工商零消大數據助力煙草行業客戶價值預測與精準服務

李欣欣?肖駿?孔維力

摘 要：隨著大數據技術的不斷發展，客戶的需求越來越個性化，客戶體驗要求越來越高。準確把握以及需求響應的實時性，通過使用大數據和人工智能的技術，對客戶進行精準分類和價值預測，從而提供精準服務顯得十分必要。為加快煙草工商業互聯網+營銷數字化轉型，廣西中煙開展了面向智慧商圈的工商零消大數據分析關鍵技術研究，通過將“互聯網+”前沿技術與卷煙消費場景相結合，借助數據分析建立客戶價值預測模型、客戶價值體系標簽模型、商圈價值預測模型，建設模型統一管理平臺，開展精細化的客戶分層分類，完成有依賴專家經驗的傳統工作模式轉變到數據驅動智能輔助的科學高效工作模式，在繁雜的客戶拜訪任務池中篩選出高價值、高質量客戶群，并針對性地開展精準服務。

關鍵詞：大數據;客戶分類;標簽模型;精準服務

一、研究背景

2015年以來，中國煙草行業逐步進行市場化改革。移動互聯網背景下，大數據正在以前所未有的速度，顛覆人們探索世界的方法。隨著大數據技術的不斷發展，客戶的需求越來越個性化，客戶體驗要求越來越高。準確把握以及需求響應的實時性，通過使用大數據和人工智能的技術，對客戶進行精準分類和價值預測，從而提供精準服務顯得十分必要。

通過查閱文獻，李曉萍等研究改善了K-means算法應用于客戶分類中的RFM模型，解決了綜合性商場的客戶分類問題;冀慧杰、倪楓等在此基礎上引用灰度關聯度對各指標權重又進行了劃分;羅彪、閆維維等所研究模型則運用網絡層次分析法（ANP）對指標進行賦權，兼顧了指標間的相互影響;在行業內，閆磊、劉旭等對卷煙零售客戶價值指標體系建立，價值維度包括貢獻度、影響度、支持度三個方面進行了研究。

綜上，為加快煙草工商業互聯網+營銷數字化轉型，廣西中煙工業有限責任公司（以下簡稱廣西中煙）以數據驅動營銷服務，構建智能化數據支撐體系，基于標簽體系構建客戶價值模型，從而界定差異化的客戶服務群體，最大限度配置好客戶服務資源。通過將“互聯網+”前沿技術與卷煙消費場景相結合，參考工商業卷煙銷售、投放、經營數據構建方法，借助數據分析建立多維度、多指標相互關聯的標簽體系，開展精細化的客戶分層分類;借助人工智能的驅動力，完成有依賴專家經驗的傳統工作模式轉變到數據驅動智能輔助的科學高效工作模式。在繁雜的客戶拜訪任務池中篩選出高價值、高質量客戶群，并針對性地開展精準服務。

為實現上述目標，廣西中煙與廣州煙草開展了面向智慧商圈的工商零消大數據分析關鍵技術研究，研究主要分為客戶價值預測模型和客戶價值體系標簽模型研究。

二、客戶價值預測模型

以客戶屬性作為細分標準，以銷售量為基礎，參考其他特征數據和市場狀態指數，結合人工智能對客戶價值進行智能分析和預測，得到客戶價值預測模型。其中，客戶基本屬性可以分為檔次、銷量、品牌寬度、店面形象和經營能力等。客戶分類評定要求如下：

通過影響客戶分類因子分析，為實現客戶分類的目標，有效提供精細服務和精準監管，小組成員通過頭腦風暴法，查找出影響客戶分類的定性、定量和異常因子。

1.客戶評價分類參與人員

主要包括營銷部主任、管理人員、市場經理、信息專員、終端專員、客戶專員，各崗位人員根據客戶評價分類流程和時間要求對客戶進行評價分類。

2.客戶評價分類周期

客戶分類評價周期原則上每季度一次，每季度首月上旬開展評價。通過定性、定量及異常指標對一季度內客戶實際經營情況進行全面摸查。

3.客戶分類評價流程

（1） 客戶基礎信息維護

客戶專員：評價周期前，客戶專員根據客戶分類評價指標逐項梳理，對所有客戶的關鍵基礎信息重新維護一遍，特別是確定為分類有效因子的關鍵基礎信息必須做到全面、準確維護。

信息專員：每季度首月前5日（節假日順延），負責對評價周期內（上一個季度）的客戶實際經營數據進行分析，主要包括一二類銷量、銷售額、條均價和品牌寬度等，并對客戶相關基礎信息進行后臺維護。

（2） 評價基礎資料收集整理

信息專員：評價周期截止日，負責從相關系統中導出相關定量銷售數據，結合客戶分類周期定性數據、通過指標分值加權運用，對存在違法違規或不規范經營行為的客戶減去相關的扣分項，得出客戶綜合評定分值。結合所有客戶的得分情況對應的客戶類別分值區間，形成季度客戶初始類別。

（3） 異常客戶類別調整說明

由于異常要因包括客戶存在違法違規行為和涉嫌不規范經營行為，此部分內容將對以上兩種不同行為作相應的補充說明。

①客戶存在違法違規記錄的取值周期

以客戶分類評定周期開始計算，根據內管、專賣部門提供的違法違規數據為時間節點，取值周期為就近三個月。

②客戶涉嫌不規范經營行為的核定過程

客戶專員對客戶系統數據和實際經營情況進行判斷排查，一旦發現客戶涉嫌異常情況，信息專員負責匯總收集后并把客戶名單傳遞到內管部門跟進。

③涉嫌不規范經營行為的客戶類別恢復條件

在每個客戶分類評定周期內（一季度），異常類別客戶一直保持合法經營，不再出現異常情況，可在下一評定周期時，按客戶綜合評定得分結果恢復其對應的初始類別。

根據以上客戶分類評定要求，查找影響客戶分類的定性、定量和異常因子。通過篩選、分析，對各項因子進行一一比對，最后篩選出有效因子，構建客戶價值預測模型，并對各項因子設置不同的權重和分值。以客戶銷售額、一二類銷量、品牌寬度、條均價等關鍵業績指標為主，以客戶入網時間、經營者情況、守法情況等反映客戶成長性的潛力指標為輔，綜合考慮客戶的規范經營情況和示范效應，多角度、立體化地對客戶進行價值預測。

客戶價值基本算法為：客戶預測價值=定性因子得分+定量因子得分-違法違規扣分-核定不規范經營行為扣分。

三、客戶價值體系標簽模型

以數據營銷為主線，構建智能化數據支撐體系，以服務營銷為支線，準確界定差異化的零售戶群體，設計客戶標簽體系，建立客戶價值體系標簽模型。

根據表1的綜合評定結果，構建分層分類模型，將客戶劃分為核心客戶、潛力客戶、常規客戶三個一級類別以及對應細分的客戶類別。

結合客戶價值體系標簽模型，對廣州市白云區全區客戶進行精準分類，對不同標簽的客戶匹配不同的服務方案。

1.核心客戶

該類客戶綜合評定得分較高，經營業績很好，長期守法經營，對經營利潤非常重視，有自我提升訴求和進一步提升空間，對利用電子信息技術開展經營工作比較積極，需要服務項目較多，對客戶專員的服務工作依賴性強，且對服務人員的配合度較高。對于公司而言，該類型客戶當前價值與潛在價值均較高，是黃金客戶，公司擁有該類型客戶越多，市場就越穩定，企業就越有發展潛力。因此，應把重要服務資源投入到保持和發展這類客戶上面，主動及時地了解客戶服務需求，提供最優的服務項目和實施最優的服務策略。

（1） 分類標準

所占比例：總客戶數15%-20%

分類類別：按分層分值區間劃分為20支客戶、終端戶、重點客戶。

（2） 服務標準

拜訪頻次：兩周拜訪一次

拜訪時長：15分鐘-30分鐘

拜訪方式：實地拜訪、網絡拜訪、電話拜訪

服務類型：親情服務

2.潛力客戶

該類客戶綜合評分較理想，具有較好經營業績的可提升空間，營業收入在其總收入中所占比重較大，能夠配合服務人員開展各項工作。對于公司而言，該類型客戶的潛在價值要高于當前價值，可以通過及時、有效的服務，將該類型客戶中的一部分發展、提升成為核心客戶。因此，公司要投入較為豐富的服務資源，建立便捷、高效的溝通渠道，加強對該類型客戶的情感維系，增加拜訪頻次，提供個性化服務，促使其向核心客戶邁進。

（1） 分類標準

所占比例：25%-30%

分類類別：按分層分值區間劃分為成長型潛力客戶、培育型潛力客戶、觀察型潛力客戶。

（2） 服務標準

拜訪頻次：每月拜訪一次

拜訪時長：15分鐘-25分鐘

拜訪方式：實地拜訪、網絡拜訪、電話拜訪

服務類型：真情服務

3.常規客戶

該類客戶經營較為穩定，長期以來銷量、銷售結構波動非常小，經營利潤在店鋪整體經營利潤中占比較低。受市場環境、店主文化程度、消費者購買力等因素制約，客戶自我提升觀念不強，且提升空間有限。該類型客戶對客戶專員的服務需求較少，有服務需求時，習慣于通過電話向客戶專員咨詢。對于公司而言，該類型客戶是最廣泛的客戶群體，是企業生存和發展的根基。應通過有規律的拜訪服務，同客戶建立相互信任與依賴的關系，進而改變客戶經營觀念，釋放經營潛力，使其逐步向潛力客戶與核心客戶靠攏。

（1） 分類標準

所占比例：40%-50%

分類類別：按分層分值區間劃分為增長型常規客戶、穩定型常規客戶、波動型常規客戶。

（2） 服務標準

拜訪頻次：季度拜訪一次

拜訪時長：5分鐘-20分鐘

拜訪方式：實地拜訪、網絡拜訪、電話拜訪

服務類型：熱情服務

四、總結

通過客戶價值預測模型，對不同的客戶進行價值評估，通過客戶價值體系標簽模型，對客戶進行分層分類，得到三大類九細分類的客戶表格，針對不同類別的客戶，匹配不同的服務方案。通過商圈價值預測模型，使用人工智能方法，為新店鋪選點提供參考，構建基于標準數據交換格式的標簽分類體系模型，通過模型統一管理平臺，針對客戶經營管理上存在的不足，提出改進方案，改善客戶經營管理水平，降低客戶經營成本，分析周邊市場環境特點和消費需求變化趨勢，幫助客戶把握市場動向，找準經營提升突破口。

參考文獻：

[1]李曉萍.K-means算法對綜合商場客戶價值分類的研究[J].電子技術與軟件工程，2021，（24）：122-124.

[2]冀慧杰，倪楓，劉姜，等.基于灰色關聯度和K-Means++的電子商務客戶價值分類[J].計算機系統應用，2020，29（9）：249-254.

[3]羅彪，閆維維，萬亮.基于ANP和K-means聚類的客戶價值分類模型及應用[J].計算機應用，2013，33（10）：2954-2959.

[4]閆磊，劉旭，徐斌.基于客戶價值的卷煙零售客戶分類研究與應用[J].價值工程，2019，38（25）：89-90.

[5]劉寧，苗銀家.煙草企業營銷渠道建設存在的問題及對策——以煙草企業A公司為例[J].長江大學學報（自科版），2017， 14（02）：66-67.

作者簡介：李欣欣（1990.11- ），女，漢族，廣西貴港人，碩士研究生，工程師，研究方向：工商管理;肖駿（1990.07- ），男，漢族，湖南常德人，本科，助理工程師，研究方向：信息技術;孔維力（1997.11- ），男，漢族，廣西南寧人，本科，助理工程師，研究方向：信息技術