在当今数字化转型的时代浪潮中，“新质生产力”已成为推动各行各业创新变革的关键力量，而加快培育“新质生产力”离不开数字技术的深度开发和广泛应用。烟草行业牢牢抓住生产经营管理一体化平台建设契机，加速构建数字化产业链体系，加快融入数字中国建设大局。国家烟草专卖局张建民局长在烟草行业一体化平台建设推进会上指出：“必须从战略高度适应变革、顺应规律、主动作为，抢抓数字化发展先机，赋能行业推动高质量发展、推进高效能治理、造就高素质队伍，奋力谱写行业现代化建设新篇章”。

卷烟市场状态是行业经济运行的风向标和晴雨表，科学感知市场是进行市场宏观调控的主要抓手和有力工具，数字赋能卷烟市场监测是顺应行业数字化转型发展趋势的必然选择，根据市场状态实施精准调控，实现供需动态平衡，是烟草行业高质量发展和高效能治理必然要求。

一、聚焦三大痛点，数字赋能寻突破

数据治理、数据应用、数据能力建设是数字化转型的关键。然而，从烟草商业企业营销业务现状来看，其数据的治理和应用程度还存在欠缺，在实际业务开展过程中还存在以下痛难点：

一是数据体系不够完善。缺乏数据体系顶层设计，没有构建科学合理的数据管理体系与管理架构，导致流程割裂、数据竖井、数据孤岛等问题，难以支撑业务敏捷迭代和规模化，也会存在数据安全与风险隐患；

二是数据利用不够充分。缺少对数据的有效利用，商业企业目前积累了海量的客户交易数据，包括投放数据、订单数据、终端销售数据等，但这些数据更多是停留在各部门信息系统中，分散且孤立，现有数据资产尚未得到有效开发利用，营销人员看到的更多是经常过简单统计的宏观数据，数据分析颗粒度较粗；

三是数据呈现不够智能。智能化程度欠缺，创新技术应用程度不够深入，不能充分支持数据智能分析和成果展示。一线营销人员缺乏有效的数据应用工具，线上化和自动化程度不足，数据分析到数据应用全流程业务管理更多依线下人工流转，触及范围有限，管理效率打折。

二、构筑三大路径，市场监测夯根基

通过融合多源数据，打通卷烟投放、订购、终端数据流，并整合外部人口和商圈环境数据，以机器学习算法对终端数据进行科学分层抽样、推总还原，并构建科学的市场状态动态评价体系。

1、进行科学有效的样本分层抽样

当前零售终端建设大多面临数采客户分布不均、数据质量参差不齐的问题，基于此现状，传统的统计抽样适用性不高，而大数据时代“要全体不要抽样，要效率不要绝对精度，要相关不要因果”的数据处理思维恰能弥补此不足。以海量的原始交易信息为数据基础，动态判断终端数采客户的数据质量，同时依据客户实际经营能力、周围商圈能力等相关标签对零售客户进行重新分层，自动选取每一层级中质量较高的头部数采客户纳入算法模型中，随着终端样本质量不断提升、数采客户体量不断扩大，参与模型训练的优质终端也会更多，数据还原的精度也会更高。

2、设计智能优化的机器学习算法

依据不同市场数据情况，选取最适合的算法模型，并通过超参设计，保证模型运行效果。算法设计体现开放性、先进性和创新性，适用于海量数据、多变量下的数据计算，特别适用于像终端数据这种波动性强、缺失较多的数据场景。同时选取机器学习算法，本身具有不断学习、精度不断提高的能力，可学习可拓展，不断提升数据决策的支撑度。

3、构建科学客观的市场评价体系

将市场状态监测指标，如社会存销比、价格指数、毛利率等，结合投放、订购等交易指标，进行相关性分析，动态设计指标权重，构建卷烟市场状态动态评价体系，该评价体系以不同品牌、价类、价区、档位等视角出发，实现省、市、区三级联动，展现细分到单一规格的“俏紧平松软”市场状态。

三、零点有数助力赋能，监测平台显成效

零点有数结合北京市烟草零售终端现有数据情况以及特有的市场特点，为中国烟草总公司北京市公司营销中心定制开发了以“卷烟市场动态监测”为核心的集成算法模型，并开发部署了“北京卷烟市场监测平台”，将营销业务数据可视化呈现，有力提升了营销工作效能，为推动经验营销向数字营销的转变夯实了基础。

“北京卷烟市场监测平台” 于2024年6月正式上线，是北京市烟草公司营销中心在卷烟营销数字化转型方面迈出的重要一步。当前平台运行稳定，且算法预测的数据结果基本符合市场调查情况，该成果为北京市烟草公司营销中心继续深入探索数字化应用场景打下了坚实基础，也为行业的数字化发展提供了有益的借鉴和参考。