基于機(jī)器學(xué)習(xí)技術(shù)的黃鶴樓品牌零售戶價(jià)值分析研究

王琴 馬琳 陳力

摘? 要：卷煙零售戶是煙草企業(yè)賴以生存的重要保障。為科學(xué)有效把握卷煙市場(chǎng)行情，合理制訂黃鶴樓品牌銷售服務(wù)的市場(chǎng)策略和方針，以黃鶴樓品牌零售戶樣本作為基礎(chǔ)，從其訂單特征入手，運(yùn)用K近鄰分類算法，快速充分地對(duì)零售戶價(jià)值進(jìn)行分類，構(gòu)建出黃鶴樓品牌的零售戶價(jià)值分類模型。該模型可以有效推進(jìn)智能營(yíng)銷工作，實(shí)現(xiàn)市場(chǎng)營(yíng)銷高質(zhì)量發(fā)展，從而更好地服務(wù)于黃鶴樓品牌，服務(wù)于精準(zhǔn)營(yíng)銷。

關(guān)鍵詞：零售戶價(jià)值分類；K近鄰算法；機(jī)器學(xué)習(xí)

中圖分類號(hào)：TP391；G203? ? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）05-0132-04

Retail Merchants Value Analysis of Yellow Crane Tower Brand Based on Machine Learning

WANG Qin， MA Lin， CHEN Li

（Wuhan Wendao Information Technology Co.， Ltd.，? Wuhan? 430040， China）

Abstract： The cigarette retail merchants are an important guarantee for the survival of tobacco companies. In order to scientifically and effectively grasp the cigarette market situation， reasonably formulate the Yellow Crane Tower brand sales and service market strategy and policy， with the Yellow Crane Tower brand retail merchants samples as a basis， this paper starts from the order characteristics， uses K-nearest neighbor classification algorithm to fast and fully classify the retail merchants value， build the Yellow Crane Tower brand retail merchants value classification model. This model can effectively promote the intelligent marketing work and realize the high-quality development of marketing， so as to better serve the Yellow Crane Tower brand and serve the precision marketing.

Keywords： retail merchants value classification; K-nearest neighbor algorithm; machine learning

0? 引? 言

卷煙零售戶是煙草企業(yè)賴以生存的重要保障，是煙草企業(yè)和廣大煙草消費(fèi)者溝通的橋梁和紐帶，在卷煙銷售渠道中占據(jù)著重要地位[1]。卷煙零售戶直接與消費(fèi)者接觸，擁有巨大的直接價(jià)值和潛在價(jià)值。直接價(jià)值決定了當(dāng)前卷煙品牌的盈利水平。潛在價(jià)值則更關(guān)乎著未來(lái)是否可持續(xù)發(fā)展及長(zhǎng)遠(yuǎn)的利潤(rùn)保持。卷煙品牌在全國(guó)各個(gè)地區(qū)的銷售情況可從卷煙零售戶下的訂單中快速、直觀地獲取，是卷煙品牌在各地卷煙市場(chǎng)銷售情況分析中關(guān)鍵的一個(gè)環(huán)節(jié)。據(jù)統(tǒng)計(jì)，掌控關(guān)鍵指標(biāo)前20%的零售戶信息可影響接近80%的目標(biāo)消費(fèi)者，這種強(qiáng)鏈接的供需關(guān)系充分體現(xiàn)了卷煙零售戶直接與消費(fèi)者對(duì)接的強(qiáng)關(guān)聯(lián)性，這種銷售關(guān)系模式在卷煙銷售渠道中占據(jù)重要地位，是煙草行業(yè)發(fā)展的咽喉所在。因此，根據(jù)現(xiàn)有的銷售數(shù)據(jù)、訂單數(shù)據(jù)、市場(chǎng)價(jià)格數(shù)據(jù)，借助分析工具對(duì)卷煙零售戶進(jìn)行價(jià)值分類，進(jìn)行量化分析，推動(dòng)打造結(jié)構(gòu)合理的零售體系，這對(duì)于更好地把握卷煙市場(chǎng)，為卷煙品牌的銷售服務(wù)確定有效的市場(chǎng)策略和方針起到重要的參考及指導(dǎo)作用[2]。因此，快速有效地對(duì)零售戶價(jià)值情況進(jìn)行充分、全面、合理、科學(xué)的分類，促進(jìn)卷煙貨源分配政策更加科學(xué)化、規(guī)范化、智能化，使卷煙貨源的組織與投放更加精準(zhǔn)，為卷煙品牌的未來(lái)發(fā)展決策發(fā)揮舉足輕重的作用[3]。

當(dāng)前，湖北中煙成立的智能營(yíng)銷小組正從多個(gè)方面運(yùn)用智能化手段，全力推進(jìn)智能營(yíng)銷工作開展，全面實(shí)現(xiàn)市場(chǎng)營(yíng)銷高質(zhì)量發(fā)展。如何科學(xué)、快速獲取黃鶴樓品牌的有價(jià)值的目標(biāo)零售廣也是該工作中的重要一環(huán)，本項(xiàng)目將著力于通過(guò)機(jī)器學(xué)習(xí)智能化研究黃鶴樓品牌的零售戶的價(jià)值分析，持續(xù)提升發(fā)展效益，使得整體質(zhì)量發(fā)展向好，從而更好地服務(wù)于黃鶴樓品牌，服務(wù)于精準(zhǔn)營(yíng)銷。

1? 黃鶴樓品牌零售戶樣本研究

各卷煙品牌在全國(guó)各個(gè)地區(qū)的銷售數(shù)據(jù)可從卷煙零售戶下的訂單中快速、直觀地獲取。它是對(duì)各卷煙品牌在全國(guó)卷煙市場(chǎng)銷售情況分析中最關(guān)鍵的一個(gè)環(huán)節(jié)，同時(shí)卷煙銷售數(shù)據(jù)中零售戶質(zhì)量也是煙草行業(yè)高質(zhì)量發(fā)展工作中的重要指標(biāo)之一。

隨著人工智能的機(jī)器學(xué)習(xí)技術(shù)的日益發(fā)展，物流數(shù)據(jù)的智能化和信息化給煙草零售戶的銷售行為提供越來(lái)越多的便利。當(dāng)前，湖北中煙成立的智能營(yíng)銷小組利用機(jī)器學(xué)習(xí)算法對(duì)2021年上半年黃鶴樓品牌的湖北省內(nèi)訂單中的零售戶質(zhì)量進(jìn)行研究分析，從中提取了關(guān)于零售方向中刻畫煙草零售戶質(zhì)量的更顯著特征，以便更好地服務(wù)于黃鶴樓品牌，服務(wù)于精準(zhǔn)營(yíng)銷。這個(gè)項(xiàng)目對(duì)黃鶴樓品牌的發(fā)展具有重要的意義。

本次項(xiàng)目實(shí)驗(yàn)數(shù)據(jù)為黃鶴樓煙草2021年上半年湖北省內(nèi)訂單的詳情數(shù)據(jù)，數(shù)據(jù)總量約22.58萬(wàn)條，初始特征為銷售業(yè)態(tài)以及黃鶴樓品牌的總訂單量、需求量、最大訂購(gòu)量等總計(jì)31個(gè)特征值。

根據(jù)銷售業(yè)態(tài)來(lái)看，其中食雜店17.24萬(wàn)戶，便利店2.72萬(wàn)戶，其他0.91萬(wàn)戶，煙酒店0.79萬(wàn)戶，商場(chǎng)0.7萬(wàn)戶，娛樂(lè)服務(wù)0.18萬(wàn)戶，未知業(yè)態(tài)556戶。其中食雜店占比較多，達(dá)到76%，這也側(cè)面反映出食雜店銷售的范圍廣，同時(shí)因?yàn)槭畴s店更多地?fù)碛泄衽_(tái)式服務(wù)，顧客更有可能在購(gòu)買其他產(chǎn)品的時(shí)候也同時(shí)咨詢挑選并購(gòu)買黃鶴樓產(chǎn)品。

根據(jù)零售戶所在地區(qū)來(lái)看，總計(jì)涉及17個(gè)地市，其中，分布較多的地區(qū)分別為：武漢3.73萬(wàn)戶，黃岡2.93萬(wàn)戶，荊州1.93萬(wàn)戶，襄陽(yáng)1.75萬(wàn)戶，宜昌1.72萬(wàn)戶；分布較少的地區(qū)分別為：鄂州5 751戶，仙桃4 754戶，天門3 836戶，潛江3 474戶，林區(qū)550戶。從各地區(qū)的銷售戶數(shù)據(jù)可看出，人口基數(shù)的大小很大程度影響零售戶的數(shù)量。黃鶴樓品牌營(yíng)銷部可考慮在人口密集區(qū)域增加黃鶴樓產(chǎn)品的購(gòu)進(jìn)頻次和覆蓋程度。

其中，營(yíng)銷系統(tǒng)的核心價(jià)值客戶數(shù)量為1.68萬(wàn)戶，占總客戶數(shù)的7.4%，其中，基礎(chǔ)戶1.34萬(wàn)戶，重點(diǎn)客戶0.25萬(wàn)戶，核心客戶0.09萬(wàn)戶。通過(guò)數(shù)據(jù)驅(qū)動(dòng)的分化，可以對(duì)三種類型的核心價(jià)值零售戶分別積極采取相應(yīng)的措施，增加零售戶忠誠(chéng)度，提高黃鶴樓品牌寬度，從而促進(jìn)黃鶴樓品牌銷量與市場(chǎng)狀態(tài)協(xié)調(diào)發(fā)展。

本次項(xiàng)目利用機(jī)器學(xué)習(xí)的分類算法，學(xué)習(xí)出1.68萬(wàn)核心價(jià)值客戶的分類特征，繼而擬合剩余20萬(wàn)的客戶特征，對(duì)其進(jìn)行類型劃分。

2? 黃鶴樓品牌零售戶價(jià)值分類模型研究

黃鶴樓品牌零售戶價(jià)值分析模型將依據(jù)以上樣本研究進(jìn)行構(gòu)建，構(gòu)建的模型基于機(jī)器學(xué)習(xí)中的K近鄰算法，該模型將為黃鶴樓品牌的零售戶做出價(jià)值分類，模型流程如圖1所示。

2.1? 特征提取與處理

根據(jù)黃鶴樓品牌零售戶樣本分析，此次實(shí)驗(yàn)包含22.58萬(wàn)條數(shù)據(jù)，31個(gè)特征。其中數(shù)據(jù)特征如業(yè)態(tài)、黃鶴樓訂單量、月購(gòu)進(jìn)量、月進(jìn)貨額、月訂購(gòu)次數(shù)等。

在構(gòu)建零售戶價(jià)值分類模型之前，需要對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗及特征提取。數(shù)據(jù)清洗是將重復(fù)、多余的數(shù)據(jù)篩選清除，將缺失的數(shù)據(jù)補(bǔ)充完整，將錯(cuò)誤的數(shù)據(jù)糾正或者刪除，最后整理成為可以進(jìn)一步加工、使用的數(shù)據(jù)。圖2和圖3中展示了黃鶴樓訂單量和黃鶴樓競(jìng)品訂單量這兩種特征在進(jìn)行數(shù)據(jù)清洗前后的分布情況，其中，左圖中有2個(gè)噪點(diǎn)，代表競(jìng)品訂單量在150以上，通過(guò)篩選查看這兩名客戶的信息，分別為武鐵和襄鐵局，為特殊客戶，不在本次研究范圍內(nèi)，因此要將其剔除，右圖展示了剔除后的分布情況。

特征選擇類似于降維技術(shù)，其目的是減少特征的數(shù)量，區(qū)別在于特征選擇會(huì)選擇要從數(shù)據(jù)集中保留或刪除的要素，而降維會(huì)創(chuàng)建數(shù)據(jù)的投影，從而產(chǎn)生全新的輸入要素[4]。圖4、圖5、圖6、圖7展示了各個(gè)特征的分布情況。

本次實(shí)驗(yàn)使用相關(guān)性系數(shù)來(lái)對(duì)特征進(jìn)行選擇，相關(guān)系數(shù)是最常用的統(tǒng)計(jì)度量。用一個(gè)數(shù)來(lái)描述兩個(gè)變量之間的相關(guān)聯(lián)的程度。常用的三種相關(guān)系數(shù)為：皮爾遜相關(guān)系數(shù)，斯皮爾曼相關(guān)系數(shù)，Kendall相關(guān)系數(shù)[5]。本次模型采用皮爾遜相關(guān)系數(shù)，皮爾遜相關(guān)（Pearson correlation），通常用字母r表示，衡量?jī)蓚€(gè)隨機(jī)變量之間的線性關(guān)系（或者說(shuō)線性關(guān)聯(lián)度）[6]。兩個(gè)變量之間的總體（population）的皮爾遜相關(guān)系數(shù)定義為兩個(gè)變量之間的協(xié)方差和標(biāo)準(zhǔn)差之積的商（或者說(shuō)，歸一化的協(xié)方差，其定義如式1所示[7]：

（1）

估算樣本的協(xié)方差和標(biāo)準(zhǔn)差，可得到（樣本的）皮爾遜相關(guān)系數(shù)，常用英文小寫字母r代表，r的表達(dá)式如式2所示：

（2）

此次實(shí)驗(yàn)通過(guò)皮爾遜相關(guān)系數(shù)，計(jì)算每個(gè)特征與其他特征之間的相關(guān)性，最終選取其中7列特征，分別為：業(yè)態(tài)，高價(jià)位訂貨金額，純高端訂貨金額，普一類訂貨金額，二類訂貨金額，黃鶴樓訂貨金額，競(jìng)品訂貨金額。

在特征選取完成以后，考慮到此處是每個(gè)價(jià)格檔位煙的訂購(gòu)金額以及業(yè)態(tài)（此處的業(yè)態(tài)已經(jīng)轉(zhuǎn)化為1～6的數(shù)字），需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、歸一化的處理，其作用是主要解決數(shù)據(jù)無(wú)量綱化處理，通過(guò)消除數(shù)據(jù)的單位限制并將其轉(zhuǎn)換為無(wú)量綱的純數(shù)字，可以防止某一維或某幾維對(duì)數(shù)據(jù)影響過(guò)大，同時(shí)有抗異常值的能力，比較穩(wěn)定，適合嘈雜的數(shù)據(jù)場(chǎng)景，這里將采用均值方差歸一化的方式進(jìn)行特征處理[8]。

2.2? K近鄰模型構(gòu)建

本文選用K鄰近算法對(duì)黃鶴樓品牌零售戶進(jìn)行價(jià)值分類。K近鄰算法是數(shù)據(jù)挖掘技術(shù)中最簡(jiǎn)單的機(jī)器學(xué)習(xí)算法之一，該算法能夠用于分類、回歸、降維、矩陣分解、聚類、異常值檢測(cè)，等等，本文提到的K近鄰算法將用于分類任務(wù)[9]。該算法的核心思想是“物以類聚，人以群分”，當(dāng)需要判斷綠色實(shí)例的類別時(shí)，查看它附近的所有類別，采取多數(shù)表決的決策規(guī)則（紅色2個(gè)多于藍(lán)色1個(gè)），因此把綠色實(shí)例歸類到紅色。

本次實(shí)驗(yàn)對(duì)黃鶴樓品牌零售戶的數(shù)據(jù)進(jìn)行特征選取之后，將數(shù)據(jù)劃分為測(cè)試集及訓(xùn)練集，在建立訓(xùn)練集時(shí)，確定訓(xùn)練數(shù)據(jù)及其對(duì)應(yīng)的類別標(biāo)簽；然后把待分類的測(cè)試數(shù)據(jù)與訓(xùn)練集數(shù)據(jù)依次進(jìn)行特征比較；從訓(xùn)練集中挑選出最相近的k個(gè)數(shù)據(jù)，這k個(gè)數(shù)據(jù)中投票最多的分類，即為新樣本的類別[10]。K近鄰算法首先會(huì)計(jì)算測(cè)試數(shù)據(jù)各個(gè)訓(xùn)練數(shù)據(jù)之間的距離，對(duì)距離從小到大進(jìn)行排序，選取距離最小的k個(gè)點(diǎn)，然后確定k個(gè)點(diǎn)類別的出現(xiàn)頻率，最后出現(xiàn)頻率最高的類別作為預(yù)測(cè)分類[11]。

2.3? 模型驗(yàn)證

K近鄰算法模型構(gòu)建完成后需要對(duì)該模型進(jìn)行調(diào)優(yōu)驗(yàn)證，通過(guò)K近鄰算法結(jié)合網(wǎng)格搜索、交叉驗(yàn)證等方式，對(duì)數(shù)據(jù)進(jìn)行擬合，其中，網(wǎng)格搜索是設(shè)置若干組超參數(shù)，使每組超參數(shù)都用交叉驗(yàn)證來(lái)評(píng)估準(zhǔn)確性，最后根據(jù)準(zhǔn)確率來(lái)選出最優(yōu)參數(shù)建立模型。交叉驗(yàn)證是模型調(diào)參的過(guò)程，第一步，把訓(xùn)練數(shù)據(jù)進(jìn)一步分為訓(xùn)練集和驗(yàn)證集，通過(guò)K折交叉驗(yàn)證法，即步驟一：把訓(xùn)練數(shù)據(jù)平均分成K（這里的K是K折中的K，不是模型的K）份，拿其中一份來(lái)驗(yàn)證，其他用訓(xùn)練模型；步驟二：重復(fù)步驟一，但是驗(yàn)證集選擇不一樣的，這樣可以進(jìn)行K次。步驟三：把K次的結(jié)果求一個(gè)平均值，就得到這個(gè)參數(shù)值的準(zhǔn)確率。步驟四：重復(fù)步驟一到三，選取準(zhǔn)確率最高時(shí)的參數(shù)作為模型參數(shù)。

本次實(shí)驗(yàn)參數(shù)包含weights、n_neighbors、p，n_neighbors是鄰居數(shù)量，當(dāng)weights=uniform時(shí)，所有距離權(quán)重相同，不考慮距離。當(dāng)weights=distance時(shí)，p值才有意義：當(dāng)p=1時(shí)，使用曼哈頓距離計(jì)算；當(dāng)p=2時(shí)，使用歐式距離計(jì)算；當(dāng)p=3或其他時(shí)，使用閔可夫斯基距離計(jì)算。通過(guò)配置GridSearchCV（網(wǎng)格搜索），尋找最佳KNN最佳模型參數(shù)組合，其中共設(shè)置兩組參數(shù)，第一組為：n_neighbors=[1-20），weights=uniform；第二組參數(shù)為：n_neighbors=[1-20），weights=distance，p=（1-10），共擬合950次。從擬合的結(jié)果來(lái)看，第一組參數(shù)忽略距離權(quán)重效果最佳。表1展示了第一組n_neighbors從1到19，weights=uniform時(shí)的模型分?jǐn)?shù)值。

3? 結(jié)? 論

K近鄰算法精度高、對(duì)異常值不敏感的優(yōu)點(diǎn)可以很好地模擬零售戶的價(jià)值分析，運(yùn)用K近鄰算法搭建黃鶴樓零售戶的價(jià)值分析模型可以快速高效地尋找省內(nèi)有價(jià)值的目標(biāo)零售戶，使煙草企業(yè)可以更好地按照零售戶群體不同的價(jià)值來(lái)進(jìn)行分配資源，將有限的資源得以合理地利用。下一步可繼續(xù)將機(jī)器學(xué)習(xí)技術(shù)的方法應(yīng)用到黃鶴樓品牌的月度、滾動(dòng)銷售預(yù)測(cè)、調(diào)撥預(yù)測(cè)、消費(fèi)者洞察分析等多方面的預(yù)測(cè)分析場(chǎng)景中去，更好地服務(wù)于湖北中煙的精準(zhǔn)營(yíng)銷。

參考文獻(xiàn)：

[1] 徐維超.相關(guān)系數(shù)研究綜述 [J].廣東工業(yè)大學(xué)學(xué)報(bào)，2012，29（3）：12-17.

[2] 蘇毅娟，鄧振云，程德波，等.大數(shù)據(jù)下的快速KNN分類算法 [J].計(jì)算機(jī)應(yīng)用研究，2016，33（4）：1003-1006+1023.

[3] 黃世反，沈勇，康洪煒，等.基于KNN的煙草企業(yè)檔案文本自動(dòng)分類算法研究 [J].計(jì)算機(jī)科學(xué)與應(yīng)用，2014，4（9）：13.

[4] 鄭國(guó)柱. 基于SOA和ESB技術(shù)的煙草行業(yè)主數(shù)據(jù)管理平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn) [D].北京：中國(guó)科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院），2016.

[5] 楊繼志，郭敬.機(jī)器視覺(jué)在煙草行業(yè)的應(yīng)用 [J].機(jī)電產(chǎn)品開發(fā)與創(chuàng)新，2011，24（6）：124-126.

[6] 張萍.新一代信息技術(shù)在煙草行業(yè)中的多元化應(yīng)用對(duì)策研究 [J].天津農(nóng)業(yè)科學(xué)，2021，27（1）：34-37+43.

[7] 張煥家，郭大權(quán).煙草物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)架構(gòu)研究與應(yīng)用探討 [J].信息技術(shù)與信息化，2020（1）：129-131.

[8] 蒲可. 數(shù)據(jù)驅(qū)動(dòng)的煙草生絲水分控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) [D].綿陽(yáng)：西南科技大學(xué)，2022.

[9] 章惠民.福建煙草商業(yè)系統(tǒng)大數(shù)據(jù)技術(shù)研究與應(yīng)用 [J].中國(guó)煙草學(xué)報(bào)，2019，25（6）：98-104.

[10] 安梓郡.山東省煙草公司發(fā)展戰(zhàn)略研究 [D].濟(jì)南：山東大學(xué)，2019.

[11] 曾嘉.大數(shù)據(jù)在煙草銷售中的應(yīng)用分析 [J].中國(guó)集體經(jīng)濟(jì)，2021（36）：62-63.

作者簡(jiǎn)介：王琴（1981—），女，漢族，湖北荊門人，工程師，本科，研究方向：信息化項(xiàng)目管理及實(shí)施、大數(shù)據(jù)管理與應(yīng)用；馬琳（1987—），女，漢族，山東泰安人，工程師，碩士，研究方向：信息化項(xiàng)目管理及實(shí)施；陳力（1987—），男，漢族，湖北黃石人，工程師，本科，研究方向：信息化項(xiàng)目管理及實(shí)施、云計(jì)算。

收稿日期：2022-10-15

基金項(xiàng)目：黃鶴樓科技園科技項(xiàng)目（2022JSZN4KJ-XX2-010）