高藝

【摘 要】隨著大數據技術的積極推廣和逐漸成熟，煙草行業利用大數據進行經營決策的趨勢越來越明顯，但在大數據處理中出現了用煙草零售客戶數據代替煙草消費者數據這一問題，通過分析煙草客戶數據與煙草消費者數據在數據結構，數據類型，以及運用的數據模型方面的差異，強調了真實記錄煙草消費者數據的重要性，提出了加強煙草數據有效性的方法。

【關鍵詞】大數據；煙草消費者；煙草零售客戶；煙草數據差異；數據有效性

一、大數據視野下數據分析的基本條件

2011年5月，麥肯錫環球研究院發布《大數據：創新、競爭和生產力的下一個前沿》報告，系統地闡述了大數據概念，詳細列舉了大數據的核心技術，大數據開始為社會各界重點關注。

2013年王元卓等針對網絡大數據的應用，從網絡大數據平臺引擎建設、網絡大數據下的高端數據分析、網絡大數據的應用三個角度來闡述如何滿足客戶的需求，奠定了我國利用大數據的技術基礎。隨著大數據技術的不斷發展，大數據為企業的經營管理和市場預測都起到了至關重要的作用，而能否有效的運用大數據技術，則需要各行各業擁有獨到的“大數據視野”，大數據視野需要具備三個基本條件，第一，具備大數據視野需要海量真實數據，大數據視野下的數據規模應該是傳統統計模式下無法處理的數據，且這些數據都是在市場過程中真實產生的，不是人為編造的數據；其次是擁有處理數據的技術和專業人才，具備海量數據后能否利對這些數據進行有效、精確的數據挖掘和分析，首先要具備處理數據的技術和人才，目前數據處理的方式主要為分布式計算方法；最后，大數據視野要擁有處理數據的分析方法和思維模式，數據中包含的信息是極其豐富的，因此如何有針對性的處理分析數據成為有效利用大數據的關鍵。

二、大數據視野下零售客戶與最終消費者數據差異比較

（一）零售客戶數據的結構化與消費者數據的非結構化

大數據中的數據分為結構化數據、半結構數據和非結構化數據。我國煙草行業的大數據來源多樣，數據庫、XML文檔中的大數據屬于結構化數據，日志、郵件屬于半結構化，還有辦公文檔，圖標，文本，報表等非結構化數據，零售客戶的訂單會存儲在數據庫中，屬于結構化數據，大量的與消費者密切相關的圖標和文本屬于非結構化數據，而結構化數據只占整體數據的15%，非結構化數據當中蘊含著豐富的知識，但同時非結構化數據相對組織凌亂，包含更多對決策無效的信息，這就為非結構化數據的統計工作帶來了一定的困難，傳統統計模式利用結構化數據進行生產決策，是個符合行業本身發展規律的，而隨著市場消費者主體和大數據技術的不斷發展，非結構化數據已經成為數據結構的主流形式，因此加快煙草行業對于消費者數據的非結構化研究是十分必要的。

（二）零售客戶數據的確定性與煙草零售客戶數據的不確定性

我國煙草行業的數據統計是經過多年發展，并且被證明是符合行業發展規律的統計方法，其統計的數據是少量的、低維度的、單一類型的，側重于準確性數據的處理方法，但隨著大數據的發展，對于目前井噴式的海量、高維度的、多類型的數據類型，傳統處理方法不足以處理這樣的數據，就目前煙草行業利用大數據現狀來看，煙草行業處理這樣的不確定性數據還存在一定的困難，這就要求煙草行業應加快計算機技術的開發，為處理這樣的不確定性數據提供效率、效能上的可能。

（三）零售客戶數據模型的確定性和煙草消費者數據模型的不確定性

由于零售客戶數據的類型是確定的，因此零售客戶數據模型也是確定的。由于經過多年的發展，我國煙草訂貨體系已經日趨成熟，網上訂貨成為了主流，零售客戶在網上訂貨時，一般會根據自己本階段的歷史數據和時間序列模型來推斷此階段所需煙草數量，從而確定自己所需的煙草數量，而大數據下對需求的預測提出了更高的要求，在對不確定數據進行建模和系統設計上，目前煙草行業還沒有找到合適的模型設計方法來對數據進行有效處理，現有的“可能世界模型”可能會解決模型問題，但由于此模型過于復雜，難以用一種通用的模型結構來適應煙草行業對于數據的需求。例如，對于煙草高端市場及中老年煙草消費者，這部分的產品與消費市場是基本穩定的，運用時間序列模型來預測需求是合理的，而對于低端煙草產品和年輕的消費者來講，他們的需求是多變的，他們的消費需求受更多因素的影響，而這些因素往往不具備時間的因素，因此采用時間序列預測需求不能精準地預測這部分煙草市場和煙草消費者的需求。

（四）零售客戶數據類型的內部性和煙草消費者數據類型的外部性

目前煙草行業的數據的來源基本是穩定，主要來源于煙草系統的內部數據，且內部數據中存在一些“休眠數據”尚未評估其價值，而隨著信息技術的發展，各地煙草企業建立了煙草營銷公眾號等平臺與煙草消費者互動，煙草數據產生的途徑不斷增加，外部性的數據類型持續增多，數據類型的外部性為數據統計帶來了很大的挑戰，相關的數據研究包括利用內部相似文檔信息來代替外部數據，但這樣的方法會引入更多的噪音，另一方面數據類型的內部性與外部性的有機融合也給傳統的數據處理技術帶來了挑戰。

三、大數據視野下處理煙草零售客戶與煙草消費者差異的可行性方法

（一）加強數據挖掘技術在煙草消費者市場細分中的應用

傳統的煙草消費者細分主要采用地理、人口和行為因素的相對穩定的標準，是基于經驗的分裂方法和基于統計的簡單劃分，而在大數據視野下，消費者的每一個屬性都可以作為一個維度進行細分，通過關聯規則、分類模型、聚類模型等數據模型來對消費者進行更加細致的分析，進而對消費者分類、消費者需求傾向、營銷策略、新產品開發策略、需求控制策略做出符合市場趨勢的轉變。

（二）加快零售客戶市場角色轉變，由“終端”變“次端”

在煙草市場改革過程中，煙草商業企業強調有“管理”型企業轉變為“服務型”企業，目的就在于更大程度的滿足煙草消費者的需求，“按訂單組織貨源”更體現了煙草商業企業改革的思路。但是，煙草市場的最終消費者，歸根到底還是有每一個個體的煙草消費者組成的，在大數據視野下，煙草零售客戶不應在作為煙草的終端消費者，而應該同樣服務于煙草個體消費者，通過不斷滿足每一個煙草個體消費者的需求，從而使整個煙草市場的需求得到滿足。作為個體煙草消費者的一線煙草提供者，煙草零售客戶應更加重視個體煙草消費者的屬性，不斷適應煙草消費者的新變化，通過提供大量煙草消費者的直接數據來輔助煙草商業企業進行決策。

（三）加快建立完善消費研究和需求預測體系，建立煙草消費者數據庫

目前的煙草數據庫中的數據，主要是結構化、內部化數據，數據的數量雖龐大，但消費者的非結構化數據、外部化數據的數量不足，難以滿足不斷變化的市場，因此積極建立起覆蓋全國的數據網是十分必要的，可以通過煙草零售客戶來搜集煙草消費者的數據，通過數據統計平臺來建立和完善數據庫。

四、總結

研究大數據視野下煙草零售客戶與煙草消費者的差異，是煙草行業有效利用大數據技術的內在要求，目前煙草零售客戶統計的消費者數據模型、類型和方法過于標準化，統一化，在傳統的數據統計方式下難免會產生數據丟失、數據失真的情況，因此加快非結構化數據和外部性數據的搜集和整理是今后煙草行業利用大數據進行企業經營決策的基礎性工作，也有助于煙草行業擺脫目前的經營困境，實現煙草行業的再發展。endprint