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（23页珍藏版）》请在冰豆网上搜索。

基于大数据的营销策略运用的研究与探索

《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”监控却在缺位。

改进建议：

为客户经理“减负”，在“库存准确率”监控这一工作环节中，将计算、存档等工序交给电脑完成，客户经理主要从事现场实盘、数据录入等操作类工作。

具体如下：

2.3.1在零售终端的销售系统中增加库存实盘模块，营销人员录入实际库存后，自动比对实盘数据，计算准确率；

2.3.2允许营销人员抽盘库存准确率，避免为应付检查而虚假录入；

2.3.3实盘结束后，营销人员可以通过一键操作，实现库存差错的自动修正；

2.3.4库存准确率数据可在营销系统内查询，便于统计分析和业绩考评。

3、探索新型管理模式

3.1完善数采管理流程

通过完善管理流程，着力解决好客户习惯养成等困扰数采工作的难点问题。

具体包括：

3.1.1客户培训。

选择具备一定能力的客户，并通过培训使客户掌握技能。

3.1.2客户激励。

制定相对合适的奖励措施。

如果数据采集客户在考核后达到标准，则应给予相应的奖励。

3.1.3退出机制。

如果数据采集客户连续三个月出现规格准确率低至标准以下的情况，则终止协议，剔除样本客户。

宁可降低样本客户数，也要保证样本客户的含金量。

3.1.4配合要求。

数据采集客户需要在以下事项上给予配合：

3.1.4.1严格按照库存采集工作要求，每卖必刷，保证数据采集的准确性和上传的及时性；

3.1.4.2配合客户经理进行每周一次的库存实盘；

3.1.4.3保证库存采集所需硬件设施的正常使用，如有问题及时进行解决；

3.1.4.4维护烟草公司提供的硬件设备的正常使用。

如遇停、歇业等特殊情况无法继续做样本客户的，应主动与辖区客户经理联系，并及时上交激光扫描头。

3.1.4.5盘存监督。

给客户的奖励再多，客户的能力再强，没有监管，也很难使客户刷的准。

为此，需要增设专职或兼职（市场部主任）信息监督员：

一是对每日的实时上传数据进行监测，把未上传的数采客户及时在信息群里反馈给客户经理，以保障客户经理及时了解并对数采客户提出警示；二是对每月的数据盘查考核进行监测，对客户经理以及上级部门的考核进行系统验证，具体抽查数采客户是否每卖必刷的真假性。

3.2细化客户激励机制

数据采集客户在每月的客户经理以及上级部门的双重考核下，达到既定标准后，公司就必须给予相应奖励。

3.2.1紧俏卷烟的额外订货权奖励。

（此处涉及的紧俏卷烟不仅仅是局限在中华卷烟的奖励上，可以增加其他的紧俏卷烟）。

每月客户经理通过批零互动分析系统的“销售集中度分析”查询确认数据采集客户每卖必刷，且在每月的实盘验证后证明是及时准确地上传数据的给予相应奖励。

必须注意的两点：

一是标准必须有足够的吸引力，否则起不到激励作用；二是奖励可采用积分制的办法。

3.2.2参与各项公司活动优先权。

有优先参与烟草公司举办的各类培训、会议、新品上市、参观等活动的权利。

3.3健全内部考核体系

3.3.1完善考核内容。

根据工作要求，从库存上传率、库存准确率、每卖必刷率等方面建立全方位的考核内容。

在相对困难的考核项上设置奖励分，最大程度激发被考核人的积极性和创造性。

考核指标要量化，要有利于客观评价，明晰责任，提高可操作性。

3.3.2提供信息支撑。

通过营销系统功能开发，相关统计数据均可迅速查询，使考核打分更具说服力和公平性。

3.3.3加强结果应用。

在月度岗位考核中体现考核结果，实现奖优惩劣。

罚主要与绩效工资相挂钩，加分部分则作为今后评先进、评职称的重要依据，提高员工积极性。

3.3.4推行关联考核。

完善考核体系，形成工作链，避免将考核对象单一指向一线员工，明确领导责任、管理职责和执行要求，使考核真正成为营造积极氛围的重要抓手。

下面具体以客户经理月度岗位考核中的数采考核内容为例：

3.3.4.1库存上传率达到98%以上得基本分3分，每降低一个百分点扣1分；

3.3.4.2每卖必刷率达到80%以上得基本分2分，每增加一个百分点加0.1分，最高加2分；营销系统内违反“每卖必刷”要求的销售记录预警应在2个工作日内进行处理，按时处理的得基本分1分，未及时处理的不得分，预警超过7天未处理的，扣除月度考核项中数采全部得分；

3.3.4.3库存准确率达到90%以上得基本分3分，每下降一个百分点扣0.5分，每增加一个百分点加0.5分，以数采管理小组实地抽查为准（数采管理小组每月抽查3条线路，一个季度内抽查所有营销线路，每条线路抽查5名数采客户，每个客户随机抽查10个品规，兼顾公平与效率。

）；通过营销系统查询，客户经理每周开展库存实盘，每户盘存不少于10个品规，相关记录完整的，得基本分1分，客户经理认为部分客户能够确保库存准确的可将盘存频次延长至1次/月，但由于未进行实盘导致库存准确率低于90%的，扣除月度考核项中数采全部得分。

（二）建立多维数据运用平台

1、数据对货源投放合理性方面的研究和探索

货源投放是卷烟营销的核心业务领域之一，它具有很强的行业特殊性。

从制定规则到执行策略，实现货源投放主要有以下几个步骤：

一是执行零售终端细分。

终端细分是制定投放策略的基础。

要支持精准策略，终端细分应当多维度、精细化。

二是建立投放策略模型。

投放策略模型是支撑灵活投放策略的“骨架”。

投放策略模型的制定应该科学且客观，同时要因地、因时制宜，能够根据实际情况灵活调整。

三是制定单品投放策略。

针对各个单品的投放策略是在策略模型的“骨架”上填充“血肉”，这是体现品牌培育目标的重要实施步骤。

四是监控市场反馈、调控需求满足程度。

通过量价存监测等手段了解市场反馈，不断改进投放策略精准度；通过有节奏的投放及时对市场价格波动和市场需求变化进行响应，实现市场供给均衡有序。

通过上述四个步骤，卷烟营销策略最终得以响应市场需求，从而完成卷烟的市场营销业务在渠道终端的一环。

从市场信息采集开始到需求预测、组织货源、管理库存，再到货源投放，卷烟市场营销形成“从市场中来，到市场中去”的业务闭环。

现在所要研究的是数据采集如何更好的运用于货源投放方面。

根据当前商业企业操作实际，在货源投放四个步骤中的，前三个步骤已经基本确定的情况下，关键是第四个步骤如何更好的反馈并积极调整第二、第三步，才能使得货源投放更加的科学和合理。

1.1建立数据采集-货源投放联动模型

1.1.1定义。

数据采集-货源投放联动模型是以数据采集为源头，找到社会销量、社会库存、存销比和市场价格的动态情况，判断市场需求变化，从而通过调整货源投放量，影响卷烟的量、价、存状态，进而达到稳定价格、有效控制市场、提高客户满意度的目的。

1.1.2思路。

数据采集-货源投放联动模型设计思路是指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。

具体说来，一般选择投放上两周时段的量、价、存数据的变化情况，根据上两周的限量走势，综合计算出下周投放量的情况。

1.1.3条件。

为确保模型的结论的准确性，根据实际操作情况，特设定以下2个理想状态：

1.1.3.1模型里面涉及到的卷烟为紧俏卷烟和顺销卷烟，暂不考虑滞销卷烟等；

1.1.3.2模型里面不考虑节假日、季节、货源因素等情况，市场外部环境基本一致且货源能够充分满足。

1.1.3.3模型假定顺销卷烟的合理存销比为14-21天；顺销卷烟合理订足率为40%-60%。

1.1.3.4模型涉及到四个周期，其中A周和B周的数据已经由数据采集得出；C周的数据由周一、周二（视实际情况取舍）数据来推导整个C周的数据。

具体说明见下表：

实际周期

上两周

上一周

本周

下周

以下简称

A周

B周

C周

D周

备注

参考周

参考周

主要以周一、周二（根据实际情况取舍）数据来参考

目标周期

1.1.4步骤。

根据样本监测推算出的结果，定期监测零售客户销量、库存和价格，动态调整下一周期的货源投放量。

1.1.4.1第一步：

根据数据，判断走势情况

按零售客户分类情况，对每种卷烟品规，在每类的零售客户量、价、存和存销比进行列表，判断上两周的走势。

这里面的投放量、社会销量是指从周一到周日的一个周期的数据；社会库存是采用周期末，即周日的数据；可销天数=社会库存/社会销量即BI=K1/X1；市场条价格是指周一到周日的平均条价格。

参考两个周期的市场状态情况表

时间

品规

客户类别

投放量

社会销量

社会库存

可销天数

市场条

价格

A周

A品规

L

T1

X1

K1

B1

P1

B周

A品规

L

T2

X2

K2

B2

P2

1.1.4.2第二步：

根据走势，定性判断市场情况

按照上两周的量、价、存和存销比等数据，明显看出两周的各个指标的走势，从而有效判断出市场动态情况。

根据市场所处的状态，来定性判定下一周期卷烟投放量的“增、减”情况。

具体情况详见下表：

市场状态分析表

社会

销量

社会

库存

可销天数

市场

条价格

下周建议

投放量

市场状态分析

上升

上升

上升

上升

增加

客户备货

上升

上升

上升

不变

不变

客户备货

上升

上升

上升

下降

下降

卷烟促销

上升

上升

不变

上升

增加

节日消费

上升

上升

不变

不变

不变

节日消费

上升

上升

不变

下降

下降

卷烟促销

上升

上升

下降

上升

增加

销势向好

上升

上升

下降

不变

增加

销势向好

上升

上升

下降

下降

下降

卷烟促销

上升

不变

下降

上升

增加

销势向好

上升

不变

下降

不变

增加

销势向好

上升

不变

下降

下降

减少

卷烟促销

上升

下降

下降

上升

增加

销势向好

上升

下降

下降

不变

增加

卷烟促销或销势向好

上升

下降

下降

下降

减少

卷烟促销

…

…

…

…

…

…

不变

不变

不变

不变

不变

市场稳定

下降

上升

上升

下降

减少

需求下降，销势萎靡

…

…

…

…

…

…

1.1.4.3第三步：

根据限量增加的判断，计算各类别的建议投放量

依据各类别的订足率、存销比、市场条价格和周限量的关系，首先进行定性判断，下周限量是增、是减、还是不变。

1.1.4.3.1根据前面两周及C周订足率情况，设定A品规下一周期目标订足率V，从而推导出下周限量X1。

根据设定的预期订足率V，由系统自动获取从今年以来单周订足率在V+1%范围内的限量的最高值、最低值和均值，以上三个数值系统均有显示，系统给出建议下周限量为均值（取整）。

若是均增与B周比较趋势与系统判断一致，则无需修改；若是不一致，则需在最低与B周限量、或B周限量与最高之间自动取均值为下周限量。

1.1.4.3.2根据前面两周及C周的可销天数情况，设定A品规下一周期的目标可销天数，从而推导出下周限量X2。

首先，根据周一、周二（根据实际情况选择）的市场信息情况，推导出C周的社会销量、卷烟投放量、社会库存、订足率和周期末的可销天数等数据。

其次，计算出A、B和C周的平均日均社会销量，考虑到市场外部环境基本稳定，可以推定D周的日均社会销量与前三周平均基本一致，则目标可销天数=（D周投放量+C周社会库存-D周社会销量）/D周社会销量。

最后，计算出D周投放量，并且由系统自动获取从今年以来周投放量在+10%范围内限量的最高值、最低值和均值，以上三个数值系统均有显示，系统给出建议下周限量为均值（取整）。

1.1.4.3.3根据两种不同方式计算出来的下周限量X1和X2，根据系统实际操作验证后确定权重，进行加权平均。

品规

客户类别

客户数量

A周

B周

周限量