第三方物流的發展程度是衡量一個國家或地區物流業現代化的重要指標。如今物流經濟和現代信息管理技術的迅猛發展，使得一部分第三方物流企業已經初具規模，隨著競爭的加劇，為了維持企業的這種發展勢頭，就必須抓住重點企業的客戶。目前，盡管客戶關系管理的研究已經得到了商界的普遍重視，但是對第三方物流企業客戶關系的研究比較少。因此，本文從第三方物流企業的客戶業務數據分析著手，依據第三方物流客戶關系的特點，通過建立和應用客戶數據倉庫的技術手段，對客戶分析給出科學的數據依據。探討了適合第三方物流企業特點的客戶關系管理方案。

　　1 第三方物流企業客戶管理與數據倉庫

　　基于第三方物流企業客戶的“雙重性”，企業進行一項服務要同時面對兩個或兩個以上服務對象。同時，網絡電子商務技術應用的日趨廣泛，給企業經營帶來了信息量的冪級增長。以上兩個因素，使得企業客戶數據管理日趨復雜，傳統的數據管理系統和商業智能工具對此已經顯得力不從心。新興的數據倉庫管理系統通過對數據的處理、加工和集成，把不同數據來源轉變成統一的數據結構和編碼，將原始數據從面向應用過程實現到面向主題、面向決策的轉變，使數據操作環境與數據分析環境分離開來，建立一種數據存儲體系結構，把分散的不利于訪問的數據轉換成集中、統一、隨時可用的信息，集成不同形式的數據，對企業所有可能和客戶相關的數據進行重組。使企業對客戶具有統一的認識，幫助企業在物流管理和服務中，及時、準確地收集和分析客戶、市場、服務及整個企業內部的各種信息，實現對客戶的行為以及市場趨勢進行有效的預測分析(見圖1); 了解不同客戶的服務需求，為客戶提供有針對性的產品和服務，大大提高了各類客戶對企業和產品的滿意度。同時為企業正確的商業決策提供強有力的數據支撐，實現第三方物流企業客戶關系管理效率提高的同時，將給企業帶來更多的客戶和利潤。

▲圖1 第三方物流企業數據倉庫客戶管理流程圖

　　2 建立客戶業務數據倉庫

　　首先，確定數據抽取條件，根據條件從業務數據中抽取客戶數據，數據倉庫的建立主要是為了從中挖掘出有用的客戶信息，建立數據倉庫時，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，這樣可以減少數據選取和處理的復雜度。在這里，我們采用對一個物流企業業務信息作為事實數據表，Distribution (配送業務發生額)，entry (業務發生額)，storage (倉儲業務發生額)，customer (客戶業務信息) 等，作為度量值(見圖2)。

▲圖2 第三方物流企業客戶業務關系維度表

　　這些數據組織并匯總到一個由一組維度(Dimension) 和度量值(Measure)所定義的多維結構中，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心的事實數據，逐步擺脫對固定報表的依賴。

　　3 依據數據倉庫建立分析模型對客戶進行分類

　　首先，根據企業需要和管理情景確定合適的分類指標。在這里，我們一般選擇客戶對企業的平均收益，交給利潤的產品或服務的使用百分比、銷售或訂單的趨勢(升或降)、客戶的生產經營、盈利模式、金融效率、忠誠度、關聯性、供應鏈關系、服務的滿意度、需求偏好、業務合作關系等。對數據進行聚類分析，將數據倉庫中的數據組織成包含預先計算聚合數據的多維數據集，以便為復雜的分析查詢提供快速解答，它通過一個聚合函數對多維數據集的每一個點求值，根據所用的聚合函數，度量值可分為分布的、代數的、整體的三類。通過SQL 查詢，可以產生所需要的Business-star 多維數據集。這里，聚合函數sum()用于計算星型構架中的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據集。以上查詢語句創建的是一個Business_star多維數據集的基本立方體，它包含多維數據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，可以產生Business_star 多維數據集的其他立方體。

　　應用時，根據企業用戶的需求條件篩選出樣本客戶，根據量化指標，確定分值和打分規則。對于有數據可尋的指標進行打分要以數據為依據。然后，按照打分規則對每個樣本客戶的各個指標分別打分，得到所有樣本客戶在該指標體系下的評價分值。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，按照當前價值(客戶利潤、忠誠度、服務滿意度) 和潛在價值(概況、性能、未來、產品、促銷)，分別對應著(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)。最后依據客戶分類采取不同的服務和營銷策略。