第三方物流的發(fā)展程度是衡量一個國家或地區(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，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)特點的客戶關(guān)系管理方案。

　　1 第三方物流企業(yè)客戶管理與數(shù)據(jù)倉庫

　　基于第三方物流企業(yè)客戶的“雙重性”，企業(yè)進行一項服務(wù)要同時面對兩個或兩個以上服務(wù)對象。同時，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增長。以上兩個因素，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)進行重組。使企業(yè)對客戶具有統(tǒng)一的認(rèn)識，幫助企業(yè)在物流管理和服務(wù)中，及時、準(zhǔn)確地收集和分析客戶、市場、服務(wù)及整個企業(yè)內(nèi)部的各種信息，實現(xiàn)對客戶的行為以及市場趨勢進行有效的預(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。同時為企業(yè)正確的商業(yè)決策提供強有力的數(shù)據(jù)支撐，實現(xiàn)第三方物流企業(yè)客戶關(guān)系管理效率提高的同時，將給企業(yè)帶來更多的客戶和利潤。

▲圖1 第三方物流企業(yè)數(shù)據(jù)倉庫客戶管理流程圖

　　2 建立客戶業(yè)務(wù)數(shù)據(jù)倉庫

　　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，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，我們采用對一個物流企業(yè)業(yè)務(wù)信息作為事實數(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)心的事實數(shù)據(jù)，逐步擺脫對固定報表的依賴。

　　3 依據(jù)數(shù)據(jù)倉庫建立分析模型對客戶進行分類

　　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，它通過一個聚合函數(shù)對多維數(shù)據(jù)集的每一個點求值，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：

　　由此生成一個多維的客戶數(shù)據(jù)集。以上查詢語句創(chuàng)建的是一個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，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)則對每個樣本客戶的各個指標(biāo)分別打分，得到所有樣本客戶在該指標(biāo)體系下的評價分值。把價值總值的50%作為分界線，得到四個客戶細(xì)分群，分別為最有價值客戶群、價值客戶群、潛在客戶群、低價值客戶群，按照當(dāng)前價值(客戶利潤、忠誠度、服務(wù)滿意度) 和潛在價值(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)四個象限。針對各象限客戶群的特點進行分析篩選，識別核心客戶(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。