大数据技术在建设现代化烟草经济体系中的作用、发展和构想

余裕承

摘 要：大数据技术在现代化烟草经济体系建设中的功能和作用不断提高，已成为影响整个行业体系能否实现高质量发展的重要力量。在实际中，仅靠行业各级领导者自身的专业知识以及工作经验很难从海量的行业内外数据中快速准确地获取有用信息。大数据技术可以对庞大的行业内外数据进行特定分析，从而辅助领导决策，提高决策的科学性和实时性，最终实现管理效能以及整体执行能力的大幅提高。

关键词：大数据技术;烟草行业;烟草经济体系

中图分类号：F721文献标识码：A文章编号：1005-6432（2022）08-0187-02

DOI：10.13939/j.cnki.zgsc.2022.08.187

近年来，在推动行业高质量发展的情况下，烟草行业各种信息平台的能力显著提高，收集了大量数据，这能促使对现代化烟草经济体系建设的理解更加丰富和准确。但是对于庞大数据量的挖掘分析及其应用在很大程度上是缺失的，无法为现代化烟草经济体系建设及其拓展应用提供有效的帮助。为应对庞杂数据的挑战以及谋求信息优势，迎接“大数据”时代的来临，必须对大数据技术在建设现代化烟草经济体系中的作用、发展和构想进行前瞻性探讨。

1 大数据在烟草行业中的作用和发展

大数据先进技术和强大应用在烟草行业蕴藏着巨大潜力，已成为全国烟草行业提升软实力和硬实力的源泉之一。早在2012年，浙江烟草就已经开始了探索，时至今日，也在行业内取得了显著成效，有力提升了行业大数据综合处理水平。

纵观近年来行业内工商企业在大数据探索和尝试上所做的代表性、基础性项目，多数旨在提高多源泉、多样化和天量交错关联数据的逻辑抽象和研判解读能力，解决分布式数据存储中由不完整数据分析出有价值信息的问题，在腾讯、阿里巴巴、华为等国内顶尖高技术公司的支持下开发了一系列分析逻辑抽象性强、逻辑抽象性弱和完全无逻辑抽象性的天量数据的程序及“爬虫”算法，并初始有能力对数据进行视频化处理，研制出了面向任务的易操作、易理解的可视化人机交互工具[1]。通过整体计算机化解构技术的应用，可第一时间或略微延迟的批量解构和深度挖掘广义数据和信息，其特有的随机游走捕捉和“爬虫”算法可从大数据中捕捉品牌培育、专卖监管、规范经营等极有价值的信息。通过这些项目的研究，行业内工商企业初步能将数据资源迅速精准地转化为烟草行业决策优势，并进而转化为市场优势，极大地减少从数据到决策的时间。

当前行业内工商企业比较关注的是如何通过开发迅速精准解构数据的算法模型，将天量数据进行最快捷的、全计算机化的关联、匹配和调用，挖掘出有关卷烟零售户、消费者的喜好、质量追溯、准确销售等关键市场信息，并构建面向目标可认知的决策，使作为经营主体的地市烟草公司和作为执法主体的县级烟草专卖局能够以极高的速度监测和把握市场态势。

从研究方向上看，行业内相关工商企业重点对以下四个领域的大数据技术做了探索：建立全国烟草行业数据科学通用的统一谱系构架，用于不同单位实体間数据识别和关联;引入数据源并建立目录，通过阿里巴巴、腾讯、华为的云环境利用大数据进行整合;进行烟草行业决策分析，开发先进的分析工具支持决策，特别是货源精准投放、专卖精准监管和物流成本控制;利用云计算的安全性和完整性，增强行业信息网络和数据存储的防御能力。

2 大数据在烟草经济体系中的应用和发展启示

大数据研究作为一种新型技术，会对烟草产业的种植采购、精益物流、产品加工、品牌培育、专卖监管等各方面产生重大影响。将大数据技术真正应用于现代化烟草经济体系全产业链，需要观念的转变、关键技术的攻关以及实践领域的不断探索和尝试，这些都是当前烟草行业在大数据领域面临的重大挑战。

首先，必须转变解决烟草行业在应用大数据中遇到的问题的思路和观念，才能真正把握大数据应用的规律性，目前万物互联解决了数据来源的症结，云计算构建了开发新算法的云环境，但大数据在现代化烟草经济体系中的应用还需要注意容易产生的“冠大数据之名，无大数据之实;行大数据之道，无大数据之忧”这类普遍存在的问题，这导致存在数据零散、综合性不强、局部数据多、全局信息少;有些视频、态势、图像等产生的非传统数据无法有效传递和存储;数据无序管理的常态人为增大了数据分析和处理的难度。因此需要对基于信息系统和业务应用产生的大量数据进行更多的数据挖掘探索，以真正基于数据为业务工作提供更多科学指导，并更多的考虑网络安全性、数据共享保密等隐患。

其次，在关键技术攻关上，数据集中存储和管理、异地数据同步策略、网络安全保障数据安全加密传输、跨地区信息高速处理等都是亟待解决的技术难题，需要在华为、阿里巴巴、腾讯等国内顶尖高技术公司的协助下对大数据基本知识与运用平台研究、数据推动的全新计算机程序开发、大数据解构运用等方面的关键技术攻关[2]。要开发出一系列结构化推理技术和众包技术，帮助现代化烟草经济体系全产业链各环节上的人员从根源、支撑条件、预先埋设等多角度对不同数据的解构结果、样本数据判断结果及主要理论进行推导研判与评估测验，人机协同凝练并丰富最终结论，以提高数据资源解构的精准性与透彻性，逐渐培养现代化烟草经济体系的大数据技术知识产权和核心技术能力。

最后，在烟草全产业链的应用方面，通过透彻分析各研究领域、多语言的论文资料和知识产权信息，定期对大数据领域新涌现技术、开创性技术对烟草产业未来的发展影响进行前瞻性评价并做出发展潜力排名，预判未来的发展方向;着重挖掘大数据在资源分配、设备运行、精准监管、网络防御、智慧物流、货源投放、成本控制等方面的运用需求，尤其需要逐步拓展大数据技术在提升党建工作水平中的作用。

3 未来构想

大数据技术的更新、发展、进步和应用必将催生出新的烟草全产业链运行模式和机制，并对烟农、零售户、消费者的行为选择产生深刻影响。在可预见的未来，随着大数据在现代化烟草经济体系建设中各环节的不断深入，行业各级责任主体发现问题、分析问题、解决问题的效能将显著提高。

第一，设备调度。涉及设备的购买、存储、领取、使用、维护、退出等多个节点，加之未来设备日益综合性多功能，对设备进行精细化管理特别艰难且费时耗力。以后伴随着AI设备进入应用范畴，其自动化的数据采集技术能够采集设备自身和其他非AI设备的数据，从而实现设备的全寿命智能化管理、实时动态监管和精细化维护保养[3]。还可以基于大数据，挖掘出设备运用的规律知识，进行前瞻性维护提醒，最大程度提升各种设备的使用时间，降低设备的购置、维护、使用和管理费用。

第二，故障诊断。各种设施设备的故障诊断，都是基于出现的故障反向找出具体原因，对于复杂系统、多过程、突发性故障的诊断效率低下。基于大数据的问题判断，能够迅速精准提供处理方案，通过收集问题种类、分析问题特征、建立问题案例知识库以及各种信息平台收集到的设备各构成部件的情况数据，与问题种类和征状进行关联性解构，抽象提炼出故障规则，并结合维护人员的经验制定问题解决方案，最后搭建起设备的智能化问题判断模型。

第三，信息深度分析。通过大数据工具，提高对烟草行业全产业链各环节各领域数据信息的发现和深度认知能力。未来的各级信息中心会同计划、营销、专卖、物流、财务等部门可以从各类信息中提取关键数据，实时分析数据，基于综合管控、资源调配、业务管理、标准建设、费用管理、绩效考核这样一个立体化的多层次、多角度空间，以视频化形式展现解构结果信息，为各级决策者提供精准透彻的判断、管理数据支撑[4]。

第四，业务流程优化。在大数据背景下，多维度、多角度、大范围的信息获取方式日趋丰富，数据量日益巨大。通过形成庞大、实时更新、可靠的数据资源，利用人工智能相关算法，可从原来依靠经验定性判断转为依靠数据精准定量的计算出区域市场零售户、消费者的销售节奏和消费偏好，从而预测市场动态和品牌发展，有效地对企业现有资源进行模拟培训和预先推演，得出各种市场环境下的最佳资源分配和模块搭配方案，形成准确的、体系化的决策方案表，简化决策流程，从而大大缩减决策循环周期（OODA）[5]。基于大数据构建烟草全产业链质量追溯云，通过各类设施设备运行数据、生产数据、试验数据等的精准整合，可实现人—财—物一体化的共享与协同的信息平台，并提供包括资源类、信息类、应用类的云服务。基于云服务，烟草全产业链各环节、各责任主体在执行层面的各类设施设备实现万物互联，围绕“卖好这根烟”组织各类设施设备自动化开展作业。

第五，在队伍建设领域，可运用可视化、人机交互等大数据技术，研发智能化培训、人员及模拟培训体系，第一时间收集、处理、解构不同层面、不同权利实体的基础资料，自动提炼出培训管理评估报告。还可全面运用逻辑解构、深度学习等技术，对预研文献、综合评价资料、培训方案、培训进度等资料进行透彻的对比、关联、分层和评判，摸索出培训管理中大概率存在的缺陷或症结，进一步围绕资源分配掌控提出相关决策意见。在安全风险预测方面，也可基于大量历史安全数据样本，對实时采集的安全数据进行快速的风险预测研判，提供较为迅速的辅助决策功能。

4 结论

大数据已成为现代化烟草经济体系建设中的核心要素和卷烟营销向新零售转型的制胜关键，拥有大数据的主导权即拥有信息优势和决策优势，在未来同国外烟草商的竞争中能实现数据制胜。在行业大数据研发领域，当前的重点是加强与华为、腾讯、阿里巴巴等国内一流技术公司的合作，研发一批能够适用于烟草行业相关场景的大数据解构调度的专业化硬件或软件，并将其运用于具体工作，获得显著的经济效益和社会效益。未来现代化烟草经济体系的建设必须紧密结合大数据技术发展，完成相关技术的应用和转化，从而全面提升中国烟草行业全产业链的竞争力。

参考文献：

[1]陈俊杰.基于大数据及人工智能的物联网客户感知保障研究及实践[J].电信工程技术与标准化， 2021，34（2）.

[2]郑利.飞航导弹综合保障大数据技术应用研究[J].飞航导弹，2019（10）：91-94.

[3]凌江波.基于大数据的装备保障决策辅助支持系统研究[J].数码世界，2020（2）：74.

[4]常靖童.大数据时代企业管理会计机遇与挑战[J].合作经济与科技，2021（6）.

[5]雷亚国，许学方，蔡潇，等.面向机械装备健康监测的数据质量保障方法研究[J].机械工程学报，2021（4）：1-9.

3937501186505