构建精准投放模式，提升一类烟投放精确度

1. 引言

一类卷烟进行市场投放时 , 往往存在零售户个性化需求不能满足的问题 , 针对这一问题莱芜市烟草专卖局结合菜芜市场提出了”553”精准投放模型 , 并在该模型以档位投放的基础上 , 又引人了标签、需求和扫码三种个性化细分模型 , 充分研判标签客户、单个客户和小组客户需求差异，实现客户个性化需求精准满足。

2. 建设内容

“553”精准投放模型主要是对五种数据进行综合分析 , 这五种包括信息采集数据、订单质量数据、客户订购数据、客户需求数据和云 POS 扫码数据 , 通过构建 5 维状态评价体系 ,实现卷烟投放由”经验分析”到”数据分析”的转变, 让状态评价更加准确。

第一，对市场状态评价 , 以社会存销比、条价格指数、重需率和动销比为依据 , 评价市场状态。具体是通过构建品牌( 规格) 市场维度指标评分表来计算单规格市场维度得分。

按照市场状态，结合《品牌（规格）市场调控参考标准》和《品牌（规格）市场调控参考等级及强度》，判定调整幅度，调整幅度按照最低调整幅度进行调整。

按照以上评价标准, 对单规格下周点最进行调整，所有调整幅度按照最低幅度计算。例如:市场维度评分为86 分, 对应状态为紧, 对应调整幅度为调整2 级, 则总量调整幅度系数为 2%. 调控后单品投放总量 Σ=Σ 本期投放总量 ^*(1+ 调整系数)。

第二 , 对订单状态评价 , 以档位内上周订购率、订足面、订足率、投放面、订单满足率为依据 , 评价档位订单状态。该过程通过档位投放调整 ( 根据档位销量占比和订单状态指标对各档位投放量进行调整 ) 和档位总量分配 ( 根据本周档位销量计算出各个档位的销量占比 ,确定各档位初始投放量) 后, 再进行档位平均投放量的调整。

根据订单状态 , 结合《品牌 ( 规格 ) 订单调控参考标准》, 对档位平均投放量进行调整。例如: 订单状态评分为86, 对应状态为紧, 档位平均投放量调整数量为 ⁺² 条。

第三 , 对客户标签评价。建立标签细分模型 : 基于客户订购标准差分析 , 确定影响单品客户需求的主标签 , 依据”档位 + 主标签”实施档位客户聚类细分调整 , 精准满足同挡位不同标签客户的个性化需求。

具体操作则是建立 15 类 53 项客户标签模型体系 , 对比标签客户订购 与档位平均订购差异, 评价不同标签客户的订购状态。

自选标签将 : 地理位置、经营业态、经营规模、边界户、标准终端类型、云 POS 星级客户等标签类型选为预调整标签 , 依据标准差判定标签库中对客户销量影响程度较大的 3 个主标签, 确定为单规格调整标签。

依据确定的调整标签 , 按不同标签计算单个标签订购量与档位平均订购量的差值 , 做为该标签的标签调整值 ,3 个标签调整值相加得出标签调整和 , 结合《标签调整判定表》计算各个客户的标签投放调整量。

第四 , 对客户需求评价。建立需求细分模型 , 基于正态分布原理 , 根据客户历史需求提报数据 , 确定合理需求置信区间 , 对比合理需求与订购量的差异 , 实施需求细分调整 , 精准满足单个各户的个性化需求。以 [0-95.5%] 为阈值区间, 确定需求提报合理性, 按照投放需求差,评价客户个体供需状态。

具体是从 0 需求开始 , 由低到高计算 , 客户占比累计大于等于 99.5% 的客户需求为合理需求 , 否则为不合理需求。如果需求判定为不合理 , 则按照最大合理需求进行计算。如果需求判定为合理 , 根据本周订单需求量与标签调整投放量计算下周需求调整投放量。需求调整投放量 =( ( 本周订单需求量 + 标签调整投放量 )/2

第五 , 对客户扫码评价。以相邻两个周期小组内扫码数据为依据 , 评价区域范围内卷烟消费状态。以前一周期 ( 上上周五到上周四 ) 和本周期 ( 上周五到本周四 ) 为基准 , 计算小组内云POS 客户单规格扫码变动趋势, 以趋势作为投放调整的依据。

3. 实施效果

通过运用”553”精准投放模式, 截至2021 年8 月份, 菜芜一类烟占 比 14% 同比增加 2.9个百分点 , 增长 26.1% ; 一类烟社会存销比 1.87, 同比减少 1, 下降 34% , 达成最初始的研究目标。与此同时 , 一类烟动率 348% , 同比增加 40 个百分点 , 增长 13% , 一类烟社会存销比 1.87,同 比减少 1, 下降 34%. 。

参考文献

[1] 范毅 , 江南 , 杨川红 . 数据驱动下的卷烟精准投放探究 -- 重庆例证 [J]. 中国市场 ,2021(18):132-133+136。

[2] 付秋璇 . 卷烟货源精准投放的探索与应用 [J]. 计算机时代 ,2020(12): 47-49+52。

[3] 刘颂 , 朱峰 , 王伟 , 龚强 , 李超 , 丁杰基于大数据驱动的精准货源投放模式研究 [J]. 现代商业 ,2020(19):123-125。