大数据视野下烟草零售客户与烟草消费者数据差异比较

高艺

【摘 要】随着大数据技术的积极推广和逐渐成熟，烟草行业利用大数据进行经营决策的趋势越来越明显，但在大数据处理中出现了用烟草零售客户数据代替烟草消费者数据这一问题，通过分析烟草客户数据与烟草消费者数据在数据结构，数据类型，以及运用的数据模型方面的差异，强调了真实记录烟草消费者数据的重要性，提出了加强烟草数据有效性的方法。

【关键词】大数据；烟草消费者；烟草零售客户；烟草数据差异；数据有效性

一、大数据视野下数据分析的基本条件

2011年5月，麦肯锡环球研究院发布《大数据：创新、竞争和生产力的下一个前沿》报告，系统地阐述了大数据概念，详细列举了大数据的核心技术，大数据开始为社會各界重点关注。

2013年王元卓等针对网络大数据的应用，从网络大数据平台引擎建设、网络大数据下的高端数据分析、网络大数据的应用三个角度来阐述如何满足客户的需求，奠定了我国利用大数据的技术基础。随着大数据技术的不断发展，大数据为企业的经营管理和市场预测都起到了至关重要的作用，而能否有效的运用大数据技术，则需要各行各业拥有独到的“大数据视野”，大数据视野需要具备三个基本条件，第一，具备大数据视野需要海量真实数据，大数据视野下的数据规模应该是传统统计模式下无法处理的数据，且这些数据都是在市场过程中真实产生的，不是人为编造的数据；其次是拥有处理数据的技术和专业人才，具备海量数据后能否利对这些数据进行有效、精确的数据挖掘和分析，首先要具备处理数据的技术和人才，目前数据处理的方式主要为分布式计算方法；最后，大数据视野要拥有处理数据的分析方法和思维模式，数据中包含的信息是极其丰富的，因此如何有针对性的处理分析数据成为有效利用大数据的关键。

二、大数据视野下零售客户与最终消费者数据差异比较

（一）零售客户数据的结构化与消费者数据的非结构化

大数据中的数据分为结构化数据、半结构数据和非结构化数据。我国烟草行业的大数据来源多样，数据库、XML文档中的大数据属于结构化数据，日志、邮件属于半结构化，还有办公文档，图标，文本，报表等非结构化数据，零售客户的订单会存储在数据库中，属于结构化数据，大量的与消费者密切相关的图标和文本属于非结构化数据，而结构化数据只占整体数据的15%，非结构化数据当中蕴含着丰富的知识，但同时非结构化数据相对组织凌乱，包含更多对决策无效的信息，这就为非结构化数据的统计工作带来了一定的困难，传统统计模式利用结构化数据进行生产决策，是个符合行业本身发展规律的，而随着市场消费者主体和大数据技术的不断发展，非结构化数据已经成为数据结构的主流形式，因此加快烟草行业对于消费者数据的非结构化研究是十分必要的。

（二）零售客户数据的确定性与烟草零售客户数据的不确定性

我国烟草行业的数据统计是经过多年发展，并且被证明是符合行业发展规律的统计方法，其统计的数据是少量的、低维度的、单一类型的，侧重于准确性数据的处理方法，但随着大数据的发展，对于目前井喷式的海量、高维度的、多类型的数据类型，传统处理方法不足以处理这样的数据，就目前烟草行业利用大数据现状来看，烟草行业处理这样的不确定性数据还存在一定的困难，这就要求烟草行业应加快计算机技术的开发，为处理这样的不确定性数据提供效率、效能上的可能。

（三）零售客户数据模型的确定性和烟草消费者数据模型的不确定性

由于零售客户数据的类型是确定的，因此零售客户数据模型也是确定的。由于经过多年的发展，我国烟草订货体系已经日趋成熟，网上订货成为了主流，零售客户在网上订货时，一般会根据自己本阶段的历史数据和时间序列模型来推断此阶段所需烟草数量，从而确定自己所需的烟草数量，而大数据下对需求的预测提出了更高的要求，在对不确定数据进行建模和系统设计上，目前烟草行业还没有找到合适的模型设计方法来对数据进行有效处理，现有的“可能世界模型”可能会解决模型问题，但由于此模型过于复杂，难以用一种通用的模型结构来适应烟草行业对于数据的需求。例如，对于烟草高端市场及中老年烟草消费者，这部分的产品与消费市场是基本稳定的，运用时间序列模型来预测需求是合理的，而对于低端烟草产品和年轻的消费者来讲，他们的需求是多变的，他们的消费需求受更多因素的影响，而这些因素往往不具备时间的因素，因此采用时间序列预测需求不能精准地预测这部分烟草市场和烟草消费者的需求。

（四）零售客户数据类型的内部性和烟草消费者数据类型的外部性

目前烟草行业的数据的来源基本是稳定，主要来源于烟草系统的内部数据，且内部数据中存在一些“休眠数据”尚未评估其价值，而随着信息技术的发展，各地烟草企业建立了烟草营销公众号等平台与烟草消费者互动，烟草数据产生的途径不断增加，外部性的数据类型持续增多，数据类型的外部性为数据统计带来了很大的挑战，相关的数据研究包括利用内部相似文档信息来代替外部数据，但这样的方法会引入更多的噪音，另一方面数据类型的内部性与外部性的有机融合也给传统的数据处理技术带来了挑战。

三、大数据视野下处理烟草零售客户与烟草消费者差异的可行性方法

（一）加强数据挖掘技术在烟草消费者市场细分中的应用

传统的烟草消费者细分主要采用地理、人口和行为因素的相对稳定的标准，是基于经验的分裂方法和基于统计的简单划分，而在大数据视野下，消费者的每一个属性都可以作为一个维度进行细分，通过关联规则、分类模型、聚类模型等数据模型来对消费者进行更加细致的分析，进而对消费者分类、消费者需求倾向、营销策略、新产品开发策略、需求控制策略做出符合市场趋势的转变。

（二）加快零售客户市场角色转变，由“终端”变“次端”

在烟草市场改革过程中，烟草商业企业强调有“管理”型企业转变为“服务型”企业，目的就在于更大程度的满足烟草消费者的需求，“按订单组织货源”更体现了烟草商业企业改革的思路。但是，烟草市场的最终消费者，归根到底还是有每一个个体的烟草消费者组成的，在大数据视野下，烟草零售客户不应在作为烟草的终端消费者，而应该同样服务于烟草个体消费者，通过不断满足每一个烟草个体消费者的需求，从而使整个烟草市场的需求得到满足。作为个体烟草消费者的一线烟草提供者，烟草零售客户应更加重视个体烟草消费者的属性，不断适应烟草消费者的新变化，通过提供大量烟草消费者的直接数据来辅助烟草商业企业进行决策。

（三）加快建立完善消费研究和需求预测体系，建立烟草消费者数据库

目前的烟草数据库中的数据，主要是结构化、内部化数据，数据的数量虽庞大，但消费者的非结构化数据、外部化数据的数量不足，难以满足不断变化的市场，因此积极建立起覆盖全国的数据网是十分必要的，可以通过烟草零售客户来搜集烟草消费者的数据，通过数据统计平台来建立和完善数据库。

四、总结

研究大数据视野下烟草零售客户与烟草消费者的差异，是烟草行业有效利用大数据技术的内在要求，目前烟草零售客户统计的消费者数据模型、类型和方法过于标准化，统一化，在传统的数据统计方式下难免会产生数据丢失、数据失真的情况，因此加快非结构化数据和外部性数据的搜集和整理是今后烟草行业利用大数据进行企业经营决策的基础性工作，也有助于烟草行业摆脱目前的经营困境，实现烟草行业的再发展。endprint