站级数据挖掘应用现状与展望----中国石油广西销售站级数据分析应用探索

站级数据挖掘应用现状与展望----中国石油广西销售站级数据分析应用探索

吴博叶建波

中国石油广西销售分公司广西南宁530022

摘要：本文综述了加油站数据的采集、分析、挖掘现状及未来展望，对现有的以决策支持为设计主体思想的站级数据挖掘系统产生了一些思考，并对影响站级数据挖掘应用的因素进行了分析，展望未来站级数据挖掘方向。

关键词：加油站、数据挖掘、建议

一、当前销售企业加油站数据挖掘应用现状

2009年中国石油销售公司上线加油站零管系统上线、2016年3月中国石油与阿里巴巴集团签署战略合作协议、2018年11月中国石油宣布全面开启加油站3.0时代，互联网技术的发展无时无刻的不在影响着我们石油销售企业，站级系统已运行近10年，零管系统上线极大地便利了广大客户购油的便利，大大提升客户加油的体验感。近年来又先后推出了自助加油服务、互联网支付（微信、支付宝、电子卷）等便捷的消费方式；已经将加油站打造成为及油品销售和便利店经营等一体的综合服务窗口。笔者先后参与了站级便利店数据分析、以站级油枪分布、客流量统计为主的站级加油机位置改造、电子发票项目建设跟踪、多渠道支付系统上线、营销分析SAAS系统市场调研等项目，在此过程中，深刻的感受到在互联网技术大发展背景下，数据石油销售企业分析市场、制定经营策略以及对于一个油站如何在众多的数据中理出头绪，实现精准营销的重要性。与此同时，也深深的感觉到目前站级数据挖掘应用的不足及劣势。

（一）影响站级数据挖掘应用的因素

1、经营管理人员对于数据分析应用的认识不够。

目前站级数据挖掘应用较多的主要集中在展示和决策支撑上。以业务统计为主的数据分析需求仍占居着主导，站级数据的强大价值并未得到有效的显现，笔者有两年的加油站经理和4年的地市公司以及2年地区公司站级运维工作经历，也与很多油站经理有过交流，得到的结论是，当下很多数据挖掘应用系统平台只停留在了上级公司即地市一级公司，不能直接有效的对站级产生作用，站级缺乏一些能有效指导站级行动的数据挖掘应用工具。

2、一线人员，掌握使用技能有待提高

近年来随着校企合作的深入开展，劳务服务公司招聘人员素质的提升，使系统应用与推广得到了一线员工接受与认可，尽管如此，我们的一线员工中仍有相当一部分人学历为中专或大专以下。电脑使用技能薄弱，办公自动化软件使用水平偏低、对系统认知较浅、对零管系统使用掌握不到位在日常工作中及系统发生故障时表现的极为突出。不了解系统的作用，不知道权限是什么，操作不规范、强结、未及时过机时有发生。

3、关键岗位系统流程概念模糊

加油站数据包含成品油、便利店商品、润滑油在进、销、存环节所产生的所有数据，即包含商品的销售数据、站间流转数据以及库存数据，由于业务人员看HOS、财务人员看ERP、数质量关键岗位在系统数据发生异常时经常由于对所涉及的站级操作不熟悉、不清楚进而不能快速有效的按照数据流转核对异常处理异常。容易产生异常数据累计。检维修停、复业未按系统操作流程执行，营业天数与实际营业天数产生差异。

4、报表数据传输不及时

受限于加油站零管系统设计局限，目前除互联网支付（微信、支付宝、电子卷）、银行卡以外的IC卡支付数据无法实现实时传输，当日营业报表（比如：10月10日报表包含的是10月9日日结后至10月10日日结前的数据明细）均会在站级下午做完日结后统一上传HOS系统。显然如果出现异常情况将有可能造成数据丢失。

（二）当前加油站数据挖掘应用的痛点

1、各系统相对分散且繁多

目前涉及到站级数据挖掘应用的系统繁多，据不完全统计多达16个，分别是：零管系统、卡系统、二次物流系统、电子发票系统、CRM系统、共享司库系统、协同办公系统、加管系统2.0现场管理系统、石油市场行业动态监测平台2.0、中国石油电子邮件系统、资金管理平台、设备管理系统、HOS系统、ERP系统、加管系统2.0营销分析系统、中国石油销售公司综合管理平台、互联网支付系统、监控系统。大多系统针对不同的专业线，其中直接涉及到加油站的就有12个之多。这里还不包含自行建设的系统。繁多的系统给加油站增加了很大的劳动强度，且效率得不到提升。

2、各系统间数据提取不方便、数据匹配难度大。

如上文所说目前系统相对分散，针对业务内容单一，数据展现方式过于粗放且查询比较费时。以HOS系统、卡系统、站级零管系统为例，要导出一次数据往往需要3-5分钟更甚者能达20分钟以上。需要数据时得协调相关岗位从各个系统中分别进行导出，导出后再次进行匹配，如果数据量较大则匹配数据难度增加且匹配准确性不能保证，往往站级数据在分析过程中需要提取多个维度的数据，然后对其匹配、加工处理，已成为油站数据分析应用的最大痛。对于油卡非润一体化营销分析、加油站单站核算带来极大不便。

3、站级数据采集渠道相对单一。

尽管我们现有的站级系统功能日趋完善，相对于互联网时下的企业精准营销数据分析还有这相当大的差距，实现客户数字全息化，客户数据画像仍很困难。我们的客户资料采集几乎完全依靠中国石油IC卡管理系统。尽管中国石油客户关系管理系统（简称CRM业务管理系统）可以在卡系统取数、可以实现向HOS系统互通促销信息，但对于客户资料收集依旧传统。

4、目前现有系统只能做到数据累积和展示。单站数据挖掘分析缺少更精准分析工具。

已做的比较好的加管系统2.0营销分析系统、中国石油销售公司综合管理平台为例：（1）、数据呈现只关注到了昨日、本月、本年完成情况展现方式上略有差别。（2）、缺乏预测性分析及当前工作行为指导功能。（3）、分析系统和平台的针对对象只到能地市分公司层面，无法进一步深入到油站层面，很难满足站级管理人员对于站级管理及数据分析应用需求。

5、专业数据分析应用人才匮乏

据了解，目前各家区区公司对于数据分析应用都有着非常迫切的需求，无论是“互联网+”、大数据分析、智慧加油站实践探索都对于专业化人才有着强烈的需求，实际情况是企业内部专业化的数据挖掘应用分析人才资源匮乏，懂得Python、JAVA、WEB前段开发、数据库设计等的人员储备几乎为零。绝大多数公司都寄希望于外包或者运维团队，外包的话可以有效解决短期需求，但后期维护、系统升级、新需求增加无法得到保证，不利于长期使用。数据安全管理存在风险较大；由运维团队负责公司数据分析应用实践也存在着诸多困难：（一）地区公司运维人员组成，对口专业人员从事运维工作占比偏小，不超过15%。（二）运维人员缺乏必要的专业技能与项目实践经验。（三）运维团队对数据分析应用指导经营缺乏必要的正确的清楚认识，从运维转向设计开发角色转换较慢。

6、数据接口较少，地区公司难以开展数据挖掘应用分析探索实践。

目前所使用的数据分析系统的数据接口都在规划院及个专属项目组，地区公司可以用的数据接口资源较少，无力开展较为全面的实践探索，没有接口就意味着没有基础数据源、没有数据源应用分析就无着手，大数据、智能化、智慧化的探索就只能停留在理论研究阶段，缺乏必要的实践条件。

二、站级数据挖掘应用及优势

（一）站级数据挖掘应用的概况

目前，石油企业内部对于站级数据的使用并未有统一的实例，省一级公司所使用的系统主要是：HOS、ERP、FIMIS、卡系统；地市一级增加了CRM系统；站级尽管直接使用着多达12个系统，但站级管理者期望的使用站级数据进行加工、分析、处理、进而形成能直接指导站级经营行动平台或系统的几乎没有。各系统间相对独立，缺乏相互融合、综合信息运营平台依旧处于探索阶段。客户画像只能依靠卡系统、了掌握客户的消费记录外其他的资料几乎没有，相比于其他已被互联网深入影响的行业而言，客户管理工作还处于比较原始状态。收集方式单一。整改维修缺乏必要的数据支撑，很容易出现刚整改完就闲置等的情况，数据分析主要集中在累计和展示上。如综合信息展示平台、加管系统2.0现场监控、决策支持等。

（二）加油站数据挖掘应用的进展及发展方向

随着扁平化管理模式越来越受到企业的青睐，各地区公司都对数据挖掘应用分析有着非常前强烈的需求，在公司层面希望借此能实现商流、销售、财务、人力的有机集成进而实现更加有效的、更加精准的营销策略制定，搭建更为完善的单站核算体系。在加油站层面更多的站级管理者希望能够出现集日常事务处理、站级量效分析、经营行为指导，笔者认为当前站级数据日趋丰富，以大数据、云计算为趋势浪潮正在席卷整个行业，加油站运行数据的采集、加工、处理、呈现有了新的变化，主要集中在以下几个方面：

1、客户资料采集方式呈现多样化

以IC卡、汽服会员体系、非油线上会员体系、便捷缴费为主的围绕以人-车-生活为核心的数据采集渠道正在建成，客户资料收集不在只是单的的客户姓名、电话、消费记录，更可涵盖客户汽车类型、客户购物喜好、车联运行状况等多样化的数据对于我们维系客户、巩固供给关系、开展增值服务、精准营销提供了便利。

2、客户数字化日趋完善

通过不断地积累客户数据，可是实现客户的数字化，全息化。客户的数字化更加有利于客户分类管理、也有利于对客户进行分析，以分析得出的结果准确把握客户动向、提高营销成功率、改善自身不足，对于站级经营活动的指导将变得更加具体、单站营销也将更加有的放矢。

3、站级数据挖掘应用不断深入，运营活动数据支撑日益增强

过去看油站只能通过月底或者当下的数据对以往的数据进行分析、随着站级数据挖掘应用不断深入，对于站级的运行指导作用也日益加强。在经营上也在日常的检维修整改中。经营方面：通过对站级商品数据的分析可以形成柴汽比曲线，通过较为完整的柴汽比曲线能够准确了解市场柴汽油需求，在市场发生变化的时候准确把握供需关系；再者通过对站内便利店商品销售数据的统计结合站级便利店模型能有效了解便利店的平效，商品的滞销情况，从而不断优化商品结构、增持畅销商品进而满足更多客户的购物需求，为业绩提升做出努力，日常检维修方面：通过对油站长期以来各油枪使用频次、付油量等数据的分析结合热力图工具可以更加形象的呈现整个现场各油枪使用效率，在检维修时为现场优化提供支撑。

4、集成化、移动办公备受追捧

多年来我们建设了许许多多的系统，一份工作往往要跨越好几个系统才能完成，一点多半时间都得靠进电脑才能完成，无形中束缚了一部分人员。集成化：是指将不同系统、不通过平台的数据集中在一个平台，这样做能有效提加强各平台间数据的关联性、提升数据准确性，提高数据的复用性，减轻系统使用者的劳动强度，提升劳动效率，省去不必要的沟通成本。

移动办公在其他行业已经不陌生，但是在石油销售行业才刚刚发迹，移动办公的使用可以使办公人员摆脱时间和空间的束缚。单位信息可以随时随地通畅地进行交互流动，工作将更加轻松有效，整体运作更加协调。利用手机的移动信息化软件，建立手机与电脑互联互通的企业软件应用系统，摆脱时间和场所局限，随时进行随身化的管理和沟通，有效提高管理效率，推动企业效益增长。如可以轻松的实现：站级运行情况阅览、动销品情况知悉、公文签批、文件阅览、销售情况分析，卡客户消费情况跟踪、“失联”客户提醒、潜在客户发掘、资源配给情况分析等

5、化建设思路有了生存的空间

加油站作为我们面向客户的服务窗口、同时也是一个蕴含着巨大财富的数据平台。我们拥有着得天独厚的条件：大量的客户资源、遍布到区县的网点、众多的广告投放空间、数以千计的职工队伍。用于平台意味着什么？拥有平台意味着我们可以结合自身需要使用这些资源，也意味着我们可以利用这些资源开展跨界合作，如：多渠道支付客户可以利用翼支付、荷包等支付方式在油站进行消费，不仅为我们提升了销量的同时也有利于电信和移动客户转化为我们的客户。

三、加油站数据挖掘应用的必要性

近年来，石油销售业蓬勃发展，与对手之间的竞争也愈演愈烈，柴油销量大幅降低，如何减少客户流失尤其是优质客户的流失已经是石油销售企业发展过程中面临的一个严重问题，通过对站级产生的历史数据资料进行数据挖掘分析，建立客户流失预测模，对站级数据挖掘，分析影响客户流失率的相关因素，使企业能够有效地找出流失的原因，以及在设施管理和服务上的不足，及时地调整自己的运营策略、管理方式，有针对性的提高自己的技术水平，从而有效的增加客户忠实度，并有力的竞争新客户，保证了企业的长久发展，增强企业竞争实力。所以说，在电信行业中，引进数据挖掘技术是非常之必要的。

（一）有效提升营销能力

当先随着成品油市场竞争愈演愈烈，各方的营销手段层出不穷，但成效几乎都收效甚微，对于销量的增长未见明显。究其原因是对客户认知模糊，对客户需求并不清楚导致，通过建立数据化的客户模型，可以更为精准的了解客户、知悉客户需求、实现客户精准分类，还可对已分好的客户类型实施精准营销，通过精准营销手段锁定客户从而提升整体的营销能力。

（二）尽早发现影响销量增长的因素

总所周知市场总是在不断地变化的、而我们人类的能力却总是有限的，预测市场会怎样发展。可以通过数据挖掘实现、影响销量增长的因素既有内因也有外因，通过多站级数据的挖掘分析，能有更加快速的发现子什么经营存在不足、为接下来的改进、整改提供更为科学、更加有效地数据支撑。如站级整改可知指导其调整现场加油机分布、调整有枪柴汽布局；再比如利用对便利店数据挖掘可以发现热销场频分布、滞销产品占比、对于便利店管理经营增量、便利店商品调整布局、便利店整改有着非常大的意义。同时通过对经营数据的挖掘分析能更加准确的了解市场动向。为增量提供强有力的手段。

（三）深度挖掘站级数据潜藏的巨大价值

数据背后所隐藏的巨大商业价值正开始被越来越多的企业所重视，越来越多的企业开始进数据挖掘市场，建立各种大数据入口，以获得更多更大的海量数据。其实，企业大数据真正的核心价值并不是在于数据本身，而是能够利用数据，挖掘数据，从而驱动企业的管理模式和创新商业模式及更好的服务用户。通过对站级数据的挖掘分析运用，促使企业经营业务的顺利开展，为引导企业战略决策提供重要的依据，为指导站级日常运行提供必要的行动指导，同时也可以为跨界合作提供支撑。如：我们和电信都有自己的客户通过翼支付的合作能有效实现电信客户转化为我方客户；再如石油销售企业通过与阿里、京东等电商巨头开展合作提升在零售领域的市场占比，通过与金融行业合作利用数据评估个人信用风险等等；通过对站级庞大数据的挖掘也可以知道市场最急迫以及最细微的需求，既可以方便公司调整决策也同时为站级经营行动提供强有力的支撑。

四、结语

提到站级数据挖掘分析应用的时候，大家会想到决策支撑，就会忽略了站级使用，站级数据分析、挖掘不仅仅可以为决策支撑提供依据，同样也可以为站级日常运行提供指导，站级的运行有了必要的数据为基础，当前大数据、云计算、AI等各种技术概念层出不穷，但无一例外的围绕数据采集、分析、挖掘、呈现、辅助指导。对于站级数据的挖掘分析应用也将为我们的网络开发、客户开发、市场拓展、人力资源管理打开新的局面，最终将在企业量效共赢上起到巨大的作用。

参考文献：

[1]“互联网+”成品油零售创新模式研究赵漫漫顾鑫

[2]零售管理系统建设方略田景惠

[3]中石油的“大数据”之路郑军尹兆涛

[4]加油站潜在销售能力的理论测算和实证分析