基于大数据的营销策略运用的研究与探索.docx

基于大数据的营销策略运用的研究与探索.docx

《基于大数据的营销策略运用的研究与探索.docx》由会员分享，可在线阅读，更多相关《基于大数据的营销策略运用的研究与探索.docx（28页珍藏版）》请在冰豆网上搜索。

《数据采集准确及运用的研究与探索》

课题结题总结报告

衢州市烟草公司

2014年12月

一、课题背景

数据采集是建立现代卷烟营销体系的重要基础性工作。

数据的采集、分析与利用驱动着需求预测、货源组织、货源供应和品牌培育等营销关键业务的开展，是订单供货的起点、工商协同营销的依据、把握市场的前提。

当前，营销层面的数据采集主要是依托社会库存价格信息采集监测体系来采集样本客户的进、销、存、价数据。

但由于样本客户素质不一、公司制度机制缺乏约束力、样本代表性低等问题，目前数据采集准确率总体来说还有待提高。

而数据的精准与否，将直接关系到采集数据的分析与利用。

为解决当前数据在采集与分析、运用层面的脱节问题，本课题小组将重点研究如何通过提高数据采集的准确率，进而提高和扩大数据的利用率和应用面。

二、课题开展情况回顾

该课题组由衢州市局营销中心品牌部和江山、开化业务线相关人员组成，自2014年5月启动以来，得到了市局营销中心的大力支持和精心指导。

具体课题开展过程如下：

1、课题方案的撰写（5月10日—20日）。

课题组成员系统学习了目前国家局、省、市有关数据采集方面的资料，并在此基础上，对影响数据采集准确率的内外在因素进行梳理、分析。

同时，通过实地库存盘查、头脑风暴法等对数据采集在货源投放、客户服务等方面的运用前景进行初步论证，最终形成课题研究方案。

2、准确率提升研究（5月21日—6月20日）。

课题组从样本客户代表性、数据监控模型、新型管理模式三方面入手，探索如何进一步提高数据采集的准确率。

具体在提高样本客户代表性上，对信息采集点的数量及分布、选择办法和管理进行了相对科学合理的标准化设定；在数据监控上，探索出了“三化”监控模型（“数据上传率”监控精细化、“每卖必刷”监控可视化、“库存准确率”监控信息化）；在管理模式上，通过“完善数采管理流程、细化客户激励机制、健全内部考核体系”，制定了立体式的考核管理模式。

3、数据运用研究（6月21日—8月20日）。

课题组着重对货源投放、经营指导这两大块进行研究。

货源投放上，建立起数据采集-货源投放联动模型：

选定某一时段的几个投放周期为参考，通过监测这个时段零售客户在这几个周期内销售、库存、存销比以及价格的变化，来确定下个周期投放量的一种投放方式。

经营指导上，借助数采信息，为客户设计《卷烟零售健康指数体检卡》。

一方面有效提高客户的库存、资金和价格管理能力，避免长期滞留零售领域给品牌带来负面影响；另一方面提高客户参与数据采集的主动性和自觉性。

4、方案评估与改进（8月21日—11月20日）。

鉴于前期研究均已理论探索为主，缺乏实践检验。

故于10月份选择开化分公司进行小范围试点工作，对部分指标的适用性进行验证。

同时，在货源投放、经营指导运用上，对部分指标进行修正，以便数据运用更加科学合理。

三、课题具体研究内容

（一）提升数据采集准确率

1、提高样本客户代表性

1.1信息采集点的数量及分布

各县级分公司根据市场实际选取5%具有代表性的零售客户作为库存信息的采集点。

根据2013年各县级分公司销量占全市总销量的比重，结合各县级分公司常驻人口占全市人口比重，比重按照7:

3设置，确定各县级分公司数采点分布数量。

具体数采点的分布应遵循以下原则：

1.1.1要代表重点区域，以城区、集镇为主、城郊结合部为辅、农村为补充。

城区、集镇：

城郊结合部：

农村的比例分配设置为6：

3：

1。

1.1.2要覆盖不同经营业态。

建议食杂店和便利店的比例应大于70%，烟酒店和小型超市的比例在20%左右，大型商场、超市和娱乐场所的比例在10%以下。

1.1.3要覆盖不同经营规模。

各业态大、中、小不同规模的数采点数量可参考2：

6：

2的比例进行选择，能代表各业态市场分布格局。

1.1.4要选择守法经营，一年内无违法、违规经营记录的零售户.零售户自愿作为烟草零售终端数采点，对库存盘点以及信息采集日常工作的配合程度较高；零售户经营品种齐全，其卷烟销量、结构在同类客户中有一定的代表性，能够反映一定区域内、同业态类型的基本市场动态。

1.1.5为保证采集数据的稳定，应将现代终端客户作为首选客户，该类客户在近期内不会有停业风险。

为便于采集数据的汇总分析，选择的零售户最好为每周订货一次的零售户。

1.2信息采集点的选择方法

为保证数采点零售客户样本选取的代表性，在选取样本过程中应当通过数据测算进行“事前控制”和“事后检验”。

1.2.1事前控制。

目的是通过在选点前进行数据测算，确保所选样本点的个体对整体市场具有代表性。

具体操作上，可选择“2013年上半年、2013年下半年、2014年上半年”三个时间段，分别就不同零售业态，分别计算单客户A的总销量及各类烟占所在区域同期销量的比重，则共有三个维度18个比重数据，见下表：

某业态某客户销量占整个区域销量比重

时间

总量

一类

二类

三类

四类

五类

客户A

2013年上半年

w10

w11

w12

w13

w14

w15

2013年下半年

w20

w21

w22

w23

w24

w25

2014年上半年

w30

w31

w32

w33

w34

w35

再将上表中的18个比重数据进行归一化处理（在统计学中，归一化的具体作用是归纳统一样本的统计分布性），，其中，得出下表：

某业态某客户经归一化处理后的销量比重

时间

总量

一类

二类

三类

四类

五类

客户A

2013年上半年

q10

q11

q12

q13

q14

q15

2013年下半年

q20

q21

q22

q23

q24

q25

2014年上半年

q30

q31

q32

q33

q34

q35

最后计算上表中18个数据之间的方差D，，其中。

将该计算过程应用于辖区全部零售客户（按零售业态加以归类），则每位零售客户对应一个方差值D，将这些方差值进行升序排列，得出下表：

某业态客户群

客户

编码

是否现代终端

是否诚信经营

区域

经营

规模

方差从小到大排序

客户A

客户B

…

…

上表中方差越小的零售客户，与整体市场的销量及结构走势越接近，越适合作为信息采集点。

再结合区域、经营规模等其他约束条件，按照零售业态之间的数量分布要求，从上表中顺序选择，选出初始数采点的样本集合。

1.2.2事后检验。

目的是通过对初选数采点样本集合的整体进行数据测算，确保其对整体市场具有代表性。

首先进行各县级分公司的检验，然后进行整个地区的总体检验，误差要在既定的范围内方可确认样本点合格。

各县级分公司检验：

首先进行销量的检验，考察各县级分公司总样本客户的销量规模及变化趋势是否与当地实际变化趋势一致，误差要在既定范围内。

具体操作上，可选择“2013年上半年、2013年下半年、2014年上半年”三个时间段，分别计算总样本客户各时间段的销量占同期总销量的比重，若比重间差异较大，则调整导致该差异的主要样本客户，最终实现三个比重值之间的差异率在±5%之内。

其次，进行销售结构的检验，考察各县级分公司总样本客户的销售结构及变化趋势是否与当地实际变化趋势一致，误差要在既定范围内。

具体操作上，可选择“2014年上半年”为时间段，计算总样本客户各价类卷烟销量占样本总销量的比重，与同期各价类卷烟销量占总销量的比重分别比对，若比重间差异较大，则调整导致该差异的主要样本客户，最终实现5组比重的差异均在±5个百分点以内。

在各县级分公司抽样检验完毕后，再汇总到衢州公司。

1.3信息采集点的管理

1.3.1优化置换样本。

为保证样本客户的代表性，一经选定，原则上各县级分公司不得擅自更换样本客户。

出现以下特殊情形的，可根据实际情况适当调整：

客户经理负责样本户数过于悬殊的，可适当平衡工作量，一般平均每位客户经理负责10户，分管户数控制在7至13户；

配合程度低，经客户经理和市场部负责人三次沟通无效的；

操作中，3次以上因主观因素造成库存数据不准确，经3次引导、培训无效的；

近一年内发生违法违规经营行为，被专卖部门查处或停业的。

样本置换须遵守以下原则：

因工作需要确须调整样本的，所选择的新数采点必须要有相似性。

置换调整样本客户，须提出样本置换书面申请，按规定流程逐级审批，待衢州公司营销中心审批通过后方可置换，并做好相关备案。

1.3.2达成客户协议。

抽样结束后，各片区客户经理与样本客户进行沟通交流，告知客户样本户的权利和义务，在客户自愿参加的前提下组织客户参加协议签订会。

1.3.3开展培训指导。

衢州公司营销中心负责组织客户经理参加信息采集、分析技巧等相关操作培训。

各县级分公司自行组织样本客户培训，发放卷烟库存采集终端设备，培训如何使用TPOS、PC终端设备采集数据，明确库存采集工作的具体要求以及注意事项。

1.3.4动态评估管理。

各县级分公司根据衢州公司营销中心统一制定的动态管理办法定期对样本监测客户进行评估，从信息采集的及时性、真实性、完整性、有效性等维度对监测样本进行客观评估，评估结果作为实施客户激励保障的重要依据。

2、探索客户数据“三化”监控模型

要提高库存采集数据的准确性，必须要进行行之有效的数据监控。

当前正在运用的监控措施存在一些弊端，“三化”监控模型的初衷是改进方法，使数据监控更加责任到人、目标清晰、简便易行，实现更有效的数据监控。

2.1“数据上传率”监控精细化

问题诊断：

“数据上传率”监控存在责任不够细化的问题。

在营销系统内只能查询市场部的数据上传率，无法更深一层级的查询各营销线路的数据上传率，营销线路指标完成情况不可追溯，一定程度上影响了营销人员的积极性。

改进建议：

将营销系统内数据上传率查询的组织层级细化到营销线路，以便于分清工作责任，客观考评工作成效，营造“比、学、赶、超”的积极氛围。

2.2“每卖必刷”监控可视化

问题诊断：

当前，在营销系统内无处查询“每卖必刷”指标，而是通过计算“户均销售笔数”，结合抽查数采客户的销售记录来判断客户是否做到了“每卖必刷”，存在一定弊端。

2.2.1“户均销售笔数”因户而异，不同经营能力的客户每天销售卷烟的笔数存在较大差异，笔数多的客户未必就是“每卖笔刷”的客户；二是通过抽查数采客户的销售记录来分析判断客户是否“每卖必刷”，操作方法相对繁琐，评判标准不清晰，对营销人员的执行力要求较高，且抽样存在一定偶然性，难免出现遗漏，给工作成效考评带来一定难度。

改进建议：

一是看对违反“每卖笔刷”要求的情形进行量化界定，可采用体验调查或客户座谈等形式进行界定。

以下例举两种情形：

单笔销售记录中出现3种（含）以上包售卷烟；单笔销售记录中出现4种（含）以上条售卷烟。

2.2.2在营销系统对没有“每卖必刷”的销售记录弹出提示或预警，经逐条确认后方可解除预警，提高客户经理数据监控的便利性，促使客户经理加强对客户“每卖必刷”的提醒监管。

2.2.3营销系统后台自动统计“每卖必刷率”，方便客户经理及上级部门监控。

在营销系统内实现“每卖必刷率”的可视化，有利于客户经理向数采客户提出清晰的改进要求，也有利于部门对各营销片区做出更为客观的工作评价。

诚然，卷烟消费行为千变万化，要十分准确的量化判断是否“每卖笔刷”存在一定困难，但只要标准设置相对科学，并适当放宽“每卖必刷率”的合理区间，当能妥善解决这一问题。

2.3“库存准确率”监控信息化

问题诊断：

监控“库存准确率”就必须要为零售客户盘库存，传统盘库存时要一一核对、手工记录、手工计算、逐一修正，工作量大且耗时较长，一名客户经理实际管理数采客户约10-15户，而一个工作日平均只能为4-6户客户盘库存，落实周五“数采日”盘库存制度在客观上有一定困难，“库存准确率”监控