 福建煙草大數(shù)據(jù)營銷架構(gòu)圖Fig.5 Fujian tobacco big data marketing architecture

分析和計算數(shù)據(jù)的關(guān)聯(lián)程度，挖掘涉及卷煙市場營銷的影響因子。影響卷煙銷售的因素有很多，但是不同因素對市場的影響程度不盡相同。依托現(xiàn)代零售終端，以關(guān)系、內(nèi)容、消費場景的數(shù)字化為核心，探索消費者服務(wù)互動平臺，做好會員分級，逐步與工業(yè)企業(yè)共享會員資源，為會員提供專享商品供貨、定制化商品組合和積分回饋等增值服務(wù)，提供全渠道、全場景的消費體驗。使用大數(shù)據(jù)分析挖掘算法能夠計算出數(shù)據(jù)集合以及數(shù)據(jù)元素間的關(guān)聯(lián)性及關(guān)聯(lián)系數(shù)，并建立關(guān)聯(lián)性模型或系數(shù)矩陣。關(guān)聯(lián)性模型的建立使得系統(tǒng)可以根據(jù)各因素的變化來預(yù)測市場走向，讓數(shù)據(jù)驅(qū)動個性化定制，數(shù)據(jù)推動供應(yīng)鏈柔性快速反應(yīng)、數(shù)據(jù)引導(dǎo)資源配置，進(jìn)而提高整個卷煙供應(yīng)鏈的流通效率和服務(wù)水平。

2.3 大數(shù)據(jù)技術(shù)應(yīng)用實例與成效

2.3.1 大數(shù)據(jù)應(yīng)用實例

（1）物流寄遞涉煙數(shù)據(jù)分析

基于對物流寄遞行業(yè)和快遞系統(tǒng)的現(xiàn)狀分析，利用大數(shù)據(jù)技術(shù)實現(xiàn)物流寄遞數(shù)據(jù)需要與相關(guān)重點案件的關(guān)聯(lián)：第一步是采集物流寄遞企業(yè)的面單、配送數(shù)據(jù)。面單和配送數(shù)據(jù)是分析研判的基礎(chǔ)，只有采集更多、更詳細(xì)、更真實的數(shù)據(jù)，才可能找出零散的面單、配送信息之間的內(nèi)在聯(lián)系，為分析提供數(shù)據(jù)支撐。為此，有必要在轄區(qū)主要物流寄遞企業(yè)部署數(shù)據(jù)采集系統(tǒng)，將EMS、中通、圓通、盛輝等物流寄遞企業(yè)每天收件、寄件的數(shù)據(jù)匯總到數(shù)據(jù)中心大數(shù)據(jù)分析平臺。第二步是將匯總的寄遞數(shù)據(jù)與關(guān)注的人、事、物、案件的重要屬性進(jìn)行碰撞，進(jìn)行一對一、一對多、多對多的分析對比。為提升數(shù)據(jù)中心涉煙分析能力，可以挖掘歷年物流寄遞涉煙案件信息，尋找案件中規(guī)律性的特點，制定指向明確的分析規(guī)則。第三步是制定分析規(guī)則。第三步是預(yù)警推送。分析和研判出的信息作為異常預(yù)警直接推送到偵察部門。最終由偵察部門采用圖偵、技偵手段對異常預(yù)警進(jìn)行排查，確認(rèn)是否存在違法行為。此外，可以利用數(shù)據(jù)中心平臺獲取的大量物流寄遞信息，與已發(fā)生案件中發(fā)現(xiàn)的線索對比，查找近似或類似物流寄遞信息，分析該信息與案件的關(guān)聯(lián)程度，確定偵辦范圍。

（2）物流配送作業(yè)預(yù)警分析

圖6 預(yù)警分析實例圖Fig.6 Instance graph of early warning analysis

如圖6所示，利用大數(shù)據(jù)技術(shù)抽取和加工的生產(chǎn)經(jīng)營數(shù)據(jù)，建立相關(guān)指標(biāo)和模型進(jìn)行預(yù)警分析，挖掘數(shù)據(jù)價值,并與移動應(yīng)用相結(jié)合。舉幾個例子：一是物流配送安全預(yù)警。通過采集車輛輪胎更換周期等信息，對物流送貨車輛運(yùn)行情況進(jìn)行預(yù)警分析，能夠及時發(fā)現(xiàn)問題和消除隱患，滿足物流作業(yè)安全管理的需求。二是專賣內(nèi)管規(guī)范預(yù)警。通過采集送貨線路、客戶分布情況、客戶簽收時間等信息，從客戶簽收間隔時間等維度進(jìn)行預(yù)警分析，防止出現(xiàn)未送貨到戶或者集中送大戶的情況，滿足專賣內(nèi)管規(guī)范的需求。三是設(shè)備運(yùn)行狀態(tài)分析與備件預(yù)警。通過采集倉儲、分揀設(shè)備的PLC、RFID卡等數(shù)據(jù)進(jìn)行設(shè)備運(yùn)行狀態(tài)分析與管控，從而實現(xiàn)設(shè)備深層次診斷與故障預(yù)判；此外，通過采集設(shè)備備品備件數(shù)據(jù)，結(jié)合日常使用情況進(jìn)行統(tǒng)計分析，滿足備品備件預(yù)警和及時補(bǔ)貨需求。四是財務(wù)經(jīng)營成本預(yù)警。通過采集車輛送貨線路、配送量、車輛油耗、車輛行駛里程、車輛修理費用、原因、時間等信息，從油耗等維度進(jìn)行預(yù)警分析，捕捉異常數(shù)據(jù)，便于及時響應(yīng)，滿足企業(yè)成本控制的需求。通過對配送車輛、分揀設(shè)備等進(jìn)行財務(wù)經(jīng)營成本預(yù)警分析，捕捉異常數(shù)據(jù)，便于及時響應(yīng)，避免較大損失，每年可節(jié)省燃油費用、設(shè)備修理費用約17萬元。

（3）客戶畫像與精準(zhǔn)營銷

圖7 精準(zhǔn)營銷示意圖Fig.7 Sketch map of precision marketing

自國家局提出市場化取向改革以來，漳州煙草積極探索，勇于創(chuàng)新，以滿足消費需求為導(dǎo)向，發(fā)揮市場在資源配置中的決定性作用，圍繞“面向消費、立足品牌、服務(wù)客戶”的目標(biāo)，實踐精準(zhǔn)投放貨源、精細(xì)培育品牌和精心服務(wù)客戶。

在具體營銷實踐中，利用大數(shù)據(jù)技術(shù)對客戶進(jìn)行畫像，實現(xiàn)用精細(xì)策略匹配貨源投放策略與客戶經(jīng)營能力、用精準(zhǔn)投放對接貨源供給與市場需求、用精益營銷實現(xiàn)貨源投放模式從粗放向精準(zhǔn)轉(zhuǎn)變。針對不同品牌類型，依據(jù)不同市場狀態(tài)，在不同時間、不同區(qū)域、不同客戶類別，采取不同的貨源供應(yīng)策略；利用大數(shù)據(jù)技術(shù)輔助品牌培育，統(tǒng)籌謀劃品牌發(fā)展規(guī)劃，開展?fàn)顟B(tài)評估，加強(qiáng)品牌生命周期管理，豐富品牌營銷、培育策略，完善品牌培育效果評估體系；利用大數(shù)據(jù)技術(shù)進(jìn)行消費研判，建立了以卷煙消費視角為主的區(qū)域市場容量和結(jié)構(gòu)預(yù)測模型，實現(xiàn)了立足市場真實需求的精準(zhǔn)投放，做到不斷檔、不脫銷、不積壓、不外流，提高了商業(yè)企業(yè)把握市場和調(diào)控市場的能力。

圖8 聚類分析及客戶畫像分析圖Fig.8 Cluster analysis and customer portrait analysis chart

2.3.2 大數(shù)據(jù)應(yīng)用成效

漳州煙草大數(shù)據(jù)技術(shù)應(yīng)用以來，通過對綜合業(yè)務(wù)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，對異常數(shù)據(jù)及時預(yù)警，并結(jié)合移動應(yīng)用，有效解決了以往生產(chǎn)經(jīng)營過程中的消息滯后，無法精準(zhǔn)定位癥結(jié)等問題，實現(xiàn)數(shù)據(jù)驅(qū)動流程，進(jìn)一步挖掘了數(shù)據(jù)中心的價值，提升了企業(yè)的經(jīng)營管理水平，特別是為漳州營銷“五要素”分析，2017年福建煙草商業(yè)系統(tǒng)“漳州煙草智能物流現(xiàn)場會”以及物流寄遞行業(yè)涉煙數(shù)據(jù)分析等課題研究提供了有力支撐。

專賣監(jiān)管方面，作為行業(yè)打假打私的重點監(jiān)管區(qū)域，漳州煙草積極與公安、郵政等單位聯(lián)勤合作，利用大數(shù)據(jù)技術(shù)進(jìn)行信息研判，主要成效有：（1）2018年查貨2024.32件，同比值為222%，其中非法流通真煙數(shù)量為858件，假煙數(shù)量為1127.92件，走私煙數(shù)量38.4件；（2）近2年查獲煙機(jī)152臺，同比增加了19%。以物流寄遞涉煙數(shù)據(jù)分析實踐效果為例，2017年查處物流寄遞案件較2016年增幅達(dá)200%，查獲物流寄遞違法運(yùn)輸卷煙超過300件，查處物流寄遞5萬元以上真煙案件6起。

卷煙營銷方面，利用大數(shù)據(jù)技術(shù)助力“五要素”分析，深挖客戶潛力，在客戶數(shù)總量未增加的情況下較好實現(xiàn)了提高銷量和結(jié)構(gòu)的目標(biāo)，主要成效有：（1）2018年漳州卷煙銷量達(dá)242811箱，同比增加1269箱，同比增幅0.53%，增幅排名在福建省9家地市公司中排名第4位，占全省銷量比重14.64%；（2）漳州卷煙單箱銷額34271元，同比增加1265元，同比增長3.83%，單箱銷額位居全省第2位；（3）全市系統(tǒng)銷售收入714674萬元（不含稅），同比增長4.88%；銷售毛利212952萬元，同比增長5.57%；利潤總額82169萬元，同比增長6.76%；實現(xiàn)稅利216393萬元，同比增長4.87%。

物流配送方面，利用大數(shù)據(jù)技術(shù)實現(xiàn)的配送優(yōu)化系統(tǒng)應(yīng)用以來，在周配送戶數(shù)從25000戶增加到30000戶，卷煙銷量從19萬多箱增加到24萬多箱的情況下，達(dá)到了送貨車輛、配送人員減少、裝載量及送貨戶數(shù)增加的效果，實現(xiàn)了提高卷煙配送效率、降低配送成本的建設(shè)目標(biāo)，主要成效有：（1）配送日常使用車輛從79部減少到62部，配送車數(shù)下降了21.5%；（2）送貨員工人數(shù)由158人減少至124人，用工人數(shù)下降了21.5%；（3）單車日均配送量由49件增加到74件，增加了51%；（4）單車日均送貨戶數(shù)由63戶增加到97戶，增長了53.9%；（5）卷煙單件配送成本由244箱/元下降為189箱/元，下降了22.5%[4]。

此外，通過對配送車輛、分揀設(shè)備等進(jìn)行財務(wù)經(jīng)營成本預(yù)警分析，捕捉異常數(shù)據(jù)，便于及時響應(yīng)，避免較大損失，每年可節(jié)省燃油費用、設(shè)備修理費用約17萬元。

3 結(jié)語

近年來，在市場化取向改革的浪潮中，隨著煙草行業(yè)各項業(yè)務(wù)地持續(xù)發(fā)展以及高質(zhì)量發(fā)展需要,卷煙零售客戶特性的多樣化以及細(xì)化分類的需求日益增加，對于多種多樣的、變化的、復(fù)雜的專賣監(jiān)管以及卷煙銷售等數(shù)據(jù)潛在價值挖掘提出了更高的期望與現(xiàn)實需要，大數(shù)據(jù)技術(shù)應(yīng)運(yùn)而生。

本文以拓展和深化漳州煙草數(shù)據(jù)中心應(yīng)用為目的，結(jié)合漳州市煙草公司專賣管理及營銷中心等業(yè)務(wù)部門的實際需求，探索大數(shù)據(jù)技術(shù)在煙草商業(yè)系統(tǒng)中的應(yīng)用。數(shù)據(jù)既是行業(yè)的重要資產(chǎn)，也是一種具有挖掘價值的資源，研究和應(yīng)用大數(shù)據(jù)技術(shù)挖掘數(shù)據(jù)價值，必將成為煙草行業(yè)數(shù)據(jù)中心發(fā)展的趨勢和方向。