基于大數(shù)據(jù)和人工智能技術的貨源投放模式探索

付二局 魯鐘情 張超

一、引言

當前，煙草行業(yè)處于高質(zhì)量發(fā)展期，煙草公司面臨著卷煙精準貨源投放，滿足目標客戶差異化需求帶來的挑戰(zhàn)。在行業(yè)高質(zhì)量發(fā)展要求下，本文從卷煙市場需求出發(fā)，利用大數(shù)據(jù)和人工智能技術，通過時間序列預測算法、神經(jīng)網(wǎng)絡算法等進行數(shù)據(jù)挖掘，形成目標客戶特征數(shù)據(jù)，精準定位目標客戶需求，從而預測未來市場發(fā)展，實現(xiàn)貨源精準匹配，達到最優(yōu)的市場投放目標。

二、研究背景

煙草行業(yè)作為國民經(jīng)濟的重要組成部分，推動高質(zhì)量發(fā)展是行穩(wěn)致遠的必然途徑。煙草行業(yè)始終堅持“十六字”方針戰(zhàn)略導向，堅定不移推動行業(yè)高質(zhì)量發(fā)展。貨源投放精準化是當前行業(yè)高質(zhì)量發(fā)展的一項重要探索領域，通過探索精準營銷策略，提高供給水平、滿足市場需求，達到供求平衡的目標。

目前，煙草行業(yè)正廣泛采用數(shù)據(jù)挖掘、大數(shù)據(jù)分析、K均值聚類、機器學習、人工智能等技術進行探索研究，即將邁入精準營銷的新階段。本文從大數(shù)據(jù)和人工智能技術角度，對目標客戶數(shù)據(jù)進行分析，形成目標客戶特征數(shù)據(jù)，逐一實現(xiàn)各品規(guī)卷煙和目標客戶精準匹配，實現(xiàn)動態(tài)最優(yōu)貨源投放策略，達到最優(yōu)的市場狀態(tài)。

三、計算機語言應用的重要性

按照煙草行業(yè)高質(zhì)量發(fā)展要求，堅持“總量控制、稍緊平衡，增速合理、貴在持續(xù)”方針，探索研究計算機技術應用是深化市場營銷的重要手段，是實現(xiàn)高質(zhì)量發(fā)展的必然要求。

當前，對每個目標客戶進行精準分析定位，做到目標客戶個性分析和關聯(lián)性分析相統(tǒng)一，解決了人為無法精準對目標客戶分析探索研究的難題。本文立足于大數(shù)據(jù)和人工智能技術，考慮目標客戶個性分析和關聯(lián)性分析兩大因素，兼顧目標客戶公平性和貨源投放的精準性，進而達到貨源投放精準化目的。

計算機技術具備運算速度快、計算精確度高、邏輯運算能力強等特點，通過對目標客戶分析，針對每款卷煙形成一套該品規(guī)卷煙的客戶數(shù)據(jù)分析后，再將該品規(guī)本次投放量逐一分配到目標客戶，進行循環(huán)分析投放，達到精準化投放目的。

四、建設思路

（一）目標客戶數(shù)據(jù)收集分析思路

對目標市場客戶進行數(shù)據(jù)收集，內(nèi)容涵蓋目標客戶基本信息、貨源購銷信息和其他信息。通過對每個目標客戶數(shù)據(jù)分析，分析各品規(guī)卷煙歷次動態(tài)訂購數(shù)據(jù)，從而形成下次卷煙投放預測量，進而形成“通過每次的貨源投放數(shù)據(jù)分析動態(tài)調(diào)整下次貨源精準投放的目標”。通過計算機技術，以歷史投放的結果為依據(jù)，分析調(diào)整貨源投放策略，將市場狀態(tài)推向目標期望的精準狀態(tài)。

（二）目標客戶貨源投放建設思路

貨源精準投放的最終實現(xiàn)，要依賴數(shù)據(jù)分析的選擇、多輪次卷煙投放作為基礎數(shù)據(jù)分析。以大數(shù)據(jù)分析為基礎，利用人工智能技術進行精準分析，明確每款卷煙和目標客戶的對應關系，形成新一輪次的貨源投放測算表，從而促進市場狀態(tài)不斷向好發(fā)展?；谀繕藬?shù)據(jù)的可用性分析，對一些不易采集又極為重要的個性數(shù)據(jù)，通過調(diào)整多輪次貨源投放策略，利用計算機技術對導致該個性數(shù)據(jù)影響因素進行分析，確定數(shù)據(jù)的可用性。

（三）目標客戶貨源分配構建思路

在目標數(shù)據(jù)基礎上，將每個客戶作為目標進行分析，對每款卷煙的歷次投放數(shù)據(jù)進行分析研究，利用人工智能技術進行數(shù)據(jù)篩選和應用，進而確定每款卷煙對應的每個客戶的投放量，形成新一輪次貨源投放策略測算表。在此基礎上，采用大數(shù)據(jù)、人工智能技術對目標數(shù)據(jù)進行綜合分析，形成貨源投放測算表，為新一輪次貨源投放提供依據(jù)。

五、主要路徑

（一）目標市場數(shù)據(jù)分析

目標客戶數(shù)據(jù)是實現(xiàn)精準投放的數(shù)據(jù)之源。目標客戶數(shù)據(jù)又分為基礎數(shù)據(jù)、訂購數(shù)據(jù)和歷史動銷數(shù)據(jù)，基礎數(shù)據(jù)為客戶檔位、信用等級等信息，訂購數(shù)據(jù)為客戶訂購卷煙數(shù)量，通過基礎數(shù)據(jù)和訂購數(shù)據(jù)，建立完整的客戶畫像，了解不同的目標客戶的消費群體、購買力等信息，從而為后續(xù)數(shù)據(jù)使用奠定基礎。歷史動銷數(shù)據(jù)是客戶實際銷售過程中產(chǎn)生的數(shù)據(jù)，對目標客戶數(shù)據(jù)分析意義重大，是建立數(shù)據(jù)挖掘和預測模型的核心數(shù)據(jù)，對算法的準確性和效率有著不可或缺的意義。但歷史動銷數(shù)據(jù)存在收集難和信息不完整等問題，可以通過建立客戶動銷數(shù)據(jù)庫、利用社交媒體等方式收集客戶動銷數(shù)據(jù)。

（二）目標市場數(shù)據(jù)使用

目標市場數(shù)據(jù)的使用離不開數(shù)據(jù)挖掘和預測模型，而不同的數(shù)據(jù)挖掘和預測模型適用于不同的業(yè)務場景。時間序列預測算法是一種利用歷史數(shù)據(jù)來預測未來趨勢的機器學習算法，適合利用歷史動銷數(shù)據(jù)分析目標客戶對單一產(chǎn)品的未來訂購需求。神經(jīng)網(wǎng)絡算法可以用來預測客戶在未來可能購買的商品種類和數(shù)量，適用于同一目標客戶的不同卷煙種類分配投放。將算法和模型相結合，借助大數(shù)據(jù)相關技術，能有效解決在貨源精準投放中存在的相關問題。

卷煙銷售和市場狀態(tài)密不可分，因此可以通過使用多種時間序列預測算法進行建模和預測。以下是幾種常見的卷煙銷售量時間序列預測算法。

ARIMA模型：這是一種基于自回歸移動平均的統(tǒng)計模型，可以較好地擬合時間序列數(shù)據(jù)中的趨勢和周期性變化。在卷煙銷售量預測中，可以使用ARIMA模型對歷史銷售量數(shù)據(jù)進行建模，并預測未來的銷售量。ARIMA模型有多個參數(shù)需要調(diào)整，需要根據(jù)實際情況選擇合適的模型。

LSTM神經(jīng)網(wǎng)絡模型：它可以通過學習歷史銷售量數(shù)據(jù)中的長期依賴關系來預測未來的銷售量。在卷煙銷售量預測中，可以將歷史銷售量數(shù)據(jù)作為輸入特征，將未來銷售量作為輸出目標，可以通過訓練LSTM神經(jīng)網(wǎng)絡模型來進行預測。LSTM神經(jīng)網(wǎng)絡模型具有較好的時序建模能力，并且可以處理長序列數(shù)據(jù)。

Prophet模型：這是一種基于季節(jié)性分量的線性回歸模型，可以較好地預測時間序列數(shù)據(jù)的未來趨勢。在卷煙銷售量預測中，可以使用Prophet模型對歷史銷售量數(shù)據(jù)進行建模，并預測未來的銷售量。Prophet模型具有較好的可解釋性和預測精度，并且支持對不同類型的季節(jié)性變化進行建模。

需要注意的是，卷煙銷售量的時間序列預測涉及多個因素，如季節(jié)性、節(jié)假日、促銷活動等，因此需要綜合考慮各類因素來選擇合適的算法和參數(shù)。同時，還需要對預測結果進行評估和調(diào)整，以提高預測準確度和實際應用效果。

神經(jīng)網(wǎng)絡算法：該算法通過對大量歷史數(shù)據(jù)進行訓練和學習，建立復雜的神經(jīng)網(wǎng)絡模型，預測未來市場需求和客戶行為。例如，通過分析目標客戶的購買歷史等信息，可以建立神經(jīng)網(wǎng)絡模型，預測目標客戶在未來可能購買的商品種類和數(shù)量。

（三）目標市場投放策略

通過大數(shù)據(jù)和人工智能技術，對每款卷煙的歷次投放數(shù)據(jù)進行分析，利用時間序列預測算法，建立對應卷煙的神經(jīng)網(wǎng)絡模型，預測該卷煙目標客戶訂購量，計算該卷煙精準匹配目標客戶實際需求量，逐一對每款卷煙進行測算，形成新一輪次貨源投放測算表，作為貨源投放策略依據(jù)。

六、結語

大數(shù)據(jù)時代，煙草行業(yè)貨源投放探索不斷深入，計算機技術在探索中不可或缺。本文立足于市場狀態(tài)和目標客戶需求，將歷次貨源投放數(shù)據(jù)作為數(shù)據(jù)積累，運用人工智能技術進行統(tǒng)計分析，避免人為因素影響，最終驅(qū)使卷煙市場不斷趨向于理想狀態(tài)。我們的目的在于使用計算機和AI技術，減少人工工作量，探索貨源投放新方法，不斷調(diào)整貨源投放策略，對目標市場篩選、定性定量分析，最終形成可動態(tài)調(diào)整的貨源投放策略，服務于目標市場客戶。

作者單位：付二局 鄭州市煙草公司西城區(qū)分公司

魯鐘情 河南省煙草公司鄭州市公司

張超 鄭州市煙草公司鞏義市分公司