本篇论文目录导航：
【题目】大数据时代第三方物流企业客户管理问题探究
【第一章】第三方物流公司客户关系管理研究绪论
【第二章】第三方物流与客户关系管理基础理论
【第三章】第三方物流企业CRM现状分析
【第四章】第三方物流企业CRM总体框架设计
【第五章】大数据下第三方物流企业CRM分析
【第六章】大数据下第三方物流公司实施CRM的保障
【结论/参考文献】第三方物流企业客户关系维护研究结论与参考文献
第 1 章 绪论
1.1 选题背景与研究意义。
1.1.1 选题背景。
在过去的十几年中，信息技术的飞速发展让其在社会的各个领域中都占有重要的地位，无论在日常生活，还是科技研发，它都为我们提供了便利，更是大大的提升了生产力。随着移动计算、云计算、物联网等一系列新型技术的兴起，基于信息和网络的生产创新模式将带我们进入"工业 4.0"时代。由于信息技术的发展，全球性的数据量呈现出前所未有的增长态势。据国际数据公司的一项数据显示，在 2011 年，全球被创建和被复制的数据总量超过 1.8ZB,预计到 2020 年，这一数值将超过 35ZB.并且数据呈现出复杂性、多样性、低价值密度、实时性等特征，所以"大数据"时代已经到来。"大数据"一定会对现代企业的管理、组织、营销起到至关重要的作用。目前，大数据已经应用在医疗服务、零售业、金融业、制造业、物流、电信等，并为这些行业已经带来了价值和发展空间。
"大数据"也可应用在第三方物流企业上。第三方物流企业的本质就是为客户服务，客户的满意程度也是衡量企业核心竞争力的指标，所以必须以客户服务为企业的出发点和立足点[1]
.这就要对客户的数据进行分析研究，从中得出有价值的信息，指导企业改进和实施。我国物流行业与国外相比有很大差距，其中最突出的表现是大多数物流企业缺乏以客户为中心的理念，不能运用先进的科学技术对客户信息进行有效的分析与管理。那么大数据时代的到来正好可以弥补我国第三方物流企业在这方面的不足，所以如何在大数据总体环境下保持为客户提供优质服务，如何将企业的发展战略调整到适应大数据时代的发展，以及调整到以客户为中心的轨道上来，这是我国第三方物流企业面临的一个急需研究解决的问题。物流行业本身就是一个产生大量数据的行业，而大数据的价值就是能够在海量的数据之中发掘新的知识，创造新的价值，所以就要应用"大数据"技术对物流行业的每个节点进行管理，对数据进行归纳、分类和整合，这样就能够让物流企业掌握有用的信息，及时做出调整，为客户带来更优质的服务。还可以为企业战略规划、运营管理和日常运作提供支持和指导。
1.1.2 研究意义。
客户关系管理理论自从出现之后，便引起了不同领域的广泛关注，并随着来自世界各地不同研究学者在理论上的不断完善与各国各行各业间的实践，已经得到了很广泛的应用。而我国第三方物流企业处于这样一个客户关系管理盛行的时代，同时又面临着来自物流行业内外的激烈竞争，如何能够有效的保持住客户，如何能够最大限度的满足客户，如何能够根据企业内部所积累与掌握的客户信息去真正做到以客户为中心，最终提高企业的核心竞争力，提高企业的经济效益，是我国第三方物流企业面向现代物流转型期必须所思考的一个核心问题。
而另一方面，自从大数据的概念提出之后，几乎牵动了包括政府、各行各业的企业的神经。逐年增加的曝光率与不断深入的学术研究，一些行业领先企业率先提出的大数据管理理念与具体的操作软件与程序的不断研发与升级，同时，随着互联网时代的不断更新，信息量的绝对值与相对值成倍递增，还有来自行业研究的报告，这一切的事实早已表明，大数据的时代已经到来。无论是什么性质的机构，政府机关，商业企业，在今后都要在这样一个时代背景下进行各自的业务。而第三方物流企业当然不例外。而且，由于现代物流的快速发展，物流行业积累与掌握的客户信息确实是过去无法比拟的，同时这些数据所携带的价值信息更是值得引起重视的。因此，综合以上两点，在大数据的时代背景下，在现如今各行各业都重视客户关系管理的要求下，研究我国第三方物流企业在大数据下如何进行客户关系管理，建立在原有客户关系管理基础上的，进一步提出能够适合在大数据下，能够改善对数据有效信息处理，并且能够将提炼出来的有效信息能真正运用到客户身上去的研究更具现实意义与研究意义。
1.2 国内外有关研究发展现状。
1.2.1 大数据国内外有关研究发展现状。
从大数据这个关键词的出现角度梳理，可以知道大数据作为一个关键词经历了一系列过程。在 2010 年 2 月出版的《经济学家》（The Economist）杂志中一篇题为"Thedata deluge"的文章中，出现了 Deluge 这个词。Deluge 这个单词的意思是"大泛滥、大洪水"的意思，因此从文章的标题可以直译就是"数据洪流"或"海量数据"的意思，但是文章并没有直接出现Big Data 一词。2010年4月，维基百科首次将大数据列入"维基百科"条目，确立了大数据的研究地位。2011 年 2 月，《Science》杂志推出专刊"Dealing with Data",主要讨论了在科学研究领域中的大数据问题，强调其重要性[2].接着，美国为代表的数据管理研究者和学者们站在数据管理的角度，联合发布了一份白皮书《Challenges and opportunities with big data》，第一次从学术角度全面的解释了大数据的具体来源、处理流程及面临的相关问题。到了 2011 年 5 月，bigdata,大数据作为一个关键词，由美国著名的权威研究机构麦肯锡发表的一篇名为"Big Data:The next frontier fro innovation,competition and productivity"（大数据：未来创新、竞争、生产力的指向标）的研究报告中第一次出现。这篇著名的报告，详尽的分析了大数据的影响、关键技术和应用领域等，并且指出大数据是继传统IT之后下一个提高生产率的技术前沿，推动了工业界和学术界对大数据的关注[3].同时，大数据也引起学术界的广泛研究兴趣。2008 年和 2011 年《Nature》与《Science》杂志分别出版专刊《Big Data: Science in the Petahyte Era》和《Dealing with Data》，从互联网技术与经济学、超级计算和生物医药等不同的角度深入讨论大数据处理和应用专题[2].
从企业角度分析大数据的研究进展。2011 年 12 月，出现关于大数据的一系列报告，包括《大数据时代即将到来》《以数据资产为核心的商业模式》等，引起产业界的高度关注。随后，以 EMC,IBM、惠普、微软在内的知名企业纷纷通过采取措施进军大数据。通过收购研究大数据的专业公司来实现技术的对接与整合，实施大数据战略。2011 年 5 月，EMC 公司在主题为"云计算相遇大数据"的 EMC World 2011 大会中阐述了云计算与大数据的理念和技术趋势[4].2012 年 7 月，信息技术研究和分析公司 Gartner 发布了大数据技术生命周期调查报告《Hype cycel for big data,2012》，列出了多达47个大数据技术和专业术语，记录了大数据从炒作到成熟并进入主流的过程。
Gartner 认为，大数据带来的优势将会加快大数据技术的生命周期，在未来两到五年内该技术将会从幻灭低谷期发展到主流部署。通过 MapReduce 和 Apache Hadoop 等技术，大数据分析工具将在市场上蔓延，企业可以充分利用这些大数据来超越其竞争对手[5].
从国家战略角度分析。大数据无疑成为信息科技领域中的热点，得到了很多国家的高度重视，也促使这些国家从国家战略层面进行规划来应对大数据。2012 年 3 月，美国政府投资两亿美元启动"大数据研究和发展计划",目的在于提高与强化大数据的获取与分析能力，能够真正从大数据中提取有价值的信息用于指导能源、金融、信息等领域。随后，2012 年 4 月，英国、美国、德国、澳大利亚等国家学者共同推出"世界大数据周"活动，旨在为政府规划大数据战略性措施提供支持。2012 年 7 月，日本推出"新 ICT 战略研究计划",其中重点关注"大数据应用"[6].
在商业领域，针对大数据的具体的解决方案和应用更是得到了更高的重视。大数据技术已经在电信、银行、IT 互联网行业得到了较充分的应用。2012 年 4 月，全球首家大数据公司Splunk在纳斯达克上市，上市首日收盘价较发行价上涨109%[7].一些全球顶尖大数据公司陆续成立，如 Teradata、Clustrix、Cloudera、MapR、HStreaming、Hadapt、DataStax、Datameer 等。总之，从学术界到产业界再上到各国政府，都开始关注大数据问题，都已经对大数据所带来的机遇与挑战展开各自的讨论。
在国内，早在 2011 年国金证券就发表了《"大数据"专题分析报告》，在报告中揭示了大数据革命性的影响，阐明其对政府、互联网企业、传统企业、个人的价值，同时也指出大数据对不同行业带来的影响，指出计算机和信息行业必将大大受益与大数据，同时指出运输和仓储行业是全球交易程度较高，获取大数据价值的激烈较高的行业。在 2013 年艾瑞咨询集团发表了《大数据行业应用展望报告》，在该报告中介绍了大数据的概念、特征等概览信息，随后指出包括信息、金融保险和政府及批发贸易业等在内的行业是较具大数据应用价值行业，同时也指出运输和仓储行业也具有很大的应用潜力。冯芷艳、郭迅华（2013）在《大数据背景下商务管理研究若干前沿课题》中，通过总结国内外大数据领域的研究和应用发展现状，指出可以从四个方向在商务领域进行研究，其中一个方向就是大数据环境下的顾客洞察与市场营销策略，指出在大数据的环境下，企业必须实时地对数据进行分析处理，并在加工的基础上辅助企业进行决策，包括顾客客户关系管理[8].孟小峰、慈祥（2013）在《大数据管理：概念、技术与挑战》中，对大数据的基本概念进行剖析，并对大数据的主要应用作简单对比。在此基础上，阐述大数据处理的基本框架，并就云计算技术对于大数据时代数据管理所产生的作用进行分析，最后归纳总结大数据时代所面临的新挑战[9].王树良、丁刚毅（2013）在《大数据下的空间数据挖掘思考》中，综述了国际学术界、企业界和政界对大数据的关注，同时指出空间大数据面临的挑战[10].段沛佑、贾嘉在（2013）《浅析物流企业数据信息管理创新研究》中，指出物流的行业特性积累了海量数据和非结构化数据，在促进物流行业信息化发展的前提下，应该充分利用大数据分析提升物流行业的发展水平[11].
