社会大数据融合的卷烟营销数据分析应用设想

2023-08-18钟俊

中国科技纵横 2023年8期

钟俊

（南昌市烟草公司南昌县分公司，江西南昌 330000）

0.引言

近年来，大数据分析已在房产市场、教育、电力、物联网、电子商务等领域取得了较成熟的运用，并反映出了重要的实用价值。大数据分析技术在卷烟销售管理工作中所应用的潜在价值，也引起了中国烟草行业的高度重视。烟草行业的垄断性和传统性，使得信息管理在卷烟营销领域的使用率不高，大信息时代为卷烟企业的营销管理带来了全新的需求与问题。烟草行业拥有着社会上最丰富的零售终端信息，怎样运用大数据分析方法把这种信息很好地运用起来，以引导市场数字化、信息化等方面的发展，从而促进卷烟市场营销高质量的发展，这是一项需要广大卷烟市场营销人员认真思考的课题。

1.大数据在卷烟营销中的应用

1.1 充分了解客户，开展精准营销

销售人员应该在平时工作中，采用实地检查、实地调查以及客户访谈的方式与办法，全面掌握客户服务，为每一位顾客建立非常详实的基本资料记录，包含企业范围、行业、档级、日常销售、结构、产品上柜状态等各种资料。通过客户信息内容的分析，利用“大数据”进行研究，准确掌握顾客情况，合理安排访问时机与内容，为顾客提供正确的意见，协助他们优化卷烟结构，提高顾客的满意度。精准销售是把正确的卷烟战略与个性的需求结合，并利用合适的途径传递给特定的顾客，通过多角度精准匹配的计算，实现对资源的最佳分配。分析零售终端顾客的卷烟销售数据，针对零售顾客的不同特征做出科学合理的划分与评估，进行人性化的订单引导，改善顾客订货感受。通过对目标群体的人性化咨询服务，能够提升使用者满意度，从而增加对使用者的忠诚与黏性。同时，通过利用强大数据处理技术手段分析使用者消费行为特点和变化规律来研究和评估终端用户的消费行为需求变动情况，并将同时期的企业品牌宣传战略有机统一，以确定货源投入与管理需求，实现适时、严格、有效地投入货源，从而杜绝了过去依靠主观臆断的消费趋势[1]。

1.2 预测市场需求变化，降低决策风险

通过对海量的市场历史数据进行科学合理的分类，在能够帮助公司准确地预测市场需求变化态势的基础上发现了市场规律，也有助于公司管理者根据市场变动情况进行迅速、正确的判断，不断修改和调整对策，从而提高了投资决策的科学性和准确率，这就降低了公司的风险。根据已建立的大数据分析，对卷烟货源计划及时调度，科学合理编制卷烟供应规划，最大限度地做到“按需求衔接计划”，并对产品销售流程进行了全面管控。

1.3 构建消费者画像，助力品牌培育

消费者画像，是根据消费者的基础属性、兴趣、消费特点、行为特质等信息集合分类而成的。基本属性包括对姓氏、性别、年龄、职位、住址、联系方式等个人资料的统计学数据。兴趣偏好是指人们在购物卷烟活动中表现出的内在倾向和喜好的特点，比如产品、口味、种类、品牌、价格敏感度等。这种数据能够用于判断并甄选出目标客户群，进而提出相应的营销策划措施，有助于品牌建设。消费行为特点是用于说明人们的某些个性化的特征，比如他们的购物频次、目标金额、订购数量、销售额等。习惯特点是指出人们平时的某些习惯，比如订货的栏目、查看产品、搜寻产品、微博、关系评价、活动度等数据。这种数据揭示出人们近期的注意力和消费需求，能够用于推测人们的潜在需求。描绘好目标用户的清晰画像后，就能够对目标用户的消费行为做出精准预估和迅速决策，也可以通过针对性的宣传策划，开展推广活动来吸引老消费者，并增加新用户。如山东中烟就通过大数据技术精准研究出的电竞爱好者人群画像，为目标用户群设计的卷烟产品，深得了目标用户的青睐[2]。

1.4 资源优化配置，增加关联消费

关联消费是通过分析消费者潜在的个性化需要，从而进行一站式售卖各种关联产品及服务的市场营销方法。借助对企业遍布于实体店、电脑终端和移动终端等渠道的人口特征、购物历史、消费偏好等消费者数据的分析和了解，销售部门可以全面剖析和发现企业在当前营销情景下额外的商业机会。通过利用大数据分析企业能够找到与表面上毫无联系的独立事物间的关联程度，分析企业所有资源并进行优化分配，进而精确地预测企业市场需求，从而实现赢利的目的。卷烟商贸公司通过运用已有零售业商户和连锁新零售品牌直营店铺的终端设备收集消费行为数据，选取市场相关性高、需求量较大的非烟产品，并做好营销指导，以帮助卷烟零售业的商户彻底地转变经营思想，不但要在卷烟商品销售上获利增长，同时也要从销售的非烟产品上获得收益，以便于更好地改善客户的商业运营环境和利润水平。

1.5 有效利用终端资源，提升商户盈利

运用大数据分析技术，加强商业零售端口和商业示范端口的建设，合理使用端口网络资源，以客户为核心，研究客户的消费心态，以提高客户服务水平。示范终端利用卷烟网络系统收集、分析客户信息，掌握用户的诉求点，了解企业运行情况，科学备货，提升企业效率，进而有效增强企业管理意识。同时，还可以将零售终端资源、构建自律互助组织等卷烟市场营销实践活动有机联系起来，以推动卷烟市场整体营销工作的高质量发展。

1.6 完善物流配送系统，减少物流配送成本

烟草配送系统具有行业专卖的特点，物流企业配送工作一直保持较低水平运行，烟草物流分配工作效率较低。利用大数据分析物流传输的流程与关键环节，调整配送运输的组织结构，明晰组织职能，增强组织执行力。针对卷烟客户数量较小、零售用户相对离散的特性，可以通过改善物流企业配送工作程序，改进物流企业分配软件系统工作环境，来实现物流配送路径清晰、流程控制有效。通过减少物流企业分配投入，提高了物流企业分配服务质量。卷烟物流配送的各阶段，包括装卸交接、电子记录、途中控制等服务流程都以电子数据方式实现了智能录入，从而在物流配送服务系统中实现了准确、快捷的管理，在有效控制卷烟物流配送成本的同时进行了有效的物流配送，进一步提升了服务效率。

2.精准营销模式的功能模块设计

卷烟精准销售系统的核心，即以诚信营销模式为根本，借助卓越的电子商务功能，发挥现代零售终端的6 个功能：商品销售、形象展示、产品介绍、广告促销、数据收集和消费跟踪。实施卷烟精细化营销应注重信息的有效收集和处理、商品信息的精确投放和精准全面的服务等。首先是信息的收集和处理，把握客户的根本就在于数据的收集。以客户为基础，对用户开展全方位的数据收集，对主要零售用户开展数据的完善与补充，进行对他们的身份、学历、职位、执业年限、办证日期、营业情况和信用等数据的收集，以便进行更加有针对性的服务措施。其次，对产品精准投放。利用对市场环境、品牌、消费动态和品牌动向的精确分析，根据对顾客需要的全面掌握，能够迅速精准地解决顾客需要，并运用信息化操作，做到对商品的精确投放，确保物流配送的及时准确，减少了物流出错率，进而提高了顾客满意度和客户黏性。最后是精准化销售模式的细分市场设计。市场划分重点，是针对不同顾客群的特点与需要而加以划分。卷烟公司必须能够针对顾客的实际需要和当前的市场营销重点，做出对不同客户群的明确界定，以便做好顾客的选择。在明确市场划分的基础上，建立科学的卷烟公司精准市场营销战略，并进行对卷烟消费者的指导与管理。

3.卷烟营销大数据的发展方向

3.1 开拓基于大数据共享资源和服务的新商业模式

烟草商贸公司能够通过特定的零售终端获取真实、丰富、高效的信息，在卷烟商业系统内形成大信息网络平台。在这个大数据平台基础上，把可以得到的各类有意义的大数据和可以增值的业务信息有效地集成到一起。建立起精细化的资源管理与调配机制，从而更好地对网络资源进行策划与运用，并进行精准推广与信息整合工作。由于社会化互联网的高速发展，还可以收集顾客在社会化互联网上反映的兴趣和消费行为特点等方面的数据来分析和评估消费者对市场营销活动的信息反馈，从而及时调整市场营销方向。此外，通过运用大数据分析实现资源整合与信息资源共享，在社会各个产业与政府部门之间建立一个互惠互利的信息共享系统，让大数据分析的运用实现了更大的发展价值。烟草贸易公司通过聚焦合作企业(如食品、化妆、日用百货、金融企业等)，运用烟草垄断优势和广泛遍布的零售门店，向他们提供商品信息服务和产品物流配送服务[3]。如同银企合作，通过共享客户的信贷评价，企业能够更有效地降低针对烟草零售商提供短期小额信贷服务时的债务风险。

3.2 创新发展“网络+卷烟销售”的模式，构建“工、商、零、消”合一的香烟生态

“互联网+”背景下，以“信息”收集、数据分析、数据运用为主线，以“互联网+卷烟销售”为平台，致力构建“工、商、零、消”四位为一体的香烟生态，打造一个开放、合作、共赢的生态圈，为中国烟草行业生态链条上下游用户提供发展机会。以用户为核心，增强“工、商、零、消”对卷烟企业的黏性，发挥卷烟商贸企业在生态链条的核心作用，完成由卷烟中间商向提供完整解决方案的服务企业过渡，推动卷烟市场的健康发展。利用“工、商、零、消”信息资源优势，联合打造和运行数字化监管平台，形成利益共同体。传统销售方式向数据化营销转型，将以往线下的销售活动中获得的信息通过网络进行数字化转化，从而形成“数据营销”的新模式。企业可利用数字化管理平台，实现大数据分析、信息共享、品牌培育、精细化营销，终端可享受常规产品与增值业务的全方位服务，消费者可以选择最符合自身个性要求的商品。利用大数据分析，建立“工、商、零、消”紧密聚合的生态圈，达到“工、商、零、消”中产品流、资本流、数据流的三流统一，从而提高服务质量，促进中国烟草经营工作更高效发展。

3.3 锁定高潜力卷烟营销门店，开展精准营销

精细化销售就是在市场准确定位的基础上，借助现代化、信息化、数字化手段构建个性化的顾客产品与服务体系。卷烟零售客户的精准营销，首要要求是找到高潜力营销客户，即营销效果反馈较好、配合程度高的卷烟零售客户。整体流程可分为3 步:首先是绘制消费者画像。提取零售门店周边人群数据，如人群基本特征、兴趣爱好等，生成门店周边客群画像。其次，计算门店消费者扫码频率。零售客户开展营销扫码活动时，采集扫码信息包含门店位置的经度、纬度、扫码时间、扫码日期、活动名称、盒包装条形码等原始信息。门店的经纬度，可定位门店位置；消费者扫码时间可以计算该门店的扫码总频次；盒包装条形码可以统计出某品规的扫码数。结合门店品规实际销售数据，可以计算得到每个营销活动门店、每个品规的扫码率。扫码率=该品规活动时间内扫码计数/该品规活动时间内销售计数。最后，高潜门店判定。筛选出扫码率较高的活动门店，总结该类型门店的周边消费者画像，在门店列表中匹配出具备类似周边客群的门店，判定为营销活动高潜力门店，未来计划营销活动时，可以优先选择在该类门店执行。