淺論數據分析在傳統貿易企業中的應用

中建材集團進出口有限公司 王會娟

隨著網絡科技的發展，網購成了人們日常生活中不可或缺的一部分。從工廠到客戶的網絡銷售，扣除中間環節的時間和層層加價，網絡的便捷使生產端和最終使用端獲得了雙贏。網購平臺利用大數據深入分析客戶需求，對每個消費者而言，打開的網購平臺頁面都是個性化定制的產品展示，對個人消費的偏向性進行針對性的產品推廣，利用消費黏性使消費者成為網站的忠實客戶，也使得生產商對網站的信賴度增強從而更加愿意在網站進行銷售推廣。但是，作為被取代的中間環節的貿易商該怎么面對這個現實？B2C的窗口被網絡的發展關閉之后，在B2B的鏈條中如何才能順應社會發展？利用大數據推動自身發展，從而在被淘汰的趨勢中獲取新生，成為了貿易商面臨的新難題。

對于貿易商而言，利用數據分析能給企業帶來的好處很多。

1 留住老客戶

世界營銷權威專家菲利普·科特勒認為，開發一位新客戶的成本相當于維護一位老客戶成本的5倍。換句話說，你在1位新客戶身上投入的成本足夠維護5位老客戶。客戶效應告訴我們，一個滿意的客戶會引發8筆潛在的生意，其中至少有1筆成交；而一個不滿意的客戶會影響25個人的購買意向。老客戶對于企業的重要性毋庸置疑，穩住了老客戶，也就等于保障了企業的基本運營安全。信息化時代，客戶的聯系方式不再是每個企業維護客戶的秘密法寶，競爭對手很容易通過網絡搜索到目標客戶的聯系方式，從而實現和客戶的初步溝通。所以，留住老客戶對于企業而言壓力越來越大。根據大數據對客戶進行細致的分析，將老客戶按照需求模式或者合作偏好進行分類，針對不同種類的老客戶提供有針對性的個別化服務，盡可能滿足不同客戶的特別需求，有效地提高客戶的滿意度，增加客戶黏性，進一步發揮老客戶對企業的價值。

2 開發新客戶

作為一個企業，不能僅依靠老客戶進行生存，開發新客戶也有著同等的重要地位。新客戶的開發拓展，為企業的經營提供新的血液，是企業發展壯大的必經之路。通過數據搜索幫助企業尋找潛在的客戶群體，再利用數據分析對該群體進行進一步的細分，根據企業對客戶管理的要求匹配出合適的客戶源，從而進行溝通，達到事半功倍的效果。另外，數據分析還可以通過對客戶行為模式的研究，對不同情況下相似行為的業務進行預測性分析，提前判斷出潛在客戶需求，快速反應，比競爭對手提前一步，從而達到搶占新客戶的目的。同時，開發新客戶不僅是跟新的合作伙伴進行合作，還包括了從老客戶中開發出新需求和新的合作點。

3 保障供應渠道

貿易企業一直以來最被客戶詬病或者不愿意合作的原因就是品質不穩定。由于貿易企業缺少自身的生產能力，在向客戶提供貨源的時候更多地依賴于供應商的穩定性，有的貿易企業向客戶提供的前后兩批貨物可能品質都不一樣，甚至來自于不同的工廠。有了數據分析，這個問題將得到有效的解決。企業可以首先通過數據分析，將不同的供應商進行級別劃分，每個級別的供應商都至少準備2～3家。然后根據不同的客戶需求偏好，選擇合適的供應商的貨物，即使某一個供應商出現問題，也能夠快速尋找到同類同級別的替代工廠進行供貨，而不是隨機的選擇一個供應商進行替代，從而降低供貨的不穩定性。同時，通過穩定的訂單和供應商之間建立信任，逐步增加合作，形成戰略同盟，進一步增強貿易企業在客戶方的競爭力，形成共贏局面。

4 風險預測功能

對于數據分析而言，不僅用于銷售、采購等業務方面，還能在企業運營方面提供可靠的保障。利用數據分析可以對企業日常運營過程中搜集的信息進行處理。根據歷史經驗初步建立風險模型，不同的風險模型可以運用在企業經營的不同方面：利用信用風險模型對客戶和供應商的數據進行測試判斷信用安全；利用財務風險模型對企業資金、數據等進行風險研判；利用盈利風險模式對定價和促銷方式等進行測試，從而有效制定相關業務模式，達到盈利最大化等。這些風險模型能夠給企業管理者在經營過程中出現的問題進行預警提示，幫助企業針對可能存在的問題做好提前防范。

在B2B業務中充分使用大數據推動業務開展，要解決數據從哪兒來的問題。傳統貿易商在做業務時通過展會和網絡來尋找客戶源和供應商。在過去交通和網絡不便時，是一個非常好的信息來源，通過固定時間和地點的集會，把大家集中到一起。一方面，減少漫無目的的信息查詢，降低時間耗費和交通費用，集中化的信息交換使得貿易企業短時間內獲得相關客戶源和供應商的信息。另一方面，通過集中的信息交換，使得整個行業都能對市場發展有個統一的判斷和認知，不至于形成信息閉塞，從而影響企業發展。正是這種情況導致貿易企業對國際市場上產品的銷售難以控制，不僅在價格方面難以知己知彼進行競爭，還在產品的生產工藝、需求變化上了解不夠深入，往往在被取代之后才能有所反應，為時已晚，從而造成累時累力累心，卻難以獲得相應的回報，成功時利潤率極低，一旦虧損則連本帶利都賠進去，吃了不少虧。在信息時代，這些都不再是問題。國家政策、行業前景、企業發展狀況隨時隨地能在網絡上進行獲取。對于貿易商而言，如果要想深挖數據功效，就要拓展更多的信息渠道，獲取更全面的信息。對于客戶和供應商的了解不能浮于表面，只要買方給錢就發貨，賣方發貨就付款的日子已經一去不返了。現在想要更好地拓展業務，需要更深入地了解客戶需求并進行細分，明確客戶需求痛點，有針對性地進行合作才能跟客戶形成更好的戰略關系，對供應商也要有更深入的了解，不僅要求發的這一批貨符合質量，還要了解供應商的生產狀態是否穩定，信譽是否良好，經營資金是否安全等。同時，大數據時代，各行業分析、企業海關進出口數據等都可以通過極低的成本獲取，從而引領企業發展，指導業務開展方向。

有了數據以后，接下來要考慮的就是怎么才能讓數據為我們服務。有效地利用數據，使數據發揮應有的貢獻，才能真正實現數據對企業的價值推動。根據不同的數據可以獲取不同的信息，供應商的生產比較穩定，告訴我們該供應商的產品穩定性較好，良好的信譽度使合作時不用太擔心翹單、跳單等。

接下來讓我們用客戶信息作示例，看看數據是如何在企業運營中發揮作用的。

首先，我們對企業的客戶信息數據進行搜集，包括客戶自身的經營信息和客戶與企業的歷史合作信息等。原始數據來源的可信性和數據內容的準確性直接決定了數據分析的工作是否為空中樓閣。怎么樣獲取數據，獲取哪些數據，對不同的企業來說，關注點不同。對于貿易企業而言，要想直接與供應商競爭客戶資源，在產品技術方面缺少先天性的優勢，這就要求企業不僅要了解客戶對產品的質量要求，還需要在軟實力軟服務上下功夫。企業一方面要知道客戶到底要什么，通過合作前期與客戶的密切溝通，明確客戶的合作需求，才能更加深入地和客戶進行合作；另一方面通過企業自身的能力與合作客戶的關鍵需求進行匹配，針對客戶的需求痛點加大自身的競爭優勢，同時要明確企業計劃從客戶那里獲得什么，該客戶對于企業而言地位如何，是薄利多銷，還是戰略聯盟，還是量少利高。

其次，利用對客戶的了解，通過從客戶方收集來的信息，采取關鍵因素分析法，將客戶信息進行歸納整理，設定客戶區分界限，將客戶進行分類。眾所周知，通過分析客戶管理的歷史經驗，20%的客戶創造了80%的客戶，80%的客戶恰恰只能創造20%的利潤。按照客戶對企業的影響力，利用ABC分類法，將客戶按照層級進行初次分類，分別為關鍵客戶、主要客戶和普通客戶三個層級。同時，利用波士頓矩陣的變形將每一個層級的客戶進行進一步細分。波士頓矩陣通常情況下用于自身產品的發展，即通過自營產品從銷售增長率和市場占有率兩個維度出發，設定4個象限，利用不同象限的維度特質，使企業采取不同決策，以保證其不斷地淘汰無發展前景的產品，保持“問題”“明星”“金牛”產品的合理組合，實現產品及資源分配結構的良性循環，而不能直接用于客戶細分。但是可以通過對該矩陣關鍵維度進行調整，設定客戶所帶來的利潤率和自身所供產品占客戶總需求的比率兩個維度，將每一層級的客戶細分后，才能根據客戶對于企業的意義及未來合作前景采取有針對性的合作方案。

最后，將從客戶方獲取的信息進行系統性歸納分析。簡單來說，企業可以從以下兩個方面對客戶信息數據進行分析：

(1)通過實地拜訪確認客戶的資質和生產情況，從生產情況了解客戶的產能信息，根據客戶產能大小測算出客戶對所供產品的需求數量和頻次，結合客戶給己方下的訂單數量確認己方產品在客戶方的接受度。同時，拜訪客戶生產車間時和工人等溝通，確認己方產品在客戶方的實際反饋，明確下一步的合作方向。如果企業的產品承擔了客戶該項采購的大部分，說明客戶對企業產品的認可度高，接下來就需要在合作的深度和廣度下功夫；如果客戶方采購量小，但車間的工人接受度大，就告訴我們接下來的推動方向在于價格和服務等方面；如果客戶方采購量尚可，但工人反饋實際使用中有些不順暢，后續就要在產品質量上進一步的磨合和提高。

另外，客戶產能的飽和度也直接反饋了客戶的經營狀態。客戶生產萎縮，表明客戶的產品銷售很可能出現問題，就要密切關注客戶采購合同的執行情況，避免臨時取消合同給企業形成庫存的可能性；而產能的持續增加，說明客戶產品的市場接受度好，跟客戶的合作有明顯擴大的空間，從另一方面也提醒企業要注意客戶后續的資金安全。

(2)根據客戶以往合作的歷史數據，通過客戶的付款及時性、交貨的緊迫性、索賠情況等，構建客戶行為建模和評估體系，利用各項業務數據指標，挖掘客戶屬性，為企業的個性化服務提供支持。比如客戶的付款出現多次延期，說明客戶的資金狀況出現問題，這一變動就會引發整個數據分析體系的警覺，從而開始結合其他相關數據進行接下來的分析；如果客戶雖然付款延期但需求量增加，說明客戶處于發展階段，雖然短期資金緊張但長期來看仍處于可以增強合作的范疇，短期內對客戶資金的支持可以為以后更加穩固的合作打下基礎；如果客戶付款延期的同時需求量下降，一方面說明客戶的產品可能出現問題，市場對該客戶的此類產品接受度下降，另一方面說明企業不再是該客戶重視的合作伙伴，客戶有可能選擇了新的合作對象，或者企業的產品類型在逐步被替代。

通過上述對客戶信息分析示例，可以清晰看到，數據分析能給企業的經營發展帶來更加直觀的效益。通過數據分析，可以更加完整、準確地反映當下的客觀情況，避免人為因素影響，同時給企業經營發展過程中遇到的事情提供預警，還可以更好地承擔對企業經營的側面監督。數據分析在網絡企業中已經得到了非常廣泛的運用和認可，也給網絡企業帶來了可觀的回報。傳統的貿易企業還沒有意識到這一點，更多的還是處在原始的人際溝通狀態，企業的經營依靠的還是經驗型“人治”，忽視了經驗背后的數據支撐。經驗也是來源于數據，但不夠系統和完善，只有對采集的數據進行指標分析，建立一套完善的分析體系，利用有驅動力的數據分析結果，才能幫助企業更有效地提高營銷和管理效率，從而實現快速發展。