摘要：在互联网时代，如果把数据作为一种经济资源，零售户作为资源生产者之一，所产生的大数据中就包含了很多的个人隐私，并且这些由零售户产生的数据也是企业最为关注的数据、具有商业价值的数据。

　　以新商盟数据为例，零售户浏览品牌、搜索关键词、位置信息等行为数据都会被记录下来，所涉及的个人信息和销售信息也将蕴含其中。如何运用这些数据为零售户提供更优质、更便捷、更高效的服务呢？更科学一键订货或智能订货，只有知己知彼才能作战市场，标签数据的构建是关键：

　　一、标签构建

　　（一）构建商品标签（知己）

　　建立卷烟品牌属性标签，运用赋值，既按照一定规则，给每个属性的进行评估，在市场销售环境给予一定的指标，指标评估给予一定的分值，按分值进行品牌在市场的状态描述，可能按满足、基本满足、市场空缺等状态。赋值的方法也是多种形式，最后可进行品牌划分。

　　（二）构建用户标签（知彼）

　　数据的价值在于分析，利用大数据技术，可以对零售户的行为，即销售环境、个人经营能力、行为模式进行深入研究。

　　一是互联网技术捕捉和定位用户，追踪零售户在新商盟浏览的行为轨迹，将零散片段拼合出该零售户的特征，再根据零售户的行为，判断该零售户的需求、经营能力和区域环境。二是建立企业与零售户心型互动关系，打破以往的“自下而下”的提报需求，建立与零售“一对多”的线性关系。

　　（三）制定营销策略（作战）

　　大数据根据零售户的“行为轨迹”，分析其销售环境，能够进一步判断其关联需求，挖掘其潜在需求，审批人对零售户需求进行预测；再通过具有针对性的关联推荐，促成有效订单生成。

　　二、智能订单

　　智能订单的数据应该从“人工”到“积累数据（历史数据）”，从“数据”到建立“模型”，从“模型”到“自动生成”，经营积累数据，数据运行模型，运营越来越精准高效，历史数据盘判断哪个品类销售最好，预测未来销量，给出最优卷烟商品选择，审批人确认决策，让卷烟订购基于数据自动化运营发挥运营新性。

　　品类规划：卷烟品牌的组成是否合理能直接影响订单成功率，通过大数据的积累，使用算法模型结合特定累目标卷烟要求，保证卷烟品类丰富，生成品类规划。

　　规划逻辑步骤：

　　品类规划=XX

　　数据（A）=历史数据A1、零售户行为数据A2、其他数据A3

　　品类生命周期（P）=成熟品牌P、成长P+、新品P-

　　品牌结构（J）=常规品类、季节品类、潜力品类、其他品类

　　x^x→A^N→P^N→J^N→均衡到每一天

　　区域聚类：根据零售户销售商品进行划分外，还可以按照区域划分的方式。

　　三、订单生成

　　各通道数据的清洗可通过打分的方式来评定，我们使用加权平均算法来完成最后生成。一是零售户某一时间段内所有订烟的次数；二是零售户对各个品牌的订购次数，转换为1-5的评分；三是各个品牌特征的订购次数；四是季节性品牌订购次数。

　　设X1、X2、X3、X4、X5代表五个关键属性值，相应的权值为W1、W2、W3、W4、W5，那么根据如下公式：

　　X=（w_1　x_1　w_2　x_2　〖+?w〗_n　x_n）/（W_1+w_2+?w_n　）

　　四、设备终端

　　数据并不是凭空得到的。在技术层面，采集数据需要有相应的传感器或数据采集设备。这些设备有的是独立存在的，有的直接依附于企业所提供的服务，还有的是公共设施、公共平台。所以如何有效而准确地获得这些数据，其中一个层面的意思就是如何有效地管理这些设备，使它能够及时、全面、有效地将相应数据反馈给企业。终端建设作为基础的建设，有效的把销售数据、市场动态、管理数据到数据的融合性和协同性。作为服务者的企业在很大程度上是以信息、数据和传播的管理作为公司管理的核心。