基于大数据和知识图谱的零售客户标签体系设计

唐树莺 胡 波 崔 易 李铁瑞

(1.湘潭市烟草公司营销中心，湖南 湘潭 411104；2.湘潭市烟草公司信息中心，湖南 湘潭 411104)

一、零售客户标签体系建设需求分析

近年来，大数据技术的蓬勃发展为企业深入挖掘数据资源潜力提供了更多可能[1]。烟草商业企业作为烟草产业链上重要一环，外部连接烟草工业企业、零售客户、消费者[2]，内部包含营销、专卖、烟叶、物流等诸多业务，信息系统众多，企业数据量庞大，如何充分挖掘企业数据资源，更好地服务于业务工作是一个十分有意义的研究方向。标签是对用户某个维度特征的描述[3]，大数据技术的发展为标签的计算、存储与检索提供了高效的技术支持。知识图谱又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系[4]。借助大数据和知识图谱技术，利用烟草商业企业诸多业务系统数据资源，建立零售客户标签体系，可对客户精准画像，实现个性化服务，精细化地完成卷烟营销、货源投放、大户治理、品牌培育等卷烟市场管理工作。

二、零售客户标签体系设计

1.设计原则

零售客户标签体系在设计过程中须遵循全面性、通用性、及时性、可扩展性、实用性等原则。全面性是指标签体系须包含零售客户各个维度的信息，对零售客户能精准画像；通用性是指应能描述零售客户的绝大部分共同属性，不受零售客户类别、地域等限制；及时性是指标签体系能根据零售客户实际情况及时更新标签值，准确描述零售客户的特征；可扩展性是指具有可自定义属性，可根据单位、片区的实际情况新增或删减标签；实用性是指标签的设计应贴近零售客户实际情况，对卷烟市场管理有实际指导性。

2.设计思路

基于知识图谱技术，利用烟草商业企业营销、物流、专卖、内管、市管、双G等内部业务系统和诚信互助小组、零售终端等外部系统数据，形成统一数据模型，在此基础上建立标签体系，能全范围，多视角的描述零售客户；利用大数据与数据可视化等相关技术，实现标签计算、展示等全生命周期管理。提供零售客户的精准画像，帮助业务人员对卷烟市场精细化管理。

3.总体架构设计

零售客户标签体系设计包含成长度、配合度、预警度、规范度、诚信度五个数据模型，每个维度由若干标签组成，充分展示零售客户在基本属性、业务关联关系、用户需求、自身价值、用户营销、用户行为等各个业务层面的信息，支持精准营销、客户洞察、渠道优化、品牌提升、运营内控、监督管理等卷烟市场管理的应用场景。

图1 标签体系总体架构

4.内容设计

标签体系内容可以从域、子域、数据模型、应用场景、产生途径等多个维度来进行设计描述。

(1)域和子域

标签体系由基础标签、规范经营标签、内管域标签、物流域标签、营销域标签、专卖域标签六个大域和市场检查、涉案行为、送货预警、互助小组、客户配合度、车组配送明细等13个子域组成。

基本属性是零售客户的基本信息，包括零售客户的编码、地址、许可证、店面类型等自身的信息和所属客户经理、市管员、物流送货等管理信息。规范经营标签是包括开店不开门、非自主订货、库存异常等信息。内管域标签包括内管预警和真烟异流两个子域，展示客户分档异常、销售不均衡、雷同订单、一卡多结等信息。物流域标签包括车组配送明细、送货预警、送货客户配合度三个子域，展示订单时间、交接货、配送车辆、驾驶员等基本信息，集中签收、位置偏移等送货预警信息和非电子结算次数、接货等待次数等送货配合度信息。营销域标签包括互助小组活跃度、陈列靓化率、明码实价率等互助小组子域标签，商圈类型、陈列面积、经营面积等终端属性子域标签和订足率、订货面、月供使用率等计算子域标签。专卖域标签包括检查内容、异常情况、涉案行为三个子域，展示仓库地理位置、网格信息等检查内容，销售天价烟、卷烟回收广告、证照不符等异常情况和销售假烟、案件规模等涉案信息。

(2)数据模型

抽取关键指标性标签，设计数据模型，从成长度、配合度、预警度、规范度、诚信度五个维度来全方位描绘零售客户情况。成长度反映了零售客户的经营情况，通过将省级卷烟营销平台的数据进行测算，展示零售客户订单结构、订货量、订货额、省外烟比例、月供总量使用率等信息。配合度来源于营销、专卖、物流域中跟零售客户配合情况相关的数据，主要标签有零售客户信息采集质量、是否有退货、是否配合检查等。诚信度基于诚信互助小组信息，包括小组成员评分、参加小组活动次数等。规范度反映了是否档位与经营能力不符、是否有涉案、是否亮证经营等零售客户规范经营信息。预警度主要基于内管域数据，反映零售客户是否有高价位卷烟投放异常、疑似代订、卷烟价格异常等触发内管预警的情况。

为更直观的展示零售客户信息，基于数据模型，设计了五度雷达图和等级评价。成长度和诚信度的得分为0.9及以上，则该度的等级为A；无预警和不规范的行为则预警度和规范度等级为A；配合度标签全满足，则配合度为A。当该零售客户有3A及以上时，该零售客户的综合等级为A级。

图2 数据模型雷达图

(3)应用场景

标签体系的应用场景有客户画像、大户筛选、精准营销、客户服务、物流配送等。客户画像将五度数据模型、零售客户基础信息和历史订购信息整合为一个页面集中展示，各个业务系统通过调用页面链接，在各自系统内可查阅零售客户的客户画像，为客户经理、市管员、内管员、送货员等一线业务人员的市场管理工作提供决策支撑。

图3 客户画像

大户筛选利用检查异常和涉案行为等子域的标签，根据零售客户是否存在向无证户提供货源、停业整顿、涉案违法等行为将大户分为不法烟贩、非法收购、违规经营、一般监管四类，便于专卖人员对不同类别的大户进行分类精细化管理。精准营销根据零售客户的终端属性、规范经营、计算标签等信息，作用于货源投放，实现对零售客户个性差异化的投放营销策略。

5.生成设计

(1)数据来源设计

建立烟草商业企业数据湖，引入营销业务库、物流库、分拣系统、内管系统、诚信互助小组、双G系统、移动办公系统、共享库(市管、专卖、证件、部分营销、物流等数据)、编码中心等11个内外部业务系统的数据，包含150余张业务数据表，为零售客户标签体系提供数据来源支撑。

(2)标签生成

根据标签内容设计，须支持多种标签类型的输入与输出，还须支持流程标签、属性标签、预警标签的输入、指标标签的计算等。标签的生成过程包括标签定义、标签规则、标签计算和标签查询。

标签定义。标签生命周期中，第一个阶段即为标签定义阶段。标签定义包括确认标签在标签管理体系中的分类、标签名称、标签代号、标签在同规则下的对应值、标签状态等。标签定义须包含标签体系的在线维护功能，如标签体系的增删改查以及分类功能等。

标签规则。标签定义之后，须进一步明确标签所对应的业务逻辑，标签规则的设定即为标签的业务逻辑配置过程。标签规则主要支持以下几种运算逻辑：四则运算、比较运算、逻辑运算、聚合运算、函数运算以及常量的引用，并能支持在线配置标签规则，以应对不同标签计算场景。

标签计算。标签计算包含标签计算任务的建立，以及标签计算调度接口的实现[5]。主要是对配置好的标签规则按指定循环周期进行自动的程序调度管理，以确保标签数据的正常使用。

标签查询。标签查询是广义的查询，即只要通过技术手段获悉了标签的直接或间接分析结果，均为标签查询。本文研究的标签查询主要包括标签直接查询检索以及标签信息批量输出的两种方式，具体支持形式包含但不局限于单一零售户标签实时查询接口、标签批量卸载。其中单一零售户标签实时查询接口是为了响应各业务域对标签的实时查询需求，通过传入专卖许可证号信息，直接获取零售客户的所有标签。而标签批量卸载是指调用标签数据的系统或应用通过批量程序定期卸载贴标数据，并进行存储分析的方式。

(3)模型生成

模型生成主要是指是预警度、诚信度、配合度、成长度、规范度等数据模型的生成，并支持动态扩展模型操作、模型规则的拖拉拽配置等操作，支持模型运算的灵活调度(包含自动或手动的方式)等。具体包括模型定义、模型规则、模型计算和模型查询。

模型定义。模型定义包括模型的名称，所属类别等信息。模型定义功能包含模型的在线维护，具体包含模型的增删改查等。

模型规则。模型定义之后，需进一步明确模型所对应的业务逻辑，即为模型的业务逻辑配置过程，确定标签具体筛选出客户的组合方式。模型规则主要支持以下几种运算逻辑：四则运算、比较运算、逻辑运算、聚合运算、函数运算以及常量的引用。并支持在线配置模型规则，以应对不同模型计算场景。

模型计算。模型计算主要是对配置好的模型规则按指定循环周期进行自动的程序调度管理，以确保模型数据的正常使用。包含模型计算任务的建立，以及模型计算调度接口的实现。

模型查询。模型数据的查询主要是按照业务需求将零售客户的模型输出，提供实时接口查询和批量卸载两种方式。

三、标签体系应用分析

本文设计生成的标签体系包含250个以上标签，由110个以上零售客户基础标签，130个以上业务标签和15个以上计算指标组成，并可根据业务需求进行标签的增删改，已在某地市级烟草商业公司进行实际应用，在大户管理、货源投放等方面取得了较好的应用效果。

(1)大户管理

表1 大户分类规则

根据零售客户在检查异常、涉案行为等子域标签的命中情况，筛选出零售客户中的大户，并分为不法烟贩、非法收购、违规经营、重点关注四类来进行精细化管理。

根据不同的类别，设定不同的管理规则，如不法烟贩和非法收购标签，市管员一个月将检查2次，违规经营和重点关注标签，一个月检查1次。同时设计了大户退出机制，针对不同的标签的大户，设置了不同时间的有效期，如无异常情况，过了有效期，自动退出大户名单。

(2)精准投放

专卖、内管部门采集的规范经营标签可通过大数据平台同步至营销系统，营销部门按照相关规定在系统内设置规则，系统自动对该类型标签的客户进行货源停供减供处理。对诚信小组反馈的乱价客户，也可通过系统导入的形式进行相应卷烟单品停供减供。如某零售客户存在“控小大户”现象，并在该店查获违法收购的卷烟339条，案值31730元。稽查员根据行政法规，对该户进行行政处罚，并通过流程协同向内管反馈案件情况。营销系统则根据协同过来的案件信息，对该零售客户采取停供一个月的措施。

还可根据市场类型、经营业态、商圈类型等基本属性标签，进行货源的差异化投放[6]。如对便利食杂客户丰富品规投放，对高档烟酒店增加一类烟投放，对娱乐服务业加大高档卷烟投放，减少中低档卷烟投放。

四、结语

本文以某烟草商业企业零售客户标签体系设计实践为例，利用大数据技术，设计建立了零售客户标签体系，并对标签体系在大户管理和精准投放等方面的应用进行了分析，有效提升了卷烟市场精细化管理水平。