中国国家烟草集团 数据挖掘

需要支持或定价信息

点击此处或致电+86 (0) 21-6352 3300

Insights

中国烟草总公司

客户背景

中国每年消耗约2.3万亿支香烟。中国烟草总公司(中国烟草),一个国有企业,是中国烟草工业中占主导地位的成员,拥有多种烟草品牌来满足客户的不同需求。 

面临问题

随着中国烟草市场每年销售超过2.3万亿支香烟,中国烟草必须准确地估计其产品的客户需求。准确的预测,使公司能够:

  • 减少库存过剩的风险 
  • 避免供应短缺
  • 最优化的营销活动

解决方案

为了满足消费者不断增长的需求,中国烟草依靠SPSS软件来预测趋势和预测市场对给定影响的反应,如价格变动和市场营销活动。例如,中国烟草使用SPSS软件来确定一个新的价格策略是否会增加销量、是否会影响市场占有率。使用IBM SPSS Modeler,中国烟草建立预测模型来预测其产品系列每个产品的需求,确定每个预测的风险水平。如今,该公司能实时知道哪些产品将热销,并调整其订单以适应市场。

应用结果

  • 精确的预测结果,节约了成本
  • 通过更好的服务和减少库存积压,提高了客户忠诚度

使用IBM SPSS Modeler,中国烟草现在可以评估各种市场营销活动对其销售的影响,以及对总的市场的影响。这些活动为销售、客户维护和新业务开发,以及营销提供了宝贵的意见。

一位中国烟草的数据挖掘专家说,“非常重要的是,因选择了正确工具,我们密切跟踪市场。SPSS解决方案给给我们带来新的视角。”

像其他烟草生产商一样,中国烟草知道未来的成功取决于精确预测消费者的需求,并在正确的时间以正确的数量推出正确的产品。

多年来,公司已经使用多元回归分析建立了预测模型。但是,这些预测模型往往过于保守,不能准确地预测市场需求。受欢迎产品的短缺造成了利润损失和客户的不满。过高预测的需求,导致库存的增加。

因此,中国烟草公司的营销部门决定找一种更精确的方法来更新这些预测模型。IBM SPSS Modeler的能力立即给中国烟草留下了深刻的印象。一位参与该项目的市场研究人员说,“在旧的模型中,我们没有图形化的方式来查看模式和趋势。IBM SPSS Modeler使我们能够探索新的变量,并迅速建立新的模型。在这个过程中,我们会激发一些新的想法。”

“我们已经看到了IBM SPSS Modeler在工作中的作用,这正是我们选找的工具。它操作简单,功能齐全,给了我们一个新的方法来分析我们的数据,并产生了一些令人印象深刻的结果”他说。

中国烟草的数据挖掘专家比较了由两个系统做出的预测。使用相同的输入变量,他们运用了IBM SPSS Modeler 中的神经网络模型和多元回归分析创建了预测。

对于每个季节,中国烟草发现IBM SPSS Modeler的神经网络模型产生了更精确的预测,减少了平均绝对误差和标准偏差。此外,通过使用IBM SPSS Modeler的规则归纳技术,中国烟草也可以评估每种营销手段的风险。

这些天来,IBM SPSS Modeler 的预测和风险评估 – 不再是多元回归的结果 – 出现在管理人员的报告中。并且这些数字形成了管理人员最终购买决策的基础。

IBM SPSS Modeler中提供了中国烟草所需的丰富的分析能力。通过其精确的预测结果,中国烟草有效的保持了其市场份额的稳步增长。