1、浅析大数据时代电商企业客户管理的发展方向 呼延钰莹 边雷博 中国石油大学 摘 要： 客户资源在企业核心竞争要素中占有举足轻重的地位, 把握着企业生存的命脉。因此, 建立合理有效的客户关系管理则是现代企业管理的当务之急。随着电子商务企业数量的大规模发展, 企业准确把握客户需求愈发具有非常重要的意义。伴随大数据时代来临, 有效的电商客户关系管理不仅可以提高企业核心竞争力, 更蕴含着丰富的商业价值。关键词： 大数据; 电子商务; 客户关系管理; 作者简介：呼延钰莹 (1993) , 女, 陕西西安人, 中国石油大学 (北京) 硕士在读。收稿日期：2017-08-11Discussion on Dev
2、elopment Direction of the Next Era of Big Data in Electricity Enterprise Customer ManagementHu Yan Yu-ying Bian Lei-bo China University of Petroleum; Abstract： Customer resource occupies a pivotal position in the core competitive elements of enterprise, grasping the lifeline of business survival.The
3、refore, a reasonable and effective customer relationship management is imperative for the modern enterprise management.As the number of large-scale business development, it is great significance for enterprises accurately satisfy the needs of customers increasingly.With the era of big data, effectiv
4、e electric business customer relationship management can not only improve their core competitiveness, but also contains a wealth of commercial value.Keyword： Big data; E-commerce; Customer Relationship Management; Received： 2017-08-11一、引言客户关系管理是一种着眼于改善企业和客户关系的现代经营管理理念, 指以客户为中心, 通过客户分析调查及服务来获取客户最大的满意
5、度与好感。通过客户需求的合理有效分析, 提高客户的满意度忠诚度, 已逐步成为企业战略发展的重心, 立足于大数据分析下的客户关系管理是现代社会发展的必然趋势。无论是金融, 保险还是物流零售行业, 数据管理和分析日益加强;尤其是新兴的, 尚待进一步数据积累的 IT、电信、互联网等行业对于大数据关注度越来越高。当今电子商务市场竞争激烈, 互联网平台支持下的线上线下交易异常活跃。因此, 维持客户稳定性是企业开拓新市场之本, 也是奠定企业核心竞争力的基础。传统运营模式限制企业发展, 而根本上转变管理模式是战略首位, 利用大数据高效管理电商客户关系、稳固现有市场、实现优置资源目标、降低企业投资成本, 可以
6、为企业发展提供动力来源。二、大数据时代下的客户关系管理(一) 大数据定义Gartner 公司在 2011 年刊登在Teradata Magazine上的一篇文章认为:“大数据超出了常用硬件和软件工具在可接受的时间内为其用户收集、存储、管理和分析能力的数据集。”简单来说, 大数据是以云计算为代表的创新技术, 收集整理数据, 是信息的高度集中。大数据最重要的特点就是数量巨大, 一般大于 1000 个 T, 海量信息的汇总包括各个方面, 如网络通信、医疗健康、能源分析, 商业服务等。(二) 客户关系管理 (CRM) 客户关系管理是一种选择和管理客户及其关系的商业策略, 是指企业以客户为中心, 将其当
7、作宝贵资源, 通过客户分析调查、完善服务以满足客户个性化需求, 从而保证客户与企业“双”盈利的实现。(三) 大数据下客户关系管理的挑战与机遇大数据最大的优势是信息的汇总、分析, 根据不同行业的信息特点, 可以精准量身定制发展策略, 激发市场活跃性, 但也同时意味着传统客户关系管理模式受到冲击与逐步萎靡。剧烈的市场需求变化开始让现代企业意识到数据综合分析在资源配置中的重要作用:改变传统运营框架和管理体系, 不断学习大数据时代客户关系管理新模式;反过来, 客户也会对企业提出更高要求在保证产品性能的前提下, “产品”售后服务将成为客户今后关注的重点。应用大数据管理客户关系说时容易, 做时则需具体行之
8、有效的策略方案, 这也正是今后企业创新客户关系管理模式急需克服的难点。近些年来, 以指数成爆发式增长的数据规模实属庞大, 对于数据的更新需要更强大的系统去收集, 除此之外, 庞大的数据存储以及后续数据管理都需仔细斟酌:大数据处理过程中, 核心点在于如何挑选出能具代表性的主趋势数据, 在于规避错误低效数据, 从而保障数据质量。企业若想充分把握大数据赋予的机遇与优势, 前提则是挖掘可靠、准确、实时更新的隐藏数据信息, 否则不仅会浪费公司投入的成本, 更达不到预期效果, 导致错误评估企业发展方向。线上电子交易减少了企业服务运营成本, 使得企业将空余出来的财力、物力、人力重新调配, 针对客户个性化、立
9、体化、多元化的需求, 量身打造出属于客户专属的服务。大数据时代下的客户关系管理将是企业今后发展的重要方向, 合理调配大数据的能力将是考验一家企业长久保持活力的根本要务。在大量数据中发掘客户规律, 寻找潜在客户人群, 知客户之所需, 想客户之所想, 无论是从企业灵活性发展还是消费市场刺激方面, 运用大数据分析优化电商企业客户关系管理, 势必具有蓬勃发展的空间与未来。三、我国电商企业客户管理主要矛盾分析国内第一批电子商务网站创办于 1996 年。随着科技不断地进步与发展, 亚马孙、淘宝、天猫、京东商城等电子商务网站如雨后春笋般涌出。就较完善成熟的电商而言, 阿里巴巴集团可谓是典型代表。从其公布的数
10、据可看出电商的高速发展每年“双十一”前仅 55 秒内, 支付宝交易额就可迅速攀升至 1 亿元。毫无疑问, 电子商务的发展正促使客户关系管理进一步提高。目前而言, 虽然我国电子商务发展迅速, 但客户关系管理处于“小学生”阶段。网络支付安全、保密措施缺乏、售后服务不完善等都是阻碍企业线上交易的主要因素。企业的最终目的是盈利, 一个企业若想实现长远发展, 就必须主动与客户沟通, 形成以客户为中心的管理理念, 重视客户需求与反馈。否则, 一些由客户网购纷争所引起的投诉将会严重影响企业形象, 从而削弱企业竞争力。如图 1 所示, 根据 2015 年 12 月 5 日 21CN 聚投诉统计数据可知, 淘宝
11、天猫被投诉率最高, 达 2954 件, 其次是京东、苏宁易购、国美在线, 分别为 344, 168和 64 件。每年“双十一”高销售数字的背后是高退货率的衍生, 如 2015 年的“双十一”后, 某些店铺的退款率高达 45%。虽然短时间内的盈利使得中小型电商获利, 但长此以往, 不仅会造成企业信誉受损, 更有甚者会引发消费者的信任危机, 造成局域经济波动。企业需要明白, 回头客在各个销售率上占主要地位, 而企业挖掘一位新客户的成本往往是留住一位老顾客的 3 倍。因此, 无论是实体店的交易还是线下交易, 在同等价值商品的获取上, 客户最关心的是产品的维护和服务。反过来, 产品的“后”服务亦是企业
12、今后重点拓展的业务之一, 在未来日趋成熟化的市场上, 把握这个“甜点”的企业必能占有强有力的市场优势。图 1 电商购物投诉比例对比图 (据 2015, 21CN 聚投诉统计) 下载原图除以上电商企业对于客户关系管理重要性淡薄外, 还存在企业对于客户需求认识不足, 资源配置落后, 企业内部客户关系管理协调性匮乏等问题。强大的互联网平台对收集客户数据来说已不再是什么难事, 其落脚点在于如何整理客户资料, 发展“一对一服务”, 形成以客户为中心的管理理念。现有的客户管理系统目前只是停留在把客户资源数据输入库中, 企业内部看似分工明确, 却缺乏沟通, 有时会导致工作内容前后矛盾, 从而使得客户信息与需
13、求得不到正确反馈, 致使企业工作效率低下, 失去商机。四、大数据下电商企业客户关系管理的三点建议(一) 创建新型“大数据”, 统筹分析客户所需传统客户关系管理简单, 运营模式单一, 只是单纯的收集客户浏览网页地址、购买信息、浏览类别, 简单“粗暴”的评估出客户喜好, 从而粗略的为客户提供相似推荐。但这类推荐往往是填鸭式的匹配, 客户要么发现这些结果分析不尽如人意, 要么则是这类相似推荐差强人意。换言之, 传统客户关系管理需要扩充数据库, 企业需强有力且高效技术支持客户关系精细化管理。首先形成以客户为中心的先进管理理念, 其次真正落实客户所需, 最终制定出更为精准的营销策略。对于大型电商企业来说
14、, 大数据技术分析的提高需走在前列。目前国际上知名的 IT 厂商均在原有技术特色上, 提供更具特色、完善的大数据平台和服务, 如 Oracle、IBM、EMC 等厂商都推出了相应的大数据一体化分析产品。(二) 构建完善“大团队”, 增强企业客户互动在完善数据库, 尊重并保护用户信息的前提下, 从客户信息接收、整理、分析、定制、交流到最终成单, 跨职能服务团队建设能发挥重要作用。企业部门间的交流不再拘泥于原有单服务到最终转接任务的流水线形式, 更多的则是部门与部门, 企业与企业, 人与人之间的交叉式互动。协同合作, 发挥团队力量逐步成为企业文化核心。例如, 20 世纪 70 年代, 全球知名咨询
15、管理公司麦肯锡公司就以建设“T”型跨职能团队, 广泛吸引各类人才而成功逆转, 该理念不仅帮助公司渡过经济危机下的萧条, 而且使得公司又重回咨询管理界霸主一位。总而言之, 线上交易与线下活动协同发展、简约职能设置、合理配置资源、注重并引进大数据技术型人才和培养多元化人才, 在针对客户个性化精确化的服务要求前提下, 最大限度地发挥综合型“大团队”优势, 增强双方互动性。(三) 明确评估“大客户”, 提升企业竞争力当然, 在对客户信息分析提取中, 企业应当合理划分客户类群, 有针对性地推出相应营销策略, 从而最大化企业利润。在保持老客户的基础上, 发掘新客户, 并根据新客户的喜好、消费观念、消费能力
16、、消费价值做出一个大致判断, 从而维持有价值的客户。因此, 基于以上 4 点原因可以将客户定位于四类别:黄金客户、白银客户、铜质客户、铁质客户。基于大数据分析平台, 企业综合客户信息管理, 把握客户青睐规律, 通过了解不同客户所需, 提高客户满意度, 从而降低企业开发成本、合理配置资源、最大化企业竞争力。大数据的时代已经到来, 当前无论是电商企业还是非电商企业都应充分利用大数据对于信息收集、整理的优势, 同时加强不同职能人员的信息交流, 相互协作以及分析数据能力。基于大数据的优势, 企业当务之急是抓住核心客户资源, 细化客户管理, 从而评估“老”客户潜力, 挖掘优势客户, 提升企业竞争力, 只有这样, 才能在如今“白热化”的竞争市场占有一席之地, 保持长久生命力。注释(1) (1) 陈璟.大数据背景下的互联网思维J.中国税务, 2014, (08) :56-57. (2) (2) Merv Adrian.Big Data:its going mainstream and its your next opportunityJ.Teradata Magazine, 2011, (1) :3-5. (3) (3) 杜丹清.大数据时代的零售市场结构变迁-基于电商企业规模扩张的思考J.商业经济与管理, 2015, (2) :13-17.
