利用大數據構建煙草行業新型客我關系

劉 軻

(重慶市巴南區煙草專賣局，重慶 401320)

近年來重慶煙草行業智慧渝煙、現代零售終端信息系統等信息化項目的應用極大地提高了企業管理效率和零售客戶經營能力。2015年以來，卷煙市場化取向改革和專賣零售行政許可改革試點先后在重慶煙草開展，傳統的業務流程在新的改革機制下運行，原有的一些弊端逐步顯現。按照現行的煙草專賣體制，煙草行業是具有行政職能和企業經營職能的“政企合一”的特殊行業。在國企深化改革的浪潮中，如何做到既履行好政府的行政審批和監管職能，又發揮好市場主體責任、充分激發市場活力保證國家財政收入，做到“履好責，不越位”是每個煙草人需要深入思考的問題。大數據是信息技術發展的最新產物，將最終改變人類認識事物的方式，利用大數據思維實現煙草行業的管理變革，構建新型客我關系，最終完成深化改革歷史使命，是本文論述的主要內容。

一、煙草行業深化改革核心及面臨的問題

(一)煙草行業深化改革的核心

習近平總書記指出:“在全面深化改革中，要堅持以經濟體制改革為主軸，努力在重要領域和關鍵環節上取得新突破，以此牽引和帶動其他領域改革，使各方面改革協同推進、形成合力，而不是各自為政，分散用力。”國家局凌成興局長2013年5月提出了“改革的紅利在哪里、發展的潛力在哪里、追趕的目標在哪里”的三大課題。筆者認為就當前煙草體制而言完成堅持煙草專賣制度下的市場化取向改革是行業改革的核心。

煙草行業市場化取向是什么?筆者的理解是:卷煙要賣給誰、怎么賣、賣哪些、賣多少、客戶怎樣進入退出市場競爭，這些統統要由市場來決定，由市場這只看不見的手來主導資源的分配。這就必然導致行業營銷模式由傳統的以計劃為主導轉變為以客戶需求為主導，模式的轉變帶來的是客我關系的變化，工商品牌生產銷售計劃在國家總量計劃的框架內必須根據市場需求進一步的再分配。傳統的以按計劃完成銷售為主的客戶服務工作將逐步轉變為以滿足客戶需求為主的客戶服務工作。

如何堅持煙草專賣體制?筆者認為在深化改革和市場化取向的形勢下，堅持煙草專賣體制就是必須按照煙草專賣法律法規的要求，依法治企。在煙草專賣行政管理中減少“看得見的手”對市場的干預和影響，在行政審批上簡政放權，在后續監管上不斷強化，在服務手段上持續優化。專賣管理工作的重心同樣將從證照審批向市場化傾斜。專賣管理將主要是當好“裁判員”，確保整個行業市場的健康發展，而不是在資源調配中給市場化設置人為障礙。

從以上兩點可以總結出深化改革的煙草行業客戶服務與專賣管理工作都將與傳統發生巨大的轉變，而這些轉變最終的落腳點就是客我關系的轉變。

(二)在深化改革形勢下客我關系存在的問題

1．從日常工作分析，感性認識多于理性認識

當前煙草行業一線員工的日常工作，大多是日常拜訪客戶和例行市場走訪。在拜訪和走訪檢查中工作人員聽取客戶的需求同時也收集一些基礎數據。問題在于:第一，這些數據不夠全面也不夠真實;第二，這些數據收集后無法通過科學的整理分析得到理性的結論，工作人員對市場的把握往往感性多于理性。這些問題會造成業務層的工作人員對市場情況認識出現偏差，而業務層的認識偏差可能會造成決策層的認識偏差進一步影響后續的戰略決策。

2．從業務系統分析，操作多于分析

當前煙草行業的業務系統種類繁多，同時也通過“智慧渝煙”進行了一定程度上的數據集成。但是這種集成的原有的各大系統間的數據格式、信息對象甚至操作界面都大不相同。員工在各種系統間為如何操作疲于奔命，而系統又無法為前期收集整理的數據進行深度挖掘。當阿里巴巴、騰訊等國內一線互聯網公司已經可以通過數據分析為客戶做出用戶畫像進而進行精準營銷和市場預判的時候，我們行業的用戶數據可以說依然還處于躺在系統中“睡覺”的狀態，凌成興局長提出的“追趕的目標在哪里?”的課題，我想從中也能略窺一二。

3．從專銷兩條線看，鴻溝并未跨越

從目前狀態來看，專賣市場管理和營銷客戶服務對提升市場運行水平還有很大潛力可以挖掘。專銷并未完全形成合力，專銷之間的數據鴻溝依然沒有跨越。專賣人員對營銷數據做不到及時掌握、系統的異常預警信息依然價值有限，系統篩選出來的數據正確性和智能程度不高，造成工作目的不準確，工作成本增加。

4．從客戶感受看，服務還需提升

卷煙零售客戶，大都從事各種經營業務，人員素質參差不齊，在卷煙經營中很多客戶只是把卷煙視為其經營的很小部分，很少客戶能夠做到分析市場和消費環境。對于煙草行業客戶服務的經營指導和品牌培育能夠做到完全理解和配合的客戶也不多，煙草行業自身對于核心客戶和成長客戶的挖掘和培育也不夠。總的來說，煙草行業的改革并不能僅限于自身，而應該在充分的市場競爭環境中挖掘出那些經營能力強、自身素質高、增長潛力大的客戶作為行業的核心客戶進行個性化的客戶服務，讓零售客戶和行業一起分享改革的紅利。而對于那些經營不善、不公平競爭、違規違法、不適合經營卷煙的客戶，行業也需要建立好監管和退出機制，確保客戶利益不遭受重大損失和市場環境的凈化、公平。

二、大數據的利用

(一)什么是大數據?

對于“大數據”百度百科給出了這樣的定義:大數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。

在維克托·邁爾－舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》中把大數據歸納出了4V特點:Volume(大量)、Velocity(高速)、Variety(多樣)、Value(價值)。

Volume(大量):數據體量巨大。從TB級別，躍升到PB級別;Velocity(高速):處理速度快，1秒定律，可從各種類型的數據中快速獲得高價值的信息。Variety(多樣):數據類型繁多。包括文本、視頻、圖片、地理位置信息等等。Value(價值):只要合理利用數據并對其進行正確、準確的分析，將會帶來很高的價值回報。

從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘，但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。

(二)對于傳統數據采集的顛覆

傳統的數據采集因為技術水平和成本的限制多半采用隨機采樣的方式。但隨機采樣的準確性依賴于采樣的絕對隨機性;其局限性還有隨機樣本不適合再繼續細分，一旦細分其結果的正確率會極大地下降。再看看煙草行業的客戶信息采集，目前我們的數據樣本幾乎已經被固定，而要做到每次采集都完全隨機非常困難，故而結果出現偏差在所難免。如果再在這些數據樣本內進行細分分析，我們的結果正確率會有多少?我們多市場把握的精準度又有多少呢?

大數據的數據分析，沒有采樣的情況。大數據總是采集所有的數據進行分析，即樣本=總體。著名的谷歌公司就有個一個經典的利用總體數據做出研究的案例:谷歌流感趨勢，其利用的數據并非任何隨機樣本，而是采用了整個美國幾十億條搜索記錄，2009年甲型H1N1流感爆發的時候，谷歌流感趨勢預測的及時性遠超傳統的衛生機構。

(三)數據可以不那么精確

在小數據時代，因為采樣的數據體量較小，我們就必須要求數據足夠精確，因為有限的樣本意味著微小的錯誤會被放大進而影響整個結果。而大數據時代下我們能夠收集到足夠多的數據，個體的精度要求就可以不那么高，而且這些不夠精確的數據并不會影響最終的結果。大數據追求的是更廣泛的數據而非完全精確的數據。

(四)相關關系而非因果關系

大數據案例:“蛋撻與颶風用具”的故事產生于2004年的美國沃爾瑪超市中，沃爾瑪對歷史交易數據庫進行了觀察，這個數據庫包含了每一個顧客的消費清單、費用額、購物籃中的物品、具體購買時間以及當天天氣。沃爾瑪發現每當颶風來臨的季節，不僅手電筒的銷量增加了，某種蛋撻的的銷量也會增加。后來每當颶風季節，沃爾瑪就會把蛋撻放在靠近颶風用品的位置，并收到了很好的效果。

大數據分析往往只會告訴我們事物可能的結果是什么，而非為什么。因為大數據更著重于分析事物的相關關系而非因果關系。這可以把我們的工作人員從大量的研究為什么的思索中解放出來，而專注于研究結果是什么的預測，從而更及時、更精確的調整企業的策略。

三、構建煙草行業大數據下的新型客我關系管理

(一)利用大數據思維重構煙草行業業務流程與數據系統

它山之石可以攻玉，我們先來看看成功的大數據公司一般的體系構建(圖1)。

圖1 企業大數據體系

第一層是數據基礎平臺，基礎的數據平臺建設工作，包含數據平臺建設，數據規范，數據倉庫、產品數據規范，產品ID，用戶ID，統一SDK等。

第二層是數據報表與可視化，這一層主要是對數據進行初步的處理使其具備直觀和可視化的輸出。

第三層是產品與運營分析，在建立數據平臺和可視化基礎上，對已有的用戶行為、收入數據等進行各種分析，輸出日報、周報、月報、各種專題分析報告，用戶畫像等。

第四層是精細化運營平臺，即對第三場數據進行更高端的分析得出的針對用戶的個性化描述、用戶生命周期預測等高階信息。

第五層是數據產品，即是大數據運用的結果，這些結果能夠反映及預測市場的趨勢、以及客戶的價值等。

第六層是戰略分析與決策，是大數據結果在決策層的應用。

再以阿里的大數據構架為例(圖2):

看似十分深奧的大數據構架實際上抽象描述就是由:計算平臺、應用平臺、數據服務和數據業務構成。計算平臺是硬件基礎，主要有云技術和分布式計算為基礎，以滿足大數據的存儲和收集。應用平臺基礎數據層，主要作用就是數據倉庫和數據處理。數據服務是數據業務提取基礎數據的服務接口。數據業務既是面向用戶的業務層應用。綜上來看，目前煙草行業構建大數據的基礎還有待完善，分布式計算和云計算平臺還未建立。所有業務系統的基礎數據仍舊處于“各自為政”的狀態未能實現統一整合，數據規范尚未建立。《2015年推進簡政放權放管結合轉變政府職能工作方案》中指出，開展加強對市場主體服務和監管的試點工作。積極運用大數據、云計算、物聯網等信息化手段，探索實行“互聯網+監管”新模式。利用好國企深化改革的契機實現行業大數據化正當時。

圖2 阿里的大數據構架

(二)大數據下的新型客我關系管理

1．把感性認識轉變為理性認識

通過大數據采集所有客戶的各類數據，行業可以完成對客戶的理性再認識。通過對客戶如性別、年齡、行為、收入、興趣愛好、經營指標、盈利能力、品牌偏好、行為喜好、生活軌跡與地理位置等，反映客戶各種特征，以達到全面地了解客戶，有針對性地為客戶提供個性化服務的目的。然后，進一步梳理出行業正真需要依靠的核心客戶，并對其進行增值服務。

2．提升客戶服務水平

通過大數據的梳理和客戶分析，針對客戶進行個性化的訂制服務。例如針對客戶經營的弱點進行補強，通過大數據預測的市場趨勢對客戶品牌布局進行提前指導。讓客戶從千篇一律的客戶服務中解放出來，使其得到精準的、個性化的服務指導。使其通過和行業一起發展獲得利益和成長。

3．讓員工學會系統分析而非僅限于系統操作

大數據的系統操作絕非會比現有系統更加復雜，而是會充分利用到可視化、圖表化的表述形式。員工在利用系統進行數據分析時更多地會面對一個個實實在在的客戶對象，這個客戶經營能力的評價、將來的發展趨勢、現在需要改進的弱勢等等。系統對于員工工作的指導性會極大提高，而非現在讓員工獨自面對一堆冰冷的數據去“分析”他的客戶。

4．專銷結合更加緊密

專賣和營銷員工不再面對各自的系統)進行工作，他們將面對的是統一的數據和系統，只是根據工作性質的不同系統會展現不同的分析結果。專賣員工利用“互聯網+監管”新模式可以減少上線檢查的頻次，提升工作效率。大數據的相關性分析能夠在營銷行為和違規行為間發現更多的相關性并為專賣監管人員提供更加精準的預警信息。甚至因為數據的足夠豐富，煙草專賣許可及后續管理工作可以完全在線上開展，員工可以把大部分的精力投入到市場凈化中來。

［1］ 維克托·邁爾－舍恩伯格，肯尼思·庫克耶．大數據時代［M］．盛楊燕，周濤，譯．杭州:浙江人民出版社，2013．

［2］ 陶溪．我國國有企業信息化建設問題與對策研究［D］．西安:西安科技大學 ，2006．

［3］ 佚名．從BAT看企業構建大數據體系的六層級［EB/OL］．［2014 －06 －27］．http://database．51cto．com/art/201406/443917．htm．

［4］ 陳憲宇．企業大數據應用的實踐與方法［J］．現代企業，2014(10)．

［5］ 劉燦姣，葉翠．基于云計算的出版企業大數據服務研究［J］．出版發行研究，2013(11)．