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 2 章 相关理论概述
2.1 大数据相关理论概述。
2.1.1 大数据的基本概念。
正如其他新兴的学术术语一样，大数据作为一个曝光率极高的关键词经常出现在人们的视野中，但是大数据的准确概念现今在学术界和产业界并没有达成共识，不同的学者和实践者都站在自己的角度对大数据进行定义。根据不完全统计至少有 10 种以上大数据的定义，但是这并没有影响人们对大数据的研究和探讨。下面列举几个代表性的定义和观点。
维基百科和百度百科从技术角度给出定义。其中维基百科指出大数据是指在信息技术中，一些使用目前现有数据库管理工具或传统数据处理应用很难处理的大型而复杂的数据集。其挑战包括采集、管理、存储、搜素、共享、分析和可视化。百度百科给出的定义与维基百科给出的相似，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到攫取、管理、处理，并整理成为助企业经营决策更积极目的的咨询[24].
咨询机构从研究角度给出定义。Lucila 认为大数据是高容量、速度和成本效益的要求，创新形式增强洞察力和决策信息处理的各种信息资产的数量、速度和品种特性只是 Gartner 大数据定义中 3 个部分之一，另两个部分是：信息处理的成本效益和创新形式和增强的洞察力和决策[25].目前得到重视的多为大数据技术和大数据应用。麦肯锡给出的大数据的定义是大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。
2.1.2 大数据的特征。
单从数量上理解这个"大"字，是无法体现出这一概念与以往的"海量数据"等概念间的区别。因此为了更好的理解大数据，理解大数据的时代背景，我们可以从大数据的自身特点来进行阐述。总体来讲，大数据具有以下几个显著特征。
第一，信息规模大（Volume）。从目前来看，基本上是指从几十 TB（1TB=1012）到几 PB（1PB=1016）这样的数量级。众所周知，大数据的发展是与互联网息息相关的，互联网技术的时时更新与不断发展，无疑产生了海量数据。可以毫不夸张的说，无时无刻不在产生新的数据。常规数据的存储单位一般为 GB 或 TB,而大数据的单位往往是 PB、EB 甚至 ZB,足以可见大数据的数据量之大之多。
第二，数据的多样性。传统的销售、库存等数据大都是结构化的数据，现在随着信息的采集、加工与传输技术的不断发展，使得数据的具体形态呈现多样性。代表性的非结构化数据包括音频、视频、传感数据，互联网上的以博客、微博为代表的文本数据等等。与过去只是将过去的信息保存下来有所不同，现在收集到的大数据更强调对其进行分析，并从中获得有用的信息。
第三，处理速度快，1 秒定律。数据的快速流动和处理是大数据区分与传统数据挖掘的显著特征。例如：涉及感知、传输、决策、控制开放式循环的大数据，对数据实时处理有着很高的要求，通过传统的数据库查询方式得到的"当前结果"很可能已经没有价值。因此，大数据更强调实时分析而非批量式分析，数据输入后即刻处理，处理后丢弃。
第四，复杂关联性。在当今互联网的时代，有人戏称为没有秘密的时代，说明在互联网充斥的生活里，产生的各种各样的联系，比如在电子商务网站上购物，曾经搜索过的关键词会成为电商网站制定个性化推荐、进行精准营销的最主要依据，个人在不同的社交网站上所提供的个人信息及在电商网站购物所留在的具体信息都可以转成为有效的商业信息。这就表明了数据之间联系的紧密与密度，也说明了数据间的关联复杂性。
第五，价值密度低。当然海量的数据并不意味着海量的价值，不可能所有的信息都具有价值，比如一些冗余信息。这就必须要提到大数据出现后又被提上日程的数据挖掘技术。需要利用数据挖掘技术，对海量信息进行有效地提取与挖掘，找到具有价值的数据，并将其运用到商业活动中。不得不提这部分数据有可能是很小一部分，但有可能是非常重要的。
2.1.3 大数据在商务管理方向的应用方向。
（1）社会化网络环境的应用机制。
在大数据时代，信息技术的发展使网络环境能够准确记录人类的日常行为特征，储存在数字世界中的大量行为数据能够深刻反映人们在日常社会交流和商务沟通中所形成的规律，因此，加强社会化网络应用机制的研究，尤其是基于大数据背景下，人们网络行为所产生的背景以及用户如何在社会化网络环境中进行信息传播。大数据时代网络行为的应用机制应该充分利用行为分析和信息技术商务智能等手段，在社会化网络环境背景下，深入挖掘海量数据，进而运用科学的计量与数学方法提炼出人类的典型行为模式，并主动识别个体的差异性，为未来在管理决策提供数据的经验性支持。
为此，在大数据背景下，探索具有关联性和动态性等复杂数据海量数据的相关理论模型和分析方法，以及创建和检验相关应用技术将具有重大的应用前景，例如：微信聊天软件新媒体以及自媒体的出现所带来的海量数据以及话题拓展将具有挑战性，人工智能的发展将有利于深入了解行为规律以及增强市场竞争力。
（2）形成企业网络生态系统。
大数据同时也对企业的现代化运营产生变革，将企业各产业链之间进行资源整合，进行产业转型与升级；与此同时，企业网络生态系统也使企业各关联方之间的关系进行管理创新，例如企业员工与供应商员工，消费者与潜在消费者，公司合作伙伴之间的关系创新；在资源整合与协同创新的同时，将企业理念融入日常管理生活中，创造出全新的具有市场竞争力的商业模式。
在大数据下，企业管理理念不断创新，决策模式不断与时俱进，现代化的企业开始转变为以服务为核心，而逐步摒弃以铲平为核心，更加注重企业宏观层面的资源利用和协同发展，进行产业链和价值链的深加工，逐步形成面向社会媒体-网民群体-企业群三位一体、和谐共生的"企业网络生态系统（enterprise ecosystem）"的新型管理模式[9].
在此背景下，企业网络生态系统中所产生的企业数据，能够在大数据背景下研究企业间的系统创新，逐步建立起具有持续性的竞争力，在企业未来科学决策中具有显著意义。
（3）大数据背景下的顾客需求与市场策略。
在大数据背景下，顾客需求的识别与市场策略的实施是基于企业在满足顾客需求过程中所产生的行为特征，反映价值链机理，从而顾客能够体验到企业全方位的管理体制，为增加消费者福利和企业利益提供支持。在产品生命周期背景下，顾客行为与企业社会舆论的研究将整合企业内部关系和企业外部信息管理，例如顾客关系管理与第三方支付机构所拥有的消费者信息与企业信息管理，运用全方位多层次渠道，传统的 PC 消费者以及移动手机用户，传统经销商零售商用户与网上用户的关联，研究消费者对于企业舆论数据的采集，通过对数据进行分析研究，有利于掌握商品消费者对于商品的满意度与期望度，提供预警机制[8].在此方面的研究中，需要运用消费者信息学，社会学等理论知识，采用正确的分析模型，运用科学的计量方法，重点研究在产品生命周期中，例如售前，售中和售后的客户参与度与感知度，以及消费者的偏好分析，在大数据背景下，企业舆论的分析，有利于合理引导消费者感知度，增强企业效益和产品知名度。
2.1.4 大数据处理的基本流程。
由于大数据的来源广泛，信息量巨大而且数据的类型都不相同，所以处理起来会相对繁琐，但是最基本的处理流程还是一样的。基本处理流程可以在处理海量 Web 数据中看出，海量 web 是一类非常典型的大数据应用，所以从中可以归纳出大数据处理的基本流程。
（1）数据抽取与集成。
大数据的多样性意味着数据来源广泛，数据类型繁杂，要想有效的处理大数据，首先就必须对数据进行抽取和集成，提取出关系和实体，并采用统一定义的结构来存储这些数据。同时数据集成和提取时，还要对数据清洗，保证数据质量及可信性。同时要注意在大数据时代，数据是先有数据再有模式[26].数据抽取和集成技术在传统数据库领域有了比较深入的研究。同时数据集成方法也在不断的发展演变。
（2）数据分析。
数据分析作为整个大数据处理流程的核心对大数据的处理有至关重要的作用。因为大数据的价值就是由数据分析来获得。可以选择数据的全部分析或者部分分析。如数据挖掘、机器学习、统计分析等数据分析技术需要在大数据时代需做出调整和改善，因为这些技术需要在大数据时代面临数据噪音多、算法老旧的问题，只有克服了这些问题才能对大数据进行有价值的处理。大数据分析已经应用在推荐系统、商业智能、决策支持等。
（3）数据解释。
数据分析只是大数据处理中关键的一步，而大数据处理的好坏往往是分析结果是否正确，是否采用了适当的解释方法，因为客户更注重的是结果的显示。传统的数据解释方法是以文本形式输出结果。但是在大数据时代，数据分析的结果往往是海量的，同时结果之间还有复杂的关系，所以采用传统的解释方法基本行不通，这就要运用新的解释方法来评价分析结果，可以考虑引入可视化技术和采用人机交互技术，让用户切身了解分析的具体过程[27].
2.1.5 大数据应用的关键技术分析。
现在对大数据的应用与研究都聚焦在 IT 行业，因此，对于大数据应用的关键技术多是针对互联网行业的具体应用，下面简要介绍先行的大数据应用技术。
（1）大数据获取技术。
人类社会，每天产生大量数据，它们通过多种途径，多样形式被人类接受与记录。
本章节中将为大家介绍大数据获取途径。
1）传感器技术。
在最近几年中，传感器技术不断发展，深入我们的生活、工作、家庭之中。比如道路交通，医疗机构，教育机构，办公场所，可以说传感器与我们息息相关。传感器接受者我们周围产生的大量数据。事实上，传感器的快速发展，为大数据的技术获得提供了数据保障。传感器不断更新换代发展，完善了传感器网络。这过程中，由于数据存储等方面的差异，最终形成网络孤岛。针对这一问题，美国等国家进行了大量的技术改进，最终产生了 IEEE1451 传感器/执行器以及智能变送器接口标准协议族，对异构网络数据难共享这一问题进行良好解决[28].
2）条形码技术。
众所周知，条形码的使用给零售业带来了前所未有的方便与便利。条形码内内嵌ID 信息，在被扫描后，可以与已有的数据库进行 ID 匹配，所以很快就可以清楚地知道该产品的一些具体信息，比如产品的销售价格，生产产商，生产日期等等。条形码不仅用于零上行业，也用于车站售票等业务。每天都会产生大数量的商品销售记录信息。近几年的智能手机的广泛使用，也是的手机的二位条形码广泛受到关注。
3）RFID 技术。
由于 RFID 相比于条形码，具有扩展了操作距离及标签使用更简单等优势，所以仓库管理和清单控制等方面都有广泛应用。如标签信息一个可移动阅读器就能收集到，操作简单方便[29].RFID 标签从内部结构可分为主动被动两类，如今被广泛使用内部没有电源结构的，我们称之为被动类，其价格便宜，但必须依靠阅读器的射频波产生能量才能工作，同时其操作距离近也极大的制约了适用性。另一类主动类，其造价较贵，但其内部拥有电源，使操作距离和存储能力都有了极大的提升，进一步减小了局限性，扩大了适用范围。
4）移动终端技术。
随着信息时代进一步发展，移动终端越来越普及。如今移动终端处理能力急速提升，通信、定位、扫描、娱乐、学习等功能应有尽有。目前，随着智能手机等移动设备的飞速普及数量的迅猛增长，移动社交网络的日益多元化、庞大化和复杂话。海量的数据奔流往复，川流不息，移动数据处理也将日益繁杂。
（2）大数据分析技术。
大数据集的分析方法很多，分布在统计学、计算机科学等多个学科。本小节会集中介绍几种典型的大数据分析技术。这些技术不但适合于大量数据的处理也可以用于少量数据的分析。
1）聚类分析。
聚类分析指将物理或抽象的集合分组成为由类似的对象组成的多个类的分析过程。应用于聚类分析中，不需要实现给出已划分出的类的具体信息，是一种探索性的数据挖掘分析方法。用应在多个生活领域中，这其中包括商业。互联网以及生物学等领域。对于大数据的分析处理方法主要是对聚类简化后续处理过程，发现其中隐藏的、不为人知的一些规则。体现了分析大数据分析得作用。
2）集成学习。
通过多种"学习器"进行学习的方法称作集成学习。这种学习的关键是通过某种规则把各个学习成果进行整合、融合从而可以得到比使用单个"学习器"学习更好地学习效果。对于大数据的集成学习，可以使我们更好地、完善地掌握其中本质属性。
3）神经网络。
模仿动物神经网络行为特征，可以产生神经网络。神经网络进行分布式并行信息处理的算法数学模型。神经网络利用自身系统地复杂性，调节内部大量节点之间的相互联系，最终完成信息处理。神经网络是一门新产生的交叉学科，作为人类智能研究的组成部分，成为各科领域的广泛关注点。这其中不乏脑科学、神经科学以及心理学。
利用神经网络进行大数据并行处理，是一种安全可行的方式方法[30].
4）自然语言处理。
作为计算机科学领域与人工智能领域中的重要组成部分，自然语言处理也是众多处理方法的佼佼者。自然语言处理方法主要研究人与计算机之间如何用一种共通的自然语言进行有效的通信。正常情况下，人与计算机的通信不可能完成，或者在通信交流过程中产生很多的歧义、误解，于是研究者们将有潜在歧义的自然语言转换成无歧义的计算机内部表示，这样就可以将这种问题迎刃而解。
2.2 客户关系管理基础理论。
2.2.1 客户关系管理的内涵。
客户关系管理（CRM）源自于 20 世纪 80 年代初的"接触管理",是指专门收集和整理客户与公司联系的所有信息。到了 90 年代初，演变为对于资源资料的分析，以及电话服务中心的"客户关怀".最后经过不断发展和更新，客户关系管理日趋完善，最终形成一套完整的管理理论体系[31].不同的组织和企业对客户关系管理的定义是不同的。典型的观点有以下几种：
（1）将客户关系管理定义为一种管理理念。Gartner 小组认为，客户关系管理是为企业提供全方位的管理视角，以此来提升企业与客户的交流能力，目的是将客户的收益达到最大，所以将客户关系管理定义为管理理念。
（2）将客户关系管理定义为一种营销策略。其代表人物 DonPeppers,Martha Rogers和 Bob Dorf,他们认为客户关系管理就是一对一营销。国内的一些学者也认为 CRM 是一种全新的营销理念，并且将一对一营销和数据库营销都归到 CRM 营销的范畴。还有人认为客户关系管理是企业与客户之间关系的营销管理思想，同时他们还认为 CRM 是市场营销理论的一个分支，源于市场营销学。
（3）将客户关系管理定义为一套先进的技术。Reinhold Rapp 认为 CRM 就是管理软件和技术：Hurwitz 小组则认为，CRM 的核心就是自动化。国内有部分人也认为 CRM是一套先进的技术工具，它能整合人力资源、简化业务流程。这些观点都将 CRM 看成是一种应用在实践的技术[32].
（4）将客户关系管理定义为一个商业过程。IBM 就认为 CRM 包括企业对于客户的识别、挑选、获取、发展和维持的整个过程。而著名的 Particia Seybold 集团的 Marshak则从使命、战略、目标及策略分别描述了 CRM 在战略上重视客户，规划客户关系的建立方法，提出评估客户关系的指标，用客户关系管理技术支持客户关系的策略[33].
综合以上观点，对于 CRM 的定义，可分为以下三个层面：
（1）客户关系管理是现代化企业经营理念。其核心是以客户为中心和资源、通过关怀客户来提高客户满意度。
（2）客户关系管理是一整套客户关系的解决方案。CRM 集合网络、电子商务、呼叫中心、多媒体技术及相应的硬件环境等当今最新的信息技术来解决客户关系问题，并且包括与 CRM 有关的咨询。
（3）客户关系管理是一套应用软件系统。它以市场营销、销售、客户、以及服务和支持等软件模块为基石的应用软件系统。
CRM 的核心是其管理思想。CRM 管理技术则是以 CRM 管理思想为指导的先进业务模式，运用信息技术，最终实现客户关系的管理。一个企业的 CRM 要想有效地运作，必须制定适合自己的 CRM 技术方案，然后根据方案实施和优化企业的业务流程，才能最终成为企业的 CRM 管理系统，并为企业带来更高的收益。
2.2.2 客户关系管理的核心思想。
客户关系管理的核心思想主要包括以下几方面。
（1）客户是企业发展过程中不可或缺的重要力量。
企业的生命线就是产品，而产品面对的就是客户，没有市场的产品是不具备竞争力的，所以企业没有收入和利润就会被淘汰。因此，客户是企业生存的根本。具体地说，如果一家企业失去了客户，那么企业的产品和相关服务就不能实现价值，而企业就失去了生存能力，所以客户资源是企业获得资金流入的唯一入口，即生存的基础。
所以，任何企业营销的主题就是以"客户为中心",将客户的需求放到首位，这样企业才能在激烈的市场竞争中得到生存和发展。
（2）全面管理企业与客户之间的关系。
要实现客户为主体，就必须对企业与客户之间的关系进行多方位的管理。包括企业在售前、售中、售后与客户之间发生的所有关系，目的就是通过每个企业与客户之间的接触，实现人性化管理[34].这样企业就能够实现有效的"一对一关系",使得企业能够以更周到的服务，提升客户的满意，吸引更多的客户资源，提高企业的核心竞争力。
（3）识别和保持有价值的客户是客户关系管理的基本任务对于企业而言，每个客户的价值是不同的。据 Pareto 原理可得出，一个企业全部利润的 80%是来自于企业 20%的客户，而另外的客户所带来的利润是很小的[35].因此，如何保证这 20%最有价值的客户才是企业的当务之急。企业首先要识别出这部分有价1免客户关系进入退化期，还要努力延长客户的生命周期，并且要使客户的价值发挥至最大。
2.3 第三方物流企业相关理论概述。
2.3.1 第三方物流企业定义。
根据 2005 年 5 月 1 日起新实施《物流企业分类与评估指标》中可以看到第三方物流企业定义如下："即至少从事运输（含运输代理、货物快递）或仓储一种经营业务，并能按照客户物流需求对运输、储存、装卸、包装、流通加工、配送等基本功能进行组织和管理，具有与自身业务相适应的信息管理系统，实行独立核算、独立承担民事责任的经济组织，非法人物流经济组织可比照适用"[36].而这里综合服务型物流企业指的就是第三方物流企业，是指为客户制定物流服务方案，以合同的形式，在规定时期内为客户提供包括运输、仓储、加工、配送等物流全程服务并且同时应用管理信息系统进行管理、控制的物流企业。
第三方物流是物流企业以企业的物流合理化为目标来设计物流运营体系，第三方物流企业的效益同所服务企业的物流效率、物流服务水平以及物流效果戚戚相关。而且第三方物流企业为目标企业所提供的服务范围广泛：可以是运输、仓储、码头装卸、库存管理、包装以及货运代理的任何单独的一个物流服务，也可以是物流解决方案的设计、实施和运作管理[37].
2.3.4 第三方物流企业的效益体现。
第三方物流服务提供商必须用具有竞争力的服务来满足顾客需求，这些服务可以使所服务企业在下面几个方面获益：
（1）作业利益。
第三方物流企业首选具备物流企业所拥有的技术、专业设备、管理人员等方面足够的生产要素，企业需求者可以通过第三方物流企业提供的服务获得自身所不具备的生产要素。而且可以通过完善的基础设施保障和高质量的员工能够做到对整个供应链统筹规划，帮助企业自身改进，不断提高自身作用利益。
（2）经济与财务利益。
物流设施设备在建设过程中需要大量的资本投入，而且车辆、仓库、人员等物流生产因素，针对于企业自建物流来讲，如果没有那么大的运货需求，那么往往造成资金和资源的巨大浪费。但是如果企业选择通过与第三方物流企业合作，即可有效利用外部资源，将生产成本可变化，避免由于盲目投资而导致的资金占压，将资金投入更有效的地方，增加经济与财务利益。
（3）管理利益。
第三方物流企业可以实现物流资源的有效优化配置，企业在与第三方物流合作后，可以将自身有限的人力资源集中于核心业务上来，提升自身核心竞争力，而且同时借助于第三方物流企业的经营能力，减少交易费用，提高综合实力。
（4）战略利益。
第三方物流企业还能产生战略性利益，即其自身的灵活性，第三方物流企业给客户企业带来地理范围跨度的灵活性，尤其是在具体服务网点的地址选取上，往往是可以根据客户的具体需求调整的。
