企业信息

客户关系管理通过与客户不断的沟通，了解客户的不同需求，为企业的服务水平提升、产品质量提高和产品研发提供决策支持，从而提高企业的竞争力。随着信息技术的不断发展，大数据应用到CRM成为可能。大数据的特点是信息量大且冗余化、数据多元化、关联性强。第三方物流企业可以通过网络等合法途径采集相关信息进行储存、挖掘、筛选，筛选出有价值的数据并加以运用，开发出基于大数据的CRM系统，保证与客户进行实时有效的沟通，提高服务水平和核心竞争力。

二、大数据背景下的第三方物流企业CRM现状

目前我国的第三方物流企业通常是在已有的CRM实施方案上进行改进来实施的。常见的三种实施方案如下：1）根据企业工作流程来实施CRM。根据企业信息处理的流程，CRM的实现需要接触层、功能层来实现。接触层负责收集客户信息，功能层负责对客户信息进行加工、分析并进行决策。第三方物流企业通常注重功能层的开发，强调数据挖掘技术、数据库建设。其特点是实用性强、见效快，但是传统的数据挖掘技术处理不了现在的非结构化数据。2）根据CRM的功能实施CRM，将CRM分为市场营销管理模块、销售管理模块、服务与技术支持模块、现场服务管理模块、呼叫中心管理模块等，这些模块可以独立工作，也可以协同工作。该方法容易导致涉及到的部门各自为政，不利于实施。3）根据技术实施CRM，该法是从软件开发和数据分析的角度入手，侧重技术。

三、大数据背景下CRM面临的挑战

1.数据不足。当前第三方物流企业CRM的数据主要来源于自身积累的客户信息，信息量少。现实中客户的需求是多元化的，因此单靠自身的信息收集是不够的。电商网站、社交网络的信息量大，但是冗余信息多，使得收集、分析客户的信息难度很大。使用较少的数据来预测、判断客户的需求的效果较差，导致客户的忠诚度和粘性不够。

2.数据更新不及时。第三方物流企业将客户作为中心进行CRM。针对不同的客户进行聚类分析，可以将需求类似的客户归为一类，从而降低CRM的成本并制定有针对性的营销方案。目前的客户需求多元化，而且变化快，因此对客户的数据进行更新要求较高。物流企业已有客户的结构信息数据库较为陈旧，时效性差，会导致CRM的效果不理想。

3.数据关联性分析不充分。部分第三方物流企业的客户类型单一，客户需求较为相似，通过CRM，不能挖掘潜在的客户的需求。物流企业可以通过采集社交网络等非结构化的与客户信息相关联的数据，为CRM实施提供基础。

四、大数据背景下完善第三方物流企业的CRM措施

1.建全数据采集机制。**应当制定相应的法律，规范企业采集客户信息的行为。物流企业与电商等有数据的平台合作，实时采集客户的信息用于大数据技术挖掘。

2.研发大数据挖掘技术。大数据的信息规模很大，而有价值的信息较少，凭现有的大数据挖掘技术难以保证实时分析客户需求。因此，开发新的、效率高的大数据挖掘技术挖掘有价值的信息，实现实时分析数据间的关联性。

五、大数据在第三方物流企业中的应用

阿里巴巴通过自建、共建、合作和改造等多种方式打造了菜鸟物流。菜鸟物流在电商网站上实时收集客户信息，运用大数据技术实时挖掘客户信息，将客户信息传递给厂家、销售商、仓储、物流企业，从而将各方联系在一起协同工作，提高了物流企业的工作水平和服务品质，2013年、2014年经受住了“**”的考验，是大数据在第三方物流企业中应用的**。

六、结语

第三方物流企业的CRM以客户为中心，通过CRM来提高已有客户的忠诚度、挖掘潜在客户。第三方物流企业应该抓住大数据为企业的CRM带来的机会，在客户信息采集、分析和输出上下功夫，提高CRM水平，提高企业的服务品质和核心竞争力。