[摘要] 客戶是第三方物流企業(yè)利潤(rùn)的源泉，第三方物流企業(yè)與客戶之間的關(guān)系與傳統(tǒng)產(chǎn)業(yè)或服務(wù)企業(yè)與客戶之間關(guān)系相比有其特殊性，利用已構(gòu)建的客戶基本信息、客戶清單、客戶賬單、客戶的咨詢、建議、投訴信息、市場(chǎng)變化等文件資料，利用數(shù)據(jù)挖掘技術(shù)提煉有用的知識(shí)，從而提高第三方物流企業(yè)的競(jìng)爭(zhēng)力。

[關(guān)鍵詞] 數(shù)據(jù)挖掘 第三方物流

通過(guò)滿意的客戶介紹和推薦，物流企業(yè)將會(huì)挖掘出更多的潛在客戶，獲得更多的物流服務(wù)項(xiàng)目，從而提高第三方物流企業(yè)的社會(huì)影響力和市場(chǎng)知名度。

一、第三方物流企業(yè)的客戶與傳統(tǒng)產(chǎn)業(yè)或服務(wù)企業(yè)的客戶相比具有其特殊性

1.第三方物流企業(yè)是供應(yīng)方和需求方之間的連接紐帶。傳統(tǒng)企業(yè)的客戶關(guān)系管理一般是面對(duì)面地與客戶交流，不涉及第三方的參與。但第三方物流企業(yè)則不同，它的一端連著供應(yīng)方另一端連著需求方，它是為供應(yīng)方和需求方提供物料運(yùn)輸、倉(cāng)儲(chǔ)、流通加工、產(chǎn)品配送等物流服務(wù)，處于供應(yīng)方和需求方之間的連接紐帶，因此第三方物流企業(yè)進(jìn)行一項(xiàng)服務(wù)要同時(shí)面對(duì)兩個(gè)或兩個(gè)以上服務(wù)對(duì)象。在供應(yīng)鏈上，一方面要服務(wù)于供應(yīng)商和制造商之間，另一方面還要服務(wù)于供應(yīng)商與零售商之間，這樣就會(huì)出現(xiàn)兩種情況：（1）基于供應(yīng)商和制造商之間時(shí)，第三方物流企業(yè)同時(shí)面對(duì)兩個(gè)或兩個(gè)以上基于同一合同基礎(chǔ)上的客戶，這時(shí)要求第三方物流企業(yè)必須通過(guò)自己優(yōu)質(zhì)的服務(wù)同時(shí)滿足這兩個(gè)客戶的需要，提高自身客戶忠誠(chéng)度。（2）基于供應(yīng)商與零售商之間時(shí)，第三方物流企業(yè)面對(duì)的是一個(gè)以上的現(xiàn)實(shí)客戶以及即將建立合同的潛在客戶。此時(shí)，企業(yè)在盡力滿足這個(gè)現(xiàn)實(shí)客戶的同時(shí)，還要考慮利用這個(gè)業(yè)務(wù)機(jī)會(huì)獲得潛在客戶的認(rèn)同，使其盡快成為現(xiàn)實(shí)客戶。由此可以看出，任何一個(gè)客戶的不滿意都可能導(dǎo)致雙倍客戶的流失。如對(duì)于液晶電視第三方物流企業(yè)而言，一個(gè)客戶是液晶電視制造商，另一個(gè)客戶或潛在客戶是液晶電視零售商，如果不能滿足制造商的需要，將會(huì)失去零售商客戶。這種損失是雙倍的，不可逆的，即使要挽回也要花費(fèi)及大的代價(jià)。

2.第三方物流企業(yè)客戶的不穩(wěn)定性。傳統(tǒng)企業(yè)的客戶大多是分散的組織或個(gè)人，與傳統(tǒng)企業(yè)相比，第三方物流企業(yè)的客戶一端是規(guī)模較大的生產(chǎn)企業(yè)，另一端是數(shù)量較多的零售企業(yè)，在提供物流服務(wù)的過(guò)程中，一旦不能滿足其中的任何一方，通過(guò)客戶間的彼此交流，將會(huì)失去網(wǎng)絡(luò)上的其他客戶。由于每個(gè)客戶都有相關(guān)聯(lián)的企業(yè)，于是通過(guò)客戶信息傳遞，第三方物流企業(yè)將會(huì)失去其他企業(yè)的忠誠(chéng)，導(dǎo)致大量客戶流失。

3.第三方物流企業(yè)建立客戶關(guān)系管理系統(tǒng)。為了使第三方物流企業(yè)更好的滿足客戶的需求，留住老客戶，提高企業(yè)資源管理的效率，及時(shí)發(fā)現(xiàn)危機(jī)，規(guī)避風(fēng)險(xiǎn)，現(xiàn)在多數(shù)據(jù)企業(yè)已建立起第三方物流企業(yè)的客戶關(guān)系管理系統(tǒng)。分別從客戶接觸時(shí)的信息收集，客戶信息數(shù)據(jù)庫(kù)的建立，客戶消費(fèi)物流服務(wù)及對(duì)客戶提供信息支持方面進(jìn)行信息化的管理。

如何充分利用第三方物流管理系統(tǒng)提供的客戶關(guān)系信息，制訂合理的客戶關(guān)系管理決策，已經(jīng)成為第三方物流企業(yè)亟待解決的問(wèn)題。現(xiàn)代數(shù)據(jù)挖掘技術(shù)的廣泛應(yīng)用，為這一問(wèn)題的解決提供了技術(shù)支持。

二、數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘(Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。它是一種知識(shí)發(fā)現(xiàn)的過(guò)程，主要基于統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等技術(shù)，高度自動(dòng)化地分析數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，并對(duì)未來(lái)情況進(jìn)行預(yù)測(cè)，以輔助決策者評(píng)估風(fēng)險(xiǎn)，做出正確的決策。簡(jiǎn)而言之，數(shù)據(jù)挖掘其實(shí)是一類深層次的數(shù)據(jù)分析方法。數(shù)據(jù)到知識(shí)的演化過(guò)程，如圖1。

數(shù)據(jù)挖掘常用的算法包括決策樹（decision tree）決策算法、神經(jīng)網(wǎng)絡(luò)（Neural Network、遺傳算法（Genetic Algorithms）、粗糙集方法、貝葉斯網(wǎng)絡(luò)、可視化技術(shù)、臨近搜索方法和公式發(fā)現(xiàn)等方法。數(shù)據(jù)挖掘常用的分析方法包括分類和預(yù)測(cè)、聚類分析、關(guān)聯(lián)規(guī)則、序列模式、孤立點(diǎn)分析等。事實(shí)上，解決一個(gè)已給的業(yè)務(wù)問(wèn)題時(shí)，DM一般混合使用兩種及兩種以上的技術(shù)類別。

三、數(shù)據(jù)挖掘技術(shù)在第三方物流企業(yè)客戶關(guān)系管理中的應(yīng)用

1.構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)。通過(guò)電話、信函、傳真、E-mail、Web以及客戶的宣傳資料等方式獲取客戶的基本信息，并加以分析、存儲(chǔ)形成客戶基本資料、客戶清單、客戶賬單、客戶的各種物流需求、客戶的咨詢、建議、投訴信息、市場(chǎng)變化等文件資料，這些文件主要服務(wù)于聯(lián)機(jī)事務(wù)處理系統(tǒng)，是數(shù)據(jù)倉(cāng)庫(kù)的主要原始數(shù)據(jù)源。數(shù)據(jù)倉(cāng)庫(kù)通過(guò)ETL過(guò)程（抽取、轉(zhuǎn)換和加載）處理這些接口文件，并且按不同的主題域組織、存儲(chǔ)和管理這些客戶數(shù)據(jù)，通過(guò)數(shù)據(jù)倉(cāng)庫(kù)接口，對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的客戶數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析和數(shù)據(jù)挖掘。

2.基于主題的數(shù)據(jù)挖掘。（1)客戶分類。第三方物流企業(yè)以客戶資源價(jià)值和企業(yè)利潤(rùn)最大化作為客戶關(guān)系管理的細(xì)分標(biāo)準(zhǔn)。利用數(shù)據(jù)挖掘技術(shù)可以把大量的客戶分成三類：A類客戶，即重點(diǎn)客戶，約占企業(yè)客戶總量的5%，對(duì)企業(yè)的價(jià)值貢獻(xiàn)率為80%；B類客戶，即普通客戶，約占企業(yè)客戶總量的15%，對(duì)企業(yè)的價(jià)值貢獻(xiàn)率為l5%；C類客戶，即小客戶，除以上兩類客戶以外的客戶群體，對(duì)企業(yè)的價(jià)值貢獻(xiàn)率僅5%。在每一個(gè)類里的客戶具有相似的屬性，而不同類里的客戶的屬性也不同。例如，訂貨量多的客戶與訂貨量少的客戶分開進(jìn)行配貨作業(yè)，或根據(jù)訂貨種類個(gè)數(shù)將一個(gè)客戶的訂單集中進(jìn)行配貨，可以提供高效率的作業(yè)方法。進(jìn)而提高經(jīng)濟(jì)效益。第三方物流企業(yè)可針對(duì)不同的客戶實(shí)施不同的客戶關(guān)系管理策略。

（2)客戶的個(gè)性需求。第三方物流企業(yè)應(yīng)針對(duì)性地對(duì)客戶提供個(gè)性化的服務(wù)。個(gè)性化物流服務(wù)，是提升客戶忠誠(chéng)度的有效途徑。由于不同客戶的產(chǎn)品特性、采購(gòu)策略、市場(chǎng)策略、客戶服務(wù)政策等都不相同，因此無(wú)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。第三方物流企業(yè)要根據(jù)不同的客戶，為其量身定制地提供倉(cāng)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服務(wù)，滿足其個(gè)性化的物流需求。利用分類分析法和聚類分析法對(duì)客戶通話行為進(jìn)行分析，從而得出客戶在消費(fèi)習(xí)慣、生活方式、社會(huì)聯(lián)系等方面的特征。對(duì)客戶個(gè)性需求分析的根本目的是為了按不同特征劃分客戶群，針對(duì)不同客戶群的特征，第三方物流企業(yè)可以進(jìn)行不同的市場(chǎng)營(yíng)銷活動(dòng)和客戶服務(wù)。

3.數(shù)據(jù)挖掘的一般過(guò)程。首先是數(shù)據(jù)準(zhǔn)備，這一階段又可分為3個(gè)子步驟：數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理。數(shù)據(jù)集成將多文件或多數(shù)據(jù)庫(kù)運(yùn)行環(huán)境中的數(shù)據(jù)進(jìn)行合并處理，解決語(yǔ)義模糊性、處理數(shù)據(jù)中的遺漏和清洗臟數(shù)據(jù)等。數(shù)據(jù)選擇的目的是辨別出需要分析的數(shù)據(jù)集合，縮小處理范圍，提高數(shù)據(jù)挖掘的質(zhì)量。預(yù)處理是為了克服目前數(shù)據(jù)挖掘工具的局限性。其次讀入數(shù)據(jù)并建立模型，一旦確定要輸入的數(shù)據(jù)之后，接著就是要用數(shù)據(jù)挖掘工具讀入數(shù)據(jù)并從中構(gòu)造出一個(gè)模型。根據(jù)所選用的數(shù)據(jù)挖掘工具的不同，所構(gòu)造出的數(shù)據(jù)模型也會(huì)有很大的差別。最后挖掘操作，依照上述準(zhǔn)備工作，利用選好的數(shù)據(jù)挖掘工具在數(shù)據(jù)中查找。

數(shù)據(jù)挖掘的過(guò)程就是一個(gè)不斷探索數(shù)據(jù)特征、建立和檢驗(yàn)?zāi)Ｐ汀l(fā)現(xiàn)客戶消費(fèi)行為特征的過(guò)程，企業(yè)只有把模型的結(jié)果應(yīng)用到市場(chǎng)營(yíng)銷和客戶服務(wù)過(guò)程中，才能真正發(fā)揮數(shù)據(jù)挖掘的作用。

綜上所述，客戶是第三方物流企業(yè)利潤(rùn)的源泉。隨著市場(chǎng)的不斷開放，競(jìng)爭(zhēng)的日益激烈，第三方物流企業(yè)只有樹立“以客戶為導(dǎo)向”的經(jīng)營(yíng)理念，以“滿足客戶需求”為前提來(lái)組織企業(yè)的物流活動(dòng)。充分利用數(shù)據(jù)挖掘技術(shù)分析客戶的特征，探索企業(yè)和所對(duì)應(yīng)市場(chǎng)的運(yùn)營(yíng)規(guī)律，才能使其在市場(chǎng)競(jìng)爭(zhēng)中獲勝。

參考文獻(xiàn)：

[1]段圣賢:第三方物流的客戶關(guān)系管理研究.物流科技，2006.6

[2]周婭:淺析我國(guó)第三方物流企業(yè)的客戶關(guān)系管理.科技資訓(xùn)，2006（14）

[3]劉 鋒賈 湖:從第三方物流的特點(diǎn)談CRM在其中的應(yīng)用.哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2006（4）

[4]上海:現(xiàn)代物流人材培訓(xùn)中心.企業(yè)資源計(jì)劃(ERP)與SCM、CRM[M].北京:電子、工業(yè)出版社，2002

[5]朱明:數(shù)據(jù)挖掘[M].合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社，2002

[6]毛國(guó)君段立娟王 實(shí)石 云:數(shù)據(jù)挖掘原理與算法[M].北京:清華大學(xué)出版社，2005