衡東卷煙市場(chǎng)狀態(tài)劃分研究*

□ 謝曉靜，朱 博，匡媛媛，張革伕

(1.南華大學(xué) 經(jīng)濟(jì)管理與法學(xué)學(xué)院，湖南 衡陽(yáng) 421001;2.衡陽(yáng)煙草專賣局(公司)，湖南 衡陽(yáng) 421001)

1 引言

近些年來(lái)，煙草行業(yè)持續(xù)深化市場(chǎng)化改革，以推動(dòng)卷煙營(yíng)銷高質(zhì)量發(fā)展。卷煙的精準(zhǔn)投放成為營(yíng)銷工作的重中之重，也是調(diào)控市場(chǎng)的重要手段。一般商品的最優(yōu)市場(chǎng)狀態(tài)指的是供給與需求的均衡，而我國(guó)卷煙品規(guī)市場(chǎng)的較優(yōu)狀態(tài)是市場(chǎng)“稍緊平衡”策略。2020年初，國(guó)家煙草總局提出要建立“俏緊平松軟”卷煙狀態(tài)評(píng)價(jià)模型，以支持運(yùn)行調(diào)控，達(dá)到“精準(zhǔn)施策”。我國(guó)幅員遼闊，各個(gè)地區(qū)存在事實(shí)上的風(fēng)俗習(xí)慣、經(jīng)濟(jì)能力等方面的差異，全國(guó)上下采用相同的卷煙市場(chǎng)狀態(tài)評(píng)價(jià)模型顯然不恰當(dāng)；而且，即便是同一個(gè)地區(qū)，縣城、鄉(xiāng)鎮(zhèn)、農(nóng)村三類市場(chǎng)也存在不同，統(tǒng)一投放煙品會(huì)適得其反。要清晰地把握各個(gè)市場(chǎng)中煙民的煙品消費(fèi)特征，需要最大限度地掌握市場(chǎng)中“俏、緊、平、松、軟”卷煙分布，這對(duì)推進(jìn)卷煙的精準(zhǔn)投放有著重要的意義。2020年初衡東縣常住人口約61萬(wàn)，常住人口城鎮(zhèn)化率為41.2%，戶籍人口城鎮(zhèn)化率為17.8%，農(nóng)村住戶約59%，卷煙年銷售額接近10億元。顯然，科學(xué)地評(píng)價(jià)和劃分好衡東卷煙市場(chǎng)品規(guī)有益于對(duì)衡東煙草運(yùn)行實(shí)施精準(zhǔn)控制。

2 研究現(xiàn)狀與述評(píng)

2.1 卷煙品規(guī)市場(chǎng)狀態(tài)研究現(xiàn)狀

為精準(zhǔn)投放，許多學(xué)者對(duì)市場(chǎng)上卷煙品規(guī)的“俏、緊、平、松、軟”內(nèi)涵進(jìn)行了研究，并給出了相應(yīng)定義。顧云飛等[1]構(gòu)建了一個(gè)二級(jí)指標(biāo)評(píng)價(jià)體系，來(lái)研究卷煙市場(chǎng)供需狀態(tài)評(píng)價(jià)方法。鄧基剛等[2]借助聚類分析方法，通過(guò)分析煙草零售戶購(gòu)買卷煙行為來(lái)實(shí)現(xiàn)對(duì)卷煙品牌暢銷度的細(xì)分，幫助煙草公司對(duì)在售香煙品牌進(jìn)行合理分類，優(yōu)化客戶資源與卷煙貨源的配置。邢陽(yáng)等[3]利用大數(shù)據(jù)技術(shù)及機(jī)器學(xué)習(xí)算法構(gòu)建了一種卷煙市場(chǎng)運(yùn)行狀態(tài)智能評(píng)價(jià)模型。林少華等[4]研究了數(shù)據(jù)驅(qū)動(dòng)的卷煙市場(chǎng)調(diào)控方法，用3σ法則確定零售庫(kù)存的閾值區(qū)間，從總量、價(jià)位、品規(guī)等多維度綜合判定市場(chǎng)狀態(tài)，形成了以多層神經(jīng)網(wǎng)絡(luò)算法為核心的市場(chǎng)預(yù)測(cè)辦法，進(jìn)而運(yùn)用預(yù)測(cè)結(jié)果開(kāi)展市場(chǎng)狀態(tài)調(diào)控，有助于實(shí)現(xiàn)卷煙市場(chǎng)狀態(tài)的“稍緊平衡”。劉志剛[5]從貨源投放的角度出發(fā)，對(duì)“五要素”指導(dǎo)下貨源投放的維度和要素進(jìn)行分析，以期為卷煙營(yíng)銷策略調(diào)控提供有益參考。劉濤等[6]基于市場(chǎng)狀態(tài)理論及重慶市的相關(guān)實(shí)踐，界定了卷煙品規(guī)市場(chǎng)狀態(tài)，構(gòu)造了卷煙品規(guī)市場(chǎng)狀態(tài)綜合評(píng)價(jià)指數(shù)與趨勢(shì)指數(shù)的核心指標(biāo)。于夢(mèng)吟等[7]提出狀態(tài)評(píng)價(jià)要系統(tǒng)思維，在狀態(tài)評(píng)價(jià)和策略評(píng)價(jià)相分離策略下，初步闡明了系統(tǒng)思維下總量、價(jià)位、品規(guī)三個(gè)維度，給出了以“條均行批差”、訂單需求滿足率為核心指標(biāo)的市場(chǎng)狀態(tài)評(píng)價(jià)矩陣，以及品規(guī)維度“俏緊平松軟”屬性評(píng)價(jià)閾值范圍參考值。于冰[8]依托品牌市場(chǎng)匹配矩陣評(píng)價(jià)體系，以客戶需求為導(dǎo)向，創(chuàng)新設(shè)計(jì)貨源供應(yīng)分析測(cè)算模型，構(gòu)建“智慧投放”模式，精準(zhǔn)匹配品牌和客戶、供給與需求。

2.2 研究述評(píng)

前述有關(guān)卷煙市場(chǎng)的“俏緊平松軟”劃分方法一般需先獲取訂單滿足率、投放面、訂足率、訂貨面、投放訂貨面等指標(biāo)數(shù)據(jù)，然后進(jìn)行模糊評(píng)價(jià)，最后進(jìn)行類型的劃分。這些方法在實(shí)際操作中會(huì)存在困難，如訂單滿足率的獲得本身并不準(zhǔn)確，因煙草屬于計(jì)劃投放，難以直接觀察到需求與價(jià)格的波動(dòng)關(guān)系。另外，不同檔位、市場(chǎng)類型、地域狀態(tài)中的商家在訂購(gòu)煙品時(shí)，即使存在明顯的差異，煙草公司本身的響應(yīng)會(huì)因?yàn)殡y以計(jì)算出商家的需求差異對(duì)控制的影響程度，而采用“一刀切”控制策略，使得每一品類煙的訂足率等指標(biāo)意義甚微。第三，對(duì)于卷煙市場(chǎng)狀態(tài)評(píng)價(jià)結(jié)果的合理性還需要進(jìn)一步驗(yàn)證，即使像衡東這類縣級(jí)市場(chǎng)，用縣城的狀態(tài)去衡量農(nóng)村的，只會(huì)形成誤導(dǎo)。

基于此，本研究從數(shù)據(jù)自身規(guī)律出發(fā)來(lái)研究衡東縣的卷煙市場(chǎng)狀態(tài)。使用零售終端的日常訪銷行為數(shù)據(jù)，時(shí)間跨度為4個(gè)月，構(gòu)建RFM模型，運(yùn)用K-Means聚類算法，來(lái)評(píng)價(jià)衡東縣三類市場(chǎng)中的卷煙品規(guī)。

3 衡東卷煙市場(chǎng)狀態(tài)分析模型

3.1 RFM模型

RFM模型由美國(guó)著名的數(shù)據(jù)庫(kù)營(yíng)銷研究所Arthur Hughes提出，由于其可從三個(gè)可量化的維度來(lái)衡量客戶對(duì)企業(yè)的價(jià)值，于是被廣泛接受。RFM模型的三個(gè)維度分別為：

①R(Recency，時(shí)間間隔)，表示客戶最近一次來(lái)公司消費(fèi)時(shí)間至當(dāng)前考察時(shí)間的間隔，或最后一次購(gòu)買是多久之前發(fā)生的。R值越大，表示客戶交易發(fā)生的日期越久，反之則表示客戶交易發(fā)生的日期越近。R越大，客戶越容易忘記企業(yè)；

②F(Frequency，購(gòu)買次數(shù))，表示客戶在該考察周期內(nèi)購(gòu)買該企業(yè)產(chǎn)品或服務(wù)的次數(shù)。購(gòu)買的次數(shù)越多，說(shuō)明該客戶的忠誠(chéng)度越高，該客戶對(duì)企業(yè)的依賴性越大；

③M(Monetary，消費(fèi)總金額)，表示客戶在該考察周期內(nèi)購(gòu)買的所有產(chǎn)品或服務(wù)的總金額?？蛻糍?gòu)買的總金額越大，對(duì)企業(yè)利潤(rùn)的貢獻(xiàn)也就越大。

RFM模型從三個(gè)關(guān)鍵維度描述客戶的購(gòu)買行為，可以較好地表示客戶觀察期內(nèi)為企業(yè)帶來(lái)的現(xiàn)實(shí)價(jià)值。單方面來(lái)討論其中某個(gè)指標(biāo)的價(jià)值并不科學(xué)，例如：?jiǎn)为?dú)認(rèn)為R大，客戶就沒(méi)價(jià)值，并不一定恰當(dāng)。因?yàn)?，R大的同時(shí)，如果M也特別大，還是可被視為優(yōu)質(zhì)客戶。一般再采用綜合評(píng)分法來(lái)進(jìn)行價(jià)值評(píng)價(jià)，在獲取RFM綜合評(píng)分中，R值會(huì)進(jìn)行逆轉(zhuǎn)處理，以保證評(píng)價(jià)意義與F和M相同，即最大時(shí)間間隔，R最小；最小時(shí)間間隔，R最大，從而構(gòu)建出如下式(1)的計(jì)算方法。

VRFM=R*WR+F*WF+M*WM

(1)

其中，WR、WF、WM，分別代表R、F、M的權(quán)重，IBM Modeler中稱之為帶寬。在RFM各值進(jìn)行等級(jí)化處理后，等級(jí)值相差不大。為了能夠進(jìn)行聚類，必須保各類之間的差距盡可能大，帶寬即用于調(diào)整差值。

基于上述思想，本研究將品牌煙類比于客戶，構(gòu)建品牌煙被訪銷的行為RFM模型，從而分析品牌卷煙的價(jià)值。

3.2 K-means聚類

聚類分析是機(jī)器學(xué)習(xí)算法中一種經(jīng)典的無(wú)監(jiān)督算法，旨在探索數(shù)據(jù)內(nèi)在的規(guī)律。根據(jù)對(duì)象的屬性特征數(shù)據(jù)之間的相似性，將對(duì)象劃分成互不相交的簇，以達(dá)成分類。聚類分析方法包括K-means聚類、高斯混合聚類、密度聚類和層次聚類等，其中K-means聚類算法簡(jiǎn)單、收斂快、適用性強(qiáng)。

K-means均值聚類算法是一種迭代求解的聚類分析算法，其步驟是：

①將數(shù)據(jù)預(yù)分為K組，隨機(jī)選取K個(gè)對(duì)象作為初始的聚類中心；

②然后計(jì)算每個(gè)對(duì)象與各個(gè)種子聚類中心之間的距離，距離可以是歐幾里得距離或曼哈頓距離；

③把每個(gè)對(duì)象分配給距離最近的聚類中心，聚類中心及分配的對(duì)象合做一個(gè)類；

④每分配一個(gè)樣本，各聚類中心會(huì)根據(jù)聚類中現(xiàn)有的對(duì)象被重新計(jì)算，然后重新計(jì)算距離。

上述過(guò)程將不斷重復(fù)，直到滿足某個(gè)終止條件，如沒(méi)有對(duì)象被重新分配給不同的聚類或中心位置不再發(fā)生改變，誤差平方和局部最小。評(píng)價(jià)分類效果的好壞，就是需要各類之間的差距盡可能最大化。

本研究根據(jù)RFM綜合評(píng)分值來(lái)計(jì)算煙品的市場(chǎng)價(jià)值，應(yīng)用K-means算法，計(jì)算煙品價(jià)值數(shù)據(jù)的內(nèi)部距離，完成煙品的5類市場(chǎng)劃分。

4 基于數(shù)據(jù)挖掘的衡東市場(chǎng)卷煙品規(guī)分析

基于前述數(shù)據(jù)分析理論模型來(lái)對(duì)衡東市場(chǎng)卷煙品規(guī)進(jìn)行劃分，可避免人為地設(shè)定各類的域值，達(dá)到無(wú)人工干預(yù)分類效果，下面應(yīng)用IBM Modeler 18.0數(shù)據(jù)挖掘軟件，從數(shù)據(jù)采集、清洗、建模、挖掘與呈現(xiàn)等幾方面進(jìn)行說(shuō)明。

4.1 數(shù)據(jù)采集與清洗

本研究從市煙草公司業(yè)務(wù)數(shù)據(jù)庫(kù)選取了30個(gè)檔位、500

家衡東縣銷售終端標(biāo)簽數(shù)據(jù)及其訪銷數(shù)據(jù)，約占衡東終端數(shù)量的七分之一。銷售終端的選擇服從正態(tài)分布，即中間檔位的店鋪占多，高檔位、低檔位的選擇相對(duì)較少，確保樣本覆蓋比例與實(shí)際一致。

銷售終端標(biāo)簽數(shù)據(jù)字段包括店鋪編碼、許可證號(hào)、訪銷日、檔位、市場(chǎng)類型、終端類型等23個(gè)字段；從業(yè)務(wù)庫(kù)中抓取的銷售終端訪銷數(shù)據(jù)包含訂購(gòu)日期、品牌擁有者、品牌系列、商品編碼、商品名稱、需求數(shù)量、銷售數(shù)量、銷售金額以及毛利、合計(jì)、店鋪編碼等15個(gè)字段，后者數(shù)據(jù)中缺少市場(chǎng)類型。所采集的樣本銷售終端訂購(gòu)數(shù)據(jù)覆蓋2021年1月1日到2021年6月30日的煙草訂購(gòu)，記錄總量合計(jì)為110萬(wàn)條，每條記錄代表一種品牌卷煙的訂購(gòu)信息。將銷售終端標(biāo)簽數(shù)據(jù)與訪銷數(shù)據(jù)存儲(chǔ)于數(shù)據(jù)庫(kù)的兩個(gè)表中，以備數(shù)據(jù)預(yù)處理。

首先，進(jìn)行數(shù)據(jù)清洗。剔除需求數(shù)量、銷售數(shù)量同時(shí)為0的煙品記錄，需求數(shù)量為0意味著沒(méi)有需求，銷售數(shù)量為0意味著終端沒(méi)有投放。實(shí)際上，在所采集的數(shù)據(jù)中，約有超過(guò)50%的數(shù)據(jù)出現(xiàn)需求數(shù)量與銷售量同時(shí)為0的情況，這是因?yàn)殇N售終端訂購(gòu)時(shí)提交數(shù)據(jù)為批量，即涵蓋了市公司投放的所有煙品。

其次，對(duì)前述兩個(gè)表進(jìn)行聯(lián)合查詢，以店鋪編碼為紐帶，將所有終端銷售數(shù)據(jù)與其市場(chǎng)類型關(guān)聯(lián)，也就是每個(gè)煙品訂單總是與市場(chǎng)類型有關(guān)。

第三，對(duì)數(shù)據(jù)字段進(jìn)行投影，去除無(wú)關(guān)字段，只留下市場(chǎng)類型、商品名稱、訂購(gòu)日期、需求數(shù)量、銷售數(shù)量、銷售金額，這些字段是構(gòu)成RFM模型的要素。

第四，考慮節(jié)日對(duì)需求的短時(shí)間影響，本研究對(duì)數(shù)據(jù)進(jìn)行篩選，去除春節(jié)之前的，從中選擇“2021-3-1”至“2021-6-30”這段時(shí)間的訂購(gòu)數(shù)據(jù)，提出需求量為0的記錄，數(shù)據(jù)總量為28.1萬(wàn)條。

4.2 數(shù)據(jù)流模型與數(shù)據(jù)挖掘

將前述整理好的數(shù)據(jù)庫(kù)作為IBM Modeler數(shù)據(jù)挖掘軟件的數(shù)據(jù)來(lái)源，建立如圖1所示的數(shù)據(jù)流。經(jīng)過(guò)數(shù)據(jù)類型確定和過(guò)濾設(shè)置，分開(kāi)“縣城、鄉(xiāng)鎮(zhèn)、農(nóng)村”三個(gè)市場(chǎng)數(shù)據(jù)，且每個(gè)市場(chǎng)的時(shí)間觀察點(diǎn)都為“2021-07-01”，構(gòu)成三個(gè)流中的RFM形成結(jié)點(diǎn)，覆蓋時(shí)間段從“2021-3-1”到“2021-6-30”。到RFM這個(gè)形成節(jié)點(diǎn)，可得到最近時(shí)間(觀察時(shí)間-訂購(gòu)日期)、訂購(gòu)頻率和訂購(gòu)總金額等值。RFM采用Modeler的最優(yōu)分級(jí)方法，根據(jù)出現(xiàn)的頻次和信息熵來(lái)計(jì)算。

從形式上看，訂購(gòu)總金額并不能代表消費(fèi)需求狀態(tài)，這是由上級(jí)煙草部門(mén)投放員根據(jù)其認(rèn)為的行情來(lái)決定的，并不是按照需求量來(lái)定的，反映的是投放員對(duì)市場(chǎng)的判斷。對(duì)消費(fèi)市場(chǎng)需求最清楚的是終端店主，其每次下訂單是以滿足消費(fèi)者需求為目標(biāo)的，但在煙草投放系統(tǒng)中未納入計(jì)算。本研究采用了兩種消費(fèi)金額來(lái)構(gòu)建M參數(shù)，一是直接使用銷售金額，二是構(gòu)建新的消費(fèi)金額，即：總需求金額=銷售金額/(銷售數(shù)量/需求數(shù)量)。實(shí)驗(yàn)表明，采用銷售金額情形下的挖掘效果很不理想，分出的俏煙品牌數(shù)量達(dá)到41個(gè)，市場(chǎng)銷售額直接占比超過(guò)98.9%，輪廓值只有0.4。

客戶價(jià)值的評(píng)價(jià)需要進(jìn)行RFM綜合評(píng)分，在圖1中的“RFM分析”結(jié)點(diǎn)，將對(duì)RFM各維度值進(jìn)行分箱，IBM Modeler將每個(gè)級(jí)稱之為bin(分箱)，每個(gè)bin都會(huì)給一個(gè)標(biāo)值。然后，調(diào)整RFM三者的帶寬，獲得RFM總評(píng)分。Modeler最大分箱數(shù)為9，超過(guò)9，會(huì)自動(dòng)從每個(gè)等級(jí)來(lái)讀取值進(jìn)行RFM總分計(jì)算。實(shí)驗(yàn)發(fā)現(xiàn)只有取最大箱數(shù)時(shí)，分類才能達(dá)最優(yōu)。

然后構(gòu)建基于RFM模型的K-Means聚類節(jié)點(diǎn)，通過(guò)計(jì)算各品牌卷煙RFM值的距離，來(lái)對(duì)煙品進(jìn)行聚類。調(diào)整RFM三個(gè)維度的寬度值以不斷優(yōu)化聚類效果，將生成的模型重新對(duì)數(shù)據(jù)進(jìn)行聚類，最終以表格形式呈現(xiàn)分類結(jié)果，聚類效果如圖2所示。經(jīng)過(guò)數(shù)百次的寬度值調(diào)整，當(dāng)WR=0.1，WF=10.8，WM=0.1時(shí)，聚類穩(wěn)定，凝聚與分隔的輪廓測(cè)量值為0.7，達(dá)到較好水平，類別可解釋性好，明顯優(yōu)于銷售金額的分類。

圖2 基于RFM綜合評(píng)分的聚類效果

4.3 結(jié)果呈現(xiàn)與市場(chǎng)評(píng)價(jià)

圖1所示的最下部為衡東縣平均市場(chǎng)聚類流，根據(jù)最后的分類效果數(shù)據(jù)，難以判斷出各煙對(duì)應(yīng)的“俏緊平松軟”狀態(tài)。為此，進(jìn)一步計(jì)算各類的煙品需求額對(duì)煙品數(shù)量的平均貢獻(xiàn)額，結(jié)果如表1所示，“聚類-1”的品牌均貢獻(xiàn)值為256萬(wàn)，其需求市場(chǎng)占比達(dá)到76.8%(假定全滿足)，標(biāo)定為“俏”；“聚類-5”的品牌均貢獻(xiàn)為22萬(wàn)，市場(chǎng)占比為12.1%，標(biāo)定為“緊”，與俏相差4000多萬(wàn)，完全不在一個(gè)數(shù)量級(jí)，“俏緊”市場(chǎng)份額累計(jì)超過(guò)90.4%。“聚類-3”的品牌均貢獻(xiàn)為9萬(wàn)，標(biāo)定為“平”；“聚類-4”的品牌均貢獻(xiàn)為6萬(wàn)，標(biāo)定為“松”；“聚類-2”的品牌均貢獻(xiàn)為3萬(wàn)，標(biāo)定為“軟”。數(shù)據(jù)表明，本模型的分類輪廓明顯。但是，按照本模型，衡東共21個(gè)“俏”品牌，數(shù)量上約占11%，實(shí)際銷售份額占了76.7%，未滿足帕累托最優(yōu)，顯示市場(chǎng)過(guò)于集中。

表1 市場(chǎng)狀態(tài)的評(píng)級(jí)標(biāo)準(zhǔn)

根據(jù)前述數(shù)據(jù)流模型，分別可獲得衡東縣城、鄉(xiāng)鎮(zhèn)、農(nóng)村三個(gè)市場(chǎng)中的煙品狀態(tài)，各個(gè)狀態(tài)的煙品數(shù)量分布如表2所示。表3為三個(gè)市場(chǎng)中“俏”煙品牌的一個(gè)對(duì)比，從中可發(fā)現(xiàn)，鄉(xiāng)鎮(zhèn)“俏”中的“雄獅(薄荷)、黃果樹(shù)(軟)”在縣城未出現(xiàn)，而縣城的“雙喜(硬精品好日子)、白沙(和天下)”在鄉(xiāng)鎮(zhèn)未出現(xiàn)，二者差了四個(gè)品牌。表中名稱排序不代表“俏”的程度，順序基于拼音字母。所有在農(nóng)村出現(xiàn)的“俏”品牌都在鄉(xiāng)鎮(zhèn)出現(xiàn)，而在縣城、鄉(xiāng)鎮(zhèn)被認(rèn)為是“緊”和“俏”的多種煙在農(nóng)村并未出現(xiàn)?？h城、鄉(xiāng)鎮(zhèn)定性為平、松和軟的煙都降級(jí)在鄉(xiāng)村的軟中，軟的數(shù)量超過(guò)60%。盡管衡東農(nóng)村人口比城鎮(zhèn)人口多了18個(gè)百分點(diǎn)，但在煙品的消費(fèi)上顯然很集中。

表2 三個(gè)市場(chǎng)中的煙品狀態(tài)分布

表3 各個(gè)市場(chǎng)中“俏”煙品牌對(duì)比

從所獲得的市場(chǎng)狀態(tài)分級(jí)來(lái)看，上述分析模型是可信的，這個(gè)觀點(diǎn)從銷售終端店鋪老板和煙草公司客戶經(jīng)理處得到了驗(yàn)證。除此之外，一個(gè)有意思的卷煙消費(fèi)市場(chǎng)現(xiàn)象是：

①在卷煙品牌消費(fèi)上，縣城與鄉(xiāng)鎮(zhèn)中的消費(fèi)行為表現(xiàn)出很強(qiáng)的多樣性，一方面數(shù)量上很均衡，另一方面各種品牌都有分布。這表明縣城中的卷煙消費(fèi)者具有多樣性，各種卷煙的嘗試都有群體存在，戒煙的和嘗鮮的群體是多樣中的一員。

②沒(méi)有數(shù)據(jù)證明農(nóng)村的煙民比例要少于城鎮(zhèn)的，只是在消費(fèi)能力上要弱于城鎮(zhèn)。在衡東，農(nóng)村人口要比城鎮(zhèn)人口多出18%，本研究的數(shù)據(jù)表明：農(nóng)村煙民相對(duì)固定，品牌選擇固定，認(rèn)可的基本不會(huì)改變，不認(rèn)可的也不會(huì)改變，嘗鮮的消費(fèi)者少，戒煙的人也少。

5 結(jié)論

卷煙品牌在各類市場(chǎng)會(huì)呈現(xiàn)不同的狀態(tài)，無(wú)視市場(chǎng)狀態(tài)的投放會(huì)導(dǎo)致需求失衡，擾亂卷煙流通順序。衡東縣這類縣級(jí)市場(chǎng)年銷售額接近10億元，做好煙品的市場(chǎng)評(píng)價(jià)，分出“俏緊平松軟”，對(duì)于衡東縣的投放極為重要。使用煙草銷售終端的訪銷數(shù)據(jù)，基于IBM Modeler18.0數(shù)據(jù)挖掘工具，在應(yīng)用RFM模型+K-means聚類時(shí)，使用市場(chǎng)需求額來(lái)替換銷售額，在全局市場(chǎng)能獲得較好的聚類效果。有關(guān)于“縣城”“鄉(xiāng)鎮(zhèn)”“農(nóng)村”三個(gè)市場(chǎng)的分析表明，衡東縣的三個(gè)煙草市場(chǎng)存在明顯差異，農(nóng)村消費(fèi)集中。同時(shí)，按照“二八”規(guī)則，“俏緊”煙品應(yīng)該占整個(gè)市場(chǎng)的80%才合適，俏占其中的64%才合適，顯然現(xiàn)在的市場(chǎng)培育存在問(wèn)題，“平松”煙種類和市場(chǎng)太小。本文的結(jié)論對(duì)于縣級(jí)市場(chǎng)的煙草投放具有指導(dǎo)意義，為穩(wěn)定和維護(hù)縣級(jí)煙草市場(chǎng)的發(fā)展提供了方法和思路。