唤醒沉睡的数据，中国石油大连销售分公司积极探索数字化转型，赋能高质量发展。

　　国庆节后第一周，中国石油辽宁销售大连分公司植物园加油站日均销量38.5吨，环比同为旺季的8月末一周提升了4.1吨。这得益于该站试用营销数据可视化模型后，及时发现部分油枪提枪率极低，进而精准施策优化了高标号油枪的布局，有效提高了通过率和进站率，实现了纯枪量12%、毛利64%的显著增长。

　　当下，数字革命方兴未艾。云平台、物联网、5G、大数据、人工智能等新兴技术正加快与实体经济融合。面对数字化浪潮，大连分公司积极响应戴厚良董事长关于数字革命的部署与号召，大胆迈出数字化转型的创新步伐，自主设计出一套营销数据可视化模型，让销售企业、加油站能够更加直观地认清自己、更加科学地研判形势。

　　数字化工具变“无力”为“给力”

　　大连分公司单日平均服务客户超过10万人次，对应生成的加油记录、持卡消费记录、电子券核销记录等信息数据堪称海量。长久以来，“这些蕴含客户偏好、消费周期、购买能力等重要信息的数据一直‘沉睡’在各类系统的后台数据库中，没有用武之地。”研发团队核心成员王贯宇如是说。

　　为此，7月份以来，大连分公司踏上了自主创新之路，专题攻坚对海量数据的二次整合，员工自主设计，零成本研发。最终，沉睡的数据终于被“唤醒”了，可视化模型被公司领导、专业线负责人、加油站经理等越来越多的群体所接受，并在实际工作中崭露头角。

　　可视化模型依托Power BI软件平台搭建，适用中国石油内网环境，目前包含纯枪销售分析、油非转化指标、加油站分时段销量、利润分析等13个模块，可实时跟踪纯枪销量、非油收入、价格到位率、毛利率、卡销比等27项经营指标，并内嵌RFM客户分析、阿米巴单站价值管理等模型工具，能够充分满足销售企业各个层级的经营分析、横纵对标、创效预测等需求。

　　可视化模型的数据源全部来自现有的在用系统，是对来自不同系统的表格数据进行一键式、可视化的二次整合与展示，既不会产生数据误差，也不会给加油站增添额外的统计负担。相比顶层设计的统建系统，“出身”一线的可视化模型更加贴近加油站实际，并能够做到持续完善、及时更新，对市场新变化、油站新需求做出快速响应。

　　“之所以采用可视化界面，是因为人脑对图形的反应速度是对表格、文字反应速度的6万倍，大脑会更容易记忆和处理。”王贯宇补充说。

　　大数据让经营决策鸟瞰“一盘棋”

　　数据本身不会说话，但却能在经营决策的过程中提供支撑、勾勒全局，从而实现科学决策、精准施策。

　　星海湾加油站是中国石油在大连地区的一张靓丽名片。该站毗邻星海广场，主打高标号汽油，单站年均利润超过一千万元。由于场地有限，加之多项促销政策叠加，该站排队现象比较严重，而取消优惠又担心客户流失，加油站陷入两难。

　　分公司经理助理、研发团队负责人苏中斌将之作为可视化模型的第一个课题，带领团队深入研究，将星海湾站过去7个月的数据分品号分时段细分，通盘考虑量、价因素，力求量效最优结果。在数字技术的加持下，团队很快发现该站92号、95号、98号客户群体的到站周期和消费规律并不同步，且有迹可循，具备以分段优惠分流各个客户群的可能性，并最终确定该站采取“周一、三、五让利95号主力客户群，周二、六、日开展92号促销，周四单设98号优惠专场”促销政策并沿用至今，有效缓解了该站的现场拥堵问题。

　　“星海湾站的成功优化充分验证了我们一盘棋、算总账营销理念的合理性。”苏中斌面带得意地分析说，在常规的认知里，价格到位率下降了对企业经营会有影响，但其中其实隐藏着一个量效均衡点，可视化模型可以帮助决策者无限接近这个均衡点。

　　以星海湾站在国庆期间的98号汽油销售为例，尽管该站在10月6日开展促销影响了价格到位率，但也带来了纯枪量34%、毛利29%的环比猛增，综合来看，6日当天反而是星海湾站在整个国庆节期间毛利最高、创效最多的一天。

　　此外，借助可视化模型，分公司还及时监测到当月的+5号柴油促销活动呈现“量平效减”，促销效果未达预期，因此迅速对所有促销站点进行“一站一策”的重新设计，很快实现了+5号柴油日均销量环比增长30吨，吨油营销支出下降207元，在销售规模基本持平的情况下成功提升经营质量。

　　加快信息互通资源共享

　　销售企业由多条专业线和各个销售网点交织而成，并通过管理集聚成一个整体。如果信息不对称，管理就会脱节，整体效能就会降低，可视化模型能够很好地解决这一问题。

　　大连分公司业务经营部副部长、研发团队成员刘伊格对可视化模型的数据源头做了介绍：所有数据来自于20多个数据库，经过团队的导出、整理、导入，最终生成30多个各自包含数十个子表格的表格文件，然后二次集成汇总成10个总表，最后由可视化软件以图形的方式展示给使用者。

　　“这个模型正在帮助使用者跨越专业线、网点、时间三道壁垒。”正如刘伊格所说，过去开展一次综合研判往往需要多个部门分别取数，汇总在一起的数据有时存在口径不同、时间跨度不一致等问题，工作周期以“天”为单位;而可视化模型的底层逻辑让基础工作发生在每天早上、完成在系统后台，随时等待着使用者的“秒取”。

　　10月10日上午，大连分公司下达了开展商品组合促销的工作通知。这一决策从产生想法到最终拍板不到一个小时，但刘伊格信心满满：我和同事在可视化模型中先后调取、参考了全地区各站的单品库存、同一油品销量加油站的重点商品销售收入、客户进店数量以及相关产品销量水平等多个维度的数据，这在过去会是一整天的工作，而现在真得不需要太久，而且得到的是定量分析。事实证明，在强大数据的支撑下，此次商品组合促销开展得十分成功，在接下来的一周内，促销商品的销量有了明显提升，其中，红牛的日均销量环比提升226%，玉溪的日均销量环比提升176%;不仅如此，由于商品组合的科学搭配，电子券核销率的环比增幅也达到了165%。

　　为了加速创新项目向创效成果的转化，大连分公司优先选择了支部书记和青年站经理作为第一批培训对象，以期通过党建促经营、通过青年素养提升上水平，以点带面推进项目落地，并在此过程中二次征集反馈意见，为持续改进和完善可视化模型提供方向和参考。

　　责任编辑：周志霞