程志君, 葉 怡 (昆明冶金高等??茖W(xué)校 物流學(xué)院,云南 昆明 650033)
第三方物流的發(fā)展程度是衡量一個(gè)國家或地區(qū)物流業(yè)現(xiàn)代化的重要指標(biāo)。如今物流經(jīng)濟(jì)和現(xiàn)代信息管理技術(shù)的迅猛發(fā)展,使得一部分第三方物流企業(yè)已經(jīng)初具規(guī)模,隨著競爭的加劇,為了維持企業(yè)的這種發(fā)展勢頭,就必須抓住重點(diǎn)企業(yè)的客戶。目前,盡管客戶關(guān)系管理的研究已經(jīng)得到了商界的普遍重視,但是對第三方物流企業(yè)客戶關(guān)系的研究比較少。因此,本文從第三方物流企業(yè)的客戶業(yè)務(wù)數(shù)據(jù)分析著手,依據(jù)第三方物流客戶關(guān)系的特點(diǎn),通過建立和應(yīng)用客戶數(shù)據(jù)倉庫的技術(shù)手段,對客戶分析給出科學(xué)的數(shù)據(jù)依據(jù)。探討了適合第三方物流企業(yè)特點(diǎn)的客戶關(guān)系管理方案。
基于第三方物流企業(yè)客戶的 “雙重性”,企業(yè)進(jìn)行一項(xiàng)服務(wù)要同時(shí)面對兩個(gè)或兩個(gè)以上服務(wù)對象。同時(shí),網(wǎng)絡(luò)電子商務(wù)技術(shù)應(yīng)用的日趨廣泛,給企業(yè)經(jīng)營帶來了信息量的冪級(jí)增長。以上兩個(gè)因素,使得企業(yè)客戶數(shù)據(jù)管理日趨復(fù)雜,傳統(tǒng)的數(shù)據(jù)管理系統(tǒng)和商業(yè)智能工具對此已經(jīng)顯得力不從心。新興的數(shù)據(jù)倉庫管理系統(tǒng)通過對數(shù)據(jù)的處理、加工和集成,把不同數(shù)據(jù)來源轉(zhuǎn)變成統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)和編碼,將原始數(shù)據(jù)從面向應(yīng)用過程實(shí)現(xiàn)到面向主題、面向決策的轉(zhuǎn)變,使數(shù)據(jù)操作環(huán)境與數(shù)據(jù)分析環(huán)境分離開來,建立一種數(shù)據(jù)存儲(chǔ)體系結(jié)構(gòu),把分散的不利于訪問的數(shù)據(jù)轉(zhuǎn)換成集中、統(tǒng)一、隨時(shí)可用的信息,集成不同形式的數(shù)據(jù),對企業(yè)所有可能和客戶相關(guān)的數(shù)據(jù)進(jìn)行重組。使企業(yè)對客戶具有統(tǒng)一的認(rèn)識(shí),幫助企業(yè)在物流管理和服務(wù)中,及時(shí)、準(zhǔn)確地收集和分析客戶、市場、服務(wù)及整個(gè)企業(yè)內(nèi)部的各種信息,實(shí)現(xiàn)對客戶的行為以及市場趨勢進(jìn)行有效的預(yù)測分析 (見圖1);了解不同客戶的服務(wù)需求,為客戶提供有針對性的產(chǎn)品和服務(wù),大大提高了各類客戶對企業(yè)和產(chǎn)品的滿意度。同時(shí)為企業(yè)正確的商業(yè)決策提供強(qiáng)有力的數(shù)據(jù)支撐,實(shí)現(xiàn)第三方物流企業(yè)客戶關(guān)系管理效率提高的同時(shí),將給企業(yè)帶來更多的客戶和利潤。
首先,確定數(shù)據(jù)抽取條件,根據(jù)條件從業(yè)務(wù)數(shù)據(jù)中抽取客戶數(shù)據(jù),數(shù)據(jù)倉庫的建立主要是為了從中挖掘出有用的客戶信息,建立數(shù)據(jù)倉庫時(shí),要選擇有意義的信息,對于一些不是很重要的信息盡量不選取,這樣可以減少數(shù)據(jù)選取和處理的復(fù)雜度。在這里,我們采用對一個(gè)物流企業(yè)業(yè)務(wù)信息作為事實(shí)數(shù)據(jù)表,Distribution(配送業(yè)務(wù)發(fā)生額),entry(業(yè)務(wù)發(fā)生額),storage(倉儲(chǔ)業(yè)務(wù)發(fā)生額),customer(客戶業(yè)務(wù)信息)等,作為度量值 (見圖2)。
圖2 第三方物流企業(yè)客戶業(yè)務(wù)關(guān)系維度表
這些數(shù)據(jù)組織并匯總到一個(gè)由一組維度 (Dimension)和度量值 (Measure)所定義的多維結(jié)構(gòu)中,它使得管理人員 (用戶)可以從不同角度 (維度)、通過不同的度量值來觀察分析所關(guān)心的事實(shí)數(shù)據(jù),逐步擺脫對固定報(bào)表的依賴。
首先,根據(jù)企業(yè)需要和管理情景確定合適的分類指標(biāo)。在這里,我們一般選擇客戶對企業(yè)的平均收益,交給利潤的產(chǎn)品或服務(wù)的使用百分比、銷售或訂單的趨勢 (升或降)、客戶的生產(chǎn)經(jīng)營、盈利模式、金融效率、忠誠度、關(guān)聯(lián)性、供應(yīng)鏈關(guān)系、服務(wù)的滿意度、需求偏好、業(yè)務(wù)合作關(guān)系等。對數(shù)據(jù)進(jìn)行聚類分析,將數(shù)據(jù)倉庫中的數(shù)據(jù)組織成包含預(yù)先計(jì)算聚合數(shù)據(jù)的多維數(shù)據(jù)集,以便為復(fù)雜的分析查詢提供快速解答,它通過一個(gè)聚合函數(shù)對多維數(shù)據(jù)集的每一個(gè)點(diǎn)求值,根據(jù)所用的聚合函數(shù),度量值可分為分布的、代數(shù)的、整體的三類。通過SQL查詢,可以產(chǎn)生所需要的Business-star多維數(shù)據(jù)集。這里,聚合函數(shù)sum()用于計(jì)算星型構(gòu)架中的Distribution,entry,storage,customer的度量值。部分偽代碼如下:
由此生成一個(gè)多維的客戶數(shù)據(jù)集。以上查詢語句創(chuàng)建的是一個(gè)Business_star多維數(shù)據(jù)集的基本立方體,它包含多維數(shù)據(jù)集定義中說明的所有維度,其中每個(gè)維度的粒度在連接鍵層。通過改變Group by子句,可以產(chǎn)生Business_star多維數(shù)據(jù)集的其他立方體。
應(yīng)用時(shí),根據(jù)企業(yè)用戶的需求條件篩選出樣本客戶,根據(jù)量化指標(biāo),確定分值和打分規(guī)則。對于有數(shù)據(jù)可尋的指標(biāo)進(jìn)行打分要以數(shù)據(jù)為依據(jù)。然后,按照打分規(guī)則對每個(gè)樣本客戶的各個(gè)指標(biāo)分別打分,得到所有樣本客戶在該指標(biāo)體系下的評(píng)價(jià)分值。把價(jià)值總值的50%作為分界線,得到四個(gè)客戶細(xì)分群,分別為最有價(jià)值客戶群、價(jià)值客戶群、潛在客戶群、低價(jià)值客戶群,按照當(dāng)前價(jià)值 (客戶利潤、忠誠度、服務(wù)滿意度)和潛在價(jià)值 (概況、性能、未來、產(chǎn)品、促銷), 分別對應(yīng)著 (高, 高)、 (高, 低) (低, 高)、(低,低)四個(gè)象限。針對各象限客戶群的特點(diǎn)進(jìn)行分析篩選,識(shí)別核心客戶 (見圖3)。最后依據(jù)客戶分類采取不同的服務(wù)和營銷策略。
根據(jù)企業(yè)需要和管理情景選擇合適的指標(biāo),然后通過分析數(shù)據(jù)倉庫系統(tǒng)給出的客戶分類數(shù)據(jù)表,作為相關(guān)的服務(wù)依據(jù),采取對應(yīng)的服務(wù)策略。
A類客戶是企業(yè)的核心客戶。對企業(yè)的價(jià)值貢獻(xiàn)率約70%以上,此類客戶的當(dāng)前價(jià)值和潛在價(jià)值都很高,企業(yè)與此類客戶的關(guān)系要保持穩(wěn)定,必須盡一切努力維持好現(xiàn)有的良好關(guān)系。提升服務(wù)標(biāo)準(zhǔn),滿足個(gè)性化服務(wù)。具體措施如下:一是建立起供應(yīng)鏈?zhǔn)降膽?zhàn)略聯(lián)盟合作伙伴關(guān)系在合作過程中保持頻繁的溝通,保證信息暢通流動(dòng)。溝通的方式眾多,最常用的有:面談、電話調(diào)查、小組會(huì)議、客戶拜訪等。企業(yè)可根據(jù)不同時(shí)期的具體情況選擇適宜的溝通方式。第三方物流企業(yè)還可以利用供應(yīng)鏈的信息共享平臺(tái)。借這些溝通方式,第三方物流企業(yè)一是可獲取有關(guān)客戶業(yè)務(wù)模式或長期戰(zhàn)略變化的信息,加強(qiáng)對客戶服務(wù)的跟蹤調(diào)查和分析,及時(shí)對自身的業(yè)務(wù)流程、管理機(jī)制做出評(píng)估和改善。進(jìn)一步滿足客戶變化的需求。二是根據(jù)客戶需要提供全方位個(gè)性化物流服務(wù),提升客戶忠誠度。無論是服務(wù)內(nèi)容、服務(wù)方式還是響應(yīng)速度上的要求,都呈現(xiàn)出很強(qiáng)的個(gè)性化特征。為其量身定制地提供倉儲(chǔ)、運(yùn)輸以及從原材料到產(chǎn)成品的存儲(chǔ)、分撥、包裝、加工、配送、結(jié)算、信息處理等,一系列物流綜合性服務(wù),滿足其個(gè)性化的物流需求。三是提供增值服務(wù)面對激烈的市場競爭,第三方物流企業(yè)必須增強(qiáng)自身的洞察能力和創(chuàng)新能力,不斷引進(jìn)先進(jìn)的管理知識(shí)和技術(shù),有針對性地進(jìn)行及時(shí)調(diào)查,拓寬服務(wù)面,提供優(yōu)質(zhì)的增值服務(wù)。如支持JIT制造、零件成套、退貨管理、甚至貨物回收銷毀或者給客戶專門提供一體化的物流解決方案,利用信息技術(shù)為客戶提供更加精準(zhǔn)的物流服務(wù)等,來提高客戶的滿意度。四是第三方物流企業(yè)應(yīng)與重點(diǎn)客戶建立起供應(yīng)鏈?zhǔn)降膽?zhàn)略聯(lián)盟合作伙伴關(guān)系,在制定規(guī)劃,確定企業(yè)今后的發(fā)展方向時(shí),需要充分考慮客戶對于企業(yè)發(fā)展的重要性,在保證客戶基本需求的基礎(chǔ)上,考慮到重要客戶在該城市的網(wǎng)點(diǎn)分布、業(yè)務(wù)情況等因素。這樣才能促進(jìn)雙方形成更緊密的合作。把與重要客戶的長期合作納入企業(yè)的戰(zhàn)略規(guī)劃中,從而力求與客戶建立持久牢固的戰(zhàn)略伙伴關(guān)系。
C類客戶是企業(yè)的潛在客戶或有望發(fā)展客戶關(guān)系的早期客戶。即服務(wù)對象的單合同客戶的下家,他們中擁有相當(dāng)規(guī)模的制造企業(yè)或銷售商,且發(fā)展前景很好。目前和他們的業(yè)務(wù)較少,當(dāng)前價(jià)值低,但潛在價(jià)值高,具有較好的合作獲利前景。對此類客戶,要利用好數(shù)據(jù)倉庫系統(tǒng)的優(yōu)勢和其他綜合因素選準(zhǔn)客戶,不要將沒有發(fā)展?jié)摿Φ目蛻翦e(cuò)誤地當(dāng)作目標(biāo)客戶予以培植,造成企業(yè)資源的浪費(fèi)。在此基礎(chǔ)上,應(yīng)當(dāng)把他們定義為重點(diǎn)開發(fā)型客戶,企業(yè)要設(shè)計(jì)恰當(dāng)?shù)目蛻絷P(guān)系,留心觀察,通過業(yè)務(wù)關(guān)系等方式,經(jīng)常發(fā)布企業(yè)產(chǎn)品和服務(wù)信息加強(qiáng)溝通,從而產(chǎn)生實(shí)質(zhì)的業(yè)務(wù)關(guān)系,使這類客戶早日轉(zhuǎn)化為A類或B類客戶。
B類客戶群,此類客戶的價(jià)值較高但潛在價(jià)值較低,需要區(qū)別對待。如果潛在價(jià)值是由于忠誠度和客戶關(guān)系狀況較差的原因,可以通過價(jià)格刺激、提高個(gè)性化服務(wù)等方法,改善和建立良好的客戶關(guān)系加以解決使其轉(zhuǎn)化為A類客戶。但如果潛在價(jià)值低是由于企業(yè)的誠信度差,或經(jīng)營管理存在問題,則要謹(jǐn)慎對待。由于客戶關(guān)系的不成熟,此類客戶經(jīng)常在不同企業(yè)之間搖擺不定。因此企業(yè)要投入更多的營銷資源以改善客戶關(guān)系。
D類客戶群,這類客戶的價(jià)值正在下降,屬于沒有吸引力的客戶,但也不要簡單地做放棄處理而對他們 “不管不問”。企業(yè)要分析客戶價(jià)值下降的原因,研究重新將其轉(zhuǎn)化為有價(jià)值客戶的可能性。如果沒有可能,那么企業(yè)就必須要避免其轉(zhuǎn)化為有害客戶,根據(jù)自身所擁有的資源狀況,考慮放棄或削減服務(wù)成本,將有限的企業(yè)資源重點(diǎn)投資在價(jià)值客戶上,以便減少企業(yè)客戶關(guān)系的損失。
現(xiàn)階段是我國第三方物流企業(yè)發(fā)展的關(guān)鍵時(shí)期。第三方物流企業(yè)建立強(qiáng)有力的客戶關(guān)系管理體系,已勢在必行。利用數(shù)據(jù)倉庫進(jìn)行決策分析為客戶關(guān)系管理提供了一種科學(xué)客觀的手段和依據(jù),為客戶管理提供了新的途徑和視角。運(yùn)用它可以全面地認(rèn)識(shí)客戶的類型,發(fā)現(xiàn)潛在價(jià)值較高的客戶類型。給企業(yè)客戶關(guān)系管理指明方向和重點(diǎn)。為企業(yè)決策和服務(wù)提供依據(jù),實(shí)現(xiàn)較高的利潤與投入比。
[1] Alex Berson.構(gòu)建面向CRN的數(shù)據(jù)挖掘應(yīng)用[M].賀奇,譯.北京:人民郵電出版社,2001:125-175.
[2] 谷再秋.客戶關(guān)系管理[M].北京:科學(xué)出版社,2009:100-158.
[3] 王巖,等.第三方物流信息系統(tǒng)的數(shù)據(jù)集成研究[J].計(jì)算機(jī)應(yīng)用與軟件,2009(1):160-180.
[4] 程志君.基于物流數(shù)據(jù)倉庫決策樹算法的客戶信用度分析[J].昆明冶金高等專科學(xué)報(bào),2010(3):1-4.