APP下载

精准画像提高烟草专卖监管效能
——基于粗糙集的大数据分类监管体系研究

2021-11-09魏生强

海峡科学 2021年8期
关键词:利群粗糙集卷烟

张 健 魏生强 张 瀛

(福建省清流县烟草专卖局,福建 三明 365300)

0 引言

随着烟草行业改革的日益深化,卷烟零售户数量快速上升,但零售户整体素质与守法意识参差不齐,这对卷烟市场监管工作提出新的问题和挑战。目前,全国共有持证卷烟零售户500万户左右,2019年全国查处的5万元以上假私烟案件共10826起,同比增长18.97%,而全国仅有6万多名烟草专卖行政执法人员,执法压力可见一斑。传统的市场监管采取“扛枪巡逻”模式,存在“失焦”与低效问题。因此,构建一种可以提升监管水平的具有科学化、现代化监管模式尤为迫切。

1 当前监管模式存在的问题

传统的烟草专卖市场监管主要依靠监管人员的经验和感觉,这种方式比较原始和落后,存在着许多不足,主要表现在以下几个方面。

1.1 监管人员的思想认识存在误区

近几年,我国烟草市场监管任务不断加重,导致每个监管人员的工作量都大幅提升,工作压力与日俱增,繁重的工作让他们疲于应付,进而产生了消极抵触情绪,以完成任务为目的、忽视净化烟草市场环境职责的思想不同程度存在。

1.2 监管手段落后

随着信息技术的不断发展,各种网络通讯手段推陈出新,加之快递、物流等业务不断深入人心,烟草市场的违法手段越来越先进,这对行业目前较为落后的监管方式提出了严峻挑战。行业专卖“三统一”系统经过近几年的推广使用,对统一市场走访模式、案件查处流程等起到了较好的作用,但基层专卖人员的使用程度大多停留在存储和查询客户基础信息阶段,系统使用不够充分。“三统一”系统零售户归类分级、信用评价、分类监管等功能不成熟,系统部分数据与营销系统同一类型数据不一致,模型分析效果有待提高。

1.3 监管对象特征模糊

目前专卖人员侦办和查处案件主要还是依靠线人的举报信息和市场走访时的偶然发现,属于被动式监管。目前,“三统一”系统的分析和应用能力仍有欠缺,零售户在这些数据中展现在专卖人员面前的形象是模糊的,无法提供需要监管的重点和方向,使得专卖人员开展监管时缺乏针对性,没有做到APCD工作法要求的“带着问题上市场”,监管效率低下[1]。

2 粗糙集、精准客户画像理论概述

2.1 粗糙集理论

粗糙集(Rough Set,也称Rough集、粗集)理论是Pawlak教授于1982年提出的一种能够定量分析处理不精确、不一致、不完整信息与知识的数学工具。粗糙集理论最初的原型来源于比较简单的信息模型,它的基本思想是通过关系数据库分类归纳形成概念和规则,通过等价关系的分类以及分类对于目标的近似实现知识发现[2]。粗糙集理论思想新颖、方法独特,已成为一种重要的智能信息处理技术,在机器学习与知识发现、数据挖掘、决策支持与分析等方面得到广泛应用。粗糙集理论与应用的核心基础是从近似空间导出的一对近似算子,即上近似算子和下近似算子(又称上、下近似集)。

2.2 精准客户画像理论

客户画像本质是客户特征的“标签化”,通过收集与分析客户的众多属性信息,例如基本属性、社会属性、交易属性、行为偏好等,利用相关的数据模型将抽象化的客户信息进行归纳总结,通过数据模型剥离出最后的结论,形成“源于数据、高于数据”的客户标签,为企业或监管机构在客户识别、精准营销、市场监管等方面提供有效支撑[3]。

卷烟零售客户精准客户画像就是辖区烟草商业企业根据客户社会和经济属性、经营方式和行为产生的数据、文本、语音、图像等信息,建立客户标签库和体系,通过数据结构化处理和标签化的客户模型甄别,给辖区卷烟零售客户贴“标签”,实现客户标签与客户特征标识的精准对应,客户标签的有序组合形成相关客户画像,即客户标签在特定业务目标下的有序集合。通过描述、了解、认识和理解客户,对标签化客户跟踪观察分析,及时掌握客户动态,进而开展精准监管,促进行业的高质量发展。

2.3 通过大数据手段给零售户“画像”

为响应福建烟草专卖局提出的创新监管模型的要求,满足专卖市场管理工作的现实需要,本文尝试基于粗糙集理论,构建新的监管模型。

2.3.1 数据来源

除了从“三统一”数据以及营销相关系统等行业内系统获取基本的市场信息外,还应该拓宽数据来源。建立重点监管对象汇总表、卷烟信息采集点情况登记表、线人情况登记表,由专卖人员根据过往的案件查处、市场走访采集、线人信息获取等途径获取系统以外的监管信息,采集辖区内卷烟市场零售户的基本情况,充分掌握辖区内卷烟市场的特点,归类整理零售户所处的区域位置、营销规模和违法违规记录等相关信息,尽可能构建能够全面反映市场和零售户属性的“数据集市”。将这些信息通过统一的表格进行记录,定期更新表格内容,将系统数据与收集的数据进行杂糅碰撞,得到市场监管真正有用的信息。

2.3.2 指标选取

根据粗糙集理论的构造化方法,需要分别选取上近似算子和下近似算子,该集合并非一成不变,根据监管重点的不同,指标的选取是可以改变的。通过R语言对近两年清流县烟草专卖局查获的市场案件当事人相关指标进行相关性分析,发现卷烟销售规模指标与案件发生呈现积极的正相关关系(详见图1),同时诚信守法度因素也是监管的关键指标。通过选取通用指标并按照约定的规则进行赋值,即可计算出某一监管事项所有零售户的分值,再按照分值高低进行针对性监管。通过此方法可以得到多组数据集合,需要开展专项监管时即可根据不同数据集的交集发现需要重点监管的对象,并对其制订针对性的监管计划。

图1 近两年查获市场案件零售户档级区间图

2.3.3 构建监管模型

通过数据筛选和指标选取,初步设计出零售户分类监管公式:V=C×S×L,V代表分类值,C代表零售户基础信息因素,S代表营销规模因素,L代表零售户诚信守法度因素。其中C是可变项,可以根据实际需要更换相应指标,如是否为连锁经营户、是否为边界活跃户、经营者是否为外地户籍人员等,该项数值可以是逻辑判断指标(是/否),也可以是具体的数据值(如某规格卷烟一段时期内的满足率等);S主要用于反映零售户的卷烟经营规模,根据便于取得及反映现状的原则,卷烟营销系统中的档位可以比较客观地体现这一因素,因此指标S直接使用档位的数值来体现;L用于反映零售户在一段时间内的规范经营情况,通过“零售户是否在一段时间内因违法违规经营卷烟被查处的次数”来对该值进行增减,具体赋值规则详见表1。

表1 诚信守法度因素(L)赋值规则

据此,可以建立多个V值,如区域售烟大户、外来户籍经营户、边界活跃零售户等。日常监管时可根据需要选取特定V值中的重点对象,求取相互间的交集,选取出复合式重点监管对象I=V1∩V2∩…。例如可以将区域售烟大户V1的重点对象与外来户籍经营户V2的重点对象求交集,得到属于外来户籍的区域经营大户的重点监管名单,并进行针对性监管。

3 案例分析与监管成效

3.1 案例分析

本文以三明市清流县2020年1~5月专卖管理工作开展过程中查处的三个典型案件为例,阐述创新后的监管体系的实际成效。

3.1.1 案例1

2020年1月,清流县局根据专卖人员前期市场走访收集到的信息和营销部门反馈的订货数据发现,2019年12月以来清流县“利群(长嘴)”这一规格的卷烟需求量较大,而市局的投放策略无法很好满足这一需求,根据2019年12月全市的“利群(长嘴)”投放满足率(详见表2),清流县这一指标位列全市倒数第二,流入的风险较高。

表2 2019年12月全市利群(长嘴)营销情况

据此,清流县局根据监管需要,选取辖区零售户2019年12月“利群(长嘴)”规格卷烟的不满足率(此数值提取重构自营销一体化平台)为零售户基础信息因素(C值),构建“利群(长嘴)”监管重点模型,并选取V值最高的前20名零售户作为监管重点户开展专项检查(详见表3)。

表3 利群(长嘴)监管重点模型

1月19日,清流县专卖局工作人员在对叶某经营的生鲜超市(许可证号为350423****14)进行“利群(长嘴)”专项监管时,查获外渠道卷烟94条,其中“利群(长嘴)”卷烟93条。据当事人交代,其店铺周边抽“利群(长嘴)”的消费者较多,但是当地的投放量明显不足,因此铤而走险从泉州购进该规格卷烟用于销售。

3.1.2 案例2

2020年2月,清流县局专卖内管部门通过定期分析辖区卷烟订货情况,发现存在疑似重复IP地址订货的情况,通过分析筛选数千条订货的IP数据,发现涉及疑似重复IP地址订货的零售户主要有39户,涉及的IP地址有5个。据此,清流县局选取是否存在疑似重复IP地址订货的行为为C值,构建同一IP地址订货监管模型,选取V值最高的前20名零售户进行针对性监管(详见表4)。

表4 同一IP地址订货监管模型

2月28日, 监管人员在对位于清流县嵩口镇的某综合商店(许可证号为350423***437)进行检查时,查获乱渠道卷烟217条,案值达5.2万元。经过调查和询问,该零售户黄某为所在乡镇的卷烟经营大户,与多户卷烟零售户存在业务往来。经过分析查获卷烟的32位码,存在9户与其同一订货IP地址的零售户的卷烟,因此判定存在大户控制小户情形,将其列入重点监管名单。

3.1.3 案例3

2020年2月以来,福建严抓真烟异常流动,尤其是省外真烟流入。清流县局由于历年来查获外省流入真烟案例较少,通过分析兄弟单位近年来查获的省外流入真烟的案例发现,经营户或其配偶为外省籍的边远户更有可能从事倒入外省真烟进行销售。同时,清流县局从2020年起建立了以卷烟信息采集点和线人的培养为抓手的重点监管对象台账,全面收集辖区潜在的违法违规经营卷烟线索,其中包含了零售户及其配偶的户籍信息、辖区边缘户的相关数据。据此,清流县局分别选取零售户及其配偶是否为非本地户籍和是否为辖区边远户作为零售户基础信息因素(C值),分别建立外籍经营户监管模型和边远户监管模型,并分别选取V值最高的前20名零售户作为该模型的重点监管对象(详见表5、表6)。

表5 外籍经营户监管模型

表6 边远户监管模型

对于以上两个模型的重点监管户取交集,得到属于非本地籍且为边远户的复合式监管对象,最终得到符合条件的零售户1户,为位于清流县嵩溪镇的某东食杂店(许可证号为350423****84)。3月23日,清流县专卖人员对某东食杂店进行检查,在其仓库内查获12条乱渠道卷烟,其中10条为江西码段的卷烟。经过询问,该零售户胡某的妻子为江西籍,3月上旬回江西老家探亲。由于近年来低价位卷烟货源投放紧张,因此从家乡购进一批低价烟带回清流用于销售。4月13日,监管人员对该户进行“回头看”式检查,又在其仓库内查获50条湖北码段的卷烟。遂于5月15日做出对其取消从业烟草专卖业务资格的决定。

3.2 监管成效

2020年受新冠肺炎疫情影响以及改进市场监管模式,清流县局1~5月共开展各类市场检查263户次,2019年同期为695户次,同比减少走访432户次,降幅达62.16%,共查处各类涉烟案件49起(同期25起),同比增长96%。其中一般万元案件4起(同期1起),5万元以上案件1起(同期0起),查获各类违法卷烟756.4条(同期108.7条),同比增长595.86%,真烟714.8条(省外真烟119条,省内区外真烟102条),假私烟40.6条。案件数和涉案卷烟数量均远超往年,省外、省内区外真烟查获量也有巨大突破,并首次在零售户终端市场破获卷烟要案,成效比较显著。

4 结束语

移动互联网时代,烟草行业可持续健康稳定发展面临新的机遇和挑战。全面树立“互联网+专卖管理”战略思维,全面建立“大数据+市场监管”的战术模式,是互联网时代依法治烟的必然选择。对此,需要改进现有的专卖管理方式,用创新思维推动专卖管理工作,努力打造“智慧专卖”的新模式,推动烟草专卖管理进一步朝智能化、智慧化方向发展。

猜你喜欢

利群粗糙集卷烟
粗糙集与包络分析下舰船运行数据聚类算法
卷烟智能自助迷你仓配送服务模式探索与应用
基于Pawlak粗糙集模型的集合运算关系
基于消费心理学的卷烟市场营销策略探究
浅谈农村卷烟市场拓展和网建水平提升
来活力台东,逛升级扩容版利群
多粒度犹豫模糊粗糙集*
利群:顺势而为,登场华东
走向“利群时代”
我的爸爸