呂斐斐 王瑞軍

摘 要：隨著信息技術(shù)的高速發(fā)展，人們積累的數(shù)據(jù)量急劇增長，與此同時也出現(xiàn)了一門能從海量的數(shù)據(jù)中提取有用知識的技術(shù)——數(shù)據(jù)挖掘技術(shù)。文章正是探討如何將數(shù)據(jù)挖掘技術(shù)更加廣泛地應(yīng)用于煙草行業(yè)管理和經(jīng)營的數(shù)據(jù)分析上，以期從中發(fā)掘潛在的有價值的信息，用于指導(dǎo)卷煙經(jīng)營，提高煙草企業(yè)綜合競爭力，實現(xiàn)“卷煙上水平”，更好的服務(wù)廣大煙草零售戶和消費(fèi)者。

關(guān)鍵詞：煙草行業(yè)；數(shù)據(jù)挖掘；時間序列；孤立點；遺傳算法

引言

隨著市場經(jīng)濟(jì)體制的不斷完善和對外開放的不斷擴(kuò)大以及我國的入世，煙草行業(yè)作為一個相對封閉的國家壟斷行業(yè)，面臨前所未有的嚴(yán)峻形勢。為迎接挑戰(zhàn)，煙草行業(yè)信息化建設(shè)在黨的十六大提出的以信息化帶動工業(yè)化、以工業(yè)化促進(jìn)信息化，走新型工業(yè)化道路的戰(zhàn)略指引下，按照“統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一平臺、統(tǒng)一數(shù)據(jù)、統(tǒng)一網(wǎng)絡(luò)”的總體要求，逐步實現(xiàn)了系統(tǒng)集成、資源整合、信息共享。煙草行業(yè)信息化發(fā)展迅猛，業(yè)務(wù)系統(tǒng)、物流系統(tǒng)、專賣系統(tǒng)等一系列應(yīng)用系統(tǒng)，在支撐企業(yè)日常運(yùn)營管理工作的同時，已積累了大量的、豐富的數(shù)據(jù)，如何有效地從這些數(shù)據(jù)中清理、歸納、挖掘出潛在的有價值的關(guān)系和規(guī)則，以更好的預(yù)測未來的發(fā)展趨勢，制定有效的營銷策略、指導(dǎo)商業(yè)行為、提供決策支持都顯得至關(guān)重要。近年來，數(shù)據(jù)挖掘作為信息領(lǐng)域運(yùn)用最廣泛的技術(shù)之一，它可以高度自動化地分析所獲得的數(shù)據(jù)，從中發(fā)現(xiàn)有價值的信息，更好的輔助銷售分析和預(yù)測，幫助決策者做出正確的決策。

1 數(shù)據(jù)挖掘概述

1.1 數(shù)據(jù)挖掘的定義

所謂數(shù)據(jù)挖掘[1]（Data Mining），就是一個利用各種分析方法和分析工具從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實際應(yīng)用數(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和知識的過程。從商業(yè)的角度來看，就是將數(shù)據(jù)庫中積累的大量的業(yè)務(wù)數(shù)據(jù)進(jìn)行提取、轉(zhuǎn)換、分析，從中發(fā)現(xiàn)隱含的、有意義的關(guān)鍵性數(shù)據(jù)，從而為公司決策層的決策提供依據(jù)。

1.2 數(shù)據(jù)挖掘的過程

數(shù)據(jù)挖掘的過程包含以下五個步驟[2]：

（1）確定研究對象：清晰地定義出業(yè)務(wù)問題，包括分析業(yè)務(wù)需求，定義問題的范圍，定義計算機(jī)模型所使用的度量，以及定義數(shù)據(jù)挖掘項目的特定目標(biāo)，這是數(shù)據(jù)挖掘的重要一步。

（2）數(shù)據(jù)準(zhǔn)備：現(xiàn)實世界的數(shù)據(jù)一般是含噪聲的、冗余的、不完整的和不一致的，這將嚴(yán)重地影響數(shù)據(jù)挖掘的質(zhì)量，因此需要對數(shù)據(jù)進(jìn)行一定的處理，包括數(shù)據(jù)的選擇、數(shù)據(jù)的預(yù)處理和數(shù)據(jù)的轉(zhuǎn)換。

（3）數(shù)據(jù)挖掘：對所得到的經(jīng)過轉(zhuǎn)換的數(shù)據(jù)進(jìn)行挖掘，除了完善所選擇的挖掘算法外，其余一切工作都能自動地完成。

（4）結(jié)果分析：解釋并評估結(jié)果，其使用的分析方法一般根據(jù)數(shù)據(jù)挖掘操作而定，通常會用到可視化技術(shù)。

（5）知識同化：將分析所得到的知識應(yīng)用于決策，或集成到業(yè)務(wù)信息系統(tǒng)的組織結(jié)構(gòu)中。

圖1 數(shù)據(jù)挖掘過程框圖

1.3 數(shù)據(jù)挖掘的主要方法

1.3.1 關(guān)聯(lián)分析。它是形如X→Y的蘊(yùn)涵式，其中X和Y分別稱為關(guān)聯(lián)規(guī)則的先導(dǎo)和后繼。用關(guān)聯(lián)規(guī)則可以從大量數(shù)據(jù)項集中挖掘出它們之間有趣的聯(lián)系。此外，關(guān)聯(lián)規(guī)則也可用于序列模式發(fā)現(xiàn)。

1.3.2 分類。它能將數(shù)據(jù)庫中的數(shù)據(jù)項，映射到給定類別中的一個。分類[3]定義了一種從屬性到類別的映射關(guān)系，給定樣本的屬性值，根據(jù)已知的模式將其劃分到特定的類中。

1.3.3 聚類分析。聚類是根據(jù)一定的規(guī)則，按照相似性把樣本歸成若干類別。在對樣本合理劃分后，對不同的類進(jìn)行描述。聚類通常用于將客戶細(xì)分成不同的客戶群，如有相同愛好的客戶群。

1.3.4 時間序列。按照時間的順序把隨機(jī)事件變化發(fā)展的過錯記錄下來就構(gòu)成了一個時間序列。對時間序列進(jìn)行觀察、研究，找尋它變化發(fā)展的規(guī)律，預(yù)測它將來的走勢就是時間序列分析。

1.3.5 孤立點分析。孤立點在數(shù)學(xué)上是指坐標(biāo)滿足曲線方程，但并不落在曲線上的點。它也可以被看作是在數(shù)據(jù)集合中與大多數(shù)數(shù)據(jù)特征不一致的數(shù)據(jù)。對孤立點進(jìn)行分析極有可能發(fā)現(xiàn)重要的隱藏信息。

1.3.6 遺傳算法。它是一類借鑒生物界的進(jìn)化規(guī)律（適者生存，優(yōu)勝劣汰遺傳機(jī)制）演化而來的隨機(jī)化搜索方法；是一個以適應(yīng)度為目標(biāo)函數(shù)，對種群個體施加遺傳操作，實現(xiàn)群體結(jié)構(gòu)重組，經(jīng)迭代而達(dá)到總體優(yōu)化的過程。

目前，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于煙草行業(yè)的研究逐步受到重視。歐陽秀君，劉文在《數(shù)據(jù)挖掘技術(shù)在煙草CRM中的應(yīng)用》一文中[4]，主要探討如何將數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則、聚類、分類方法應(yīng)用于煙草CRM中。康江峰，陳輝[5]將基于數(shù)據(jù)挖掘的技術(shù)應(yīng)用于對煙草精準(zhǔn)營銷策略的研究。王辛盟[6]采用數(shù)據(jù)挖掘技術(shù)，利用SPSS統(tǒng)計軟件，以某煙草配送中心的訂單數(shù)據(jù)和客戶資料數(shù)據(jù)為數(shù)據(jù)源，用聚類的方法對客戶群進(jìn)行細(xì)分。鄭陽洋、劉希玉[7]采用基于多層次關(guān)聯(lián)規(guī)則挖掘技術(shù)，對2007年山東省內(nèi)某地級市卷煙商業(yè)企業(yè)的銷售數(shù)據(jù)進(jìn)行分析，得到“消費(fèi)者在購買品名為紅河（軟甲）的客戶中，有57%會同時購買類名為八喜的卷煙”的規(guī)則。但以上對于煙草行業(yè)的數(shù)據(jù)挖掘研究的方法主要集中在關(guān)聯(lián)規(guī)則、聚類分析和分類三種方法上，在接下來的研究中，我將探討如何將更多的數(shù)據(jù)挖掘方法應(yīng)用于煙草行業(yè)的數(shù)據(jù)分析上。

2 數(shù)據(jù)挖掘技術(shù)在煙草行業(yè)中的應(yīng)用

2.1 聚類分析在卷煙銷售中的應(yīng)用

為了便于日常卷煙銷售及統(tǒng)計，通常根據(jù)卷煙的屬性對進(jìn)卷煙行分類，常見的卷煙分類方法如下：一是按照價位段劃分，5元以下、5-10元、10元以上等；二是按照利潤貢獻(xiàn)度，分為一類煙、二類煙、三類煙、四類煙和五類煙；三是按照卷煙品牌劃分，泰山系列、黃鶴樓系列、七匹狼系列等；四是按照產(chǎn)地劃分，魯產(chǎn)煙、滬產(chǎn)煙、外產(chǎn)煙等；五是按照焦油含量劃分，低焦油卷煙和高焦油卷煙。以上就卷煙的某一單一屬性對卷煙類別進(jìn)行區(qū)分，極大的方便卷煙的銷售管理工作，然而，消費(fèi)者在選擇卷煙時，往往會考慮多方面的屬性，因此單一屬性的卷煙分類無法解釋消費(fèi)者偏好。因此需要引入基于多屬性的卷煙分類方法，由于卷煙規(guī)格多且本身具有多重屬性，基于主觀判別分類方法難以滿足分類要求，需借助統(tǒng)計學(xué)的方法對卷煙進(jìn)行科學(xué)分類。

聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程，同一類別的樣本表現(xiàn)出較高的相似性。因此，可將聚類分析用于解決上述卷煙分類問題，根據(jù)多屬性相似程度將卷煙分成幾個類別，消費(fèi)者在同一類別中的香煙偏好無顯著差異，即同一類別中的香煙具有較高的替代效應(yīng)。在實際銷售過程中，當(dāng)某一牌號的卷煙斷貨、緊俏時，可推薦此牌號所在類別的其它牌號的卷煙給消費(fèi)者作為有效替代。

2.2 時間序列用于卷煙銷售趨勢預(yù)測

卷煙銷售市場季節(jié)性特別顯著，主要表現(xiàn)為兩個方面：一是市場以節(jié)假日為節(jié)點，節(jié)前卷煙銷售迅猛，節(jié)后消費(fèi)趨于平淡；二是夏季是旅游市場的旺盛，旅游業(yè)帶動外來人口流動增加，卷煙銷售量也隨同增加。同時，卷煙市場也受經(jīng)濟(jì)、人口結(jié)構(gòu)等方面因素影響，使得卷煙銷售量存在明顯的非線性特征，波動范圍比較大，傳統(tǒng)線性預(yù)測模型難以準(zhǔn)確預(yù)測。為了提高卷煙銷售預(yù)測精度，建立一個基于時間序列、能夠精確預(yù)測卷煙銷售量的模型已經(jīng)成為一種必然趨勢。

時間序列由四個影響成分所組成，分別是長期趨勢、循環(huán)變動、季節(jié)變動、不規(guī)則變動。這四個影響成分與卷煙銷售市場的變動規(guī)律相吻合。通過建立卷煙銷售時間序列模型，對以往銷售的歷史數(shù)據(jù)進(jìn)行分析，能夠有效地預(yù)測未來卷煙銷售市場的走勢和發(fā)展規(guī)律，更好地掌握卷煙市場的供需關(guān)系。在此基礎(chǔ)上，做好備貨工作，設(shè)立合理庫存，實現(xiàn)有效的貨源供應(yīng)。通過對區(qū)域市場變化趨勢的預(yù)測并結(jié)合客戶實時經(jīng)營狀況，能夠?qū)蛻舻男枨罂偭孔龀鱿噙m應(yīng)的預(yù)測，確保做好客戶的合理定量工作，保障不同零售客戶需求。預(yù)測結(jié)果還可為制定公平合理的貨源投放政策提供依據(jù)，使得各類貨源能夠投放至有相應(yīng)銷售能力的客戶手中，更好的滿足消費(fèi)者的需求。

2.3 孤立點分析用于煙草專賣執(zhí)法

數(shù)據(jù)挖掘中的孤立點分析方法可以通過計算數(shù)據(jù)點之間的距離，稠密度等來模擬用戶之間的屬性差異，由此找到那些屬性特征與正常點差異非常大的用戶數(shù)據(jù)點。人們普遍認(rèn)為孤立點的存在極有可能是度量或執(zhí)行錯誤所導(dǎo)致的，因其不符合數(shù)據(jù)的一般模型，所以在研究普遍現(xiàn)象時，人們總是試圖使孤立點的影響最小化，而盡可能排除它們。然而，孤立點可能隱藏著比一般的數(shù)據(jù)更有價值的信息。近些年來，孤立點挖掘作為一個重要的研究課題，已被廣泛用于信用卡詐騙監(jiān)測、市場內(nèi)部交易偵測、工業(yè)設(shè)備故障探測等領(lǐng)域。

在已建立的煙草分銷數(shù)據(jù)庫中儲存著大量客戶訂單信息，這些訂單信息包含多個維度，如用戶ID、商品編號、訂購數(shù)量、需求數(shù)量、同一品牌訂貨間隔等等?？衫霉铝Ⅻc挖掘算法對客戶訂單數(shù)據(jù)進(jìn)行分析，建立客戶評估監(jiān)測模型，找到以下“孤立點”：訂單金額高的，敏感牌號訂購量大的，敏感牌號訂購頻繁的，以往訂購敏感牌號頻率低但最近一段時間頻繁訂購的，按照商圈不具備高端敏感牌號銷路的卻頻繁訂購等等。這類訂單“異?！钡目蛻?，或者稱為“孤立點”，可以被認(rèn)為是存在相當(dāng)大的“違規(guī)”可能性，我們的專賣執(zhí)法人員應(yīng)該對這一類的零售戶采取進(jìn)一步的跟蹤調(diào)查。孤立點數(shù)據(jù)分析，勢必成為專賣執(zhí)法的又一利器。

2.4 遺傳算法用于車輛配送線路優(yōu)化

卷煙商業(yè)企業(yè)的銷售收益主要來自于訂單，銷售成本主要產(chǎn)生在物流配送的環(huán)節(jié)。所以，在假設(shè)銷售量不變的情況下，如何優(yōu)化線路配置，降低成本，最大化公司利潤，在當(dāng)前煙草行業(yè)面臨巨大的挑戰(zhàn)和壓力下，顯得尤為重要。因此，采用科學(xué)的、合理的方法來確定配送線路將是車輛優(yōu)化調(diào)度工作的重中之重，是物流系統(tǒng)優(yōu)化、物流科學(xué)化的關(guān)鍵。

煙草商業(yè)企業(yè)已有的線路優(yōu)化系統(tǒng)中儲存有客戶商店位置、道路情況等信息，可以在此基礎(chǔ)上，利用遺傳算法對配送線路問題進(jìn)行優(yōu)化。將一系列實際中車輛配送的約束條件，轉(zhuǎn)換成二進(jìn)制編碼（染色體）并隨機(jī)產(chǎn)生初始種群，通過模擬達(dá)爾文的遺傳選擇和自然淘汰的生物進(jìn)化過程，并借助于自然遺傳學(xué)的遺傳算子進(jìn)行組合交叉和變異，逐代演化產(chǎn)生出越來越好的近似解，末代種群中的最優(yōu)個體經(jīng)過解碼，可以作為最終問題的近似最優(yōu)解，用以實現(xiàn)對車輛的優(yōu)化調(diào)度，即合理地進(jìn)行配貨優(yōu)化、貨物配裝優(yōu)化，特別是配送路線優(yōu)化。從而達(dá)到提高里程利用率，降低行駛費(fèi)用，減少車輛空駛里程，增加貨運(yùn)量，節(jié)約燃料，降低大修費(fèi)等，為企業(yè)帶來更大的經(jīng)濟(jì)效益。另外，車輛優(yōu)化調(diào)度在減少廢氣排放量，降低城市空氣污染方面也起到積極作用。

3 結(jié)束語

我國加入WTO已有十年的時間，在這十年間，許多行業(yè)逐步實現(xiàn)了對外開放，無論在國內(nèi)市場還是國際市場上，我們都面臨著來自國際大型跨國公司的巨大競爭壓力。然而，在對數(shù)據(jù)進(jìn)行分析，從中挖掘出隱藏的信息和規(guī)則，用以輔助我們的生產(chǎn)、決策和規(guī)劃方面，我國企業(yè)已遠(yuǎn)遠(yuǎn)落后于國外發(fā)達(dá)國家。可喜的是，現(xiàn)在越來越多的企業(yè)認(rèn)識到利用數(shù)據(jù)挖掘技術(shù)分析數(shù)據(jù)的重要性——數(shù)據(jù)挖掘給企業(yè)帶來的潛在投資回報幾乎是無止境的。一個企業(yè)要想在復(fù)雜的環(huán)境中獲得成功，必須要有詳實的事實和數(shù)據(jù)作為支持，因此，隨著數(shù)據(jù)挖掘技術(shù)的不斷改進(jìn)和日益成熟，它必將為更多的企業(yè)提供強(qiáng)有力的信息支撐。文章通過數(shù)據(jù)挖掘技術(shù)在煙草行業(yè)中的應(yīng)用探析，將當(dāng)下應(yīng)用比較成熟的數(shù)據(jù)挖掘技術(shù)：時間序列算法、孤立點挖掘算法、遺傳算法引進(jìn)到對煙草行業(yè)日常管理和經(jīng)營數(shù)據(jù)的分析上，期待從大量的數(shù)據(jù)中，發(fā)現(xiàn)我們想要的知識，用以實現(xiàn)“卷煙上水平”，更好的服務(wù)煙草零售戶和消費(fèi)者。

參考文獻(xiàn)

[1]牛承珍，馬季蘭.淺談數(shù)據(jù)挖掘應(yīng)用[J].山西科技，2008（3）.

[2]蔣宗禮.人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論[M].高等教育出版社，2001.

[3]李紅梅，曹建河.數(shù)據(jù)挖掘技術(shù)在煙草銷售行業(yè)中應(yīng)用探析[J].現(xiàn)代商貿(mào)工業(yè)，2011（14）.

[4]歐陽秀軍，劉文.數(shù)據(jù)挖掘技術(shù)在煙草CRM中的應(yīng)用[J].井岡山學(xué)院學(xué)報（自然科學(xué)），2009（6）.

[5]康江峰，陳輝.基于數(shù)據(jù)挖掘的煙草精準(zhǔn)營銷策略研究[J].商業(yè)經(jīng)濟(jì)，2012（4）.

[6]王辛盟.數(shù)據(jù)挖掘訂單分析系統(tǒng)在煙草行業(yè)CRM中的研究和應(yīng)用[D].山東大學(xué)，2006，4：20-27.

[7]鄭陽洋，劉希玉.基于多層次關(guān)聯(lián)規(guī)則的卷煙銷售策略[J].管理學(xué)家，2009（3）.

作者簡介：呂斐斐（1984-），女，漢族，山東省文登市，山東威海煙草有限公司，中級經(jīng)濟(jì)師，碩士學(xué)位，研究方向：數(shù)據(jù)挖掘方向。