以大数据分析平台为基础的加油站升级管理

□ 文/庄雪涛 侯延鑫

中国石油山东销售公司是中国石油在山东设立的全资分公司，主要负责中国石油在山东地区的油品与非油品销售业务。公司现设职能处室13个、地市分公司17家、专业分公司2家，控股公司14家、参股公司1家；拥有员工6000余人，加油（气）站1000余座，油库10座，销售网络遍布全省17地市，成品油年销售能力400万吨。公司自2000年成立以来，累计销售成品油6200余万吨，实现销售收入3400多亿元，发售昆仑加油卡700多万张，实现利润39.5亿元，上缴税费52.7亿元，为保障地方成品油市场稳定供应、促进区域经济社会发展做出了重要贡献。

一、实施背景

当今社会，数据无处不在。几乎所有的社会生活都与数据有关，如互联网、金融、科技、医疗等。每个人每天都在不断地产生数据，接打电话、收发短信邮件、乘坐交通工具、刷卡打卡记录、上网聊天、网上购物等。大量数据实时地影响人们的工作、生活乃至社会发展。数据成为与自然资源、人力资源同样重要的战略资源，引起了国家和社会的高度重视。2015年3月，李克强总理在政府工作报告中指出，制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场。这标志着大数据技术应用于日常生产生活已上升到国家战略层面。

作为石油销售企业，经过“十一五”、“十二五”两轮信息化建设，在企业内积累了上百TB的海量业务数据，传统数据分析技术已经无法满足业务人员分析和查询需求。山东销售公司（简称山东公司）自“十一五”销售领域信息化建设全面开展以来，积极主动投入总部各项统建业务系统的建设及深化应用，其信息化从“集中建设”“建用并举”到“集成应用”，信息化应用水平一直居销售公司前列。公司信息化要转入系统深化应用与数据充分利用阶段，凸显信息对业务的增值作用，就必须解决当前非结构化数据无法处理及深入挖掘、报表效率低下、视频识别车牌信息实时交易数据匹配分析等问题。在此背景之下，山东公司打造大数据分析应用平台助力站级客户精准营销探索加油站3.0建设的需求应运而生。

二、内涵和主要做法

（一）内涵

大数据分析应用平台（简称大数据平台）从“全量客户管理”“客户画像”“商品推荐”“主动精准化客户服务”等运营需求出发，研究如何支撑站级客户精准营销。平台通过对加油站管理系统的POS交易明细数据（附加车牌识别及交易匹配数据）、卡核心业务系统的卡客户信息及卡充值交易明细这两部分海量数据的深入挖掘，为加油站提供精准营销、品类优化、促销分析、客户画像、运营优化等业务主题的数据分析及决策支持应用，实现山东公司运营管理精细化、客户洞察全面化、营销精准智能化等方面的全面提升。

1. 建立全面全方位客户洞察体系。大数据平台通过车牌识别功能扩展对非持卡客户的识别和把握，突破原来只能通过加油卡进行客户识别的限制，为争取大量目前无法识别和管理的优质客户提供了有力工具，建立起全量客户管理体系。

2. 建立主动精准化客户服务工具。公司大数据平台实现车牌识别、大数据平台和加油站营销推送三部分功能集成，实现了基于客户消费习惯的实时、智能、精准推荐营销。

3. 科学大样本营销分析工具。平台创新探索关联站关系，通过全年的共同客户数指标直观展示各加油站之间的关联关系，初步实现了加油站商圈评价数字化，为商圈营销策略和定价策略的选择提供参考。

4. 建立精细实时化管理支持平台。利用平台数据覆盖和计算优势，通过配置饱和度按省、地市查询各加油站的日均、枪均、站均、24小时和每小时每把枪的提枪情况，为加油站设备配备、优化排班及人员配置提供数据支撑。

5. 实践人·车·生活生态圈。通过大数据平台结合车联网等技术推进人、车、生活圈建设。

（二）主要做法

山东公司大数据平台的建设，主要包括大数据平台搭建、车牌化客户识别、大数据客户视图、精细化运营管理、个性化服务改善等功能应用。

1. 搭建大数据平台。建成一个高可靠、高稳定、高安全、高性能、高可扩展、高易用性的，实现基础数据存储、分析、管理、计算的大数据综合分析应用平台。

2. 车牌化客户识别。创新利用加油站现有的高清视频监控系统，通过视频分析技术对进站车辆实时识别，并将识别结果与本次车辆交易信息进行智能匹配，同时大数据平台还可与本车历史交易信息进行关联分析，实现对车牌客户的全息洞察，把全部的消费客户纳入系统进行精细化、精准化营销，扩展和丰富服务体系。目前试点加油站车牌与交易的匹配成功率达80%以上。

（1）车牌化客户识别—交易关联。通过加油枪区域划分策略，在车辆加油期间结合加油站摄像头的视频流数据，对车辆信息进行采集，并结合关联的实时交易和支付交易信息，完成车辆信息和完整交易信息的关联工作。截至2018年3月底，车牌识别系统上线部署运行加油站113座站，累计识别车辆2276937辆，累计识别持卡客户950403个，累计识别非持卡客户1970069个，累计推荐办卡记录3147854次，与车牌关联的交易5461142条，累计商品推荐16396734次。例如，济宁5站是率先安装车牌识别系统的加油站，安装车牌识别系统后，站经理通过大数据平台分析发现，在9时-10时期间站内提枪量最高，但是卡销比却不是最高。通过查询车牌识别系统及现场观察，发现这个时间段加油的多为附近接送孩子的车辆，每次加油量在100-150元，占到客户总数的1/3。怎么把这部分客户留下来？站经理针对这部分客户的消费能力及特点，组织员工积极加大小马宝莉、鸡年生肖卡、变形金刚卡等特种加油卡的销售力度。因为这种卡没有最低充值金额设定，无论充值多少都能享受优惠。2017年8月份，通过细算账、巧推卡、强服务，该站销售特种卡30多张，增加了持卡加油客户的占比。同时，该站日销量也由以前的5.5吨增至8.7吨。

（2）车牌化客户识别—信息推送。当车辆刚刚进入加油站时，车牌识别系统自动扫描到进站信息并实时传送给大数据平台，大数据平台基于客户历史交易，通过机器学习算法，预测用户可能购买的产品，将需要推送到站的营销信息反馈，并用文字和语音的方式（需要相关硬件支持）进行消息推送，当接收到大数据平台反馈的推送消息后，POS系统会弹出滚动文字来进行显示，耳机也可以通过声音提醒推送给员工，实现客户的精准营销。

（3）车牌化客户识别—车牌信息补充采集。目前非持卡用户的手机号等车主对应信息只能由加油站员工人工获取。这些信息的补全对客户分析具有重要价值，因此设计车牌信息补充采集功能，以便于加油站员工对以上不完整信息进行手工完善、补全。

（4）车牌化客户识别—加油站繁忙程度实时分析。加油提枪频率能一定程度反应加油站的繁忙程度，但当车辆加油处于排队状态时，提枪频率趋于定值，无法准确反映繁忙程度的差异。而基于车辆进站数据的实时采集，可以实时计算单位时间内单枪服务的车辆数、车辆加油等待时间等数据，更准确地为地市公司、用户提供实时的加油站繁忙程度信息。对地市公司，可提供有关单枪服务进站车辆数、车辆加油等待时间信息的，各加油站实时排名、TOP N明细查询，基于地图的加油站繁忙程度显示。并可以分别对汽柴油、不同品号分别进行分析。客户可以通过手机APP等软件实时查看加油站的繁忙程度，为客户选择加油站点提供智能引导服务。

（5）车牌化客户识别—加油站设备配置饱和度分析。加油站的油枪数量、不同油品的油枪占比是否合理目前缺少分析依据，通过分析车辆进站时间、加油等待时间，以及某个品号油枪的提枪次数，对加油站油枪数量配置、不同品号油枪的占比优化提供数据支撑。对地市公司员工，提供不同加油站的分时段的加油等待时间、提枪次数等信息的综合分析结果，依据加油站饱和加油时间比例、不同油品间提枪次数占比、加油等待时长等指标分析，提供油枪配置饱和度的优化建议。例如，淄博公司通过查看各品号汽油加油枪配置饱和度情况，各加油站日均、枪均、站均提枪次数，各站提枪次数排名情况和站内加油枪之间提枪次数差异率排名信息，为后续加油站加油机品号设置及加油站改造布局提供数据支撑。临沂金雀山路加油站，通过提枪次数分析，准确获取每台加油机的工作强度，有利于合理调配现场人员站位，提高服务效率，减轻员工劳动强度。

3. 大数据客户视图。通过大数据平台对现有所有渠道的客户及交易等数据进行整合和挖掘分析，行成多层次立体化的客户标签体系，对客户、加油站及商品3个维度建立了411个标签体系。通过客户标签实现客户画像，为客户洞察、精准营销、客户服务等提供数据支撑。

（1）创建客户标签体系。通过大数据平台对车牌化客户（含中国石油IC卡客户）进行整合和挖掘分析，行成多层次立体化的客户标签体系，为客户洞察、精准营销、客户服务等提供数据支撑，设置标签如下。

基础标签：年龄、性别、联系方式、车型、油箱大小、价位、车量品牌；事实标签：消费周期、经查购买油品、非油商品（商品品类、价位）、支付方式、加油卡积分、常去加油站；模型标签：关联商品、关联客户群、RFM分组；预测标签：流失预测、消费潜力等。

（2）创建加油站标签体系。通过对加油站地理位置等基础属性、加油站共同拥有客户情况、油枪效率、油非转换率等因素进行挖掘分析，建立加油站标签体系，为加油站画像，以实现对不同层级的加油站交叉定义关联度，为相似加油站之间的销售、促销和运营情况对比分析提供支持，可持续科学的指导经营、更客观的评估油站，设置标签如下。

基础标签：位置分类、加油站星级、可研销量等；事实标签：销售规模、油枪效率、油非转换率等；模型标签：依据共同拥有客户情况进行商圈划分等。例如，利用加油站画像功能查看济南100站综合情况，包含汽柴油年销量，汽柴油月销量比较；加油站标签；上月非油毛利、收入情况；提枪情况。

（3）创建非油商品标签体系。便利店商品品类结构复杂、种类繁多，通过对不同商品的季节消费特点、热销度、毛利高低、地区特点、关联商品等特征进行分类，建立非油商品标签体系，可以为优化非油商品进货策略、合理选择促销商品提供数据支持，设置标签如下。

基础标签：品类等；事实标签：滞销度、畅销度、毛利高低等；模型标签：关联商品、季节消费特点、地区特点等。

（4）基于标签体系的综合分析。实现对客户、加油站、非油商品的标签综合查询，可以对具体对象查询其所属标签，也可以查询不同标签所包含的对象的数量、年度销量、毛利/毛利率等信息，既可以分开查询统计，也能相互交叉统计。

4. 精细化运营管理。充分利用大数据平台，重点解决由于历史交易数量庞大，处理困难，查询及分析速度过慢的难题，提升企业在运营管理及精准营销两个方面的能力。

（1）客户画像。通过全渠道客户标签和视图的创建，为各级管理人员和加油站员工提供更丰富全面的客户洞察，可以基于客户标签进行客户分群，开展精准营销和客户综合统计分析。输入客户姓名、联系方式、IC卡号等多种方式，查询客户信息。

（2）智能商圈分析。通过大数据平台对加油站进行关联分析，找出关联度高的加油站，从而获得站间隐含的加油商圈。配合同一商圈内加油站的客户群体，可以针对性的设计组合营销策略，实现精准化营销投放。

（3）基于地图的客户查询—加油站管理。通过客户卡号查询客户常去加油站情况，客户常去加油站的繁忙程度，客户享受的累计优惠，客户在加油站的消费情况，客户消费的油品和非油品信息，为加油站管理人员了解客户提供数据支撑，提高客户认知程度，提供个性化客户服务，提升客户的体验。

（4）基于地图的客户查询—公司管理。在地图上的每个加油站上展示加油站一个月内服务卡客户的次数，车牌识别客户的次数，服务的卡客户数量，服务的卡客户的次数占比，提枪总数，总销量站周边的加油站个数和加油站的3个主标签信息，方便管理层对地市范围内加油站做综合考量，采取差异化的营销策略。

（5）油品交易分析。对省公司用户，实现查询各地市公司加油站自定义时段（精确到分钟）区分自助、非自助、油品号、优惠幅度、加油站班次，查询销量、销售金额、优惠销量分析等加油站油品交易数据。对地市公司用户，实现查询本公司自定义时段（精确到分钟）区分自助、非自助、油品号、优惠幅度、加油站班次，查询销量、销售金额、优惠销量分析等加油站油品交易数据。将加油站数据进一步下钻至加油枪，可以分析出每把加油枪的加满率、提枪次数、执行价格、价格到位率等油枪效率。

（6）单笔加油量分析。通过气泡图展示各单笔加油量区间的提枪次数、销量分布情况，对降价、促销等活动提供针对性客户分布的数据支撑。例如，临沂金雀山路加油站通过大数据平台单笔加油量分析，可查到客户加油的数量，通过计算单笔加油量区间占比可看出目前该站的客户消费习惯。对于单笔加油量低于20升占比较高的站点，说明该站客户加满率不是很高，需要寻找方法，通过提高加满率提升销量。如该站单笔加油量在30-40升及以上的占比较高，则说明该站客户加满率较高，需要加大客户开发力度，通过开发新客户提升本站销量。

（7）关联分析应用—热销品及组合促销。基于不同地理范围，不同时间、不同加油站类型，不同客户油品消费价值的不同推荐相关热销品及关联商品查询，便于加油站针对不同情况采取不同的促销组合，指导热销商品订货储备。其内容包括TOP20热销品查询。可以针对所有加油站、某个地市范围内的加油站（济南）、某种类型的加油站（高速站）、油品消费处于某段区间（400元以上）的客户，以及某种油品查询TOP20的上月和上年下月的热销商品关联查询。在了解了上月或是上年下月的某种条件下的热销品后工作人员可直接使用热销品进行备货，也可以将热销品输入商品关联查询的主商品中，选择在所有加油站、某个地市范围内的加油站（济南）、某种类型的加油站（高速站）、油品消费处于某段区间（400元以上）的客户和某种油品的某个范围内寻找其关联商品，决定是否采用组合促销策略。促销效果对比，非油业务人员可通过输入促销商品的名称和促销时间段直接生成在促销时间内和促销前与促销时间等长的时间内以及上一年同时间内此产品的销量对比图。

（8）关联分析应用—商品陈列。加油站非油商品的选择从品类到品种逐级细化，基于不同地市、不同站类型的加油站品类选择可以为各个加油站提供商品选择参考。品类概览：工作人员可以查看全省的品类销量占比，或通过输入地市信息查看地市中品类销量占比，或通过输入站类型信息（高速站）获得此类站全省范围内的品类销量占比；品种TOP15查询：用户可输入感兴趣的品类获得此品类省范围内，某个地市范围内，或生范围内某种站类型中销量最高的前15个品种；品种关联查询：用户可通过输入感兴趣的品种，获得其全品类关联商品或同品类关联商品及对应商品关联度从而知道货架摆放。

（9）销售热力分析。自定义时间区间，以纯枪销量、提枪次数为查询条件，展示加油站的油品销售热力图； 自定义时间区间，以货品类别、非油收入、非油毛利为查询条件，展示加油站的非油品销售热力图。对省公司用户，提供全省范围内的热力图展示；对地市公司用户，提供其公司所在地市的热力图展示。

（10）充值明细查询。实现自定义时段（一个较大时间范围内），通过客户IC卡号、姓名、联系方式等多种查询条件快速查询单位卡、个人卡充值数据的查询。

5. 个性化服务改善。借助大数据平台，通过客户消费行为分析，提供个性化推荐、个性化推送等个性化服务，开展差异化营销，结合多样化的营销手段以有效改善用户体验、提升客户忠诚度。

（1）商品推荐。制定个性化的权益和服务策略，借助推荐引擎，实现营销资源的精准投放，精准的营销资源投放不仅在于将合适的产品推荐给合适的客户，也在于寻求最优的投放渠道、时间、式样，在宣传产品的同时避免客户受到过分的打扰。客户车辆进站，实时进行车牌识别。依据客户标签及相关推荐算法，将计算结果推送到加油站。通过POS字幕滚动及语音方式向加油站人员有针对性的推送适合该客户的热销商品、促销商品信息，提高员工开口营销的成功率。识别后的车辆信息能关联到中国石油所有的加油站。

（2）客户迁徙展示。借助大数据平台对山东公司客户迁徙行为进行分析。分析卡客户在某一时间段出行动向，跨省、跨地市迁徙和消费情况，可以从宏观角度对卡客户的消费行为特点进行挖掘分析，开展有针对性的营销活动。例如，根据山东省内卡客户在某一时间段出行动向，跨地市迁徙和消费情况，对卡客户的消费行为特点进行挖掘分析，针对迁徙客户组开展跨地市精准营销活动。

（3）重要客户维护。制定个性化的重要客户权益和服务策略，借助推荐引擎，实现营销资源的精准投放，对不同的客户采取不同维护，提高非卡客户转化率、客户忠诚度。客户车辆进站，实时进行车牌识别。基于大数据平台分析获得的客户标签，可以根据设定的推送规则，如高价值客户、濒临流失客户、非持卡客户、第一次消费客户等，向加油站推送客户标签，提示加油站人员对不同的客户采取不同的维护，提高非卡客户转化率、客户忠诚度。

6. 实践人·车·生活生态圈。通过大数据平台结合车联网等技术推进人、车、生活圈建设。一方面通过车联网设备如HUD，根据车辆剩余油量结合发动机转速等信息向车主主动推送就近加油线路，同时，加油站根据周边车辆信息，定向推送加油促销信息。另一方面通过车联网设备获取的车辆基本信息、油耗信息、位置等信息，分析出车主的用车行为、行驶轨迹及加油偏好等行为，为精细化客户分类、精准化客户营销提供多维度数据基础，实践打造人·车·生活生态圈销售理念。

三、实施效果

山东公司大数据平台上线以来，累计识别车辆2276937辆，累计识别持卡客户950403个，累计识别非持卡客户1970069个，累计推荐办卡记录3147854次，与车牌关联的交易5461142条，累计商品推荐16396734次。目前加油站车牌与交易的匹配成功率达80%以上，系统运行稳定，效果明显。大数据平台助力站级客户精准营销，探索加油站3.0建设，主要实现山东公司业务管理的几个转变。

1. 实现了以卡为核心的客户管理到全量客户管理的转变；

2. 实现了以选取样本数据分析到全量数据分析的转变；

3. 实现了人脑模糊记录客户情况到系统提示精准客户画像的转变；

4. 实现了凭感觉、凭地理位置人为模糊确定商圈到通过查看共有客户数量精准确定商圈的转变；

5. 实现了人为选择指定商品促销组合到根据商品关联排行榜选择确定促销组合的转变；

6. 实现了客户模糊分群管理到根据客户标签精准细分客户群体管理的转变。

通过以上6个转变，山东公司大数据平台助力站级客户营销实现了以下几个方面的实施效果。

1. 精准量客匹配，实现客户掌握全面化。通过车牌识别功能扩展对非持卡客户的识别和把握，突破原来只能通过加油卡进行客户识别的限制，为争取大量目前无法识别和管理的优质客户提供了有力工具；建立起全量客户管理体系，实现客户管理人员对客户及交易信息的全量精准掌握。

2. 精准客户识别，实现实时智能推荐。利用现有的高清摄像头识别车牌，通过DIT系统采集加油枪交易，关联客户交易等消费数据，实现基于车牌的客户消费习惯分析刻画，在前台POS、PAD及室外耳机实时推送顾客生日、消费记录、习惯偏好、推荐商品等信息，便于员工开展精准营销，提高开口营销成功率，实现了基于客户消费习惯的实时、智能、精准推荐营销。

3. 精准客户画像，实现客户精准营销；利用大数据平台建立客户价值、客户忠诚度、客户生命周期和价格敏感度等客户分析模型，为营销岗提供多维度客户分群方式；通过客户群体画像、客户标签查询和客户画像功能，实现了由客群到单客的逐步认识比较，扩展系统的客户认知细度，为营销岗提供客群营销策略选择和“一人一策”的客户精准营销等数据支持。

4. 精准商圈划分，实现商圈营销协同作战。利用大数据平台数字化展示一段时间内加油站之间共同客户数量，直观展示各加油站间的关联关系，精准划分加油站商圈，为商圈营销策略、定价策略及统一协同作战提供数据支撑。

5. 精准分析全量数据，助力非油组合销售。通过大数据平台实现全量客户交易明细数据分析，找出商品关联关系，为营销岗制定店内非油商品销售计划和商品组合营销策略、货架摆放等提供参考。利用平台的商品促销效果分析模块实现细化到单品的自选时间段、自选管理单位的销售、成本和毛利的对比分析，改善非油分析找数难，单品分析渠道少的现状。

6. 精准定位客户属地，助力停业站客户分流。通过大数据平台精准统计停业站点与其他站共有客户情况，快速确定首选和备选客户分流站点，为客户分流提供决策依据。根据客户分群情况，给不同群体客户推送分流站点加油券及促销信息，最大效果吸引改造站客户到分流站加油。