基于推荐系统提升卷烟精准营销水平

苏伊珊

摘要：精准营销有利于提高卷烟销售率，真正实现资源匹配，降低真烟异动发生率。而不断提升数据存储能力和数据分析能力是精准营销策略的前提。推荐系统基于数据挖掘和关联规则分析对零售商和卷烟进行分析从而实现对零售商的精准推送，进而精确的划分市场，实现精准营销，挖掘更多潜在的经济效益。

关键词：推荐系统;精准营销;大数据

一、现状分析

1.精准营销现状

目前，湖南省烟草行业卷烟营销方面在运行的主要有三类信息平台：一是兼具管理和资讯服务的一体化综合管理平台;二是供零售户订烟的“新商盟平台”;三是供客户经理监督指导零售户开展卷烟营销的省级卷烟营销平台。这三类平台每天都会产生大量的数据信息，客户通过“新商盟平台”订烟的数据能及时反馈到省级卷烟管理平台中，以便客户经理及时进行查看和监督，方便确定新入市品牌投放、推广标准;同时利用信息库的数据信息能够自动调节零售户档位，从而平衡整体市场需求。

2.推荐系统使用现状

推荐系统目前在新媒体公司中使用较多，例如：微博和小红书的推送和发现都是基于用户的日常数据分析进行的精准推送，这类推送一般贴合用户兴趣点，能带来巨大的流量，同时也提高了用户的使用粘性，为公司创造了巨大的价值。而目前传统零售企业使用推荐系统情况较少。

3.主要问题

3.1数据失真

数据失真是指营销数据在产生到使用的过程中，由于人為操作或者数据版本的变更从而导致真实的数据和最后使用的数据不一致。在产生数据时，由于零售客户数据录入时的操作失误，会导致第一层的数据失真。例如：不懂得如何正确使用POS机或者数据版本的更新以及客户经理采集数据时个人主观性的存在，极其容易造成真实的数据和录入数据的不一致。在采集终端发送数据到数据仓时，尽管现在存在大量的网络传输技术（比如：重传机制）来提高网络数据传输的可靠性，但是目前仍然无法确保数据通过网络能够100%的传输到目的地。因而，营销数据很容易就会出现缺少部分条目的现象，丢失关键的条目，导致数据仓中存储的数据不完整。

3.2数据挖掘不充分

传统大数据分析方式只着重分析用户的属性，比如零售户订烟的品类、品牌、产地、数量，而缺少对零售户与卷烟交互关系的分析、研究。推荐系统中的一个关键因素就是关联规则分析。零售户对某种品牌的卷烟需求大的直接原因是这种品牌卷烟的销售量大，而间接的原因可能是消费者受到卷烟的质量、气味、售价、产地等因素的影响。关键规则分析就是通过大量的数据充分挖掘零售户与卷烟品牌的间接原因，从而找出影响零售户销量与订购量的最主要原因，进而也就是对数据的充分挖掘。

二、推荐系统构建思路

针对卷烟营销中的以上两个问题。推荐系统的构建包含三个步骤：首先，针对数据仓库中的卷烟营销条目失真，不完整的现象，采用生成对抗网络（GAN）对数据仓库中的卷烟营销数据进行补全，增强营销数据的数据特征。在对数据进行完预处理之后，将预处理之后的营销数据和卷烟的属性数据分别输入到相应的神经网络中进行特征提取，分别产生一个候选集。产生候选集的方法主要有两个：（1）基于内容的过滤方法。根据客户自身的属性与对象（卷烟品牌）的属性，给客户推荐客户过去喜欢的产品类似的产品。（2）协同过滤。协同过滤依赖于客户与产品的交互过程，关注点在于具有某一特征的客户对某一品牌的卷烟很感兴趣，那么具有相同特征的客户同样也会对同样品牌的卷烟感兴趣。

三、运用推荐系统实现精准营销

1.精准客户维护

精准客户维护的核心是挖掘客户自身的特征，将客户自身的特征与卷烟的属性特征匹配。通过以上的卷烟推荐系统的构建，推荐系统首先会构建一张零售户营销数据特征与卷烟数据特征的关联规则网络，关联规则网络中每一个具体的卷烟零售户都会聚类到某一类特征分组中。针对某一个具体的卷烟零售户，将首先查询卷烟零售户所在的特征分组，然后将此特征分组在关联规则网络中所关联的卷烟数据特征返回，包括卷烟品类的特征、数量等。进而通过卷烟品类的特征和数量组合成具体的卷烟品类清单列表推送给具体的客户。同时，卷烟品类的特征中还会包含客户货架、烟味成列等信息，能够根据零售户具体订购卷烟的品类对其客户货架、烟位成列进行指导。

2.精准市场细分

推荐系统构建关联规则网络时是一个聚类的过程，所有具有共同特征的零售户会维护在一个分组内。具体来说：推荐系统首先根据个体零售商的营销数据，挖掘个体零售商的营销数据特征。然后将所有个体零售商的营销数据特征互相进行匹配，所有营销数据特征的偏差在一个误差范围内的个体零售商会形成一个组群。因而，同一个组群内零售商的卷烟需求具有很大的相似性，从而通过划分组群对卷烟零售市场精准划分。同时，如果将零售户的具体位置纳入到特征范围内进行考虑，同一个组群内零售户的位置也是能够具有很大的相似性，所以也能过在一定程度上减少卷烟配送的物流成本。

3.精准品牌培育

推荐系统不仅针对零售户的数据特征（地理位置，销量，消费者反馈等）进行了聚类分析，与此同时，众多品牌的卷烟的属性（原料，气味等）也会被进行聚类分析。依据个品牌卷烟的销售量不同，得出高销售量的卷烟属性组合。并且将高销售量的卷烟属性特征组合进行耦合，尝试开发新的品种和口味，并且投放回对这些品种或口味感兴趣的区域，实现分区域的精准投放，同时也促进了卷烟品牌的多样化，培养了新的卷烟品牌。

四、结论

精准营销的核心是要把最适合的产品推荐给最适合的用户，推荐系统在经过大量的数据训练之后，能够通过搭售的方式提升产品的多样性，精准的把握客户的需求，精准的划分市场并且实现精准投放，减少物流运输成本，开拓信息共享的新商业模式。

参考文献

[1]梁晓庆，秦玉化.大数据在卷烟营销工作中的应用[J].中国商论，2020， No.820（21）：67-68+71.

[2]耿晓斐.基于融合数据挖掘技术的烟草商业营销推荐系统[J].电脑知识与技术：学术版，2015（1）：2.