【導讀】肆芀莀蝕螆肅莆蠆羈荿芁蚈肁膁薀蚈螀莇蒆蚇袃膀莂蚆羅蒞羋螅肇膈薇螄螇羈蒃螃衿膆葿螂肁罿蒞螂螁芅芁螁袃肇蕿螀羆芃蒅蝿肈肆莁袈螈芁芇袇袀肄薆袇艿薂袆膅肂蒈裊襖莈莄蒁羇膁芀蒀聿莆薈蒀蝿腿蒄蕿袁莄莀薈羃膇芆薇膅羀蚅薆裊芅薁薅羇肈蕆薄肀芄莃薄蝿肇艿薃袂節(jié)薈螞羄肅蒄蟻肆芀莀蝕螆肅莆蠆羈荿芁蚈肁膁薀蚈螀莇蒆蚇袃膀莂蚆羅蒞羋螅肇膈薇螄螇羈蒃螃衿膆葿螂肁罿蒞螂螁芅芁螁袃肇蕿螀羆芃蒅蝿肈肆莁袈螈芁芇袇袀肄薆袇艿薂袆膅肂蒈裊襖莈莄蒁羇膁芀蒀聿莆薈蒀蝿腿蒄蕿袁莄莀薈羃膇芆薇膅羀蚅薆裊芅薁薅羇肈蕆薄肀芄莃薄蝿肇艿薃袂節(jié)薈螞羄肅蒄蟻肆芀莀蝕螆肅莆蠆羈荿芁蚈肁膁薀蚈螀莇蒆蚇袃膀莂蚆羅蒞羋螅肇膈薇螄螇羈蒃螃衿膆葿螂肁罿蒞螂螁芅芁螁袃肇蕿螀羆芃蒅蝿肈肆莁袈螈芁芇袇袀肄薆袇艿薂袆膅肂蒈裊襖莈莄蒁羇膁芀蒀聿莆薈蒀蝿腿蒄蕿袁莄莀薈羃膇芆薇膅羀蚅薆裊芅薁薅羇肈蕆薄肀芄莃薄蝿肇艿薃袂節(jié)薈螞羄肅蒄蟻肆芀莀蝕螆肅莆蠆羈荿芁蚈肁膁薀蚈螀莇蒆

　　

【正文】 庫，具體形式有文件、文檔、圖形等。為了把這些已有的數(shù)據(jù)源提取出來，并組織能夠用于決策分析所需要的綜合數(shù)據(jù)形式，數(shù)據(jù)倉庫的基本體系結構包含以下幾個基本部分２９：（１）數(shù)據(jù)倉庫管理系統(tǒng)①元數(shù)據(jù)庫及元數(shù)據(jù)管理部件：元數(shù)據(jù)庫用來存儲由定義部件生成的關于數(shù)據(jù)源、數(shù)據(jù)目標、提取規(guī)則、轉換規(guī)則以及源數(shù)據(jù)與數(shù)據(jù)倉庫之間的映射信息等。②數(shù)據(jù)轉換部件：該部件把數(shù)據(jù)從源數(shù)據(jù)中提取出來，依定義部件的規(guī)則將不同數(shù)據(jù)格式的源數(shù)據(jù)轉換成數(shù)據(jù)倉庫的數(shù)據(jù)格式并裝載進數(shù)據(jù)倉庫。③數(shù)據(jù)集成部件：該部件根據(jù)定義部件的規(guī)則、統(tǒng)一各源數(shù)據(jù)的編碼規(guī)則，并凈化數(shù)據(jù)，根據(jù)元數(shù)據(jù)中定義的數(shù)據(jù)組織形式對數(shù)據(jù)進行匯總、聚合計算。④數(shù)據(jù)倉庫管理部件：它主要用于維護數(shù)據(jù)倉庫中的數(shù)據(jù)，備份恢復數(shù)據(jù)以及管理數(shù)據(jù)的安全權限問題。（２）數(shù)據(jù)倉庫前端工具集①查詢／報表工具：以圖形化方式和報表方式顯示數(shù)據(jù)，幫助了解數(shù)據(jù)庫的結構、關系以及動態(tài)性。②在線分析過程（ＯＬ心）工具：通過對信息的多種可能的觀察形式進行快速、一致和交互性的存取，便于用戶對數(shù)據(jù)進行深入的分析和觀察。③數(shù)據(jù)挖掘工具：從大量數(shù)據(jù)中挖掘出具有規(guī)律性的知識，以及數(shù)據(jù)之間的內在聯(lián)系。④前端開發(fā)工具：提供用戶編程接口，便于在現(xiàn)有系統(tǒng)的基礎上進行二次開發(fā)，１６第三方物流企業(yè)客戶關系管理研究第４章第三方物流客戶關系管理理論架構增強系統(tǒng)的伸縮性。（３）數(shù)據(jù)倉庫：在數(shù)據(jù)倉庫系統(tǒng)中，數(shù)據(jù)倉庫是一個數(shù)據(jù)存儲集合，它的存儲形式通常有多維數(shù)據(jù)庫，關系型數(shù)據(jù)庫及其他存儲方式。４．２．３．２數(shù)據(jù)挖掘數(shù)據(jù)挖掘又被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙ ｆｒｏｍ Ｄａｔａｂａｓｅ），是基于人工智能、機器學習、統(tǒng)計學等技術，高度自動化地分析原有數(shù)據(jù)，進行歸納性推理，從數(shù)據(jù)倉庫或數(shù)據(jù)庫中提取可信的、新穎的、有效的人們感興趣的、能被別人理解的知識的高級處理過程。這些知識是隱含的事先未知的有用信息，提取的知識表現(xiàn)為概念規(guī)則模式、規(guī)律等形式，以幫助管理者做出正確的決策。數(shù)據(jù)挖掘系統(tǒng)中主要的輸入是源于數(shù)據(jù)倉庫的數(shù)據(jù)、分析指導員的指導，以及存儲數(shù)據(jù)挖掘系統(tǒng)知識庫中的知識和經(jīng)驗。從數(shù)據(jù)倉庫中選擇的數(shù)據(jù)在知識發(fā)現(xiàn)引擎里處理，引擎中提供了大量的抽取算法，以便生成輔助的模式和關系。有些發(fā)現(xiàn)還要加入知識庫中以便后續(xù)發(fā)現(xiàn)的抽取和進行評價。數(shù)據(jù)挖掘系統(tǒng)包括如下幾部分內容３０：（１）數(shù)據(jù)挖掘系統(tǒng)管理器，知識發(fā)現(xiàn)系統(tǒng)管理器控制并管理知識發(fā)現(xiàn)過程。分析員的輸入和知識庫中的信息，用于驅動以下三個過程：數(shù)據(jù)選擇過程、抽取算法的選擇和使用過程、發(fā)現(xiàn)的評價過程。系統(tǒng)管理器幫助生成發(fā)現(xiàn)結果的描述，并將恰當發(fā)現(xiàn)結果存于知識庫以備下一次發(fā)現(xiàn)。（２）知識庫和分析員的輸入，知識庫源于多方面的必須的信息。分析員可以將元數(shù)據(jù)輸入數(shù)據(jù)倉庫中來描述數(shù)據(jù)倉庫的數(shù)據(jù)結構。此外，分析員還要在知識庫中輸入其它相關的數(shù)據(jù)知識，如：數(shù)據(jù)的關鍵字段、需求規(guī)則、數(shù)據(jù)層次等，以便按一種有效的方式指導信息發(fā)現(xiàn)，減少可能丟失的有用的模式和關系；分析員還要做出權衡，存儲新的發(fā)現(xiàn)結果，提高知識發(fā)現(xiàn)的能力。（３）數(shù)據(jù)庫接口，數(shù)據(jù)挖掘系統(tǒng)利用數(shù)據(jù)庫的查詢機制從數(shù)據(jù)倉庫中抽取數(shù)據(jù)，使用ＳＱＬ查詢語一言。知識庫中的數(shù)據(jù)倉庫元數(shù)據(jù)指導數(shù)據(jù)庫接Ｃ．Ｉ正確組織數(shù)據(jù)結構，并正確組織數(shù)據(jù)結構在數(shù)據(jù)倉庫中存儲的方式。（４）數(shù)據(jù)選擇，確定從數(shù)據(jù)倉庫中需要抽取的數(shù)據(jù)及數(shù)據(jù)結構。知識庫指導數(shù)據(jù)選擇構件選擇要抽取的數(shù)據(jù)及抽取的方式。如果只需要示例數(shù)據(jù)，數(shù)據(jù)選擇構件必須有能力選擇恰當?shù)碾S機示例。此外，它還要選擇算法所需的數(shù)據(jù)類型，并將數(shù)據(jù)類型輸入算法。１７第三方物流企業(yè)客戶關系管理研究第４章第三方物流客戶關系管理理論架構（５）知識發(fā)現(xiàn)引擎，知識發(fā)現(xiàn)引擎將知識庫中的抽取算法提供給數(shù)據(jù)選擇構件抽取的數(shù)據(jù)，其目的是要抽取數(shù)據(jù)元素間的模式和關系。數(shù)據(jù)挖掘中主要使用的算法有：數(shù)據(jù)挖掘的信息論方法、數(shù)據(jù)挖掘的集合論方法、數(shù)據(jù)挖掘的仿生物方法、公式發(fā)現(xiàn)、統(tǒng)計分析方法等。（６）發(fā)現(xiàn)評價，分析員要尋找關鍵性的數(shù)據(jù)模式，以用戶能了解的方式呈現(xiàn)給用戶。用于分析關鍵性模式的技術包括統(tǒng)計的重點、覆蓋級別的置信度因子以及可視化分析等。（７）發(fā)現(xiàn)描述，此構件提供了兩種必須的功能。一種是以發(fā)現(xiàn)評價輔助分析員，在知識庫中保存關鍵性的發(fā)現(xiàn)結果以各將來引用和使用；一種是保持發(fā)現(xiàn)與用戶的通信。第三方物流企業(yè)客戶關系管理研究第５章第三方物流企業(yè)客戶關系管理實施策略第５章第三方物流企業(yè)客戶關系管理實施策略５．１第三方物流企業(yè)客戶細分面對國外專業(yè)化物流服務商的沖擊和國內物流企業(yè)的不斷發(fā)展，物流服務最終將專業(yè)化。選準所服務的行業(yè)，并進行市場細分，將企業(yè)主營業(yè)務定位在特定的一個或幾個行業(yè)，進一步發(fā)揮核心競爭優(yōu)勢，是我國物流企業(yè)目前迫切需要考慮的問題。市場細分實事上是“識別可能具有相似消費行為的同質性潛在群體的過程＂３ｌ，是根據(jù)需求者的需求、動機、購買行為的多元性和差異性來劃分的。把這行為將市場分為若干個具有吸引力，并符合企業(yè)目標和資源的小市場，各個細分市場之間的聯(lián)系很少，但每個細分市場都有盈利可能。所以，物流客戶市場細分本質上是有選擇的專業(yè)化服務細分。隨著現(xiàn)代信息技術的發(fā)展，物流企業(yè)客戶關系管理系統(tǒng)已經(jīng)有相對完善的客戶數(shù)據(jù)信息，使得對用傳統(tǒng)方法無法細分的市場進行更深入的細分，將一個大市場，分成若干個細分市場，并對這些細分市場進行動態(tài)跟蹤管理成為可能。５．１．１第三方物流企業(yè)客戶細分模式（１）同質性偏好，物流客戶偏好大致相同，對第三方物流的服務要素有相同的要求。在這個細分市場中，第三方物流企業(yè)可以通過一般的物流服務來滿足市場的物流需求。（２）擴散性偏好，物流客戶的偏好可能四處擴散，對第三方物流服務要素的要求有著明顯的差異。因此，在這個細分市場，第三方物流可以通過一對一營銷來滿足物流市場。（３）集群偏好，物流客戶的偏好在一定的環(huán)境和條件下出現(xiàn)獨特的密集群。第三方物流可以通過相對集中的營銷行為滿足細分市場的需求。５．１．２第三方物流企業(yè)客戶細分方法５．１．２．１變量因素分析法物流企業(yè)在運用細分標準進行客戶市場細分時須注意以下問題：第一，市場細分的標準呈動態(tài)性，各項標準不是一成不變的，而是隨著社會生產(chǎn)力及市場狀況的變化而不斷變化的。如客戶企業(yè)規(guī)模、需求動機、需求環(huán)境等都是可變的。第二，不同的物流企業(yè)在市場細分時應采用不同標準。因為各企業(yè)的物流技術條件、資源、財力和營銷戰(zhàn)略不同，所采用的標準也應有別。第三，物流企業(yè)在進行市場細分時，可采用１９第三方物流企業(yè)客戶關系管理研究第５章第三方物流企業(yè)客戶關系管理實施策略一項細分因素，也可采用多個變量因素組合或系列變量因素組合進行細分。（１）單一變量因素法，根據(jù)物流客戶需求的某一個重要因素進行市場細分。如運輸服務需求，可按時間、距離或載重量進行市場細分。（２）多個變量因素組合法，根據(jù)影響物流需求者的兩種或兩種以上的因素進行市場細分。如根據(jù)企業(yè)規(guī)模的大小、客戶企業(yè)的地理位置、產(chǎn)品的最終用途及潛在市場規(guī)模來細分市場。（３）系列變量因素法，根據(jù)物流企業(yè)經(jīng)營的特點并按照影響物流客戶需求的諸因素，由粗到細、由單一因素到多個因素地進行市場細分。５．１．２．２客戶依賴程度分析法物流企業(yè)可根據(jù)物流客戶對物流企業(yè)的依賴程度，分為以下幾類：（１）完全物流客戶，客戶將自己所有的物流業(yè)務交給物流服務企業(yè)，自己的全部物流職責由物流企業(yè)承擔?；蛘邔τ谧陨碓械奈锪飨到y(tǒng)也都委托給物流企業(yè)代為運營，這類客戶對于物流企業(yè)具有完全的依賴性，在他們所形成的市場上，物流企業(yè)具有較高的談判能力。（２）擁有部分物流系統(tǒng)的客戶，這些客戶自己保留部分配送業(yè)務實施物流活動，完成本企業(yè)的部分物流活動，而對它們無法提供和滿足的物流行為，則利用專業(yè)性更高的物流企業(yè)，在這類客戶所形成的市場上，第三方物流企業(yè)由于具有系統(tǒng)性和專業(yè)性而有很大的競爭優(yōu)勢。（３）接受外部物流業(yè)務的客戶，這些客戶也保留自己的物流系統(tǒng)，并將其作為為自己和為其他企業(yè)服務的獨立部門，除了完成本公司的基本物流業(yè)務外，有時也承接其他公司的物流業(yè)務。實事上，這種企業(yè)也是一種物流服務的提供者。由于他們只是企業(yè)內的一個部門，對于外部無法真正地提供系統(tǒng)服務，當物流業(yè)務超過自身能力時他們會利用其他的物流企業(yè)完成。在這類客戶形成的市場上，物流存在一定的競爭壓力，必須具備一定的高端服務水平才能擴大市場份額。５．１。２．３客戶關聯(lián)度法依據(jù)客戶與企業(yè)的關聯(lián)度，可以將企業(yè)的客戶分為忠誠客戶、邊緣客戶、潛在客戶和非客戶。忠誠客戶是因對企業(yè)十分滿意和信任而長期穩(wěn)定地讓同一個物流企業(yè)承擔其物流服務：邊緣客戶是偶爾和隨意地選擇某一個物流企業(yè)的服務，他們是企業(yè)游離不定的客戶群；潛在客戶是對某一個物流企業(yè)的物流服務有需求但還沒有購買的客戶。這幾類客戶并不是一成不變的，他們在一定的條件下是可以相互轉化的。潛在客第三方物流企業(yè)客戶關系管理研究第５章第三方物流企業(yè)客戶關系管理實施策略戶如果采取購買行為則成為邊緣客戶，邊緣客戶如果采取經(jīng)常性的購買行為，也就成為了企業(yè)的忠誠客戶。物流企業(yè)對目標客戶進行市場細分，主要是為了能夠爭取潛在客戶、發(fā)展邊緣客戶、穩(wěn)住忠誠客戶，實現(xiàn)市場迭代發(fā)展，有利益物流企業(yè)實現(xiàn)可持續(xù)的客戶關系管理。５．１．２．４客戶金字塔分析法客戶金字塔分類法是由“２０／８０＂法則衍生出來的，它把客戶分成四個層次系統(tǒng)：（１）白金層，表示能夠為公司帶來最大利潤的客戶，通常是產(chǎn)品的大宗用戶，他們對價格不很敏感，愿意投資并嘗試新的服務項目，信守諾言。（２）黃金層，他們與白金層客戶相比帶來的利潤沒有那么高，而且可能同時與