數據挖掘在物流客戶關系管理中的應用

左玉潔

的確，已經有不少物流企業意識到“以客戶為中心”的必要性，但是因信息技術的制約，物流企業并未真正實現“以客戶為中心”。在物流企業客戶關系管理中有效實施數據挖掘技術，可以使客戶關系管理樹立“以客戶為中心”的管理理念，利用數據挖掘，識別客戶相關數據中的重要數據，以便合理規劃與實施客戶關系管理，拉近物流企業與客戶之間的關系，根據客戶的需求，為其提供優質產品與服務，創造較高的經濟效益，促進物流企業持續健康的發展。所以，在市場競爭日益激烈的今天，數據挖掘有效應用于物流企業客戶關系管理之中是非常有意義的。

數據挖掘

數據挖掘的涵義。產生于上世紀九十年代的數據挖掘，解釋了通過數據庫抽取隱含的、未知的、具有潛力在使用價值的信息的過程。

從技術角度來講，數據挖掘是一門交叉學科，是把對數據的應用從低層次查詢提升到挖掘知識，是從大量、不完全的、有噪聲的、模糊的、隨機的實際數據中，提取隱含在其中的、人們所不知道的、但又是潛在有用的信息和知識的過程。這使得數據挖掘具有實際應用價值，同時容易被用戶理解，即從數據中挖掘知識。相對來說，數據庫中存儲的數據是以多種形式呈現的，如文本、圖形、圖片等，這使得數據具有結構化或變結構化的特點，而有效的進行數據挖掘，可以對數據庫數據進行分類與歸納，進而找出隱藏數據，便于人們應用。基于此，數據挖掘可以有效的應用與多個領域之中，如統計學、人工智能、模式識別、機器學習、信息檢索、信號處理等。

從商業角度來講，數據挖掘是一種新型的商業信息處理技術，主要是對商業數據庫中的大量業務數據進行抽取、轉化、分析及整理，從而提取輔助商業決策的關鍵知識，發現相關商業模式。在企業之間競爭日益激烈的今天，商業運營情況直接關系到企業未來的發展，科學、合理的運用數據挖掘來對企業大量的業務數據進行深層次的分析，可以獲得與企業運作、商業經營相關的隱藏信息，為更企業更好的進行商業經營提供幫助。所以，數據挖掘雖然是一種數據處理方法，但其按照企業既定業務目標，合理的應用，可以促進企業更好的進行商業經營。

數據挖掘過程。整個數據挖掘過程中，工作人員需要按照以下步驟來進行：

首先，數據準備。在明確數據挖掘目的的情況下，應當選擇適合的數據，如進行企業業務數據分析，那么就要在與業務對象相關的內部數據和外部數據中選擇適合的數據。當然，也可以直接基于數據倉庫來進行數據挖掘。這樣就可以省去數據集成與合工作，簡化數據準備。

其次，建立模型。適合的分析模型的建立，利于提高數挖掘成功的概率。對于數據模型的建立，需要進行數據分析，正確選擇變量，并構建預示值。在此基礎上，按照模型使用要求轉變變量，即可利用模型進行數據分析。

再次，數據挖掘。在分析模型分析數據之后，進行算法規劃，選擇適合算法來挖掘數據。

最后，結果分析。出于保證隱藏數據可以有效的應用于實際中，利用可視技術或其他方式來表達數據，進而評價數據，明確隱藏數據的利用價值，以便后續可以在實際應用中充分發揮作用。

物流企業客戶關系管理

LCRM的涵義。物流客戶關系管理（LCRM）。是基于物流、資金流、信息流，通過建立企業與供應商、生產商和經銷商及最終客戶之間的合作關系，實現信息共享、資源互動和客戶價值最大化。那么，物流客戶關系管理的實施，使得企業建立“以客戶為中心”的商業模式，充分整合資源，良好的進行生產經營活動，創造較高的經濟效益。作為一種新管理理念，LCRM除了關注客戶領域之外，也關注市場、業務及技術領域，即：

市場。在市場競爭日益激烈。價值多種不確定因素村改的情況下。實施LCRM，將“以客戶為中心”作為核心理念，那么物流企業將把目光轉向滿足客戶個性化需求，如此物流企業所展開的各項業務，將得到廣大客戶的青睞，那么物流企業將獲得較高的資金回報率。

業務。LCRM的實施，使得企業從“以產品為中心”轉變為“以客戶為中心”，那么企業在進行市場營銷、產品銷售、業務服務等方面規劃時，考慮客戶，以便增進與客戶之間的關系。另外，LCRM的實施，還會對物流業務進行有效的、全面的管理，能夠盡可能的降低成本、縮短銷售周期等，使企業創造較高的經濟效益。

技術。因LCRM理念與企業管理中應用的技術相關。處于保證LCRM可以在物流企業中充分發揮作用的考慮，應當根據LCRM實施需要，合理的規劃應用信息技術、網絡技術等先進技術。

LCRM的內容

物流客戶識別管理。作為LCRM的一部分，物流客戶識別管理包括客戶資料收集、識別、分析、物流客戶交流與反饋。有效的實施物流客戶識別管理，將保證物流客戶相關數據的識別準確、有效。

物流客戶資料的搜集。也就是對在企業營銷數據庫之中，進行客戶相關數據的搜集，如客戶的基本信息、信用狀況、客戶溝通記錄、銷售情況等。在此需要說明的是一定要確保所搜集的客戶資料真實、完整。

物流客戶的識別。因物流客戶分為普通客戶、關鍵客戶及合適客戶。在進行物流客戶識別時，一定要合理、準確的識別客戶，合理分類。

物流客戶分析。出于有效管理客戶的考慮，應當合理的、細化的分析客戶，如基于生命周期、購買情況、終身價值等方面進行客戶分析。

物流客戶的拓展與鞏固管理。與客戶維系好關系，并且不斷開發潛在客戶，將可以使企業的各項業務良好推進，進而促進物流企業持續性健康的發展。基于此，還要有效實施物流客戶的拓展與鞏固管理，也就是明確LRCM要求，合理的設置物流服務體系、精準定位物流市場、開展多樣化的促銷活動等，以便拓展物流客戶、鞏固老客戶。

物流客戶細分與服務策略。從以往物流企業運營實際情況來看，企業資源有限，在為客戶進行資源分配的過程中時常會出現問題。針對此種情況，有效的實施物流客戶細化與服務策略，也就是從不同角度出發來細化客戶，如客戶購買力度、客戶信用程度、客戶分類等，進而分析不同客戶群對企業未來發展所占比重，進而合理分配企業資源。另外，還要對客戶的需求進行細化，進而為客戶提供針對性的服務，以便更好的維護企業與客戶之間的關系。

數據挖掘在物流客戶關系管理中的應用

基于以上內容的分析及相關文獻的查閱，確定數據挖掘在物流企業客戶關系管理中有效應用是非常必要的，可以拉近企業與客戶之間的關系，實現“以客戶為中心”的經營活動，進而促進物流企業在競爭激烈的市場環境中良好發展。那么，如何在物流企業客戶關系管理中有效應用數據挖掘呢？筆者的建議是：

基于數據挖掘的cRM體系結構

面對當前CRM系統建設的實際情況，我們不難發現其中存在的不足，為了良好的應用數據挖掘來實施CRM，應當明確CRM系統存在的不足，進而合理的構建基于數據挖掘技術的CRM體系結構。

通過相關文獻的分析，確定現有CRM系統存在的不足具體表現為：

沒有客戶全生命周期利潤預測系統，無法評估客戶對公司的終身價值，因而無法有效地識別有價值客戶。

目前所應用的CRM系統體系結構之中沒有客戶生命周期管理系統，也就是CRM系統不能對客戶關系的動態特征予以洞察，如此就不能準確的了解客戶需求。進而合理把握與客戶的關系，相應的企業的生產經營活動將會受到影響。

目前所應用的CRM系統體系結構之中沒有建立客戶提出傾向識別系統，導致系統不能夠及時的發現客戶退出行為或相應的防范措施，導致企業在進行生產經營的過程中可能出現人員流失的情況。

在明確CRM系統存在不足的情況下，合理構建基于數據挖掘的CRM結構體系，應當注意加強以下幾方面：

客戶接觸。也就是根據客戶的日常溝通方式，采用比較便捷的、有效的方式來與客戶接觸，如通過電話、傳真、面對面等方式來與客戶接觸。

數據存儲。數據存儲指存儲通過客戶接觸獲得的客戶數據，客戶數據在存儲之前一般要進行必要的數據預處理。因此，為了良好的設置數據存儲，應當明確數據挖掘需要及客戶關系管理需要，進而合理的設置數據存儲。

數據挖掘在物流客戶關系管理中的典型應用

客戶細化分析。基于數據挖掘技術來進行客戶細化，也就是收集客戶相關數據，并對數據進行加工與處理，將客戶進行不同的分類，并且保證每一類的客戶屬性是很是相似，能夠確定相對統一的消費習慣、消費傾向、消費需求等，為后續利用數據推斷客戶的消費行為，或挖掘潛在客戶創造條件。在此需要說明的是，客戶細分中應用數據挖掘，應當注意結合企業業務實際情況，合理劃分客戶分類方案，以便有針對性的應用數據挖掘的方法，從而準確的進行客戶分類，滿足應用需求。

交叉銷售分析。為了企業交叉銷售良好展開，在進行交叉銷售分析的過程中，還要注意科學。合理的應用數據挖掘技術。也就是：首先對客戶購買、消費方面的數據進行數據挖掘，從而建立數據分析模型，明確客戶的購買習慣、消費習慣；其次是建立預測模型來預測與分析各種銷售方式實施的有效性，明確最佳的銷售方式；最后建立分析模型來對新客戶購買數據進行分析，進而確定最佳的、最適合的銷售方式，為后續物流企業合理的運用交叉銷售方式奠定基礎。

相對于傳統的數據庫查詢來說，基于人工智能、數據識別等技術的數據挖掘具有深層次識別隱藏數據、有效分析數據等優勢，這使得數據挖掘技術可以在諸多領域之中發揮作用。以上文中研究的是數據挖掘在物流企業客戶關系管理中的應用。通過一系列的分析與探討，確定將數據挖掘有效的應用于物流企業客戶關系管理之中，可以對客戶相關的數據進行深層次的挖掘，進而獲得重要數據信息，以便優化調整客戶關系管理，從而拉近企業與客戶之間的關系，良好的進行生產經營活動，創造較高的經濟效益，促進物流企業持續健康的發展。由此看來，市場競爭日益激烈的情況下，物流企業客戶關系管理中有效應用數據挖掘是非常有意義的。

（作者單位：赤峰學院）