数据挖掘分析方法在烟草商业物流工作中的应用研究

张华健 张武 李晓光 魏国迎

摘要：本文结合山东省淄博市烟草专卖局（公司）卷烟物流中心工作实际，探讨运用大数据思维和数据挖掘分析方法，对卷烟仓储、分拣、配送、综合等数据进行日统计、月汇总，着力构建卷烟物流信息数据的收集、整理、分析、应用、共享管理机制，建立月度数据分析报告制度，为企业决策提供有效数据支撑。

关键词：数据;挖掘分析;烟草物流;应用

中图分类号：F25923   文献识别码：A  文章编号：

2096-3157（2019）29-0027-03

一、引语

1研究背景

数据是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。在信息时代，没有数据，一切无从谈起。没有数据挖掘与分析，就如同盲人摸象，就无法综合研判市场信息，无法做出及时、准确判断。要想使数据真正成为一个公司的资源，只有通过充分的数据挖掘与分析，才能利用它为公司自身的业务决策和战略发展服务，数据挖掘和分析方法也应运而生，显示出其强大的生命力。数据挖掘与分析就是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取隐含在其中的、人们所不知道的，但又是潜在有用信息和知识的过程。

在信息化时代，应该将大数据运用到烟草行业的发展中，通过对行业生产、营销、物流等各环节大数据的采集、挖掘分析、研究利用，为消费者提供更满意的产品和服务。具体到淄博烟草卷烟物流中心而言，需要高质量的数据分析，来客观、直观地反映基层工作情况，帮助管理者及时发现问题、发掘亮点，发现数据之间的关联，让看起来杂乱无章的数据变得有序，让数据背后的真相直观地展现出来，为领导的决策提供更可靠的依据。

2研究思路

以精益渗透和流程建设为契机，按照“立足现实，着眼长远，以我为主、精益求精”的原则，即立足卷烟物流中心设备自动化、信息化水平较低的现实，以精益思想为指导，以自我挖潜、自我研发为主，单位主要负责人带头，组织开展数据分析，从明确目标、落实责任，完善制度、优化流程等方面，实现数据挖掘与分析的突破。

3研究目标

（1）物流关键数据指标统计项由67项提高到110项以上。（2）在基础数据信息采集中，员工的参与度由65%提高到85%以上。（3）探索建立一套系统完整的卷烟物流信息数据的收集、整理、分析、应用、共享管理机制，为企业决策提供有效数据支撑。

二、整体举措

数据挖掘与分析，重在组织保障、全员参与，贵在形成制度化长效化坚持，因此，在对各业务环节具体数据收集分析前，必须立足全局，对相关整体工作进行系统安排和把握。

1加强组织保障

成立卷烟物流中心数据信息挖掘分析应用领导小组，组织制定具体工作实施方案，认真分析数据信息统计应用工作现状，查找突破瓶颈，确保基础数据统计更加全面，信息化程度更高，数据应用效果更加显著。

2积极宣传发动

做好员工的宣传发动、学习培训工作，提高全员对数据统计工作的重视程度和统计技能，为有效收集数据奠定基础。

3统计指标分析

对物流环节关节数据信息进行全面梳理，细化物流关键数据统计指标，准确定位应统计而未统计的关键数据信息，为下一步做到应统计、尽统计做好基础工作。

4相关统计工具开发

为统计工作量大、电子化程度低的关键环节研究开发相应的统计应用软件或小工具，将统计工作简单化、数字化，有效减少人工纸质统计，降低员工工作量，提高数据的统计利用效率。

5數据统计常态化制度化

完善基层一线分拣、配送工作日志，建立定期的数据分析报告制度，形成一套卷烟物流信息数据的收集、整理、分析、应用、共享管理机制。

三、分域探析

1卷烟仓储环节

平均每天卷烟卸货的工作时间大约占仓储业务工作时间的3/4，在此仅对卷烟入库环节进行讨论。

仓库保管员填写《卷烟卸货登记表》，全面记录卷烟卸货信息，主要包括日期、卷烟品牌（规格）、是否是托盘运输、储位安排用时、卷烟数量、卷烟生产厂家、残损卷烟情况、卸货开始时间、卸货结束时间、保管员、信息员、设备情况等基础信息。截止到2019年5月31日，共记录了自2015年7月20日以来的5295条记录。

相关数据主要是通过Excel的数据透视表和数据透视图功能来分析与展现。通过这些基础信息，管理人员可以分析指定时间段的卸烟件数、平均卸货效率、卸车次数、百件卷烟卸货单位用时，以及保管员、信息员、装卸员的工作效率和设备状况，经过数据分析可以比较容易地发现出现异常情况的指标。通过计算日均卸货次数、日均卸货量测算人员的劳动量，经过数据的排序，可以发现工作量是否均衡、设备是否存在故障等问题。进一步延伸，通过对一段时间内卸货量的数据分析，若出现工作量大幅波动的现象，则可能与卷烟营销中心的调度有关，与之讨论是否可以在保障正常经营的情况下，合理安排到货车辆，以平衡日平均工作量。

表1为卷烟仓储装卸环节数据汇总透视分析表，实时跟踪每日单次卸车用时、工作量、总时长等情况。

2卷烟分拣环节

该环节主要通过自主开发的“卷烟分拣系统工作效率分析程序”来采集数据并进行相关的分析。程序包括后台管理与查询、前端登记与查询两个部分，含有六个功能模块——工作时间登记、数据查询与维护、参数设置、分拣工作时间图表分析、生产耗材登记与查询、分拣费用分析，可以实现分拣各环节工作效率及费用情况的实时统计查询。本文以第四个功能分拣工作时间图表分析为例，介绍分拣环节相关数据的统计与分析。图1为分拣工作时间图表分析功能模块界面。

其中，在图形选项上，可以选择用饼图、柱状图、折线图，按日期或分拣线显示各工作环节的分析与查询结果。这些数据具体包括：异型烟分拣所用时间（小时）、正常卷烟分拣所用时间（小时）、塑包机工作时间（小时）、打码工控机工作时间（小时）、分拣工作全部结束所用时间（小时）、零散卷烟分拣量（箱）、件烟数量（箱）、异型烟数量（箱）、分拣户数、零散烟分拣效率（箱/小时）、异型烟分拣效率（箱/小时）、残损烟（条）。上述数据客观真实全面，是对分拣工作情况，尤其是对工作效率的直观呈现，可以为员工绩效考核、分拣班组优化、分拣设备改进等工作提供重要依据。

3卷烟配送环节

主要是通过《卷烟配送日志》来收集数据，主要包括日期、部门、线路、团队、驾驶员、送货员、送货量、送货户数、出车时间、返回时间、收取现金数量、电子结算户数、送货里程、银行存款用时、装车用时等15个基础指标。在此基础上，每月计算推导出单车日均配送时间、里程、户数、装载率、电子结算成功率等运行指标。截至2019年5月31日，共采集了自2016年以来的，共计42937条记录。

图2为各配送部日均配送户数月度折线图，通过分析配送户数、用时、里程等数据，为优化配送线路提供科学依据，实现提质降本增效。

4综合管理环节

每月初形成上月份的《卷烟物流中心月度工作报表》，涵盖物流总费用、单箱物流费用、物流费用率等131个指标，全面反映物流各环节运行质量。

表2为通过数据自动提取和人工修正生成的月度工作报表。

四、方法应用成效

1产生的直接经济效益

应用数据挖掘分析方法后，坚持用数字说话，依托客观数据辅助管理决策。2018年，优化移库备货流程，使卷烟分拣备货由35小时缩减至25小时左右，效率提升30%;2018年，标准卷烟分拣效率较2017年平均提升867%。2019年4月份，优化、减少配送线路25条，减少终端送货车辆5台、人员10名。

2建立了较为完善的数据挖掘分析应用制度

完善了信息数据采集流程，建立了数据分析、应用、共享管理机制。配送工作日志、卷烟卸货日志已纳入物流标准化管理体系中。同时，为物流环节的分层分类对标数据采集与分析工作打下了良好基础。

3为提升绩效考核科学化水平提供了有力支撑

在实际工作中，受许多因素制衡，绩效考核体系中定性评估占比要比定量评价大，在某种意义上影响到了考核的科学性和客观性。应用数据挖掘分析方法，在仓储、分拣、配送、综合环节中，选择那些关键指标、终端指标作为评价岗位个人、团队、部门工作绩效水平的重要依据，如平均卸货效率、零散烟分拣效率（箱/小时）、异型烟分拣效率（箱/小时）、日均单车配送量、日均单车配送户数、单箱物流费用等。量化考核中，要扭住效益效率不放，堅持效能比优先，突出重点、总揽大局，避免眉毛胡子一把抓，切实在企业上下起到鲜明的激励导向作用。

4具备一定的推广价值

数据虽有差别，但大数据思维可以共通共享。数据挖掘分析方法及其应用实践，在信息化、自动化水平较低的地市级公司配送中心均可推广运用。对信息化、自动化水平相对较高的单位，也具有一定的借鉴意义。同时，借助Excel等常用办公软件，即可进行数据录入与分析，可以以较低的费用成本实现对数据的采集与分析。

五、结束语

本项目运用精益思想、大数据思维，比较全面地采集、分析了物流业务的相关数据，为进一步提升效率、提高服务质量，提供了客观的数字化依据，是打牢基层管理基础的重要一环，对企业的高质量发展有很好的推动作用。

参考文献：

[1]周磊，王建军商业卷烟物流精益管理应用实例与工具方法[M]山东人民出版社，2018

[2]李志辉，李欣MINITAB统计分析方法及应用[M]电子工业出版社，2017

[3]王妍妍基于数据挖掘的物流成本管理模型研究[J].电子商务，2018，（1）

[注]基金项目：本文来源于淄博市烟草专卖局（公司）2018年度一等奖精益课题《数据信息挖掘分析》

作者简介：

1张华健，供职于山东淄博烟草有限公司。

2张武，供职于山东淄博烟草有限公司。

3李晓光，供职于山东淄博烟草有限公司。

4魏国迎，供职于山东淄博烟草有限公司。