基于社會大數據融合的卷煙營銷數據分析應用設想

摘 要：卷煙營銷當前業務運行以內部數據來源為主，從數據結構上缺少外部社會數據加持;隨著時間推移，業務端對市場和消費者信息有進一步分析把控的需求，因此需要相關社會大數據以補足目前的研究需求。現有的社會數據包括消費者畫像數據、地理位置數據、POI信息點數據、人口數據等。文章以西安煙草為例，從外部社會數據資源與卷煙營銷自身數據資源融合打通方面探索構建適用場景，并從業務需求角度，在市場狀態監測、貨源投放策略優化上提出減免設想，從而提升需求數據的應用空間。

關鍵詞：社會大數據;卷煙營銷;數據分析;精準營銷

中圖分類號：F724.6 ????文獻標識碼：A 文章編號：1005-6432（2022）01-0129-02

DOI：10.13939/j.cnki.zgsc.2022.01.129

1 引言

根據對地市級煙草商業企業的洞察，數據和其他生產要素間具有協同作用，可作為各生產流轉的核心樞紐[1]。同時，數據要素的積累和交易可以反哺技術創新。然而數據價值發揮往往面臨以下瓶頸：原始數據準備耗時久、數據質量不良、內部數據缺乏與外部數據的關聯打通，從而淪為數據孤島[2-3]。如何利用外部數據加持內部數據，從而整合數據資源，找尋數據分析賦能企業高效運營的突破口，是文章的出發點。

文章嘗試引入社會第三方資源數據，如非煙數據、區域人口流動數據、商圈數據等，利用數據分析原理、可視化技術、畫像技術等，初步形成社會數據與零售終端及消費者數據的關聯分析應用設想，為優化提升市場狀態和貨源投放策略提供支持。

2 社會數據采集分類

通過調研，現有的與卷煙營銷相關聯的外部社會數據主要包含消費者畫像數據和區域人口流動數據，具體分類如下。

2.1 消費者畫像數據

數據分析維度包括消費者來源、消費者畫像、消費者偏好三類。每一個維度的數據又分解成不同的數據標簽。

（1）消費者來源：分為居住地，來源地名稱精確到住宅小區;工作地，來源地名稱精確到寫字大樓。

（2）消費者畫像：分為基礎畫像，包括性別、教育程度、年齡、婚姻、子女年齡等數據標簽;經濟畫像，包括收入、職業、房產、車產、手機價位、消費價位等數據標簽;線上畫像，包括移動終端使用情況、興趣愛好、媒體觸達、App活躍滲透率等數據標簽。

（3）消費者偏好：分為常去商場偏好，包括最常拜訪前十商場名稱;餐飲消費偏好，包括餐飲偏好、餐飲地點分類、餐飲價格偏好、就餐習慣、堂食就餐頻次等數據標簽;酒旅消費偏好，包括出行區域、出行類型、交通方式、酒店類型、酒店星級、酒店增值需求等數據標簽。

2.2 區域人口流動數據

包括區域名稱、人口類型（如到訪、居住還是工作）、人口數量、性別數量、年齡段、居住人口工作日白天/夜間駐留時長、居住人口休息日白天/夜間駐留時長、工作人口工作日白天/夜間駐留時長、工作人口休息日白天/夜間駐留時長、到訪人口工作日白天/夜間駐留時長、到訪人口休息日白天/夜間駐留時長、終端品牌名稱、App類別名稱等標簽，可以研究區域內的人流量、人流量時間空間變化和駐留目的等。

3 數據應用場景

3.1 與零售客戶銷售數據關聯分析，形成零售客戶畫像

按日報、周報、月報進行零售客戶畫像匯總對比，單一門店分析思路如下：

（1）工作日/周末分析：對比一周當中工作日/周末零售客戶畫像結構變化。

（2）節慶/平日分析：根據節慶長度，按日/周/月時間維度，對比零售客戶畫像結構變化。

（3）趨勢分析：在連續周期中，零售客戶畫像結構對比。

通過零售客戶畫像分析，提升對門店消費者的認知。

3.2 與零售客戶坐標數據關聯分析，打通門店和消費者數據

分析思路：以零售門店經緯度地理坐標作為關聯鍵位，建立數據關聯。

分析示例：目前零售門店卷煙訂購頻次為一周一訂，因此對單一零售戶而言，一周中有一天為卷煙產品配送日，對比門店卷煙配送日的消費者畫像和平日消費者畫像區別，示例如表1所示。

根據此前零售客戶走訪調研得到的經驗，老客戶往往趕在配送日當日進店消費，預先選購所需品規。因此通過對比門店配送日與平日消費者畫像結構，可初步得出門店老客戶畫像。如果監測的門店同時配置“絲路通”“店小二”等數據采集設備進行銷售數據采集，可進一步結合終端銷售數據，分析特定客群和當日當店品規消費關聯，實現人—貨—場三個維度打通。

3.3 鎖定高潛力卷煙營銷門店，開展精準營銷

精準營銷是在精準定位的基礎上，依托現代信息化數字化技術手段建立個性化的客戶溝通服務體系[4]，實現企業可度量的低成本擴張之路。卷煙零售客戶的精準營銷，首要要求是找到高潛力營銷客戶，即營銷效果反饋較好、配合程度高的卷煙零售客戶。整體流程可分為三步：

（1）繪制消費者畫像：提取零售門店周邊人群數據（人群基本特征、興趣愛好、媒介觸達），生成門店級別周邊客群畫像。

（2）門店消費者掃碼觸達率：零售客戶開展營銷掃碼活動時，采集掃碼信息包含經度、緯度、掃碼時間、掃碼日期、活動名稱、盒包裝條形碼等原始表頭。

掃碼信息原始表頭需要轉制為供下一步計算的數據標簽：門店的經緯度，可定位門店位置;消費者掃碼時間可以計算該門店的掃碼總頻次;盒包裝條形碼可以統計出某品規的掃碼數。結合門店品規實際銷售數據，可以計算得到每個營銷活動門店、每個品規的掃碼率。

掃碼率=該品規活動時間內掃碼計數/該品規活動時間內銷售計數

（3）高潛門店判定：篩選出掃碼率較高的活動門店，總結該類型門店的周邊消費者畫像，在門店列表中匹配出具備類似周邊客群的門店，判定為營銷活動高潛力門店，未來計劃營銷活動時，可以優先選擇在該類門店執行。

3.4 作為商圈研究的補充數據

進行商圈劃分時，可借鑒人口熱力圖輔助定義商圈邊界，從客觀維度加入商圈劃分輔助建議。以新城區人口熱力圖為例，可以明顯得到數個人口密集區域。通過導出具體經緯度信息，可以得到該行政區人口密集商圈的邊界范圍。

3.5 研究區域人群屬性分布與區域卷煙銷售關聯

研究邏輯：

（1）根據特定研究話題，計算區域TGI指標。對于大體量用戶畫像評判，可以引入TGI指標。TGI是Target Group Index（目標群體指數）的縮寫，是用戶畫像評判的一個重要指標，是數據統計處理的一種方式，主要目的是給用戶分層。TGI的叫法有很多，比如喜好度、偏好度、核心用戶等。

TGI指數=[目標群體中具有某一特征的群體所占比例/總體中具有相同特征的群體所占比例]×100

最簡單的例子：假設西安市男女比是50%和50%，某行政區男女比是70%和30%。

行政區男性TGI=70%/50%×100=140

行政區女性TGI=30%/50%×100=60

TGI指數等于100時表示平均水平，高于100代表該類用戶某類特征程度高于整體水平，低于100代表該類用戶某類特征程度低于整體水平。上述例子中，可以得出該行政區男性比例較全市高，女性比例較全市低。TGI算法也可簡化理解為：局部占比/大盤占比×100。

利用人口數據標簽，可計算不同維度的TGI指標，如行政區男女比TGI（行政區男女比/西安市男女比）、行政區外來人口流入TGI（行政區到訪人口來源占比/西安市到訪人口來源占比）、行政區富裕指數TGI（行政區富裕指數人口比例/西安市富裕指數人口比例）。

根據不同維度的TGI指標對比，可以初步得出，相比較西安市（整體大盤）的人群屬性分布，該行政區的人群屬性分布是否有偏向性。

（2）零售門店終端銷售數據聚合。將零售門店終端銷售數據進行聚合，把門店級別數據轉制為行政區級別數據。理想情況下，終端銷售數據更新頻率與外部社會數據更新頻率一致。

單一品規區域銷售額=sum（區域內門店銷售額）

單一品規區域銷售量=sum（區域內門店銷售量）

（3）建立回歸分析模型。確定變量：明確回歸分析的目標，即品規行政區級別銷售量為因變量Y。尋找與預測目標的相關影響因素，即不同維度的區域TGI，為自變量。

建立回歸分析模型：依據自變量和因變量的歷史統計資料進行計算，在此基礎上建立回歸分析方程，即回歸分析模型。估計參數的常用方法是最小二乘法。

進行相關分析：回歸分析是對具有因果關系的影響因素（自變量）和預測對象（因變量）所進行的數理統計分析處理。只有當自變量與因變量確實存在某種關系時，建立的回歸方程才有意義。因此，進行相關分析，一般要得出相關關系，以相關系數的大小來判斷自變量和因變量的相關程度。

（4）結果應用設想。對于銷售量高的相關區域人群TGI指標分析結果，可針對特定區域設計開展營銷活動，如樣品煙派發、品吸或品鑒活動;或者在特定品規培育時，能夠精準尋找到具備特定人群屬性的區域，從而提升品牌培訓選點的精準度。

4 結語

通過分析，總體來說，西安煙草現有的外部社會數據與卷煙營銷數據有較為密切的強相關關系，但對于社會數據和煙草數據關聯分析模型的建立、數據通道的打通，還需要更多的數據和長期的探索。后期可進一步通過數據挖掘、可視化技術、畫像技術、智能算法、用戶維度模型，將數據應用的設想轉化為社會數據與零售終端及消費者數據的關聯分析模型，為優化提升市場狀態和貨源投放策略提供支持。

參考文獻：

[1]梁曉慶，秦玉化.大數據在卷煙營銷工作中的應用[J].中國商論，2020（21）：61-62，65.

[2]周宏.基于大數據的煙草營銷創新應用[J].信息技術與標準化，2020（5）：66-70.

[3]李寧寧.大數據時代卷煙營銷精準施策的實施路徑[J].現代企業，2021（3）：35-36.

[4]趙慧杰.基于大數據時代的卷煙行業精準營銷模式[J].市場觀察，2020（7）：72.

[作者簡介]劉佳（1989—），女，科員，碩士，研究方向：通信與信息系統、網絡安全與信息化等。

1756501186288