張亮

摘要：如今一個(gè)大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時(shí)代正在開啟，在商業(yè)、物流、金融等諸多領(lǐng)域大量數(shù)據(jù)被巧妙地用來激活新型服務(wù)，提升行業(yè)效率。同樣在煙草行業(yè)的諸多環(huán)節(jié)，大量數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)的應(yīng)用前景也十分樂觀，文中簡要探析了數(shù)據(jù)挖掘技術(shù)的幾種方法在煙草商業(yè)企業(yè)的應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù)；數(shù)據(jù)挖掘；煙草；分析

中圖分類號(hào)：TP3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）22-5375-02

1 大數(shù)據(jù)和數(shù)據(jù)挖掘

隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展，數(shù)據(jù)量出現(xiàn)爆炸式增長，但要到多大級(jí)別才稱得上是大數(shù)據(jù)呢？根據(jù)大數(shù)據(jù)研究的先驅(qū)麥肯錫公司，發(fā)布的一篇名為《大?數(shù)?據(jù)?的?下?一?個(gè)?前?沿?：?創(chuàng)?新?、?競?爭?和?生?產(chǎn)?力》的報(bào)告中是這么說的：大數(shù)據(jù)指的是大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲(chǔ)、管理和分析能力的數(shù)據(jù)集。但它還同時(shí)說明，并不是說一定要超過特定TB （1TB=1024GB，1PB=1024TB，1EB=1024PB）值的數(shù)據(jù)集才能稱作大數(shù)據(jù)。維基百科中給出的大數(shù)據(jù)的定義是這樣的：“巨量資料（big data），或稱大數(shù)據(jù)，指的是所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊”。國際數(shù)據(jù)公司（IDC）則從大數(shù)據(jù)的四個(gè)特征來定義，即四個(gè)V：Volume（體量大），Velocity（快速化），Variety（類型雜），Value（價(jià)值大）。大數(shù)據(jù)的概念是比較寬泛的，見仁見智，智者見智。但前面的三種定義無一例外地都突出了“大”字，但“大”還遠(yuǎn)遠(yuǎn)不是全部。筆者比較肯定的一個(gè)對大數(shù)據(jù)的定義是：大數(shù)據(jù)是“在多樣的或者大量數(shù)據(jù)中，迅速獲取信息的能力”。這個(gè)定義里更關(guān)心大數(shù)據(jù)的功用，大數(shù)據(jù)能幫助大家干什么？在這個(gè)定義中，重心是“能力”二字，大數(shù)據(jù)的核心能力就是：發(fā)現(xiàn)規(guī)律和預(yù)測未來。

大數(shù)據(jù)之所以具備這樣的核心能力，關(guān)鍵在于數(shù)據(jù)挖掘。如果把大數(shù)據(jù)比作礦石的話，那么數(shù)據(jù)挖掘就是在礦石中淘金。數(shù)據(jù)挖掘（Data Mining）就是從海量的數(shù)據(jù)中提取、轉(zhuǎn)換、分析，從中獲得潛在的、有價(jià)值的信息，這些信息是隱含的、事先未知的，它可以表示為概念、規(guī)則、模式等形式。數(shù)據(jù)挖掘也是一門交叉學(xué)科，它把人們對數(shù)據(jù)的應(yīng)用從低層次的簡單查詢，提升到從數(shù)據(jù)中挖掘知識(shí)，提供決策支持。從商業(yè)角度來看，數(shù)據(jù)挖掘是一種商業(yè)信息處理技術(shù)，即是按照企業(yè)既定的業(yè)務(wù)目標(biāo)，對大量的業(yè)務(wù)數(shù)據(jù)進(jìn)行轉(zhuǎn)換、分析，從中提取出有商業(yè)價(jià)值的信息，使得企業(yè)可以更合理地進(jìn)行銷售分析與預(yù)測，幫助企業(yè)做出更有利的決策，提高市場的競爭能力。

2 數(shù)據(jù)挖掘技術(shù)在煙草商業(yè)企業(yè)的應(yīng)用分析

目前在很多領(lǐng)域尤其是在商業(yè)領(lǐng)域如銀行、電信、電商等，數(shù)據(jù)挖掘可以解決很多問題，包括市場營銷策略制定、背景分析、企業(yè)管理危機(jī)等。煙草商業(yè)企業(yè)信息化經(jīng)過這么多年的發(fā)展，已經(jīng)建立了營銷、專賣、物流、OA等各類經(jīng)營管理的支持系統(tǒng)，這些信息系統(tǒng)每天都會(huì)產(chǎn)生大量的多種多樣的經(jīng)營管理數(shù)據(jù)，為了進(jìn)一步提高企業(yè)生產(chǎn)經(jīng)營管理水平，提升零售客戶和消費(fèi)者的滿意度，有必要將先進(jìn)的信息技術(shù)手段融入到企業(yè)的管理理念當(dāng)中。通過對這些數(shù)據(jù)進(jìn)行分析挖掘，提煉出對經(jīng)營管理有效和有用的信息，為制定合理有效的經(jīng)營策略提供數(shù)據(jù)支持。

數(shù)據(jù)挖掘的分析方法有很多，常用的幾種介紹如下：

· 關(guān)聯(lián)規(guī)則：用關(guān)聯(lián)規(guī)則挖掘隱藏在數(shù)據(jù)間的相互關(guān)系。對于給定的一組項(xiàng)目集和一個(gè)數(shù)據(jù)集，通過分析數(shù)據(jù)找出項(xiàng)目之間的關(guān)聯(lián)規(guī)則，那么其中一個(gè)項(xiàng)目就可以通過其他項(xiàng)目進(jìn)行預(yù)測。

· 分類和聚類：分類定義了一種從屬性到類別的映射關(guān)系，通過這種映射關(guān)系可以把數(shù)據(jù)庫中的數(shù)據(jù)項(xiàng)映射到特定的類別中。聚類是根據(jù)一定的規(guī)則，按照相似性吧樣本分成若干類別的分析過程，與分類不同的是，它要?jiǎng)澐值念愂俏粗摹?/p>

· 孤立點(diǎn)分析：經(jīng)常存在一些數(shù)據(jù)對象，它們不符合數(shù)據(jù)的一般模型，這樣的數(shù)據(jù)對象就是為孤立點(diǎn)（outlier），它可能是度量或執(zhí)行錯(cuò)誤所導(dǎo)致的，也可能是固有數(shù)據(jù)變異性的結(jié)果。孤立點(diǎn)分析就是找出數(shù)據(jù)中的這些孤立點(diǎn)。

· 分類樹：分類樹是決策樹的一種類型，它輸出的是樣本的類標(biāo)。分類樹的目標(biāo)是連續(xù)的劃分?jǐn)?shù)據(jù)，使依賴變量的差別最大。分類樹的真正的目的是將數(shù)據(jù)分類到不同組或分支中，在依賴變量的值上建立最強(qiáng)劃分。

2.1 卷煙營銷領(lǐng)域的應(yīng)用

1） 用于精準(zhǔn)營銷。卷煙精準(zhǔn)營銷是現(xiàn)代營銷理論在煙草行業(yè)的創(chuàng)新發(fā)展，是推動(dòng)卷煙市場營銷上水平的重要途徑。傳統(tǒng)營銷模式下，市場把握更多停留在感性認(rèn)識(shí)，營銷決策主要依靠經(jīng)驗(yàn)判斷，貨源投放“供非所求、供不應(yīng)求、供過于求”等現(xiàn)象時(shí)有發(fā)生，客戶需求無法有效滿足。為此通過數(shù)據(jù)挖掘技術(shù)的探索和研究，運(yùn)用聚類分析、相關(guān)分析和決策樹等工具，它將有利于解決服務(wù)資源“怎么分”、卷煙品牌“誰來賣”、“賣多少”、“怎樣賣好”等問題。通過數(shù)據(jù)挖掘技術(shù)的深入研究和探索，來進(jìn)一步提升貨源精準(zhǔn)投放和客戶精細(xì)服務(wù)水平，為行業(yè)精準(zhǔn)營銷提供了一條可深入探索的路徑。

2） 用于消費(fèi)者分類。目前商業(yè)企業(yè)所收集的數(shù)據(jù)是以零售客戶為主體，終端消費(fèi)者的數(shù)據(jù)未被收集。這是一項(xiàng)龐大的工程，未來可以考慮通過銷售終端來實(shí)現(xiàn)。收集到數(shù)據(jù)后，我們可以通過生活型態(tài)（時(shí)間和金錢的處理態(tài)度）指標(biāo)對所有消費(fèi)者進(jìn)行分類，描述現(xiàn)階段主要消費(fèi)群體特征，以便在營銷措施上迎合這部分消費(fèi)者需求，提高營銷效率。我們還可以通過卷煙低焦指標(biāo)對消費(fèi)者進(jìn)行分類，分析支持卷煙低焦的消費(fèi)群體是主要的還是次要的，以決定是加速卷煙低焦化的步伐還是減緩。

2.2 專賣稽查領(lǐng)域的應(yīng)用

真煙非法流動(dòng)是商業(yè)企業(yè)面臨的難題，給企業(yè)帶來很多不利影響。通過孤立點(diǎn)分析法可用于確定極低或極高以及品牌高集中的客戶的進(jìn)貨行為。孤立點(diǎn)是數(shù)據(jù)集中與其它數(shù)據(jù)對象顯著不同的數(shù)據(jù)，它可能是度量或執(zhí)行錯(cuò)誤所導(dǎo)致的，也可能是固有數(shù)據(jù)變異性的結(jié)果。孤立點(diǎn)分析法就是找出數(shù)據(jù)中的這些孤立點(diǎn)。這些客戶的實(shí)際經(jīng)營能力值得警惕，我們要采取相應(yīng)對策做提前預(yù)防。采用孤立點(diǎn)分析技術(shù)對客戶群進(jìn)行分析，找出與其他客戶明顯不同的客戶進(jìn)行重點(diǎn)關(guān)注和防范。例如某卷煙零售客戶在當(dāng)?shù)責(zé)煵輰Ｙu批發(fā)企業(yè)進(jìn)貨量比較少，但是經(jīng)營規(guī)模比較大，則有可能從其它渠道購進(jìn)卷煙或銷售假煙。

2.3 物流配送領(lǐng)域的應(yīng)用

目前的物流配送仍是按照行政區(qū)域的方式為主，以后打破行政區(qū)域規(guī)劃后的配送中心選址問題屬于最優(yōu)成本問題，即求解是固定成本、運(yùn)輸成本和變動(dòng)成本和等之和為最優(yōu)的問題。

配送中心的選址需要考慮兩方面因素，一是中心點(diǎn)數(shù)量，二是中心點(diǎn)分布情況。單一中心點(diǎn)的選址問題較為簡單，這里我們主要討論多個(gè)中心點(diǎn)選址的問題。多個(gè)中心點(diǎn)的選址需要在打破行政區(qū)域的限制，訂單統(tǒng)一采集并集中處理的基礎(chǔ)上才能實(shí)施。多中心選址可以在一些已知的備選地點(diǎn)中選出一定數(shù)目的地點(diǎn)來設(shè)置配送中心，從而使形成的物流網(wǎng)絡(luò)的總成本最小，其中包括各種投資費(fèi)用、不可變費(fèi)用和可變的費(fèi)用。而在實(shí)際操作中，當(dāng)這類問題的規(guī)模變得很大或者要考慮一些市場因素（比如顧客需求量）時(shí)，數(shù)學(xué)規(guī)劃就存在一些困難。不過，這個(gè)問題可以通過數(shù)據(jù)挖掘中的分類樹方法來解決。

分類樹的目標(biāo)是連續(xù)的劃分?jǐn)?shù)據(jù)，使依賴變量的差別最大。用分類樹的方法解決這種問題時(shí)，需要四個(gè)方面的數(shù)據(jù)：中心點(diǎn)的位置、備選點(diǎn)的位置、中心點(diǎn)的業(yè)務(wù)需求量及中心點(diǎn)和備選點(diǎn)之間的距離。通過這種方法，不僅能確定中心點(diǎn)的位置，同時(shí)也能確定每年各個(gè)地址物品的運(yùn)輸量，使銷量得到保證。

3 前景展望

數(shù)據(jù)挖掘技術(shù)的方法很多，不同的方法適用的范圍和目的也不一樣，單一的算法往往都有其局限性，因而需要不斷改進(jìn)或者將多種方法結(jié)合運(yùn)用，才能很好地發(fā)揮數(shù)據(jù)的作用。我們期待數(shù)據(jù)挖掘技術(shù)可以在可以應(yīng)用、可以拓展的地方應(yīng)用它、拓展它，同時(shí)讓不斷發(fā)展的數(shù)據(jù)挖掘技術(shù)在煙草行業(yè)得到廣泛應(yīng)用，它也必將發(fā)揮出巨大能量，為提高我國煙草行業(yè)競爭力提供強(qiáng)有力的保障。

參考文獻(xiàn)：

[1] 田臨卿，許自成.數(shù)據(jù)挖掘技術(shù)在煙草行業(yè)中的應(yīng)用[J].中國農(nóng)業(yè)科技導(dǎo)報(bào)，2012（6）.

[2] 譚磊.大數(shù)據(jù)挖掘[M].北京：電子工業(yè)出版社，2013.