大数据即巨量数据集合，指不采用随机分析法这样的捷径，对所有的数据进行分析处理。随着信息化的发展，大数据概念逐步深入人心，大数据如何运用、如何分析处理成为需要思考的问题。笔者以为，大数据不是宽泛的概念问题，也不是宏观的政策问题，而是可以细化到每一项工作中去的手段，比如货源投放中就存在形式多样的数据，如果进行聚类分类，数据分析，或许会得到思路不一样的结论。

　　一、传统的货源投放数据分析

　　直分式货源投放已运行多年，投放的大致模式为从全市层面，通过对市场类型、客户类别等维度的考量，进行投放对象的区分和分类，针对同一类对象制定同样的货源标准，从而做到全市统一投放的模式。

　　基于直分式货源投放模式，传统的货源投放数据运用局限于货源投放量、实际订购量、现有商业库存量等较为笼统的数据，数据分析也只是利用货源投放量和实际订购量之间的数据关系，结合现有商业库存推测一周投放量能发生多少实际销售量，通过对货源投放量的变化粗略估算出投放量对销售量的影响。

　　传统的货源投放数据分析较为粗略，数据分析集中在总销量或是具体卷烟规格销量的变化上，分析方法简单，分析结论单一，虽然有大量的数据支撑，但运用的较少，受统计方式的限制，还不足以构成大数据的运用。

　　二、货源投放数据的探索分析

　　随着行业政策、市场需求的不断变化，货源投放模式不再是作为货源供应的工具和手段，而是逐步显露出自身其他价值。货源投放的历史数据、货源投放的过程数据，经过筛选和分析，也逐步体现出它跳出销量以外的价值。

　　以2013-2015年数据为例，在保证四五类烟货源投放基本充足的情况下，四五类烟的订购量呈现出每年以20%以上的速度下降的趋势，其中以盛唐吉祥软盒与黄山一品（新）硬盒降幅最为明显。四五类烟的连续降幅体现出市场对四五类烟需求的下降，也在一定程度上反应市场销售结构发生了改变，低档卷烟市场将会越来越小。

　　探索二：新品接受度情况

　　以下以黄鹤楼（天下名楼）品牌导入阶段为例，进行数据的简单分析。

　　黄鹤楼（天下名楼）为2015年引入新品，于2015年2月23日起正式投放市场，投放初期标准为针对屯溪市场一、二类客户进行投放。

　　经过一个月的投放阶段，新品的市场订购率一直处于20%以上的水平，说明在屯溪一、二类户中已有一定的接受群体。

　　随后，投放标准改为全市一类客户，并进行为期三周的投放观察。

　　经过三周的投放，订购率也一直稳定在20%以上的水平，说明在全市范围的一类客户中有一定的接受群体。

　　直到2015年7月起，投放标准变更为全市范围所有客户，经过数据查询，面向全市客户投放后，每周客户订购率一直保持在2%左右，处于较低水平。针对7-10月期间的订购情况，从客户类别角度进行了了解。

　　从客户分类情况来看，一至四类客户的订购量占到了总订购量的90%左右，起到了主导作用，而订购率也一直维持在20%左右。可以认为黄鹤楼（天下名楼）的主要接受群体集中在一至四类客户，在今后进行同价位同类型品牌培育时也可作为参考数据。

　　探索三：投放满足的了解

　　由于货源投放系统缺少可以根据历史订购率和需求率测算需求量的运算模块，因而在做精准投放时往往需要进行大量的手工运算，从而得出下一步货源投放的参考依据。根据目前的投放现状，单规格卷烟的历史订购率可以反射出投放过程中的需求满足情况。以中华软盒为例。

　　2016年春节前夕，为保证市场货源供应充足，满足市场节前销售需求，对日常紧俏品牌，如中华、利群等加大货源供应量。

　　由上表可知，在1.18-1.22一周访销结束后，对中华软盒订购情况进行数据调取和分析。一类至四类客户以及六类订购率与其他类别相比较高，在节前尽量满足市场需求的货源投放原则上，可以对这几个类别客户增加货源投放量。根据这一数据分析，在接下来一周对前六类客户加大了货源投放量。数据显示，前六类客户实际订购量明显上升，有的类别甚至增幅高达50%左右，而订购率却有所下降，降幅大致在10%-15%。这两组数据可大致推测出前六类客户的货源需求量得到了进一步满足，但增加的投放量可能过多，因而导致订购率有所下降。

　　三、货源投放数据分析的建议

　　以上为笔者尝试在传统直分式货源投放模式的基础上，拓宽思维的一些见解。在货源投放的大量数据下，我们做的数据分析可以不仅仅局限于卷烟结构变化、品牌培育导向、需求满足了解这三个方面，我们可以做的也不仅仅是简单的数据分析和推测，因此笔者就货源投放数据分析提出了一些自己的建议。

　　建议一：增加货源投放运算模块

　　传统的直分式货源投放模式是基于商业库存数量、客户订购数量、客户需求数量等维度得出的，其过程需要大量的数据推测和运算，在每一次的货源投放标准制定前期需要大量的人工计算准备，不仅耗时耗力，更是容易产生数据误差。而现有的货源投放系统中仅有策略制定和生成作用，缺少数据运算模块，不能将这些相关性数据以科学合理的数据统计方式作为货源投放的预测参考。从精准投放的角度，增加货源投放运算模块是一项利大于弊的工作。

　　建议二：建立数据运用分析系统

　　由于科学营销系统是基于信息采集的基础进行市场分析和预测的，虽然市场状况是真实的市场需求，但信息采集的过程容易导致数据缺失或失真，因而并不能有效的运用起来。而基于货源投放相关数据的分析，可以真实的反应客户的实际订购情况和真实需求。除却品牌培育等工作做出的人为努力，大量的卷烟订购量数据通过客户类别、市场类型等多重维度的分析，是可以相互佐证，反应出一定的市场需求变化和品牌市场表现的，因而建议尝试建立基于货源投放和订购情况的数据运用分析系统。

　　建议三：探索新的货源投放模式

　　长期使用传统的直分式货源投放，容易固化思维，同时也束缚了数据的运用。如果能尝试探索新的货源投放模式，例如四级货源分配模式即由营销中心统一分配货源总量，逐级分配到市场经理，制定统一的客户评价标准后由客户经理进行具体客户的货源分配，诸如此类的新模式，或许也会给货源投放带来新鲜血液和新思路，使货源投放更接近市场。