朱金峰 陳曦

【摘 要】現(xiàn)行煙草專賣管理對違規(guī)行為主要采取普查方式，帶有很大的盲目性，浪費大量人力資源，同時也給零售戶帶來許多不便，影響客戶的滿意度，而現(xiàn)有的違規(guī)預(yù)警系統(tǒng)指標(biāo)單一，預(yù)警準(zhǔn)確率較低。如何利用相關(guān)數(shù)據(jù)挖掘理論研究以及對現(xiàn)狀的分析，從大量的歷史銷售記錄和與之相關(guān)的各種數(shù)據(jù)中提取信息，建立卷煙違規(guī)銷售預(yù)測模型，對零售戶進(jìn)行違規(guī)預(yù)測為煙草專賣的檢查工作提供科學(xué)依據(jù)，提高檢查的準(zhǔn)確性和及時性，從而提高專賣打假的效率，節(jié)約大量人力、物力。本文進(jìn)行了簡單的探討。

【關(guān)鍵詞】數(shù)據(jù)挖掘；卷煙零售戶；違規(guī)；預(yù)測

煙草銷售由于實行專賣，銷售規(guī)律有一定的特殊性。煙草專賣局的一個重要的任務(wù)是對卷煙的銷售進(jìn)行市場監(jiān)督管理，對違規(guī)銷售的行為及時進(jìn)行查處，以保證煙草市場秩序的穩(wěn)定，然而專賣管理部門在確定檢查對象時，基本上都是采取普查的方式，帶有很大的盲目性，浪費大量人力、物力資源，同時也給零售戶帶來不必要的麻煩，影響客戶的滿意度，并且查處的準(zhǔn)確率也較低，很多違規(guī)是從事后檢查賬目得到的，從而導(dǎo)致了工作的滯后性，降低了工作的及時性和有效性。

目前卷煙營銷提出“精準(zhǔn)營銷”理念，然而如何對零售戶違規(guī)行為進(jìn)行預(yù)測，實現(xiàn)專賣打假工作的精準(zhǔn)化是目前我們需要仔細(xì)研究的一個問題，正是我們所要研究的課題。

一、現(xiàn)狀分析

目前專賣內(nèi)管信息系統(tǒng)在這方面已經(jīng)進(jìn)行了有益的嘗試，但是其采取的是當(dāng)期銷量與前三周期平均銷量比值這一簡單的計算手段，產(chǎn)生大量的預(yù)警信息，其產(chǎn)生的預(yù)警往往都被證實屬于無效預(yù)警。

如何利用數(shù)據(jù)挖掘技術(shù)，參考多種影響因素，從而獲取一個比較接近實際的模型，并將模型與現(xiàn)行的信息系統(tǒng)結(jié)合起來。通過對大量的歷史銷售記錄和與之相關(guān)的各種數(shù)據(jù)的分析，找出各種相關(guān)因素對違規(guī)行為的影響規(guī)律，使用成熟的算法建立卷煙銷售違規(guī)預(yù)測模型，對各個零售戶的銷售情況進(jìn)行違規(guī)預(yù)測，為煙草專賣的檢查工作提供重要的科學(xué)依據(jù)，提高檢查的準(zhǔn)確性和及時性，從而提高專賣打假的效率，節(jié)約大量人力、物力。

二、數(shù)據(jù)挖掘的意義

數(shù)據(jù)挖掘，又稱數(shù)據(jù)庫中的知識發(fā)現(xiàn)，是指從大量的、不完全的，有噪聲的、模糊的實際數(shù)據(jù)中提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息的過程。

數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又潛在于有用的信息和知識的獲取過程。隨著信息技術(shù)的高速發(fā)展，積累的數(shù)據(jù)量急劇增長，動輒以TB計，如何從海量的數(shù)據(jù)中提取有用的知識成為時代當(dāng)務(wù)之急問題。數(shù)據(jù)挖掘就是順應(yīng)這種需要去應(yīng)運而生發(fā)展起來的數(shù)據(jù)處理技術(shù)是知識發(fā)現(xiàn)的關(guān)鍵步驟。

1.數(shù)據(jù)的處理功能

通過從現(xiàn)行信息系統(tǒng)中獲取的大量的歷史數(shù)據(jù)，建立卷煙銷售違規(guī)的預(yù)測模型，確立相對較優(yōu)的參數(shù)。利用大數(shù)據(jù)能夠挖掘客戶的行為習(xí)慣和偏好，在紛繁復(fù)雜的數(shù)據(jù)背后找到更加契合用戶消費心理的產(chǎn)品和服務(wù)，并有針對性地調(diào)整和優(yōu)化，使看似枯燥的數(shù)據(jù)產(chǎn)生價值。目前大部分煙草企業(yè)對數(shù)據(jù)信息不敏感，只是開展基本的采集和統(tǒng)計，沒有將其轉(zhuǎn)化為戰(zhàn)略資源的意識和工具，“數(shù)據(jù)豐富，信息匱乏”的現(xiàn)象比較普遍，制約了市場分析和經(jīng)營決策能力的深化和提高。

因此，煙草行業(yè)亟需建立基于大數(shù)據(jù)分析與應(yīng)用的信息支撐網(wǎng)絡(luò)，通過對多維數(shù)據(jù)的整合、運算、分析、利用等信息化操作，從海量數(shù)據(jù)中挖掘出隱含的、常規(guī)手段難以察覺的、對決策能提供直觀幫助的規(guī)律性認(rèn)識，從而為市場定位、品牌培育、營銷策劃、案例分析等實踐行為提供參考依據(jù)。

2.模型的預(yù)測功能

在預(yù)測模型的基礎(chǔ)上，利用客戶當(dāng)前已有的銷售信息，找到可能會違規(guī)的用戶，并用標(biāo)注預(yù)警等級。

通過對大量的歷史銷售記錄和與之相關(guān)的各種數(shù)據(jù)的分析，找出各種相關(guān)因素對違規(guī)行為的影響規(guī)律，建立卷煙銷售違規(guī)預(yù)測模型，對各零售戶的銷售情況進(jìn)行違規(guī)預(yù)測，為煙草專賣的檢查工作提供重要的科學(xué)依據(jù)，提高檢查的準(zhǔn)確性和及時性，從而提高專賣打假的效率，節(jié)約大量人力、物力。

3.數(shù)據(jù)挖掘在專賣領(lǐng)域的應(yīng)用

真煙非法流動是商業(yè)企業(yè)面臨的難題。通過孤立點分析法可用于確定極低或極高以及品牌高集中的客戶進(jìn)貨行為。孤立點是數(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。孤立點分析法就是找出數(shù)據(jù)中的這些孤立點，這些客戶的實際經(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。

三、構(gòu)建模型

1.零售戶的自身特征

（1）經(jīng)營規(guī)模。卷煙零售戶的經(jīng)營規(guī)模有“大”、“中”、“小”三類，在模型構(gòu)建過程中將規(guī)模“大”的標(biāo)記為“1”，“中”標(biāo)記為“2”，“小”標(biāo)記為“3”。

（2）市場細(xì)分類型。由于卷煙零售戶的市場細(xì)分類型有五種：“城鄉(xiāng)結(jié)合部”、“農(nóng)村”、“市區(qū)”、“縣城城區(qū)”、“鄉(xiāng)鎮(zhèn)”。

（3）經(jīng)營業(yè)態(tài)。分為有11種：百貨店、餐飲（賓館）、大型超市（大型商場）、流動攤點（小推車）、批零兼營雜貨店、小賣部、一般雜貨店、雜貨店、中小超市（中小超市、百貨店）、專營店、娛樂場所（酒店娛樂類）。

（4）商圈類型。商圈類型有8種，工業(yè)區(qū)、居民區(qū)（村）、旅客中轉(zhuǎn)區(qū)、商業(yè)（集貿(mào)）區(qū)、學(xué)區(qū)、娛樂（旅游）區(qū)、政務(wù)（商務(wù)）區(qū)、其他。

2.零售戶的銷售行為

（1）月銷售量差異：即用戶每月銷售數(shù)量與上個月銷售量差異。

（2）旬銷售量差異：零售戶每旬銷售總量與前三周期平均數(shù)的差異。

3.數(shù)據(jù)預(yù)處理

數(shù)據(jù)質(zhì)量的好壞直接影響數(shù)據(jù)挖掘的質(zhì)量，數(shù)據(jù)的預(yù)處理是數(shù)據(jù)挖掘過程中至關(guān)重要的一個步驟，也是耗費時間最多的一個步驟。數(shù)據(jù)預(yù)處理、尤其是在對包含有噪聲、不完整，甚至是不一致數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘時，更需要進(jìn)行數(shù)據(jù)的預(yù)處理，以提高數(shù)據(jù)挖掘?qū)ο蟮馁|(zhì)量，并最終達(dá)到提高數(shù)據(jù)挖掘所獲模式知識質(zhì)量的目的。數(shù)據(jù)預(yù)處理過程包含數(shù)據(jù)清理、數(shù)據(jù)選擇、數(shù)據(jù)集成、數(shù)據(jù)變換四個部分。

（1）數(shù)據(jù)清理。清除與建模主題無關(guān)的數(shù)據(jù)，即清除所采集樣本中與銷售數(shù)據(jù)沒有關(guān)系或者很明顯會影響建模效果的數(shù)據(jù)，本文對缺失值較多的屬性如性別，學(xué)歷也予以刪除。特別說明的是對噪聲數(shù)據(jù)即異常值的處理：噪聲是指標(biāo)錄入或測量時所引入的隨機(jī)誤差或偏差。異常值的存在會對分析結(jié)果（平均值與標(biāo)準(zhǔn)差）產(chǎn)生重要影響，對于出現(xiàn)異常值的記錄，不能簡單的予以刪除，應(yīng)根據(jù)挖掘主體進(jìn)行具體分析，對于卷煙違規(guī)銷售預(yù)測，異常記錄正是所要研究的對象，因此予以保留。

（2）數(shù)據(jù)選擇。刪除建模無關(guān)指標(biāo)，在源數(shù)據(jù)庫包含的很多客戶信息，某些指標(biāo)沒有被選取納入初始指標(biāo)，需要清除。預(yù)測模型是建立在屬性相互獨立的基礎(chǔ)上的，如果不予清除將造成冗余，冗余屬性會影響預(yù)測準(zhǔn)確度。對定量指標(biāo)而言，如果兩個指標(biāo)之間的相關(guān)性比較大，則會產(chǎn)生共線性，對建模結(jié)果會產(chǎn)生影響，各定量指標(biāo)之間的相關(guān)系數(shù)較小，不存在較嚴(yán)重的共線性。

參考文獻(xiàn)：

[1]趙衛(wèi)東.商務(wù)智能， 20011年清華大學(xué)出版社27頁、82頁、145頁、165頁.

[2]張為民.云計算深刻改變未來， 2009年科學(xué)出版社46頁、65頁、192頁.

[3]趙曉秋.現(xiàn)代企業(yè)統(tǒng)計理論體系創(chuàng)新研究， 2010年經(jīng)濟(jì)科學(xué)出版社12頁、216頁.

[4]朱明.數(shù)據(jù)挖掘?qū)д揫M].合肥：2012年中國科學(xué)技術(shù)大學(xué)出版社.