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 5 章 大数据下第三方物流企业 CRM 分析
通过以上的分析，可以看到本文设计的大数据下第三方物流企业 CRM 框架在理论上分为三大部分，那么在具体的实施应用过程中，对应着也是三方面的内容，即大数据下第三方物流企业客户的信息收集，在这里突出与传统的信息收集不同与创新之处；第二方面针对于 CRM 框架的第二部分为大数据下第三方物流企业客户的分析，即在这种背景下，在基于第一方面客户信息的积累上，在这一层次经过分析与处理，将大数据下第三方物流企业的客户具体如何分类、如何分析；那么最后一方面针对于 CRM 框架的最后一部分，信息的输出，那么在大数据下第三方物流企业客户关系管理中指的就是如何对第二方面分类好的客户进行管理，给出具体的客户关系管理策略与建议。
因此，基于以上的分析，现将大数据下第三方物流企业客户关系管理的具体实施应用分别详述如下。
5.1 大数据下第三方物流企业客户信息收集。
通过以上分析，已经了解到大数据下数据类型多样化，主要包括以视频、音频、传感数据等为代表的非结构化数据，以电邮、网页、文本等为代表的半结构化数据，以数据库文件、二维表等为代表的结构化数据。针对于第三方物流企业，利用大数据技术提取的"大数据集"能够更加迅速的了解客户当前的和潜在需求，海量的数据不仅能为第三方物流企业提供了充足的数据支持，并且为客户的个性化服务提供了依据；其次，数据类型不再是单一的结构化数据，同时利用大数据先进的获取技术还可以同时获得更多的包括电邮、网页、文本数据在内的半结构化数据；为扩展原有客户的服务及发展潜在客户奠定了数据基础。
那么在第三方物流企业中，针对传统的结构化数据收集还是要以传统的方法进行收集。包括从客户自身和外部市场等企业的外部环境获取以及公司包括销售记录、服务记录等内部渠道收集，各种与客户有关的信息和市场信息。包括客户基本信息，这里指第三方物流企业的客户具体信息，客户可能是某个企业或者某个个人；客户交易数据，这里包括客户需要委托第三方物流企业具体运送的货物信息、目的地信息等有关信息；客户的物流需求信息包括客户的具体服务要求，比如客户是否对运输方式与运输时间有具体要求；客户反馈信息，包括客户是否对这次第三方物流企业提供的服务满意，或者在过程中表现出来的哪些问题等信息；市场的变化和需求信息主要是第三方物流企业所面临的大环境是否出现哪些变化，比如竞争对手是否采取了某些策略来吸引新的客户等信息。
那么针对于各种各样的非传统化数据，对这类的信息收集要利用先进的信息技术进行收集。包括数据挖掘技术、智能分析、大数据存储、大数据管理和大数据检索使用等技术。这些先进的信息处理技术对第三方物流行业发展的各个环节都有着非常重要的影响。在信息采集时可以使用到的识别、感知和定位，在信息传送过程中的移动互联网技术，和信息解释过程中即数据应用方面，这样将会有越来越多的数据中心出现。
5.1.1 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。针对第三方物流企业，在道路交通方面传感器无处不在，因此可以通过先进的传感器技术获取相应的信息。此外还可以通过大数据网络应用技术获得包括客户的电子邮箱和浏览网页所产生的信息。此外，还要充分利用计算机电话集成技术和多媒体技术，通过与客户进行电话交流、网络联系、传真信件、客户宣传资料、直接接触等各种渠道，来尽可能的获取与收集客户散步在网络中的信息。这些都是第三方物流企业建立和实施客户关系管理不可缺少的基础性工作。
5.1.2 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。
全球化的企业竞争、不断缩短的产品生命周期和用户交货期，都在很大程度上影响着大数据下第三方物流企业所提供的物流服务的可得性与可控性，因此对于物流信息的实时处理能力应运而生。只有掌握物流动态信息的采集及应用技术，才能做到对物流整体过程的完全掌握。所以，要利用这些先进的技术正确、迅速地读取动态货物或载体的信息并加以利用可以明显地提高物流的效率。目前主流的物流动态信息采集技术应用中，条码技术应用范围最广，其次还有磁条（卡）、便携式数据终端、语音识别、射频识别（RFID）等技术。在全球物流信息化及物流信息各项技术不断应用的背景下，物流动态信息的采集技术应用已逐渐成为推动物流业发展的有力武器。
5.1.3RFID 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。将先进的 RFID 技术应用于物流行业，可以大大的提高物流管理的效率，降低物流成本。因此可以说 RFID 技术将逐渐成为未来物流领域的关键获取技术。
5.1.4 物流设备跟踪和控制技术。
由于信息化的普及，很多物流客户越来越关注货物的具体物流行程。这就对物流设备的跟踪和控制技术提出更高的要求。目前，广义来讲物流设备跟踪不仅是指对物流的运输载体的跟踪也包括对物流活动中所涉及的物品所在地进行跟踪。相关的跟踪手段有很多种，不仅可以用电话等传统的通信手段进行被动跟踪，也可利用 RFID 手段进行阶段性的跟踪，但物流市场主流还是利用 GPS 技术跟踪。GPS 技术跟踪主要通过GPS 物流监控管理系统，跟踪货运车辆与货物的具体运输情况，使货主、车主、供方和需方都能够随时了解车辆与货物的位置与状态，进而保障整个物流过程的有效监控与快速运转。
那么考虑到客户对物流运货速度的不断提高的要求，大数据下更要使用更多的物流自动化设备技术来缩短物流各项工序时间，常见的自动化设备一是挑选设备的自动化应用，主要是指应用在分拣货架等设备上，与物流管理信息系统相连接，能够动态地展示被挑选的物品及具体数量，从而能够指导工作人员的拣选操作，大大提高拣选货物的准确性同时缩短拣选时间。除此之外，还有一种是拣选物品后的自动分拣设备。
现在在很多大型的物流公司中有所使用，主要是指将条形码或者电子标签附在物品上，通过有识别的筛选，通过传送带带到分拣口，继续经由有识读功能的设备进行物品分拣，使物品进入到各自的货物通道，自动地完成货物分拣工作。这不仅大大缩短了人工拣选的时间，提高了拣选效率，同时也能够避免由于人工拣选造成的分拣失误。
为了能够达到大数据下数据的快速响应、瞬时计算的要求，在解决物流环节具体的决策问题时，可以综合使用数据挖掘技术中的关联规则算法、路由优化算法、时间序列算法、选址优化算法等方法来满足物流信息与数据的动态调度的实时性要求。其中关联规则算法可以挖掘出隐藏在数据间的关系，进行交叉分析；时间序列挖掘算法，对客户的具体服务需求进行预测，挖掘出隐藏的规则和模式；路由优化算法则强调了通过对一系列特定地理位置和客户具体需求量的点，在一定时间内，调用足够数量的车辆，同时在具体运输路线上选择最优的行车路线，使车辆有序地访问客户需求点，使货物尽快达到客户点，且保证运输总费用最低；选址优化算法能够在提升货物流动速度的同时，也能够在一定范围内降低客户的配送成本。如果能够在这些环节中充分利用大数据技术，那么第三方物流企业不仅能够有效管理公司的员工，同时可以高效的制定出合理的最佳的物流配送方案，确定物流配送的所使用的交通工具及最佳配送线路，对运输过程进行实时监控，这在很大程度上能够降低物流配送的成本，同时也能大大提高物流配送的效率，为客户提供高效便捷的服务，满足客户需要的同时，最大限度的降低物流成本。
5.2 大数据下第三方物流企业客户细分与分析。
大数据在第三方物流客户管理中的应用主要表现在客户对物流服务的总体满意度分析、老客户的忠诚度分析、客户的需求分析、潜在客户分析、客户的评价与反馈分析等方面。在传统的客户关系管理中，各项所使用的数据来源于企业的前期积累或是自身的客户管理系统，导致数据数量少、质量低，而且信息接收方式单一，很难实时跟踪客户的新需求。而随着互联网的不断发展，客户的新需求、客户的评价与反馈等信息无时无刻在通过网络向外进行传播。例如，客户对具体的物流服务的满意度，可能出现在 QQ 签名、微信消息、微博等新兴媒介中，这便是新型的非结构数据，也可能出现在聊天记录中，或是客户可能直接将意见反馈在企业网站中，甚至在视频及音频文件中。因此必须借助大数据技术，从大量的信息源中提取有价值的信息，进而对这些数据进行分析处理与整合，形成有利于物流企业进行客户管理的数据。以上分析均建立在 CRM 的实施框架基础，那么具体在 CRM 的实际应用上，就是要以上述分析为基础，对大数据下第三方物流企业客户进行细分与分析。
客户识别首先要对客户进行细分，那么第三方物流企业传统客户细分的依据是客户企业的统计学特征主要包括公司的规模大小、经营业绩和地理位置等信息或者基于物流服务特征如物流服务的周期、送货量与送货频率、物流服务方式、送货地点等类型。然而，传统的客户细分仍然在具体营销策略制定上仍然存在一些缺陷。那么在大数据时代下，第三方物流企业应该更多地采用全面的衡量要素去有针对性的对企业客户进行细分。要基于网络的动态性以及客户需求的变动性，因此在大数据时代下，由于资源的有限性，以及第三方物流企业客户的新特点，都要求第三方物流企业必须首先根据客户价值分配本企业有限的资源，做出资源的合理优化配置，进而制定出不同的客户关系维持策略。因此本文结合大数据下第三方物流企业客户的新特点以及大数据时代下对第三方物流企业的新要求，综合衡量，选取了客户全生命周期利润作为在大数据下第三方物流企业进行客户识别的重要依据与方法。
5.2.1 运用关系营销构建多层次客户关系体系。
由前述可知，现阶段由于互联网技术的盛行，大量的客户都会把自己的信息以不同的形式展现在互联网上或者移动终端上。这种情况同样适用于大数据下的第三方物流企业目标客户群体。因此，在这种环境下，不能够简简单单的将第三方物流企业的客户很简单、非科学的分为重点客户与非重点客户。而是应该建立一个完整的客户关系体系，因为在互联网时代，在信息爆炸的时代，时时充满了变化。尤其是以数据信息为代表的时代，这一刻的潜在客户很可能因为在互联网上浏览到一条有关该第三方物流企业的良好评价，而在下一刻转为忠实的客户。因此本文基于互联网带来的各种信息交互性与大数据时代信息的共享性，建议第三方物流企业应用大数据技术建立一个多层次的客户关系体系。
（1）一级关系营销：财务层次客户关系营销。
这一级营销主要是基于传统的营销手段，以客户最为关心的价格为主要针对营销目标，具体就是第三方物流企业主要运用财务方面的手段，利用价格因素刺激客户群体以提高企业收入。在一级关系营销中，比较传统的两种做法就是高频市场营销计划和客户满意度计划。高频市场营销计划是指针对那些购买频率较高和按照一定的稳定数量进行购买的客户提供财务奖励的营销计划，这种计划能让客户能得到切实的利益，是维系现存客户群体、挖掘客户潜力最为直接有效的手段。具体实施方法有很多，例如，对那些在某一时间段达到一定交易量的客户直接打折[39].
客户满意度计划是指第三方物流企业设立一些比较严格的客户满意目标来考核企业服务质量和服务绩效方式。假如客户对第三方物流企业提供的服务不满意或者说第三方物流企业并没有按着承诺实现其目标，那么作为惩罚与激励，第三方物流企业会按着这个客户满意度计划给予客户合理的价格赔偿，以督促自身不断完善物流服务。
通过这个计划，既能最大限度的激发第三方物流企业尽最大努力去实现去提供良好的物流服务给客户，同时可以增加客户对该企业的信任度。例如，如果第三方物流企业未能按着合同提供承诺的 12 小时到货服务那么就应该按着合同给予客户相应的赔偿。
这一层次的关系营销更多的还是基于传统的客户关系管理方式。
（2）二级关系营销：社交层次客户关系营销。
理论上来讲，与上一级财务层次客户关系营销相比，这一层级营销强调的是在向目标客户提供财务利益的同时，也增加这些客户的社会利益。这里所指的社会利益，指的是除去在第一层次所论述的财务利益以外的，企业能够为客户所带来的额外的利益。而社交层次的客户关系营销的最主要表现形式是建立客户关系组织。具体来讲就是，企业可以通过某种方式将特定的客户纳入到企业的特定组织中，使企业与客户进行更为紧密的联系，实现对客户的全面掌握与有效控制。一般而言，客户关系组织有无形和有形两种形式[20].无形的客户关系组织是指企业利用从多渠道获取与收集到的客户信息，建立客户数据库，然后通过分析并建立客户信息档案来与客户保持长久的联系。比如说第三方物流企业灵活运用客户数据库中的客户数据，据此来了解客户的物流需求偏好和习惯购买行为，从而能够有效的为客户提供个性化的物流服务。
另外，第三方物流企业也可利用数据库对客户历史交易记录进行分析和预测，制定相关防范措施和补救手段，有效防止客户流失。在数据库这种强有力的支持下，密切与客户加强联系，使客户感到第三方物流企业十分了解他们，清楚他们需要什么服务和具体的要求，同时也知道他们会在什么时候需要具体的物流服务，通过这种个性化的服务能够高效率地培养客户对第三方物流企业的满意度和忠诚度。而有形的客户关系是现在比较常见的一种客户关系组织，是指企业通过建立各种正式或非正式的客户俱乐部来与客户保持长久的互动。针对于第三方物流企业可以按照客户的贡献率大小以及潜在价值进行分类来建立不同的同组客户俱乐部，例如，尊享客户俱乐部、钻石客户俱乐部等。或者根据具体运输产品的种类建立，例如机械商品客户俱乐部、大宗运输客户俱乐部和电子产品客户俱乐部等。
（3）三级关系营销：结构层次客户关系营销。
它是在上述两层关系营销的基础上建立的一种关系营销，强调的是企业更进一步的与客户结成稳定的结构纽带联系。结构性联系不仅要求企业自身能够为客户提供有价值的信息，同时也强调了企业要根据自身的资源与能力能够为客户在业务上带来收益。这种联系是存在于企业之间的合作关系和共赢模式，可以称之为"合作伙伴"或者"客户联盟".这种关系的建立不能只依赖第三方物流企业员工的沟通态度和技巧，更是在企业之间整体布局上的一种宏观行为。结构纽带关系主要有两种类型：企业与客户之间的纽带、企业与企业之间的纽带。
企业与客户之间的结构性纽带是指第三方物流企业通过向客户提供精准的服务来建立起双方结构性的关系。例如，第三方物流企业根据行业的专业知识和具体经验对客户的进出货时间、运输路线、库存水平提出专业建议；也可以为客户提供代客结算和融通仓库等具体物流金融业务；同时可以在战略上和业务上帮助客户制定物流战略规划和物流业务流程。企业与企业的结构性纽带是指两个及以上的企业通过某种合作结成紧密的伙伴关系。而第三方物流企业自身就是这种企业与企业的结构性纽带的代表企业，现代的第三方物流企业不是简单的运输公司、仓储公司，也不是单纯的快递公司，它的业务已深深地触及到客户企业的整个生产经营过程，其中包括客户的具体采购计划、库存计划、生产计划、销售计划、运输计划等，而这种与客户的关系早已远远超越了简单的客户关系管理，而是与客户紧密地结合成一体，形成了一种战略合作伙伴关系。
5.2.2 根据客户全生命周期利润进行客户细分。
客户全生命周期利润（CLP,Customer Lifetime Profit）是判别客户对企业价值大小的标准。从广义上看，客户全生命周期利润指的是企业在与某客户保持买卖关系的全过程中，从该客户处所获得全部利润的现值。那么对现有客户来说，其 CLP 可分成两个部分，一是历史利润，即到目前为比客户为企业创造的利润总现值；二是未来利润，即客户在将来可能为企业带来的利润流的总现值。而狭义上来讲呢，狭义 CLP 仅指客户未来利润，是指客户可能为企业带来的总未来利润的现值[40].从动态角度来看，可将其分为两个部分构成：第一部分为假定客户现行购买行为模式保持不变时，客户在未来可能为企业创造的利润总和的现值，这部分是根据当前状态的客户关系做出的对客户未来利润的一种保守估计，称为"客户当前价值";第二部分为假定公司采用更加积极的客户保持策略，使客户购买行为模式向着有利于增加公司利润的方向发展时，客户在未来可能为公司带来的利润总和的现值，这部分是对客户在未来的增值潜力的一种估计，称为"客户增值潜力".
之所以在大数据时代下，强调对第三方物流企业的客户进行这样的细分，主要是基于信息时代时时充满了变化，第三方物流企业客户细分既要着眼于现在，同时也不能忽略潜在的客户的未来的发展潜力；同时另一方面，大数据的最大的特征便是发现与预测，更多的是对现有的数据进行分析，在其基础上去运用预测，那么很可能在第三方物流企业掌握了大量的有价值数据的基础上，预测到某些客户的转化率，那么如果潜在客户成功的转化为忠实客户，那么对于第三方物流企业便实现了最终目的，获得了利润。因此本文在大数据时代下对第三方物流企业的客户细分采用客户全生命周期利润来进行细分。采用客户全生命周期利润可以将物流企业的客户分成四种类型。
（1）价值客户。
这类客户具有高的当前价值和潜在价值。高当前价值说明是企业当前的主要利润来源，高潜在价值说明在未来有很大的希望能为企业带来高效益，是企业寻找的在未来的重要发展的目标战略伙伴。
（2）次价值客户。
这类客户具有高的当前价值和低的潜在价值，说明是企业现有阶段的大客户，但是从长远考虑能为企业带来的潜在价值并不大。现有阶段的大客户，说明其忠诚度和贡献度都很高，虽然在未来发展的潜力相对低，但是现在却占据企业收入的大部分份额，因此应该继续引起企业重视。
（3）潜价值客户。
这类客户虽然当前价值不高，但从长远考虑却具有很强的发展潜力。细分这类客户往往要求企业具有长远发展的眼光，能够准确识别出客户的潜在价值。
（4）低价值客户。
这类客户具有较低的当前价值与潜在价值。这类客户具有容易辨识的特点，往往是规模小且业务量少且发生业务频次低的客户。企业在对这类客户进行细分时，切忌盲目归类。要有针对性的分析，造成其交易量小的具体原因。如果是因为这类客户尚对企业不太了解，或充满不信任，那企业当然就要有针对性地去改善。如果是确实是因为这类客户当前价值占企业收入很低的一部分，未来也不能为企业带来可观的效益，企业可以因地制宜的制定策略，解除客户关系。
5.3 大数据下第三方物流企业 CRM 策略。
通过以上的分析，看到在大数据下可以将第三方物流企业的客户细分为四类。对这四类客户的细分标准都是基于大数据背景强调发现与预测的背景下做出的。那么针对于这四类具体的细分客户，在大数据环境下，立足于各类客户数据量与信息量的不断增加与多渠道获取这个角度，对各类不同的客户实施的客户关系管理策略当然不同。
而且可以看到，本节的论述内容便是针对于大数据下第三方物流企业 CRM 实施结构的第三部分，即信息的输出，就是说将得到的信息具体应用出来的体现。因此以下将详细叙述大数据下第三方物流企业实施客户关系管理的策略。同时需要强调的是，大数据下事事变化无常，第三方物流企业在制定策略时一定要具有长远的眼光，且深刻的认识到与客户之间的关系也是动态的。
5.3.1 价值客户 CRM 策略。
通过以上的分析，可以判定价值客户是企业的黄金客户。在当前能够为企业带来巨大的当前价值，而从长远也可以得出能够为企业带来巨大的潜在价值，因此作为企业盈利能力最强的客户，针对于这类客户最有效的策略便是发展二字，重点强调将主要资源投入到保持和发展该类客户的关系上。基于发展的眼光，这类客户在未来具有很大的合作发展空间，因此这类客户一直处于不断发展的状态，因此合作空间很大，应该不遗余力的做出各种灵活的营销策略和提供特色服务以保留他们。比如，可以为这类重点客户提供实时的信息共享平台、针对性的特色物流服务、有关订单处理的优先权、客户比较关心的灵活的结算条款、经验丰富的服务人员，提供一站式的整体物流运输和解决方案等。针对于这类价值客户，第三方物流企业必须高度重视，并且持续不断地为该类客户提供超值物流服务。
在大数据时代，在互联网时代，一定要充分利用数据与互联网能够带来的效用，继续挖掘该类客户潜在的需求。同时，在一定程度上，还可以帮助该类客户去了解与关注这类客户的客户的需求，在某种程度上增加了自己客户的客户的效益，也就等于增加了自己的效益。在物质资源方面，必须是安排最优秀且最优经验的员工，用以指导具体路线的规划与选择，货物运输的成本分析等等一系列相关问题，让这类黄金客户真正感觉到自己对于第三方物流企业的价值。
根据以往的经验，我们看到针对于这类大客户一个十分行之有效的方式就是建立战略联盟，这是将第三方物流企业与这类客户之间形成了利益共享链，第三方物流制定和实施的各种策略一定是基于自身和该类客户一同整体考虑的。建立战略联盟，要求双方相互信任，能够一起讨论各自的未来规划，这样有助于双方共同制定出双赢的发展战略。可以说这是一种战略合作伙伴关系。而另一种在大数据时代下更应提倡的针对这类黄金客户的客户关系管理策略，就是一对一营销策略，或者叫大客户客户专案管理。这类客户由于具有对企业来说具有双重的高价值，第三方物流企业又能够通过大数据获得更多且有价值的数据，因此，第三方物流企业可以根据具体分析来成立这样的专案客户管理。这些专案客户管理能够使企业更深层次的了解客户，更具有专业性和稳定性，也能够最大限度的满足客户需求。因为要考虑到各项资本的投入，在第三方物流实施这个策略时，一定要经过领导层的深思熟虑，这也从另一方面说明该类客户对企业的价值及其所引起的第三方物流对其的重视。
5.3.2 次价值客户 CRM 策略。
从客户生命周期的角度来看，次价值客户是能够为企业带来巨大现有价值的客户，这就表明第三方物流企业与这类客户的关系已经进入稳定期，这类客户对第三方物流企业的忠诚度与贡献度都高，说明这类客户已经非常信任企业了，将很大一部分业务已经交给了本企业，正因为如此，才可以判定其从长远角度已经不能为企业带来多少价值了，潜价值低。所以第三方物流企业没有必要投入过多的营销成本了。而另一方面，这也说明这正是第三方物流企业从这类客户身上获取回报与利润的重要时期，此阶段的客户关系管理重点就是要继续加强与保持这类客户。突出一个保持，保持其当前对第三方物流企业来讲重要的位置，那么还是处于大数据时代，由于这类客户几乎将百分之百的业务交给了第三方物流企业，那么可以说第三方物流对这类客户已经可以做到很大程度上的了解了，这些了解与掌握都是基于过往的交易数据以及密切的合作关系，对客户在什么时间会有哪些具体的运输要求都十分清楚。
那么突出保持策略最关键的地方就在于第三方物流企业一定要运用大数据技术，从以往的交易数据中发现与预测新的对该类客户来讲有价值的信息，来以更高的效率实现客户的目标，让该类客户看到企业对其投入的资源等的重要性。比如，可以运用大数据的预测技术，在分析这类客户在每一年的某个时候会需要大宗货物的运送需求，那么第三方物流一定要审时度势，制定最有效的物流运输规划来在客户提出要求之前，就已经做好万足准备，这样才能继续提高客户的满意度与忠诚度。同时，需要强调的是第三方物流企业一定要注意不能失去远见，不能盲目降低物流服务水准，应该在整体上保证足够的资源投入，尽力维系良好的合作关系，但不得不注意的是，针对这类低价值客户采取的维护措施要以获取现金收入为主要目标，重视当前该客户可以给第三方物流企业带来的当前价值。
5.3.3 潜价值客户 CRM 策略。
通过以上分析，可以知道这类客户最大的特点就在于潜价值大。那么不言而喻，第三方物流企业对这类客户的管理重点放在未来的发展上，而在大数据时代，基于未来的各种判断与分析一定是基于对大量数据的分析与整合基础上的。因此针对于这类客户，在大数据下，第三方物流企业一定要充分大数据的先进技术，充分收集与挖掘不同类型的有关这类客户的信息，真正了解与掌握该类客户的内外部需求。在资源分配上面，第三方物流一定要基于长远的角度，审时度势综合衡量，要将有限的资源创造出有效的价值处理。具体来讲，第三方物流企业的重点工作就是要在综合获取与收集客户的信息，挖掘客户内在需求，然后一定要增强信任，要让这类客户看到第三方物流企业是真的了解他们，并且真的能够满足他们的要求。这样逐步建立起客户对第三方物流的信任关系。在这点上一定要注意切莫急功近利。其次要相信既然基于数据的分析，能够在将来为企业带来巨大的潜在价值，一定不能疏忽与之的正常关系。
对这类客户，第三方物流企业应当将眼光放长远，应该能够审时度势，看到在未来该类客户能够为企业带来的效益与利润。因此要在这个阶段，适度保持和投入适当的资源再造双方关系。例如，通过不断向客户提供高水平的服务，包括咨询服务、企业自身宣传资料、对该客户有价值的信息、个性化解决方案等，让客户看到第三方物流企业能够为其提供的未来有前景的针对自身的物流服务，让这类客户提前对第三方物流企业产生信心，让客户感到满意，形成未来可能成交交易的可能性，也使这类客户对第三方物流企业树立起高度的信任，从而促进客户关系尽快进入稳定期。
5.3.4 低价值客户 CRM 策略。
基于以上的分析，可以知道第三方物流企业在将客户细分为低价值客户时一定要站在全面与发展的角度去分析与挖掘其具体原因。而分析与挖掘的结果不外乎有两种结果，一是分析出具体的原因在于第三方物流本身，由于第三方物流本身的营销方案或者其他宣传方面的缺陷，导致这类客户对第三方物流企业不了解、不信任，并没有将大部分业务委托于第三方物流企业。这种情形下，第三方物流企业一定要强化对自己企业的宣传，通过大数据手段获得该客户尽可能的信息，深层次的了解该客户的内在需求与外部变化，尽量做到投其所好，使暂时的低价值客户能够有机会信任与企业，并有可能发展为高潜在价值的客户。可以将以上策略称之为发展策略。
而第二种情况便是这类客户本身的问题，除了一些硬性指标比如为企业带来的当前价值与潜在价值的大小衡量外，在大数据时代还要求用一些软性指标去衡量，比如由于这类客户的一些不良好、不友善的交易行为，比如故意拖欠账款、沟通不明晰、推卸责任等一系列不良的行为，在某种程度上可以认为是第三方物流企业的某种负担。
既然是在当前不能为第三方物流企业带来价值，而在今后可能带来的价值的潜力也很低，那么针对这类客户，第三方物流企业不需要投入任何资源，对其可以审时度势的采用"关系解除"策略，甚至可以是采取高定价策略或者提供到期不再续签合同或者提供更少的财务信用等措施，在不损失自身利益的情况下慢慢解除与这类客户的关系。
