夏倩　蔡興華　陳震　王駿

摘 要：針對當(dāng)前加熱不燃燒卷煙市場的數(shù)據(jù)業(yè)務(wù)存在明細不足的情況，尤其是各個煙草工商企業(yè)存在數(shù)據(jù)分散、處理能力小、數(shù)據(jù)更新不及時、數(shù)據(jù)同步難等問題，本研究基于“大智眼”數(shù)據(jù)平臺，通過簡單的拖拽式構(gòu)建數(shù)據(jù)分析模型，運用調(diào)查問卷與定量預(yù)測中的回歸預(yù)測法、對數(shù)模型預(yù)測法相結(jié)合，進行加熱不燃燒卷煙市場需求量的預(yù)測工作，從而極大地提高煙草行業(yè)的工作效率和競爭力，促進行業(yè)的發(fā)展。

關(guān)鍵詞：“大智眼”數(shù)據(jù)平臺;卷煙市場;銷量預(yù)測

中圖分類號：F273.2 ? ? 文獻標志碼：A ? ? 文章編號：1003-5168（2022）3-0022-04

DOI：10.19968/j.cnki.hnkj.1003-5168.2022.03.005

Research on New Type Tobacco Market Forecast Based on "Big Wisdom Eye" Data Platform

XIA Qian? ? CAI Xinghua? ? CHEN Zhen? ? WANG Jun

（Zhejiang China Tobacco Industry Co.， Ltd.，Hangzhou 310024，China）

Abstract： The current environment， new tobacco data business has significant shortcomings， especially the scattered data of various tobacco industrial and commercial enterprises， small processing capacity， untimely update， and difficult data synchronization. The traditional data processing mode of the tobacco industry obviously cannot meet the development of modern enterprises. This paper is based on the "Big Wisdom Eye" data platform， constructs a data analysis model through a simple drag-and-drop method， and uses a combination of questionnaires and quantitative forecasting regression forecasting method and logarithmic model forecasting method to predict the demand for the new cigarette market. Greatly improve the work efficiency and competitiveness of the tobacco industry， and promote the development of the industry.

Keywords："Big Wisdom Eye "data platform;tobacco market; sales forecast

0 引言

目前，已有的百余種銷售預(yù)測方法中僅有少數(shù)方法運用到實際生產(chǎn)中[1]，其中定性方法包括頭腦風(fēng)暴方法、個人直觀判斷和集體意見方法等，但是這些定性分析法的準確性不夠高，在實際中應(yīng)用受到一定的限制。

較主流的定量預(yù)測方法主要集中在時間序列、馬爾科夫鏈、神經(jīng)網(wǎng)絡(luò)等，如自回歸（AR）模型[2]、滑動平均（AM）模型[3]和自回歸滑動平均（ARMA）模型[4]。此外，目前主流預(yù)測方法的應(yīng)用領(lǐng)域集中在電力負荷、石油、礦產(chǎn)、能源、交通等領(lǐng)域中[5-6]，應(yīng)用到煙草行業(yè)卻很少見。然而，隨著煙草行業(yè)信息化水平的不斷升級，需要進行預(yù)測的各種活動不斷增加[7-8]。本研究針對當(dāng)前加熱不燃燒卷煙的數(shù)據(jù)業(yè)務(wù)的不足，煙草行業(yè)傳統(tǒng)的數(shù)據(jù)處理模式不能很好地滿足企業(yè)的發(fā)展，提出基于“大智眼”大數(shù)據(jù)平臺的加熱不燃燒卷煙市場預(yù)測研究，在卷煙企業(yè)現(xiàn)有的營銷模式下，科學(xué)合理地進行加熱不燃燒卷煙市場的需求預(yù)測，保障市場供應(yīng)需求。

1 基于大數(shù)據(jù)平臺的加熱不燃燒卷煙市場預(yù)測模型

1.1 數(shù)據(jù)同步加工

“大智眼”平臺是一款自助式、可視化數(shù)據(jù)建模分析工具，可以幫助不同用戶群通過簡單的拖拽式構(gòu)建數(shù)據(jù)分析模型，無須編程。“大智眼”平臺是一款面向敏捷應(yīng)用的高效工具，能夠輕松實現(xiàn)模型共享且海量數(shù)據(jù)秒級響應(yīng)，能夠輕松應(yīng)對不斷變化的業(yè)務(wù)需求。尤其是平臺即服務(wù)和資源的虛擬化技術(shù)，可以將分布式技術(shù)應(yīng)用到煙草行業(yè)，實現(xiàn)煙草信息服務(wù)的快捷、流暢，可以極大地提高煙草行業(yè)的工作效率和競爭力，從而促進行業(yè)的發(fā)展?！按笾茄邸逼脚_框架如圖1所示。

1.2 數(shù)據(jù)來源

組建“加熱不燃燒卷煙國內(nèi)市場容量與消費情況調(diào)查”項目團隊，由項目負責(zé)人負總責(zé)，下分調(diào)查組織體系和技術(shù)支撐體系。調(diào)查組織體系按地理地區(qū)設(shè)立3名區(qū)域督導(dǎo)，每名區(qū)域督導(dǎo)負責(zé)2～3個地理地區(qū);技術(shù)支持體系設(shè)數(shù)據(jù)處理、質(zhì)量控制和報告撰寫3個小組，各組設(shè)立組長1名。負責(zé)調(diào)查組織管理、質(zhì)量控制、技術(shù)保障和深入挖掘。同時，培訓(xùn)CATI訪員15人，擔(dān)任現(xiàn)場訪問的調(diào)查人員。為保證整個調(diào)查科學(xué)、嚴謹、公正，該項目接受由項目團隊委派的專人進行全過程監(jiān)督，并進行最終的調(diào)查數(shù)據(jù)評估和報告審核。

本次調(diào)查通過定點發(fā)放樣本的方式，共發(fā)放加熱不燃燒卷煙消費者樣本數(shù)量1 500份，回收1 389份，回收率為92.60%，樣本數(shù)量主要分布在11個城市，回收有效樣本1 363份，回收率為90.88%。

首先針對新型卷煙調(diào)查問卷中的問題進行屬性分類，按使用場景（SD）、價值觀（JD）、需求（XD）、使用行為（YD）、人口特征（RD）等因素進行劃分，具體如表1所示。

1.3 數(shù)據(jù)建模

將調(diào)查問卷所獲得的原始數(shù)據(jù)導(dǎo)入“大智眼”平臺中進行建模，建立新型卷煙銷售預(yù)測相關(guān)數(shù)據(jù)模型庫，如圖2所示。

在“大智眼”平臺中，可以輕松拖拽建立數(shù)據(jù)模型，對任意組合條件組合的數(shù)據(jù)進行對比碰撞，模型可私有、贈送、分享，如圖3所示。

1.4 預(yù)測模型

由于加熱不燃燒卷煙市場的歷年銷量數(shù)據(jù)暫時未能獲得，本研究基于使用場景（SD）、價值觀（JD）、需求（XD）、使用行為（YD）、人口特征（RD）等因素，將調(diào)查問卷中的匯總數(shù)據(jù)導(dǎo)入“大智眼”平臺，建立數(shù)據(jù)模型庫。首先將相同屬性的數(shù)據(jù)進行合并、關(guān)聯(lián)，如圖4所示。

可以輕松拖拽建立好的數(shù)據(jù)模型，通過組合條件將組合的數(shù)據(jù)進行對比碰撞，并且在平臺內(nèi)實現(xiàn)數(shù)據(jù)關(guān)聯(lián)、聚合、基本運算、高級函數(shù)等操作，最后得到所有數(shù)據(jù)關(guān)聯(lián)圖，如圖5所示。

通過“大智眼”數(shù)據(jù)平臺的分析，可以得到新型卷煙銷售市場預(yù)測模型中的三大要素：人口P、吸煙率Q和日均吸煙量L。最后，在年度預(yù)測模型中選取了該地區(qū)GDP、人均GDP、城鎮(zhèn)居民可支配收入、農(nóng)村居民可支配收入以及常駐人口數(shù)據(jù)等作為自變量因素，居民人均可支配收入、農(nóng)村居民人均純收入、GDP、人口自然增長率（R2）和銷售市場三要素人口P、吸煙率Q和日均吸煙量L作為自變量，年銷售總量作為因變量，建立多元線性回歸模型。該模型為式（1）。

SALE=18 164.87-372.6GDP+2.98GPC+3.66FI+

194CI+0.62PQL/365 （1）

將此模型輸入到“大智眼”數(shù)據(jù)平臺中，得到最終預(yù)測結(jié)果，如表2所示。

1.5 預(yù)測結(jié)果

應(yīng)用“大智眼”數(shù)據(jù)平臺建立數(shù)據(jù)文件，該模型的擬合度為97%，說明了該模型的擬合度較好。另外D-W統(tǒng)計量為2.23，即可認為剩余項u不存在正自相關(guān)。因此，初步判定該模型可用于新型卷煙市場的年度預(yù)測。通過計算，得到2021年新型卷煙市場需求量預(yù)測值為37.45萬箱。

得出2022—2026年加熱不燃燒卷煙市場容量預(yù)測值分別為37.45、65.33、120.53、236.6、367.52、652.36萬箱。而相應(yīng)的電子煙市場容量預(yù)測值分別為180.35、218.95、320.67、423.06和536.23萬箱。

2 結(jié)語

針對目前新型卷煙市場的銷售情況，在實地調(diào)研的基礎(chǔ)上，查閱大量參考文獻，運用調(diào)查問卷的方式對新型的品牌發(fā)展、市場形態(tài)、消費狀態(tài)等進行了全面、深入分析，歸納總結(jié)出卷煙市場需求量預(yù)測的重要性和必要性，最后基于使用場景（SD）、價值觀（JD）、需求（XD）、使用行為（YD）、人口特征（RD）等因素提出了重新構(gòu)建加熱不燃燒卷煙市場需求預(yù)測模型，并得到了2022—2026年的銷售預(yù)測結(jié)果。

參考文獻：

[1] 迪米特里斯·伯特西馬斯.數(shù)據(jù)、模型與決策[M].北京：中信出版社，2013.

[2] 托馬斯.管理經(jīng)濟學(xué)[M].北京：機械工業(yè)出版社，2013：15-25.

[3] 李瑩.基于時間序列與多元線性回歸綜合模型的農(nóng)村卷煙銷量預(yù)測[D].昆明：云南大學(xué)，2015.

[4] 李文姣.地州級卷煙銷量預(yù)測影響因素研究[D].昆明：昆明理工大學(xué)，2011.

[5] 關(guān)牧玟.撫順市煙草分公司卷煙銷量預(yù)測研究[D].大連：大連海事大學(xué)，2009.

[6] 趙紅.面向煙草商業(yè)企業(yè)卷煙需求預(yù)測系統(tǒng)研究與設(shè)計[D].濟南：山東大學(xué)，2009.

[7] 鄒亮.基于組合預(yù)測模型的懷化卷煙需求預(yù)測分析[D].長沙：中南大學(xué)，2008.