基于大数据应用探索“互联网+卷烟市场监管”新模式

简介:

20160520053207705.jpg

“互联网+卷烟市场监管”新模式构建思路

20160520053207816.jpg

卷烟市场监管四级预警处理机制

随着大数据和互联网快速发展,如何通过大数据的应用,创新卷烟市场监管模式已成为现阶段烟草专卖部门亟待解决的问题。笔者认为,应基于大数据的应用,设计“互联网+卷烟市场监管”新模式,以数据采集为基础,通过打造四个平台,构建四个模块,实现专卖管理转型提升。

强化数据采集

高质量的数据库是运用大数据的基础,而大数据的运用也为提升数据质量创造了更大的空间。烟草专卖部门只有拥有真实、准确、完备的卷烟市场监管数据,才能为“互联网+卷烟市场监管”提供正确的导航。

拓宽数据采集范围。数据采集主要包括结构化数据和非结构化数据采集两方面,结构化数据主要来源于专卖、营销、物流等信息系统,非结构化数据主要是指在日常检查、走访等过程中收集的文档类、图像类、视频类和音频类的数据。卷烟市场监管需要采集的数据主要包括:专卖内管数据,涉及许可证信息、涉烟违法案件查处信息、举报投诉信息、内部监管数据等;营销数据,涉及客户档案信息、经营数据、卷烟品牌信息、客户评价、客户需求等;物流数据,涉及配送时间、配送路线、配送户数、车辆行驶轨迹等。

提高数据采集质量。在各类数据分析应用前,需要对数据进行筛选、过滤、转化、去冗预处理,以提高数据的采集质量。预处理是大数据应用的前提条件,结构化数据的预处理主要是为了实现结构化数据的完整性、统一性和易存性,而非机构化数据的预处理主要是使之成为电脑可以理解的数据。

打造四个平台

打造一体化的专卖信息化操作平台。以资源共享、互联互通、上传下达为目标,打造一体化的专卖信息化操作和应用平台。打通专卖各项业务间的信息沟通渠道,对各相关数据进行深入、多维、实时挖掘和分析,提高信息研判的准确性,满足决策层管理需求。利用技术手段进行系统集成,整合目前行业内部分散的信息系统,如专卖系统、打假案件信息系统、案件指挥协调系统、内管系统等,实现系统间数据的共享,避免数据重复录入和重复处理,减少专卖人员工作量,提升专卖工作效率。

打造一体化的专卖移动工作平台。利用移动终端设备,如平板电脑、便携式打印机、现场记录执法仪等,通过WiFi或者无线上网卡,随时随地查询本片区零售户的基本资料、违法风险等级信息,实时录入检查走访情况,并快速接收上级指令,实现数据分享、数据同步,提升现场执法效率,缩短现场执法时间。

打造网上政务服务平台。互联网时代的一个重要特征是开放、共享、全民参与。一是提供网上办证服务。合理设计行政审批流程,详细标注每个环节所需的材料清单、审批程序、办理时限及注意事项等信息,实现申请人资料上传、身份认证、信息修改及延续通知等传统现场业务的在线化操作,真正做到全流程可视、全过程跟踪,最终达到环节最少、成本最低、效率最高、服务最优的目标。二是提供自助查询服务。行政相对人可以凭借身份证号查看行政许可办理、行政处罚办理进程、执法依据、执法程序、行政权力清单等,如行政相对人对行政许可办理、案件结果不满意的,可直接在网上申请行政复议,进一步增加专卖执法的公开性和透明性,提升执法公信力。

打造微信公众服务平台。利用烟草微信平台,提供专卖在线咨询、真假烟识别技巧、涉烟案件解读以及法律法规宣传等一系列服务,充分发挥微信传播速度快、交流参与度高、信息传递准等优势,提高消费者的维权意识,实现烟草部门与零售户、消费者的有效沟通,让更多的消费者和社会公众参与进来,促进社会多方监管局面的形成。

构建四个模块

构建市场监管数据分析模块。以零售户的籍贯、业态、商圈等静态数据,以及走访检查、行政处罚等动态数据为基础,通过设置参数和权值,按照“正常”“黄色警示”“橙色警示”“红色警示”设定监管等级,有针对性地开展专卖执法检查,节约行政成本。另外,通过对一定时间内的涉案品牌数据、卷烟32位喷码等数据进行比对,分析违法卷烟的主要品牌、重点来源区域、来源渠道等信息,将其与当前卷烟市场的价格、库存等动态信息进行交融预测,对来源地与案发地运输点进行有效布控,提高打击的有效性和准确性。通过数据分析,专卖管理人员还可以快速发现卷烟零售市场监管的共性问题,快速组织专项行动,对同类问题予以精准处理。

构建区域性涉烟案件情报分析模块。构建区域性涉烟案件情报分析模块,在此模块中录入案件信息、举报投诉信息、市场走访检查信息以及重点监管对象的基本信息等,尤其是涉烟案件当事人的违法违规信息,并根据一般案件、大要案件等案件性质进行分类存放,在一定辖区的专卖管理部门内部实现信息共享,方便相关人员查询、了解涉烟违法当事人的违法事实,为并案调查提供线索和依据。同时,通过大数据分析技术将模块中录入的零星、孤立和碎片化情报信息进行多维度、多关联、多层次分析和数据多点碰撞,从中发现违法线索和规律并自动预警提示,为专卖管理部门打假破网工作提供更精准的情报支撑。

构建内管信息数据分析模块。以零售户的实时订单、真烟案件和市场价格库存等相关数据为基础,通过系统分析和研判,形成针对每个零售户、商圈、客户群专属的数据信息流,然后从平常、分散的数据中查找异常数据,建立专卖预警指标体系,系统自动对异常订单、异常客户和异常品牌进行预警提示。内管人员判断系统自动预警结果是否异常,并向一线网格三员(市场管理员、客户经理、送货员)协同发布预警,一线三员依据协同任务,开展内管预警处理并及时反馈,有效提升内管监管效率。

构建零售户信用评价分析模块。建立并完善卷烟零售户信用评价数据库,构建面向消费者的社会监督及指挥协调快速反应机制。消费者可以通过卷烟零售户信用评价小软件实时查看周边零售店的许可情况,自主选择购买商家。同时,可以参考引入“大众点评”式消费体验与评价反馈模式,提供在线留言或举报投诉服务,以消费者的监督选择促进零售户的自律自治,进一步发挥大数据执法监管、信用约束的治理作用。


本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
21天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
1月前
|
存储 消息中间件 大数据
Go语言在大数据处理中的实际应用与案例分析
【2月更文挑战第22天】本文深入探讨了Go语言在大数据处理中的实际应用,通过案例分析展示了Go语言在处理大数据时的优势和实践效果。文章首先介绍了大数据处理的挑战与需求,然后详细分析了Go语言在大数据处理中的适用性和核心技术,最后通过具体案例展示了Go语言在大数据处理中的实际应用。
|
3月前
|
数据采集 搜索推荐 大数据
大数据技术在电商平台中的应用
电商平台是当今社会最为普及的购物方式之一,而大数据技术则成为了众多企业的强有力竞争力。本文将介绍大数据技术在电商平台中的应用,包括数据采集、预测分析、用户画像等方面,并探讨其对电商平台的价值和意义。
|
3月前
|
存储 机器学习/深度学习 算法
大数据时代下的智能洞察:大规模数据处理的创新与应用
在信息爆炸的时代,大规模数据处理成为了科技领域的核心挑战之一。本文将探讨大规模数据处理的定义、创新技术和广泛应用,并阐述数据驱动的决策和洞察对现代社会带来的巨大影响。
79 3
|
1月前
|
数据采集 分布式计算 大数据
Java语言在大数据处理中的应用
传统的大数据处理往往依赖于庞大的数据中心和高性能的服务器,然而随着大数据时代的到来,Java作为一种强大的编程语言正在被广泛应用于大数据处理领域。本文将探讨Java语言在大数据处理中的优势和应用,以及其在分布式计算、数据处理和系统集成等方面的重要作用。
|
1月前
|
存储 大数据 数据挖掘
云计算与大数据:从基础设施到实际应用
云计算与大数据:从基础设施到实际应用
134 0
|
3月前
|
数据挖掘
离线大数据分析的应用
离线大数据分析的应用
|
23天前
|
NoSQL 大数据 数据挖掘
现代数据库技术与大数据应用
随着信息时代的到来,数据量呈指数级增长,对数据库技术提出了前所未有的挑战。本文将介绍现代数据库技术在处理大数据应用中的重要性,并探讨了一些流行的数据库解决方案及其在实际应用中的优势。
|
28天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。

热门文章

最新文章