黄宇敏
摘 要：
各地市级烟草专卖局利用大数据技术建立起一整套以预警系统为中心的专卖内管预警体系，但存在数据采集不全，对接通路不畅，实用性不强，系统更新缓慢等问题。应通过加强部门协同，聚焦关键环节，找准职能结合点，结合历史预警预判，避免不确定因素的干扰，科学设置阈值和参数，夯实配套措施，确保数据安全等措施，优化专卖内管预警体系，提高专卖内管预警的科学性和有效性。
关键词：
专卖内管 预警体系 大数据
大数据是当前信息技术的新热点、产业发展的新方向，更是加快推动经济社会转型升级的新引擎。2015年9月，国务院印发《促进大数据发展行动纲要》，系统部署大数据发展工作。2016年国家“十三五”规划纲要明确提出要实施国家大数据战略，加快推动数据资源共享开放和開发应用，助力产业转型升级。烟草行业积极响应国家政策导向，顺应技术发展趋势要求，深入推进数据资源应用工作，把握数字经济发展新形势，创新数据治理方式，优化数据治理手段，完善数据治理规则，深入挖掘数据资源，推动行业专卖监督、工业制造、商业销售、财务审计等各条线的大数据发展和应用，以期突破行业发展瓶颈，实现高质量发展。下面将对大数据技术在内部专卖管理监督工作领域的应用实践——专卖内管预警系统进行介绍，并对专卖内管预警体系的构建优化提出一些思考和建议。
一、专卖内管预警系统现状
在维克托·迈尔·舍恩伯格和肯尼斯·库克耶编写的《大数据时代》中，大数据分析法指不用随机分析法（即抽样调查）这种传统分析方式，而采用对所有数据进行分析处理的一种方法。大数据应用的核心是建立在相关关系分析基础之上的预测。当前各地市级烟草专卖局按照行业工作要求，结合自身情况建立起的专卖内管预警系统正是这种技术理念在实践中应用的体现。近年来专卖内管预警系统加快了在数据采集、传输、存储、共享、处理、运用等方面的建设改造步伐，为专卖内管工作提供了一个“看得见、摸得着、科学高效”的平台，实现了内部专卖管理监督工作纵横联动、实时监控和自动预警，把内管人员从以前繁冗的数据比对和分析中解放出来，全面提高了监管效率。预警系统已成为内部专卖管理监督工作的核心工具之一。
专卖内管预警系统（以下简称“预警系统”）通过系统外联、数据采集标准、抽取数据、形成预警、预警显示、预警处理六个步骤，实现实时监控和预警。预警系统通过与卷烟营销信息系统、专卖监督管理系统、“一号工程”件烟打码跟踪系统等进行对接，实时抽取各系统的订单、支付、打码、配送、市场、证件、案件等海量运行数据，以量化的数据分析、流程化的操作步骤，在监管数据的原始性和真实性的基础上，实现了全覆盖、无遗漏的全面监管，在内部专卖管理监督工作中发挥了重要作用，对强化烟草行业系统规范经营工作，提高严格规范水平发挥了积极的促进作用，有利于基层单位充分发挥职能作用，进一步巩固其内部监管主体地位，真正实现专卖内管基层基础建设工作要求。
二、专卖内管预警系统存在的问题
由于目前大多数单位的预警系统只能机械性地接收数据，根据设定的阈值来判别是否属于预警提示范围，尚不能对数据产生的原因或预警的真伪性进行判断，导致预警系统在使用过程中存在真异常数据淹没在大量伪异常数据中，不利于异常数据的发现与跟踪，也不可能实现对于预警信息的全覆盖调查和后续跟踪，需耗费大量人力进行甄别。通过对大量地市级烟草专卖局专卖内管预警系统建设和使用情况的调查研究，发现当前预警系统存在的问题主要表现为以下几个方面：
（一）数据采集不全，对接通路不畅
大数据技术以大量的数据作为分析基础，将信息事无巨细地进行数据化标准化采集，再将采集后的数据交叉复用服务于工作，因此大数据应用的基础是数据的全面性和精确性。目前，由于专卖内管预警系统对接的用于采集数据信息的各个信息系统归属于不同部门，大多由不同软件公司开发和运维，数据采集传输时常因各种原因导致系统对接通路不畅，影响了系统间的互联互通和数据共享，数据无法传输、数据采集不完整和数据丢失的情况时有发生。
（二）预警呈现三多三少特征
1 预警种类多，常用种类少。预警系统一般有30种以上的预警，但很多单位主要使用代订货预警、异常规格订单预警、供应总量异常预警、数量异常订单预警、集中时间投放预警、品牌集中度预警等6类常用预警，其余预警在日常工作中使用较少。
2 预警信息多，实用信息少。预警的目的在于通过系统智能搜索与筛选相关信息，为内管人员工作开展指明方向。但从目前系统运行的状况来看，一半以上的预警是由于系统阈值设定偏离所造成。
3 预警分析多，深入分析少。目前对预警的分析更多地是以格式化的内容进行批量处理，导致内管工作人员对于预警系统所反映的信息无法有效和有针对性地进行管理。
（三）预警系统改进跟不上形势发展要求
1 违规手段变化快，预警规则升级慢。随着对预警规则的逐步熟悉，很多内部违规手段已经参透绕开既定预警规则的门道，让预警系统失效。而预警规则的变动需要对系统进行修改升级，周期较长，不能及时有效地发现新的违规线索。
2 业务模式创新快，预警覆盖更新慢。随着“两烟”生产经营的进一步深化，其业务类型和管理模式也在逐步创新和细化，致使数据分析工具不能涵盖所有的业务范围，造成数据分析工具与现实业务的脱节。
三、专卖内管预警体系的优化
为了提高专卖内管预警的有效性，提高监管效率，可以从以下几个方面考量对内管预警信息化体系的优化。
（一）加强部门协同
当前工作中，各级烟草专卖局虽已在各个业务单元中建立了相应的信息管理系统，但是它们却像一座座“信息孤岛”，仅仅依靠专卖内管预警系统与每个业务系统对接，已经不足以支撑大量业务数据的获取和加工。应进一步加强专卖、内管与销售、物流、财务、纪检等部门的协同，明确信息传递、分工配合的有关要求，打破数据资源壁垒，为资源共建共享、数据有效整合与交换创造有利条件，解决部门间的信息闭塞对内部专卖管理监督功能的弱化问题。
（二）聚焦关键环节
应按照地市级烟草专卖局对同级卷烟商业企业卷烟经营行为进行全过程闭环监督的内容和方法，改变以前全流程无差别预警的方式，重点突出需求预测、品牌进退、货源组织、客户分档、营销策略、订单采集、货款结算、物流配送等八个卷烟生产经营关键环节的预警，明确内部专卖管理监督的工作重点。
（三）找准职能结合点
针对日常监管在卷烟经营各环节的监管点，按实际情况制定出合理的监管规则，在技术层面上找准专卖内管法定职能和企业管理职能的结合点。根据卷烟经营全过程中的监管要求，对于可以设置量化指标的监管点，通过在系统中灵活设置相關指标参数，实现自动预警。
（四）结合历史预警预判
增强预警的精准性和有效性还需要综合考虑历史预警情况。历史预警数据具有佐证价值，可以通过大数据对比分析，将历史预警数据和当前预警线索进行智能化的交叉比对，有针对性地挖掘人、案、物深层次关联信息。将以往没有联系的人员，没有联系的货物流、资金流进行串联，构建起一套以“点、线、面、网”联结起的立体图，分析出隐藏在数据背后的相关关系，预判预警线索的风险度，自动筛选出高风险预警线索，提高系统判断准确性和效率，实现精准预测和打击。
（五）避免不确定因素的干扰
卷烟生产经营是一个动态的过程，会受到如营销政策调整、节假日影响、新品引进、客户类别变化、限量放宽与紧缩、市场淡旺季、品牌结构调整等的影响，预警系统设计时要将这些不确定因素考虑在内。
（六）科学设置阈值和参数
有效预警的偏离度应在一个合理的范围之内，要在对信息数据进行科学分析的基础上，结合各地实际情况，确定合理阈值和参数，既避免阈和参数设置过于严格导致内管工作人员需要花费大量时间进行排查和筛选异常数据，又要避免阈值和参数设置过于宽松导致异常数据被忽略。
（七）夯实配套措施
应依据违规线索所涉及的时间、单位、卷烟品牌（规格）等从需求预测、品牌进退、货源组织、客户分档、营销策略、订单采集、货款结算、物流配送等八个卷烟生产经营关键环节对相关卷烟具体销售过程是否存在违规情况进行调查。要采取分析卷烟营销业务系统销售数据、座谈询问、现场查看、盘点库存、走访零售户等方式进行调查，将预警线索追踪核查措施落地落实落细。
（八）确保数据安全
当前，网络安全已经从“信息安全”时代进入“大安全”的新时代，数据资源成为“新生产要素”，数据作为一种全新的资产，对其的掌控能力日益成为衡量竞争力的关键因素。专卖内管预警系统采集了大量重要数据，涉及商户信息、商业数据、案件情况等，确保这些数据安全事关保护零售户个人信息和保障烟草行业商业数据安全。因此，在开发和使用预警系统过程中要进一步增强网络安全意识。一方面要制定完善数据安全管理办法，强化数据资源保护能力，加大个人信息保护力度，打造安全可靠的数据生态环境;另一方面要不断提升管理水平和保障能力，夯实关键信息基础设施防护责任，建立完善关键信息基础设施安全保障体系，加强网络安全检查，关口前移，防患于未然。
四、结语
专卖内管预警体系的科学性和合理性将直接影响专卖内管工作人员的工作效率，进而影响“两烟”生产经营的风险管控技术水平。专卖内管部门应依托大数据技术，积极运用信息化手段，突出数据管控，继续推行以数据分析研判为支撑的模式，不断强化大数据实践运用，建设科学高效的专卖内管预警系统。坚持问题导向，抓好日常预警管理和定期检查管理，做到科学有效监管，实现“大海捞针”向“精准监管”转变。
参考文献：
[1]段铁力 着力推动信息化与烟草产业融合创新——国家局副局长段铁力谈行业网络安全和信息化工作[N].东方烟草报，2020-03-28
[2]李奕坤，姜云明 论大数据在专卖管理中运用[C].中国烟草学会2017年学术年会，北京：2017
[3]李羿，曹春辉，刘荣贵 大数据在打击涉烟违法犯罪领域的探索研究[C].中国烟草学会2017年学术年会，北京：2017
[4]湖北省发展和改革委员会 湖北省大数据发展行动计划（2016-2020年）[EB/OL].http：//www hubei gov cn/xxgk/ghjh/201709/t20170928_1758872 shtml 2016-09-04
[5]埃里克·西格尔 大数据预测[M].北京：中信出版社，2014
[6]伊恩·艾瑞斯 大数据思维与决策[M].北京：人民邮电出版社，2014
[7]四川省烟草专卖局内部监督管理处 基于时间序列和星云分布模型的内管预警平台建设[C].中国烟草学会2013年学术年会，北京：2013
[8]李迎喜 论专卖内管信息系统预警阀值及参数的科学设置[C].中国烟草学会2013年学术年会，北京：2013
[9]维克托·迈尔·舍恩伯格，肯尼斯·库克耶 大数据时代[M].浙江人民出版社，北京：2012