基于数据驱动的卷烟营销模式优化策略

2023-04-16钟雯杨湘粤邓可心

中国集体经济 2023年11期

钟雯　杨湘粤　邓可心

摘要：互联网、大数据、移动支付普及的信息时代，数据信息已經成为市场竞争的重要生产要素，是推动企业高质量发展的核心资产，烟草行业必须抢占优势，深化数字思维与创新意识，将数字化愿景付诸行动。基于此，文章以耒阳市烟草专卖局（分公司）为研究对象，选取两个重点培育品规，采用线性回归和移动平均法分析预测品牌卷烟销售趋势，并对卷烟营销数字化转型策略进行了初步思考，以期为烟草商业企业激活数字资产潜力提供参考。

关键词：数据资产；趋势预测；数字化；精准营销

卷烟销售拥有庞大的消费市场，是我国国家财政税收的重要来源，在社会发展与人民生活中扮演重要角色。但卷烟作为特殊商品，除了《烟草控制框架公约》以及我国控烟宣传和烟草专卖专营的限制以外，烟草行业正面临着数字化技术革新的挑战。各行各业已经开始抢占数字化浪潮的高地，试图在新一轮市场竞争中占据优势，烟草行业自然也不例外。大数据、互联网、云计算等信息技术的发展驱动着传统的卷烟营销模式优化升级，依靠现代零售终端，采集消费者大数据形成数据资产，在数据与营销融合下，整合分析零售户、消费者数据，对市场趋势进行预测和掌控，有利于烟草商业企业优化资源配置，最大化实现商业效益。如何将挑战与危机转化为促进烟草企业转型升级的动力，利用大数据和互联网推进企业高质量发展成为耒阳市烟草专卖局（分公司）的重要战略任务。本文基于耒阳市烟草专卖局（分公司）芙蓉王（硬蓝新版）和黄鹤楼（硬天下名楼）两个重点品规培育项目，对两个品规的卷烟销量进行调查分析，建立预测模型进行未来销售趋势的预测，并对大数据背景下烟草行业如何实现数字化营销进行了初步思考。

一、数据收集及预测模型选择

（一）数据收集

卷烟市场存在明显的波动性，其中主要因素为季节性因素、社会性因素及区域经济因素等，这些因素相互作用对当地卷烟市场销售产生共同影响，且卷烟作为一种特殊的商品，不能完全实现市场化运作。通过模拟烟草公司的销售数据，发现卷烟销量受节假日影响较大，尤其我国春节期间（1月份）全国消费市场购销两旺，各品牌卷烟销量明显高于其他月份，如图1、图2所示。

图1、图2为芙蓉王（硬蓝新版）、黄鹤楼（硬天下名楼）两个规格卷烟2018年8月至2021年7月共36个月的卷烟模拟销售数据，由此可知，每年1月份卷烟销量大幅上涨，受我国传统节日春节的影响，卷烟销量存在明显的季节波动，为更好地预测未来月度销量，则需要剔除季节性因素，因此将1月份单独提取出来建立线性回归模型进行销量预测，其余月份作为一个整体采用移动平均法进行预测。

（二）模型选择

1. 线性回归模型——单独1月份卷烟销量预测

模拟销售数据显示每年1月份通常为销量最高的时间段，与其他月份差异较大，因此单独测算1月份的未来销售量，卷烟销量受居民年龄、职业、收入水平、地区差异、吸味习惯、卷烟售价、吸烟率等多种复杂因素影响，短期内这些变量存在着某种基本形态并保持不变，可以作为下期预测的基础，因此利用时间t来综合替代这些变量，通过建立线性回归模型：

Yt+1=Tt=b0+b1t

其中，Yt+1为t期时间的预测值；Tt为t期卷烟销量趋势值；b0为线性趋势的截距；b1为线性趋势的斜率；t为方程平滑指数。

2. 移动平均法——剔除1月份卷烟销量预测

剔除掉每年1月份数据以后，卷烟销量时间序列基本趋于平稳，因此可以采用移动平均法推断卷烟月度销量，移动平均法（moving average）是通过对时间序列逐期递移求得平均数作为预测值的一种预测方法，取距离最近的k期数据的平均值，作为下一期的预测估计值，假设递移间隔为k（1<k<t），t期的移动平均值为：

Yt+1=■

Yt+1是对时间序列的一个平滑处理结果，观察平滑值可以掌握时间序列的总体变化形态或变化趋势，也可以用来进行预测，作为预测值。

移动平均法在应用时，关键是确定合理的移动间隔k，对于相同的时间序列，不同移动间隔预测的准确性也不相同，可通过多次数据处理试验选择一个使均方误差最小的移动间隔。均方误差（mean square error）是通过取平方值消除误差的正负号后计算得出的平均误差，用MSE表示，其计算公式为：

MSE＝■

通过代入历史销售数据，计算MSE值，选择最小的均方误差值，作为移动平均法的最佳移动平均项数，进行卷烟销量的月度预测。

二、耒阳市芙蓉王（硬蓝新版）和黄鹤楼（硬天下名楼）销售预测及结论

将耒阳市烟草专卖局芙蓉王（硬蓝新版）和黄鹤楼（硬天下名楼）两个重点培育品规作为预测分析对象，选取现代终端2019年1月～2021年9月的卷烟月度模拟销售数据，模型预测分析10月～12月的月度销量。

（一）线性回归模型——单独1月份卷烟销量预测

1. 芙蓉王（硬蓝新版）销量预测

如图3所示，从2019～2021年1月的销售量模拟线性趋势线，可以发现，总体卷烟销售量随着时间增长呈上升局势，趋势线的决定系数为R2=0.9383，表明此线性回归模型所拟合数据是合理有效的。

预测模型为：

Yt+1=Tt=b0+b1t

其中，Yt+1为第t期销量预测值；Tt为第t期销量趋势值；b0为线性趋势的截距；b1为线性趋势的斜率；t为方程平滑指数。

根据上述数学统计模型，对耒阳市烟草专卖局芙蓉王（硬蓝新版）规格卷烟历史销售数据进行有效拟合，得到线性回归模型的拟合指数R值为0.9383，参数检验有效，最终确定线性回归预测模型为：

Yt+1=6830t+200.27

对2022～2024年1月的月度销售量进行预测后结果如表1所示。

2. 黄鹤楼（硬天下名楼）销量预测

根据黄鹤楼（硬天下名楼）规格卷烟2019～2021年1月的模拟销售数据可以发现，可能是由于全国范围内新冠疫情等影响，2021年1月卷烟销量存在小幅下降，但历史销售量线性趋势线显示，总体销售量还处于上升的态势，趋势线的决定系数为R2=0.5845，系数处于合理范围内，线性回归模型一定程度上是可以有效拟合数据的。

同上述芙蓉王（硬蓝新版）数学统计模型，对耒阳市烟草专卖局黄鹤楼（硬天下名楼）规格卷烟模拟销售数据进行拟合，得到模型的拟合指数R值为0.5845，其他参数检验稳健，确定线性回归预测模型为：

Yt+1=1402t+5382.1

对2022～2024年1月的月度销售量进行预测后结果如表2所示。

（二）移动平均法——剔除1月份卷烟销量预测

首先，运用卷烟模拟销售数据测算二期、三期、四期、五期移动平均预测值，如图5、图6所示，然后比较两个卷烟品规的各期预测结果的均方误差MSE值，选择最小的均方误差作为移动平均法的移动间隔，以保证预测结果的准确性，如表3、表4所示。

均方误差是通过平方消去误差的正负号后计算的平均误差，用MSE表示，其计算公式为：

MSE=■

由表3可知，芙蓉王（硬蓝新版）规格卷烟5期的均方误差最小，即预测5期移动平均更为准确，因此将移动间隔k确定为5，对月度卷烟销量进行预测。而黄鹤楼（硬天下名楼）规格卷烟2期的均方误差最小，即预测2期移动平均更为准确，因此将移动间隔k确定为2，对月度卷烟销量进行预测，具体数据见表4。

通过对已有销售数据的比对，上述预测模型在零售销量的季节波动情况下依然可以有效预测卷烟月度销量。并且，经市场实时销售数据验证，模型预测准确率可达到92%以上，表明该模型预测构建较为合理，预测数据对于后期的市场调控工作具有重要作用。

培育芙蓉王（硬藍新版）和黄鹤楼（硬天下名楼）应该利用好大数据、云计算等显著优势，但目前现代终端数据库数据资源的数量和质量还存在很大局限性：一方面，缺少消费者的终端数据平台，很难掌握消费者对新品牌的偏好程度和购买情况；另一方面，现代终端投入使用时间较短，积累的数据资源有限还不足以支撑大规模的数字建模。另外烟草企业必须重视数字化的应用，将模型预测结果运用到实际的市场营销工作中，如两个品牌的卷烟投放量应基于预测模型得出的预测销量做出相应的调整，以更好满足零售户和消费者的需求，避免因投放量偏误影响品牌的培育与发展。

三、卷烟营销数字化探索

（一）卷烟营销数字化转型的重要性

大数据时代的到来革新了各行各业的经营方式和发展模式，只有抓住机遇才能在市场竞争中占据优势，烟草行业要实现高质量发展，必须将卷烟生产营销与大数据、互联网、人工智能、云计算等信息技术融合发展，激活数据资产，促进卷烟精准营销，实现客户价值及商业效益。

首先，渗透性是大数据的显著特征，各个营销环节与步骤都有大数据的影子，大数据通过网络记忆收集有关消费者的消费偏好和习惯形成数据库。同时，有效的数据分析与处理可以充分挖掘信息的隐藏价值，探寻市场变化规律与客户内在需求，实现精准营销，优化资源分配。其次，大数据驱动下烟草与客户的距离被拉近，云计算和数据建模可以综合社会及经济因素预测卷烟市场变化趋势，预先了解市场变化的一手资源，以便做好充分的风险应对策略，同时探寻新的市场机遇，有利于优化货源投放，提高营销工作效率与质量。

（二）大数据时代卷烟营销面临的挑战

目前，我国烟草行业的信息化基础建设处于建设过程中，正在不断完善信息系统，开发适合本土烟草行业的电子信息系统，包括内部行政系统、外部销售系统，线上的电子商务平台和线下的销售数据库。各省和各地区烟草公司及分公司的零售终端以及零售户订销平台也正在完善过程中，已经积累了大量的消费者数据，数据资产规模不断扩大。

现有营销信息系统中储存了大量数据，其中既有显性数据，也有隐性数据，数据规模庞大，但对大多数烟草公司来说，海量的数据仅作为公司月度汇报、销量统计等，只进行简单的描述性统计等，建模分析、趋势预测、数据挖掘等运用较少，并没有真正发挥数据资产的效用。第一，信息复合型人才相对匮乏，随着消费市场的发展与变化，消费者不断提升的高质量消费需求与卷烟销售人才队伍素质能力的差距日益扩大。第二，卷烟营销存在内外部及线上线下多个电子信息系统，数据库规范和管理多样化，数据资源差异化导致营销人员难以整合数据分析其市场效应。第三，各部门及各营销单位的独立性很强，属于信息孤岛，无法实现信息互通，导致无法对客户进行全面有效以及细致追踪，影响整体的销售效果。

（三）大数据时代卷烟营销数字化转型战略选择

1. 培育信息复合型营销团队

在形成海量烟草数据信息库以后，要充分挖掘、分析数据信息，为避免数据资产的浪费和闲置，需要专业的信息技术人才有效激发数据效能，使数据为实现客户价值和商业利益服务。在明确数据挖掘目的的情况下，根据烟草行业的实际情况与客户需求开发有针对性、标准化、统一化的信息采集系统和数据库，再通过筛选、整合、建模等输出市场销量预测结果或者客户消费行为特征等。加快培育营销团队中复合型信息技术人才，联合专业培训机构对营销人员集中培训，重视高校产学研合作项目，派遣技术人员到先进单位观摩学习等模式，培养一批营销与信息技术复合型的数字化转型骨干梯队，引领企业进行数字化转型。

2. 构建标准化数据分析平台

在构建卷烟销量预测模型时发现，目前现代终端数据库数据资源的数量和质量还存在很大局限性，一方面，缺少消费者的终端数据平台，很难掌握消费者对新品牌的偏好程度和购买情况。另一方面，现代终端投入使用时间较短，积累的数据资源有限还不足以支撑大规模的数字建模。必须加快营销数据平台统一化建设，包括数据规模化、周期化、标准化，保证数据模型和指标体系一体化，建立规范统一的数据字典，扩容消费者数据库，更新卷烟销售方式，充分利用互联网电子商务和移动支付带来的便捷，既满足消费者的需求也为卷烟销售累计数据资产，为进一步提高卷烟销量和品牌培育奠定基础。

3. 加强部门间协调联动能力

营销数字化是一个持续迭代的过程，数据化的革新存在阵痛期和迷茫期，这是一个循序渐进、知行合一的过程，需要在整体全局上实现卷烟营销、信息系统规划的有机对接，通过数据联结企业各部门业务工作，积极主动打破各部门之间的技术和沟通壁垒，达到协调一致、通力合作，信息技术部门往前端拓展业务、营销部门向后延伸链条，以促进数字化的转型升级。只有数字化信息系统链条上的所有部门在转型战略、目标及资源上保持深度协同、一体联动，才能提高数据资源利用效率，更加节省人力、物力及时间，才能推动数字化转型从局部的规划设计和点的突破向顶层设计和全面提升转变，最终走上持续迭代发展的轨道。

四、结语

数字化转型对于卷烟企业发展来说意义深刻，大数据与营销的充分融合，将有望实现精准营销，优化资源配置，大幅提高卷烟销售的效率；同时，有益于消费者实现自身诉求，获得更好的消费体验。但营销数字化转型是一个复杂的工程，存在过渡期和阵痛期，需要不断探索和试错。数据工厂的建立不仅需要资金、人才的积累，部门之间的合力也非常重要，只有企业内外部力量完美配合、循序渐进，由局部到整体，就会从量变逐步实现质的飞跃。烟草行业应该紧抓机遇，利用好大数据创造的价值，激发数据资产的活力，使其成为提高自身竞争力的牢固基石。

参考文献：

[1]于梦吟，易瑜.从营销角度浅议烟草营销数字化转型[J].现代商业，2021（30）：12-15.

[2]郑阳洋.基于大数据时代的卷烟精准营销模式研究[J].财经界，2021（30）：49-50.

[3]曲光学.“互联网+”背景下烟草商业企业高质量发展路径分析[J].江苏科技信息，2020，37（24）：45-47.

[4]韩跃龙.卷烟市场销售預测探讨——以山东省某市卷烟市场销售为例[J].现代商业，2014（33）：26-27.

[5]赵婧.“互联网+”时代下烟草行业卷烟营销在新零售下的改革及创新[J].中国集体经济，2021（28）：70-71.

[6]陈丹丹，徐懿科.整合资源优势深挖数据价值[N].东方烟草报，2021-08-25（003）.

[7]邓长虹.烟草商业企业卷烟营销数字化转型之思考[J].现代商贸工业，2021，42（34）：41-42.

[8]罗婷婷.Discussion on Collection， Analysis and Application of Marketing Information in Cigarette Marketing[J].现代市场营销，2021，11（01）：

[9]李珏，李素晓，马良.企业营销虚拟扁平化组织模式再造分析——以卷烟营销为例[J].商展经济，2021（01）：20-22.

[10]张瑜.构建综合信息化平台推动卷烟营销网建设水平提升——某市烟草公司综合信息化平台建设实践研究[J].中国集体经济，2020（36）：101-102.

[11]常本锐.A区烟草公司卷烟营销策略研究[D].天津：天津大学，2020.