在當今數字化轉型的時代浪潮中，“新質生產力”已成為推動各行各業創新變革的關鍵力量，而加快培育“新質生產力”離不開數字技術的深度開發和廣泛應用。煙草行業牢牢抓住生產經營管理一體化平臺建設契機，加速構建數字化產業鏈體系，加快融入數字中國建設大局。國家煙草專賣局張建民局長在煙草行業一體化平臺建設推進會上指出：“必須從戰略高度適應變革、順應規律、主動作為，搶抓數字化發展先機，賦能行業推動高質量發展、推進高效能治理、造就高素質隊伍，奮力譜寫行業現代化建設新篇章”。

卷煙市場狀態是行業經濟運行的風向標和晴雨表，科學感知市場是進行市場宏觀調控的主要抓手和有力工具，數字賦能卷煙市場監測是順應行業數字化轉型發展趨勢的必然選擇，根據市場狀態實施精準調控，實現供需動態平衡，是煙草行業高質量發展和高效能治理必然要求。

一、聚焦三大痛點，數字賦能尋突破

數據治理、數據應用、數據能力建設是數字化轉型的關鍵。然而，從煙草商業企業營銷業務現狀來看，其數據的治理和應用程度還存在欠缺，在實際業務開展過程中還存在以下痛難點：

一是數據體系不夠完善。缺乏數據體系頂層設計，沒有構建科學合理的數據管理體系與管理架構，導致流程割裂、數據豎井、數據孤島等問題，難以支撐業務敏捷迭代和規模化，也會存在數據安全與風險隱患；

二是數據利用不夠充分。缺少對數據的有效利用，商業企業目前積累了海量的客戶交易數據，包括投放數據、訂單數據、終端銷售數據等，但這些數據更多是停留在各部門信息系統中，分散且孤立，現有數據資產尚未得到有效開發利用，營銷人員看到的更多是經常過簡單統計的宏觀數據，數據分析顆粒度較粗；

三是數據呈現不夠智能。智能化程度欠缺，創新技術應用程度不夠深入，不能充分支持數據智能分析和成果展示。一線營銷人員缺乏有效的數據應用工具，線上化和自動化程度不足，數據分析到數據應用全流程業務管理更多依線下人工流轉，觸及范圍有限，管理效率打折。

二、構筑三大路徑，市場監測夯根基

通過融合多源數據，打通卷煙投放、訂購、終端數據流，并整合外部人口和商圈環境數據，以機器學習算法對終端數據進行科學分層抽樣、推總還原，并構建科學的市場狀態動態評價體系。

1、進行科學有效的樣本分層抽樣

當前零售終端建設大多面臨數采客戶分布不均、數據質量參差不齊的問題，基于此現狀，傳統的統計抽樣適用性不高，而大數據時代“要全體不要抽樣，要效率不要絕對精度，要相關不要因果”的數據處理思維恰能彌補此不足。以海量的原始交易信息為數據基礎，動態判斷終端數采客戶的數據質量，同時依據客戶實際經營能力、周圍商圈能力等相關標簽對零售客戶進行重新分層，自動選取每一層級中質量較高的頭部數采客戶納入算法模型中，隨著終端樣本質量不斷提升、數采客戶體量不斷擴大，參與模型訓練的優質終端也會更多，數據還原的精度也會更高。

2、設計智能優化的機器學習算法

依據不同市場數據情況，選取最適合的算法模型，并通過超參設計，保證模型運行效果。算法設計體現開放性、先進性和創新性，適用于海量數據、多變量下的數據計算，特別適用于像終端數據這種波動性強、缺失較多的數據場景。同時選取機器學習算法，本身具有不斷學習、精度不斷提高的能力，可學習可拓展，不斷提升數據決策的支撐度。

3、構建科學客觀的市場評價體系

將市場狀態監測指標，如社會存銷比、價格指數、毛利率等，結合投放、訂購等交易指標，進行相關性分析，動態設計指標權重，構建卷煙市場狀態動態評價體系，該評價體系以不同品牌、價類、價區、檔位等視角出發，實現省、市、區三級聯動，展現細分到單一規格的“俏緊平松軟”市場狀態。

三、零點有數助力賦能，監測平臺顯成效

零點有數結合北京市煙草零售終端現有數據情況以及特有的市場特點，為中國煙草總公司北京市公司營銷中心定制開發了以“卷煙市場動態監測”為核心的集成算法模型，并開發部署了“北京卷煙市場監測平臺”，將營銷業務數據可視化呈現，有力提升了營銷工作效能，為推動經驗營銷向數字營銷的轉變夯實了基礎。

“北京卷煙市場監測平臺” 于2024年6月正式上線，是北京市煙草公司營銷中心在卷煙營銷數字化轉型方面邁出的重要一步。當前平臺運行穩定，且算法預測的數據結果基本符合市場調查情況，該成果為北京市煙草公司營銷中心繼續深入探索數字化應用場景打下了堅實基礎，也為行業的數字化發展提供了有益的借鑒和參考。