成品油销售业务大数据应用的实践和构想

刘力昌

〔中国石油销售分公司 北京 100007〕

伴随着国内成品油销售市场常态化竞争局面，扩销上量的难度越来越大。特别是2020年以来，受国际石油市场低油价和全球疫情影响，成品油市场需求、价格低于行业预期，成品油销售业务面临更为严峻的形势。国内大型石油石化企业将销售业务节流，转变经济增长方式，实现提质增效，破解成品油销售业务高质量发展难题聚焦在信息化和数字化转型上面，面对企业管理和信息化新理念、新方法(例如，阿米巴经营、数字化转型、云计算、大数据、互联网+、物联网、5G和人工智能等)。哪种理念和技术对销售业务影响深远和意义重大，对销售业务节流降费的实践具有重大指导意义，答案是明确的，当然是大数据。大数据不仅深刻影响企业管理和信息技术，而且深刻改变人们的思维、看待现实世界的视角，由过去探索因果关系，转变为探究相关关系，是逻辑思维的重大突破。毋容置疑，大数据应用是破解销售业务高质量发展的重要途径和手段，是销售企业感知市场、客户的抓手，是销售物流优化的基石，是销售业务数字化转型的前提。

1 石油成品油销售业务数据应用的实践

石油成品油销售业务领域开展了不同程度的数据应用工作。销售业务面对市场和客户，决定石油、成品油供应链价值实现，是集团公司服务客户的窗口单位。销售业务数据探索实践应用的深度和广度处在集团公司领先地位。

1.1 数据应用现状

国内石油石化行业成品油销售业务从2000年开始规划和建设信息系统，经历了从分散到集中，从独立到集成，建成投用了ERP、CRM、物流、财务、加油站管理(互联网应用)和库站视频监控等相关信息系统。经过前期应用的积累，销售业务信息系统结构化数据存量150 TB，增长量40 G/d，库站视频监控非结构化数据存量641.16 PB，增长量7.12 PB/d。销售业务数据主要有两大类型。一是结构化数据。例如，销售信息系统等数据；二是非结构化数据。例如，油库和加油站视频监控数据。根据数据产生的时间，又可分为历史和实时数据。

1.2 数据标准化成果

根据集团信息规划和销售信息系统建设方案对销售信息系统进行了3个层次的规划和设计。一是销售主数据管理；二是按照业务界面，进行业务切分，分为销售(ERP系统)；物流(物流信息系统)；客户(CRM系统)；油库(油库管理信息系统)；加油站(加油站管理信息系统)。三是明确信息系统集成关系和数据表单。采用“边建设、边集成和边应用”信息化建设和应用策略。坚持不懈开展5大项，100个考核指标量化120次应用考核工作，推进系统标准化应用，确保了销售业务信息系统数据质量。

1.3 数据应用实践

销售信息系统投用后，不断推进系统深化应用，在全面应用信息系统查询和报表的基础上，围绕市场、客户、营销和物流等典型场景，开展了数据应用探索和实践，有效支撑了销售业务经营管理工作。

1.3.1 经营分析

从专业线管理层面开展了零售和非油品业务营销支出、叠加优惠、电子券、价格直降和批零量价等专题数据分析；通过ERP和财务信息系统集成数据，实现了销售企业日毛利分析、预测和监控数据分析，指导销售企业营销策略调整和执行效果量化评价工作；利用ERP的BW工具开展了销售业务购销存平衡表等商流报表数据分析。

1.3.2 精准营销

加油站管理信息系统和CRM系统集成后，建立了加油卡客户360°客户视图。打通了零售卡客户的精准营销流程，在原来普惠型促销基础上，基于CRM客户大数据分析结果，制定精准促销政策，实现成品油零售和非油品业务精准营销。销售企业开展客户挽回促销活动，挽回流失客户。

1.3.3 物流优化

利用销售物流信息系统集成数据，基于物流大数据分析的DPO优化模型每月制定一次物流运输方案，运输流向和运输结构持续优化，交叉运输和回流运输大幅减少，方案制定时间由1周缩短到3天以内，月均降费0.3亿元以上，二次配送和库存周转显著提高，降本成效显著。上述场景数据分析，为销售业务大数据应用奠定了坚实基础。

2 销售业务大数据应用战略、目标、原则和场景

全面开展销售业务数据应用工作，实现标准化报表自动生成、全业务单元经营数据分析，全局石油市场、营销、物流和成本数据分析，赋能销售业务高质量发展。

2.1 大数据应用战略

大数据是以容量大、类型多、存取速度快和应用价值高为主要特征的数据集合。2015年10月，党的十八届五中全会正式提出“实施国家大数据战略，推进数据资源开放共享”。2021年全国人大通过的《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》明确提出“加快数字化发展，建设数字中国”。大数据上升为国家战略，油气行业成品油销售业务秉持“创新、协调、绿色、开放、共享”的新发展理念，围绕建设数字销售、智慧销售和销售业务数字化转型工作，全面实施销售业务大数据战略，发挥大数据赋能销售业务提质增效的核心作用，运用大数据手段推动销售业务高质量发展。

2.2 大数据应用目标

成品油销售业务大数据应用目标是以销售业务全局和专业线创新为核心，赋能销售行业增销、降费和防风险工作，支撑销售业务数字化转型落地实施，实现销售最大化、费用最小化，利润最大化，赋能销售业务提高经济效益战略目标的实现。

2.3 大数据应用原则

销售大数据应用要脚踏实地、不折不扣地坚持大数据思维、顶层设计与基层实践相结合以及应用PDCA循环三个基本原则[1]。

2.3.1 大数据思维原则

尽管销售业务数据存量还达不到大数据标准，但销售业务数据覆盖全国石油市场、客户、经营和监控等多个维度。可以用“全样本、相关性和预测”8个字概括大数据思维，预测是大数据目标，全样本和相关性是大数据的方法和手段，要充分利用大数据思维，开展全局性大数据应用，指导销售业务经营管理工作(见图1)。

图1 大数据思维图解

2.3.2 顶层设计和基层实践相结合原则

成品油销售业务大数据应用，要遵循顶层设计和基层实践相结合的原则。在大数据应用顶层设计、需求分析、数据收集、数据建模、数据分析、测试试点和运营管理过程中，要有懂经营、管理、数据、信息和客户层面人员参加大数据应用。要站在销售业务数据运营角度，建立大数据运营管理制度，抓好大数据应用管理、运行和实践工作。构建既体现销售业务战略发展方向，又符合销售企业库站基层实践，满足客户地域文化、习惯差异体验的大数据应用，适应石油市场瞬息万变的新形势、新情况。

2.3.3 应用PDCA循环原则

大数据应用要关注两个PDCA循环。一是组织机构内战略、业务、管理和信息横向PDCA循环，简称横向循环；二是上下级组织机构全局和专业线纵向PDCA循环，简称纵向循环。在横向和纵向循环中植入大数据基因，实现销售业务定量分析、量化评价和探索规律，大数据赋能销售业务战略落地执行。在销售企业营销、物流、财务、市场、客户和风险等方面，全局和专业线的计划、执行、检查和评价工作，构建大数据应用支撑的横向和纵向PDCA循环(见图2)。

图2 销售大数据应用横向和纵向PDCA循环示意图

要正确处理销售业务战略和大数据应用辩证关系，从销售业务战略出发，大数据应用，到问题优化解决，再回到销售业务战略，实现首次销售业务战略和大数据应用循环，完成销售业务经营管理首次提升。以此类推，第二次循环，完成第二次销售业务经营管理提升。大数据应用由销售业务经营管理问题触发、引导和推进，同时，通过大数据应用和信息系统完善和提升，固化销售业务经营管理提升的成果。销售业务战略和大数据应用循环示意见图3。

图3 销售业务战略和大数据应用循环示意图

2.4 典型应用场景

销售业务大数据应用场景分成3大类典型场景。一是按组织机构分为集团公司、销售公司、地区公司、地市公司、油库和加油站应用场景；二是销售业务全局和专业线日常应用场景；三是销售业务+互联网、销售公司内部和行业对标专题应用场景。

3 销售大数据应用推进方案

销售业务大数据推进过程可以概括为“销售347大数据工程”。“3”是要日常应用、专题分析和全局应用三个推进步骤；“4”是分组织机构、专业线、局部和全局标准化应用阶段；“7”是大数据应用实践七项重点推进措施。

3.1 大数据应用核心路径

遵循实践和认识，量变和质变哲学规律，从简单、容易的大数据分析开始，分层次、循序渐进推进销售业务大数据应用工作。大数据应用是销售业务数字化转型的充分必要条件，是不可逾越的转型基础过程。在大数据应用推进过程中要关注业务、管理、信息和数据标准化工作。

3.2 大数据应用推进措施

推进销售大数据应用，要重点做好职能融合、指标体系、配套制度、团队建设、数据治理、数据平台和运营保障措施落地执行。

3.2.1 职能融合

要充分考虑集团公司、销售公司和销售企业经营管理职能标准化，争取集团公司政策支持，取得销售企业理解和支持；打破销售公司职能处室管理职责限制，建立适应大数据应用、专业技能匹配的大数据应用攻关组织；梳理和整合地市公司、油库和加油站经营管理职能，建立适应大数据应用配套职能机构。

3.2.2 指标体系

在原有绩效考核指标和专业线管理考核指标的基础上，进一步统一、标准化销售业务指标体系，满足大数据应用需要；梳理销售业务信息系统数据，参照销售业务指标体系，对应建立大数据应用指标体系，实现销售业务和大数据应用映射和孪生管理；在大数据应用基础上，构建销售公司内部管理和行业对标管理指标体系，支撑销售公司内部和行业对标管理。

3.2.3 配套制度

根据大数据应用要求，解放思想，实事求是，以创新的态度，修订和完善现有销售业务经营管理制度，支撑大数据应用。依据大数据战略，结合销售业务实际，建立大数据应用授权、管理、使用和销毁全数据生命周期管理机制，出台数据安全管理和运营管理规范，全方位支撑大数据应用。

3.2.4 团队建设

建立销售公司、销售企业和内部支持队伍和外部大数据应用专家组成的销售大数据分析应用团队；选择库站紧贴市场和客户的基层人员，全程参加大数据团队，必要时邀请客户参与体验大数据成果，提出完善和提升意见；建立大数据分析、应用和运营团队的奖励、激励机制，根据大数据研究成果，对成品油销售业务提质增效贡献大的给予重奖。

3.2.5 数据治理

销售公司和销售企业一把手挂帅，成立销售业务数据治理委员会，对数据治理过程中重大问题进行决策；建立销售业务职能部门和数据管理部门组成的数据治理攻关小组，常态化开展销售业务数据治理工作；根据销售业务指标和大数据应用指标体系应用实践，持续开展数据和指标的标准化提升工作。

3.2.6 数据平台

根据能源行业成品油销售大数据既为企业内部员工提供数据服务，又面向外部客户服务的需求，销售大数据要采用混合云计算环境，私有和共有云计算平台部署；对大数据平台软硬件资源，根据业务运行进行动态调整，提升大数据平台性能扩展性和适应性，满足大数据应用的要求；销售大数据平台要具有销售全量数据、全局性大数据应用分析，又应具有EXCEL自定义数据分析工具，根据用户在大数据平台自定义，输出报表，满足灵活性的需求。

3.2.7 运营保障

销售业务、大数据、信息系统运维和销售网络安全都具有“运营”的特征。大数据支撑销售业务，系统运维和网络安全保障大数据应用。要构建销售业务、大数据、运维和安全全局一体化运营管理体系，共同支撑销售业务大数据运营管理，保障销售业务安全、稳定和可靠运行。

4 结束语

介绍了国家大数据应用相关政策，总结了油气行业成品油销售业务数据应用现状和成果。提出了销售业务大数据应用战略、目标、原则和典型场景，给出了销售业务大数据应用推进路径和措施。销售大数据应用是销售业务信息化质变提升的关键阶段，是实现销售业务数字化转型的基础，是实现销售业务高质量发展的根本保障。