基于大数据的客户服务质量提升探索

毛磊

[摘 要]为适应当前卷烟营销市场化取向改革发展形势，加快客户经理队伍转型，提高客户经理服务零售客户的能力和水平，本研究依托多平台的大数据采集，以提升卷烟零售客户盈利能力为中心，探索建立大数据分析应用模型，精准采集并量化分析消费者和零售客户的购买和销售数据，以提升客户经营分析、推介品牌、扩大销售、引领消费、增加盈利的能力，有效提升卷烟营销服务质量和水平。

[关键词]客户服务;大数据;数据挖掘

0     引 言

零售客户是商业公司重要的渠道资源，如何运用以互联网、大数据、云计算为代表的新技术，实现用数据支撑、用数据说话、靠数据决策，加快从经验营销向数据营销转变，为终端客户提供更优质的服务，对提高商业公司的终端掌控力具有重大的现实意义。

1     零售客户服务质量的现状

一是目前商业公司服务内容单一，经营分析、推介品牌、扩大销售、引领消费、增加盈利等无法用数据说话，缺乏说服力，品牌培育还停留在品牌宣讲、为零售客户寄送卷烟等阶段，对品牌目标客户定位不准，无法制订针对性的品牌消费者追踪方案。二是仅有卷煙经营数据，对非烟数据、消费者消费数据掌握较少，缺乏对客户的科学深入分析，对不同客户的差异化和个性化性质分析不到位，对高利润客户的不同需求没有采用针对性的客户服务手段，对潜在的客户没有进行专门的营销管理，无法实现精准服务。三是存在服务诉求响应速度慢，客户经理素质不高，信息在传递过程中出现偏差、遗漏等现象，同时信息系统无法覆盖业务流程所有环节，不能及时有效地处理客户反馈的信息。

2     设计并实施终端客户服务质量体系的策略

2.1   体系设计策略

为了更好地提升终端客户服务质量，公司信息系统要按照“统一平台、统一数据库、统一网络”的要求进行设计和更新，围绕“提升客户盈利”这一核心诉求，在各业务部门相互支撑的基础上，探索“一个终端、两个平台”服务体系，实现公司数据库的标准化和数据资料的规范化，当任何一个相关部门需要获得客户知识时，都可通过该系统获得。最后在集成的基础上构建综合服务平台，实现公司对客户数据资料的综合管理。销售终端主要定位零售客户店铺经营管理软件，解决客户日常经营管理问题，如高效率商品管理、现代化增值服务等。管理平台引入新媒体平台，把经营人员和零售客户整个组织架构融入企业微信，通过搭建面向零售客户的微信订货、物流跟踪、店铺管家、在线咨询、培训服务等框架，帮助企业规范业务流程、促进团队协作、实现数据追踪。将服务平台引入新媒体平台，为零售客户搭建一个面对消费者的平台。为每位零售客户提供更全面、更深入的服务，深挖零售客户潜在的个性化需求，打造出属于烟草行业自己的用户口碑。

2.2   具体实施策略

2.2.1   基于云POS的零售客户销售终端

基于云POS的零售客户销售终端主要解决零售客户日常经营管理问题。平台内置近百万种商品信息，解决散装商品、生鲜食品、非标准条码商品的管理难题。一键导入卷烟商品，提升入库效率。手机端、PC端同步展示经营信息，帮助客户进行多维度的经营分析。店铺会员、品牌会员和平台会员三级会员管理，在增强消费者黏性同时，提升店铺竞争力，增强品牌培育的针对性。在原有支付方式的基础上，引入支付宝、微信等移动支付手段，实现消费者“码上支付”，拓宽支付渠道。现代卷烟零售终端还可利用双屏机在店内进行广告宣传，拓宽终端宣传路径，增加客户额外收益。

2.2.2   基于企业微信的企业化管理平台

基于企业微信的企业化管理平台，将烟草员工和零售客户全部实名纳入企业，给各个部门相对独立的空间并赋予不同的角色和权限。通过个性化定义显示员工资料，不同部门不同职责设置不同的权限，加强后台数据跟踪，实现“用户、角色、权限+数据”的思维管控。面向零售客户，主要提供封闭式管理及服务，如订货指南、微信订货、服务热线、盈利指导、档位规则、货源投放、自律互助小组、新品宣传等服务信息均集成到企业微信，并设置相应模块，零售客户可随时查询自己有用的信息，同时与客户经理做到一对一的沟通交流。面向烟草职工，主要提供数据服务。拜访客户前为客户经理提供零售客户360度全方位数据，做到拜访心中有数，如宏观的终端销售数据、实时数据、专卖数据、微观的零售户概况等;拜访客户中，为客户经理提供数据看板，做到经营之道有据，如零售客户经营走势、进货结构、毛利贡献率、商圈分析、库存分析、订单分析等;拜访客户后，客户经理拜访做到数据可循，如有拜访进度跟踪、拜访过程记录、拜访轨迹回放、拜访策略/时长统计等，真正实现由经验拜访到数据拜访、模糊指导到精准指导、结果管理到过程管理的转变。

2.2.3   基于微信公众号的消费者服务平台

基于微信公众号的消费者服务平台旨在打造零售客户经营管理的全流程服务平台，帮助商户连接线上线下，提升经营管理效率，同时也将通过场景开放等为消费者提供更丰富的一站式生活服务。如在平台上按照价格、距离、口碑进行排序，消费者可浏览零售客户开设的微店详情，搜寻自己需要的非烟商品，在一定范围内联系零售客户送货上门，也可利用自动导航至目标店铺。同时，赋予零售客户自主经营权，通过商城上架如电子兑换券、折扣卡等积分兑换产品，实现消费定向引流，增加客流量及交易量。

2.3   数据挖掘及应用

数据挖掘的过程是首先确定数据挖掘的目标后，通过数据抽取、清洗转换、加载操作，有效整合企业中分散零乱、标准不统一的数据，以得到最终试验的数据集;其次选择合适的数据挖掘算法挖掘数据集;然后评估数据挖掘的结果，改进挖掘过程中结果不理想的步骤，反复修正、验证、评估模型，直到得到最终想要的结果;最后将结果可视化呈现给用户，为企业的决策提供分析依据。

2.3.1   数据驱动客户分档

聚类就是将数据对象分组成为多个类或簇，同一簇中的对象之间具有较高的相似度，而不同簇中对象的差别较大。以卷烟购进数量、购进金额、所处商圈、市场类型、业态等综合因素为依据，利用层次聚类算法，将零售客户分为若干群组，形成客户聚类等级。由于数据较为庞大且聚类的零售用户特征属性较多，可采用降维算法对原始数据进行标准化处理，并将贡献度较高的零售户特征作为聚类训练集，最后根据聚类的结果在原有的数据集打上档位的标签，确保客户分档更加科学。

2.3.2   数据驱动精准投放

需求预测是卷烟营销工作的起点，核心是要做到准确真实，与市场、商户和消费者的实际需求相匹配。需求预测要坚持自下而上，提高把握市场能力，更好地发挥需求预测的导向作用，真正实现以需定销、以销定购。在大数据下对零售客户进行聚类可行性分析，在零售户聚类的基础上，针对不同类别零售客户的特征分别用回归分析和ARMA时间序列进行销量、库存、存销比预测，建立市场投放策略模型，最后使用历史销售数据拟合、修正、验证，以提升精准投放、精准供给的能力。

2.3.3   精准推荐数据驱动品牌

借鉴电商网站的精准推荐模式，通过大数据分析零售客户经营行为、商业销售数据、商圈数据、终端数据等指标，积极挖掘数据关联性，构建精准推荐模型，在经营管理平台上形成可视化输出模块。以用户为基础，利用协同过滤算法挖掘用户历史行为数据，基于不同的偏好计算用户的相似度，从而对用户进行群组划分，再利用聚类算法，通过计算不同客户、不同卷烟之间的相似度，建立精准推荐矩阵，预测零售客户对不同卷烟的需求程度，自动推荐相似的商品给目标客户，提升品牌培育的能力。

2.3.4   数据驱动客户经营

立足于零售客户的周期数据，从销售动态、盈利水平、运营态势、发展趋势、消费市场5个方面出发，通过设定具体的细化指标对比分析每位零售商户的经营数据，并与同类型客户进行对标分析，评估该客户的整体经营情况，标注出其与同类型客户相比处于落后的指标，并进行深入分析。根据客户存在的症结问题，结合客户实际，分别从销售能力、盈利能力、运营能力、消费行为4个方面智能推送店铺管理课程、经营提升课程和体验提升课程，切实提升经营指导水平。

2.3.5   数据驱动终端升级

以商圈数据、店铺数据、经营数据、消费者数据为依据，构建一套终端评价指标体系，通过模型计算整体的终端评价值确定提升的目标终端类别，根据目标类别的终端形象标准要求，围绕门头形象、环境卫生、店面布局、烟柜配置、互联网支撑、卷烟陈列、消费体验6个方面，提出针对性建设意见，让客户感受到形象拉动客源、带动商品销售额的好处。

3     结 语

以数据驱动运营、管理、决策，用数据说话，面向终端，面向消費者做细、做实、做精各项基础工作，切实提升营销管理的科学性、精细化水平，丰富服务内涵，增加服务手段，切实增强客户的获得感，为实现卷烟营销高质量发展打下坚实的基础。

主要参考文献

[1]李强.基于大数据技术的铁路客户服务中心服务质量分析平台研究与设计[J].铁路计算机应用，2019（7）：27-31.

[2]王丽，郭洋，武秋阳，等.基于大数据的客户服务信息化改革[J].中国新通信，2019（6）：109.