大數據技術在建設現代化煙草經濟體系中的作用、發展和構想

余裕承

摘 要：大數據技術在現代化煙草經濟體系建設中的功能和作用不斷提高，已成為影響整個行業體系能否實現高質量發展的重要力量。在實際中，僅靠行業各級領導者自身的專業知識以及工作經驗很難從海量的行業內外數據中快速準確地獲取有用信息。大數據技術可以對龐大的行業內外數據進行特定分析，從而輔助領導決策，提高決策的科學性和實時性，最終實現管理效能以及整體執行能力的大幅提高。

關鍵詞：大數據技術;煙草行業;煙草經濟體系

中圖分類號：F721文獻標識碼：A文章編號：1005-6432（2022）08-0187-02

DOI：10.13939/j.cnki.zgsc.2022.08.187

近年來，在推動行業高質量發展的情況下，煙草行業各種信息平臺的能力顯著提高，收集了大量數據，這能促使對現代化煙草經濟體系建設的理解更加豐富和準確。但是對于龐大數據量的挖掘分析及其應用在很大程度上是缺失的，無法為現代化煙草經濟體系建設及其拓展應用提供有效的幫助。為應對龐雜數據的挑戰以及謀求信息優勢，迎接“大數據”時代的來臨，必須對大數據技術在建設現代化煙草經濟體系中的作用、發展和構想進行前瞻性探討。

1 大數據在煙草行業中的作用和發展

大數據先進技術和強大應用在煙草行業蘊藏著巨大潛力，已成為全國煙草行業提升軟實力和硬實力的源泉之一。早在2012年，浙江煙草就已經開始了探索，時至今日，也在行業內取得了顯著成效，有力提升了行業大數據綜合處理水平。

縱觀近年來行業內工商企業在大數據探索和嘗試上所做的代表性、基礎性項目，多數旨在提高多源泉、多樣化和天量交錯關聯數據的邏輯抽象和研判解讀能力，解決分布式數據存儲中由不完整數據分析出有價值信息的問題，在騰訊、阿里巴巴、華為等國內頂尖高技術公司的支持下開發了一系列分析邏輯抽象性強、邏輯抽象性弱和完全無邏輯抽象性的天量數據的程序及“爬蟲”算法，并初始有能力對數據進行視頻化處理，研制出了面向任務的易操作、易理解的可視化人機交互工具[1]。通過整體計算機化解構技術的應用，可第一時間或略微延遲的批量解構和深度挖掘廣義數據和信息，其特有的隨機游走捕捉和“爬蟲”算法可從大數據中捕捉品牌培育、專賣監管、規范經營等極有價值的信息。通過這些項目的研究，行業內工商企業初步能將數據資源迅速精準地轉化為煙草行業決策優勢，并進而轉化為市場優勢，極大地減少從數據到決策的時間。

當前行業內工商企業比較關注的是如何通過開發迅速精準解構數據的算法模型，將天量數據進行最快捷的、全計算機化的關聯、匹配和調用，挖掘出有關卷煙零售戶、消費者的喜好、質量追溯、準確銷售等關鍵市場信息，并構建面向目標可認知的決策，使作為經營主體的地市煙草公司和作為執法主體的縣級煙草專賣局能夠以極高的速度監測和把握市場態勢。

從研究方向上看，行業內相關工商企業重點對以下四個領域的大數據技術做了探索：建立全國煙草行業數據科學通用的統一譜系構架，用于不同單位實體間數據識別和關聯;引入數據源并建立目錄，通過阿里巴巴、騰訊、華為的云環境利用大數據進行整合;進行煙草行業決策分析，開發先進的分析工具支持決策，特別是貨源精準投放、專賣精準監管和物流成本控制;利用云計算的安全性和完整性，增強行業信息網絡和數據存儲的防御能力。

2 大數據在煙草經濟體系中的應用和發展啟示

大數據研究作為一種新型技術，會對煙草產業的種植采購、精益物流、產品加工、品牌培育、專賣監管等各方面產生重大影響。將大數據技術真正應用于現代化煙草經濟體系全產業鏈，需要觀念的轉變、關鍵技術的攻關以及實踐領域的不斷探索和嘗試，這些都是當前煙草行業在大數據領域面臨的重大挑戰。

首先，必須轉變解決煙草行業在應用大數據中遇到的問題的思路和觀念，才能真正把握大數據應用的規律性，目前萬物互聯解決了數據來源的癥結，云計算構建了開發新算法的云環境，但大數據在現代化煙草經濟體系中的應用還需要注意容易產生的“冠大數據之名，無大數據之實;行大數據之道，無大數據之憂”這類普遍存在的問題，這導致存在數據零散、綜合性不強、局部數據多、全局信息少;有些視頻、態勢、圖像等產生的非傳統數據無法有效傳遞和存儲;數據無序管理的常態人為增大了數據分析和處理的難度。因此需要對基于信息系統和業務應用產生的大量數據進行更多的數據挖掘探索，以真正基于數據為業務工作提供更多科學指導，并更多的考慮網絡安全性、數據共享保密等隱患。

其次，在關鍵技術攻關上，數據集中存儲和管理、異地數據同步策略、網絡安全保障數據安全加密傳輸、跨地區信息高速處理等都是亟待解決的技術難題，需要在華為、阿里巴巴、騰訊等國內頂尖高技術公司的協助下對大數據基本知識與運用平臺研究、數據推動的全新計算機程序開發、大數據解構運用等方面的關鍵技術攻關[2]。要開發出一系列結構化推理技術和眾包技術，幫助現代化煙草經濟體系全產業鏈各環節上的人員從根源、支撐條件、預先埋設等多角度對不同數據的解構結果、樣本數據判斷結果及主要理論進行推導研判與評估測驗，人機協同凝練并豐富最終結論，以提高數據資源解構的精準性與透徹性，逐漸培養現代化煙草經濟體系的大數據技術知識產權和核心技術能力。

最后，在煙草全產業鏈的應用方面，通過透徹分析各研究領域、多語言的論文資料和知識產權信息，定期對大數據領域新涌現技術、開創性技術對煙草產業未來的發展影響進行前瞻性評價并做出發展潛力排名，預判未來的發展方向;著重挖掘大數據在資源分配、設備運行、精準監管、網絡防御、智慧物流、貨源投放、成本控制等方面的運用需求，尤其需要逐步拓展大數據技術在提升黨建工作水平中的作用。

3 未來構想

大數據技術的更新、發展、進步和應用必將催生出新的煙草全產業鏈運行模式和機制，并對煙農、零售戶、消費者的行為選擇產生深刻影響。在可預見的未來，隨著大數據在現代化煙草經濟體系建設中各環節的不斷深入，行業各級責任主體發現問題、分析問題、解決問題的效能將顯著提高。

第一，設備調度。涉及設備的購買、存儲、領取、使用、維護、退出等多個節點，加之未來設備日益綜合性多功能，對設備進行精細化管理特別艱難且費時耗力。以后伴隨著AI設備進入應用范疇，其自動化的數據采集技術能夠采集設備自身和其他非AI設備的數據，從而實現設備的全壽命智能化管理、實時動態監管和精細化維護保養[3]。還可以基于大數據，挖掘出設備運用的規律知識，進行前瞻性維護提醒，最大程度提升各種設備的使用時間，降低設備的購置、維護、使用和管理費用。

第二，故障診斷。各種設施設備的故障診斷，都是基于出現的故障反向找出具體原因，對于復雜系統、多過程、突發性故障的診斷效率低下。基于大數據的問題判斷，能夠迅速精準提供處理方案，通過收集問題種類、分析問題特征、建立問題案例知識庫以及各種信息平臺收集到的設備各構成部件的情況數據，與問題種類和征狀進行關聯性解構，抽象提煉出故障規則，并結合維護人員的經驗制定問題解決方案，最后搭建起設備的智能化問題判斷模型。

第三，信息深度分析。通過大數據工具，提高對煙草行業全產業鏈各環節各領域數據信息的發現和深度認知能力。未來的各級信息中心會同計劃、營銷、專賣、物流、財務等部門可以從各類信息中提取關鍵數據，實時分析數據，基于綜合管控、資源調配、業務管理、標準建設、費用管理、績效考核這樣一個立體化的多層次、多角度空間，以視頻化形式展現解構結果信息，為各級決策者提供精準透徹的判斷、管理數據支撐[4]。

第四，業務流程優化。在大數據背景下，多維度、多角度、大范圍的信息獲取方式日趨豐富，數據量日益巨大。通過形成龐大、實時更新、可靠的數據資源，利用人工智能相關算法，可從原來依靠經驗定性判斷轉為依靠數據精準定量的計算出區域市場零售戶、消費者的銷售節奏和消費偏好，從而預測市場動態和品牌發展，有效地對企業現有資源進行模擬培訓和預先推演，得出各種市場環境下的最佳資源分配和模塊搭配方案，形成準確的、體系化的決策方案表，簡化決策流程，從而大大縮減決策循環周期（OODA）[5]。基于大數據構建煙草全產業鏈質量追溯云，通過各類設施設備運行數據、生產數據、試驗數據等的精準整合，可實現人—財—物一體化的共享與協同的信息平臺，并提供包括資源類、信息類、應用類的云服務。基于云服務，煙草全產業鏈各環節、各責任主體在執行層面的各類設施設備實現萬物互聯，圍繞“賣好這根煙”組織各類設施設備自動化開展作業。

第五，在隊伍建設領域，可運用可視化、人機交互等大數據技術，研發智能化培訓、人員及模擬培訓體系，第一時間收集、處理、解構不同層面、不同權利實體的基礎資料，自動提煉出培訓管理評估報告。還可全面運用邏輯解構、深度學習等技術，對預研文獻、綜合評價資料、培訓方案、培訓進度等資料進行透徹的對比、關聯、分層和評判，摸索出培訓管理中大概率存在的缺陷或癥結，進一步圍繞資源分配掌控提出相關決策意見。在安全風險預測方面，也可基于大量歷史安全數據樣本，對實時采集的安全數據進行快速的風險預測研判，提供較為迅速的輔助決策功能。

4 結論

大數據已成為現代化煙草經濟體系建設中的核心要素和卷煙營銷向新零售轉型的制勝關鍵，擁有大數據的主導權即擁有信息優勢和決策優勢，在未來同國外煙草商的競爭中能實現數據制勝。在行業大數據研發領域，當前的重點是加強與華為、騰訊、阿里巴巴等國內一流技術公司的合作，研發一批能夠適用于煙草行業相關場景的大數據解構調度的專業化硬件或軟件，并將其運用于具體工作，獲得顯著的經濟效益和社會效益。未來現代化煙草經濟體系的建設必須緊密結合大數據技術發展，完成相關技術的應用和轉化，從而全面提升中國煙草行業全產業鏈的競爭力。

參考文獻：

[1]陳俊杰.基于大數據及人工智能的物聯網客戶感知保障研究及實踐[J].電信工程技術與標準化， 2021，34（2）.

[2]鄭利.飛航導彈綜合保障大數據技術應用研究[J].飛航導彈，2019（10）：91-94.

[3]凌江波.基于大數據的裝備保障決策輔助支持系統研究[J].數碼世界，2020（2）：74.

[4]常靖童.大數據時代企業管理會計機遇與挑戰[J].合作經濟與科技，2021（6）.

[5]雷亞國，許學方，蔡瀟，等.面向機械裝備健康監測的數據質量保障方法研究[J].機械工程學報，2021（4）：1-9.

3937501186505