前言:想要寫出一篇引人入勝的文章?我們特意為您整理了郵政企業構建數據化客戶管理體系探析范文,希望能給你帶來靈感和參考,敬請閱讀。
摘要:簡述數字化變革意義,分析了郵政數據化管理優勢和短板,從頂層設計、案例實踐剖析、體系建設、制度化保障等方面探討了如何構建數據化客戶管理體系和機制,推動郵政企業數字化轉型發展,重構企業價值。
關鍵詞:數據化;客戶管理;高質量發展
移動互聯網、云計算、物聯網和大數據技術的廣泛應用,對郵政傳統業務產生巨大沖擊,也為中國郵政的轉型發展帶來前所未有的機遇。數字化變革對企業創新發展和價值提升具有重要意義,能夠提升企業核心競爭力,創新企業經營機制,為企業注入發展活力,助推企業轉型升級。在新時代需求升級、人力短缺、成本激增、技術進步的挑戰下,如何讓數據化客戶管理發揮更大的經營效能,讓大數據更好地服務企業、解決更多問題、創造更大價值,基于數據化分析發現問題、探索規律、預測未來,從而賦能業務、協同創新、引領發展,通過數字經濟實現郵政企業轉型升級,走高質量第二發展曲線,打造行業“國家隊”,值得郵政深入思考。
1郵政企業數據化管理的優勢及短板
1.1管理優勢
1.1.1數據獲取渠道多樣化。一是來源于各類系統錄入。通過郵政網點、代辦點前端系統、手持終端設備、后臺管理系統等收集各類基礎數據。二是來源于客戶服務。通過企業公眾號、電子渠道、客服中心呼叫臺、PDA設備等,DOI:10.13955/j.yzyj.2021.02.13.04在日常客戶售前訂單、存款、寄送郵件以及售后客服、回訪、理賠等過程收集到的信息。三是來源于社會機構。通過聘用零點公司等社會機構調查、購買或與商業合作伙伴資源互換等方式獲取。1.1.2數據覆蓋面廣。首先,郵政企業作為現代服務業的重要組成部分,是連接供給側和消費側的重要橋梁,是促進網購發展、滿足人民生產生活需求的基礎支撐和重要媒介,全國5.4萬個營業網點,最大優勢就是網點多、覆蓋廣,基本有村落的地方就有郵政服務。其次,經過多年的發展,郵政各板塊和系統都有大量的用戶數據積累和歷史沉淀,涵蓋金融、寄遞、電商、報刊、集郵等,這也是郵政混業經營帶來的信息資源優勢,是任何一家企業無法比擬的。1.1.3數據分類管理,職責明確。目前,郵政企業數據主要分為經營、運營、基礎支撐三類。一是市場部門和各專業主要負責經營的數據,包括客戶用郵信息、行業分析、量收等企業經營發展類數據。二是網運和服務質量部門負責管理運營的數據,包括郵路郵運組織、作業班次、車輛設備使用信息、終端數據、客戶訴求、KPI等。三是人力、財務、信息技術局等職能部門負責管理的基礎支撐類數據,主要包括企業人員信息、車輛信息、房屋信息、各類系統基礎維護數據等。
1.2管理短板
1.2.1數據質量有待提高。一是數據碎片化。信息來源多,分散在各專業,零散并有一定的重復性。二是數據項簡單。以客戶關系管理系統為例,客戶用郵基本信息主要包括公司名稱、資質、法人、聯系方式、地址、資費、合同期等,內容涵蓋面相對簡單。三是更新不及時。由于釆集手段老舊,部分數據時間久遠,更新周期長,維護少,信息有效性較差。1.2.2數據化場景應用能力弱。數據本身并不創造價值,應用數據解決問題才能創造價值。當前,將郵政各專業數據應用到各場景,體現新價值的變現能力弱。一是對客戶消費信息、喜好、社交關系、生活習慣等涉及較少,分析研究時無法摸清客戶活動規律,獲取更多有價值信息。二是動態信息少,無法反映市場和客戶的顆粒度變化。三是省級層面的數據化成果,地市、縣經營單位數據調取和應用能力參差不齊。1.2.3經營成果轉化有待提升。數據化客戶管理是要將大數據應用與客戶管理融合,形成1+1>2的經營效果。目前,經營部門主要通過數據庫營銷方式指導源頭獲客和專項營銷工作,偏重于由省下發給地市,省市互動較少;數據類別偏重于金融、電子商務、保險,寄遞類較少,行業對標較少,也未形成一套標準化的管理機制和流程。1.2.4信息化、可視化程度不高。雖然客戶價值提升系統及可視化工具對網點客戶數、客戶資產、包裹投遞等情況可以實時跟蹤,但是地市對可視化工具重視度不夠,應用率低;同時,省級全局性類似于客戶看板、熱力圖等綜合性可視化工具上線晚,系統功能不全。1.2.5內部交叉融合不足。一是專業融合有待加強,比如金融與寄遞,商務類汽車解抵押客戶既是金融類借貸客戶,又有寄遞需求,數據資源未能充分交叉互用、共享融通。二是網業協同力度不夠,如未將時限庫應用于市場開發,未能針對優勢線路提供個性化綜合客戶解決方案等。
2數據化客戶管理探索與思考
2.1強化頂層設計,構筑數字化發展高地
數字化轉型已成為中國社會發展新引擎,通過數字化轉型引領,將傳統企業和互聯網優勢強強聯合,提升企業運營效率和與市場動態接軌的能力,而數字化帶來了數據化,可通過數據來實踐。數據化是將數字化的信息進行條理化,通過智能分析、多維分析、查詢回溯,為決策提供有力的數據支撐,數字化轉型的首要問題就是數據戰略問題,只有加強頂層設計,合理規劃,才能將資源和技術最大化地作用于業務發展。首先,可以通過建章立制,明確數字化發展方向,筑牢陣地,自上而下形成數字化轉型發展的思想意識。其次,明確數字化發展的目標、任務、責任、方案和方法,全員普及并參與。再次,構建框架和工作體制,尤其是在集團公司和省級層面,需做好戰略規劃和頂層設計。
2.2做好數據分析是基礎
2.2.1數據清洗。數據清洗的本質是對數據進行重新審查和校驗,去掉殘缺數據、錯誤數據、重復數據。郵政大數據庫經過多年發展,積累了龐大的客戶數據信息,在分析和使用數據前,通過技術手段進行清洗必不可少。2.2.2建模分析。一是通過數據清洗,形成用戶數據主題集市。因為每個特征段的用戶數據對應的權重不同,通過對清洗后的數據基礎信息進行解析、離散化處理,可以建立不同的用戶屬性標簽。二是通過細分用戶標簽屬性,形成用戶標簽體系。2.2.3用戶畫像。用戶畫像可以指導企業精細化運營。一是挖掘潛在客戶,對于用戶的線上線下渠道行為特征、使用習慣等進行畫像分析,研究人群特征,有針對性地開展廣告宣傳,引流獲客,將潛在人群轉化為新客戶。二是維穩既得客戶,對成熟客戶或衰退客戶的行為、線上線下用郵渠道、競品等進行畫像分析,以提升客戶價值,實現產品交叉營銷,促進客戶二次用郵或購買郵品,增加客戶忠誠度和黏性,延長成熟客戶的生命周期。2.2.4價值挖掘。擁有用戶屬性和行為標簽并不等于擁有全部數據價值,通過數據整合、建模,挖掘價值,實現價值最大化才是目標。比如,對于金融網點營業臺席的設置,可以通過數據分析,科學減少高柜、增加低柜、合理布放自助設備,有效提升經營效能,降低運營成本,促使形成平時在低柜、忙時進高柜、閑時站大堂、兼職當外拓的合理化用人機制。又如,通過對進口快遞包裹客戶用郵分析,及時對比用郵變化情況,優化服務流程,進一步滿足客戶需要。針對進口包裹業務中的金融客戶,從客戶年齡、區域分布、客戶用郵等多維度數據分析,挖掘潛在高價值金融客戶,支撐寄遞、金融業務的交叉營銷。
2.3客戶體系化管理是主體
2.3.1劃分客戶層級。盈利能力是評價客戶價值的重要指標,按照經濟學“二八原理”,大約20%的客戶會創造80%的銷售收入,以盈利能力大小對不同的客戶群體進行分等分級差異化管理。對重要客群重點管理,安排不同層級的營銷人員進行對接和維護,投入不同類別的服務。2.3.2規范管理流程。建立一套標準化的售前、售中、售后服務行為規范,是提高各項工作效率的關鍵,對郵政企業高質量發展至關重要,包括制定標準、過程監督、分析差異和問題、采取糾偏措施等管理工作。2.3.3建立考評體系要真正做到以客戶為中心,需要建立一系列的組織、制度做保證。在雙贏的原則下,以客戶為中心建立考評標準,最大限度地實現企業成本和預期最大利潤之間的平衡。有獎勵、有考核、有評價,建立一套與服務內容和流程匹配的獎懲標準和機制。2.3.4建立支撐資源。支撐資源主要指人才隊伍支撐建設和系統平臺支撐建設??梢源蛟旒瘮祿杉?、數據處理、數據應用、市場分析、運營服務、可視化平臺于一體的大數據平臺,提升企業信息化水平。也可以采用可視化交互分析、三維界面高度仿真等技術,實現圖形化數據查詢、關聯分析等功能,形象刻畫出全省各地區的客戶發展情況,提高企業宏觀管理決策水平。
2.4搭建數據化客戶管理體系
客戶是企業生存發展之本,客戶資源是企業發展最重要、最有價值的資產之一。郵政企業的客戶管理體系相對成熟,如何將數據化管理融入客戶體系,提升客戶管理價值,值得探討和思考。2.4.1案例實踐剖析。以湖北郵政政務市場“銀行催收律師函”寄遞類客戶數據化應用為例,分析總結如何將數據化融入客戶管理?;厩闆r:與某律師事務所合作取得新突破,成功開發銀行催收律師函特快寄遞業務,業務規模較大,預計年收入過千萬元。應用效果:通過郵政數據庫營銷,多次對催收客戶的名址信息進行匹配測試,涉及數據26.76萬條,通過數據化分析和場景應用,實現當月妥投率70%,較數據應用前提升10個百分點,拉動客戶增量50%以上。存在問題:關鍵KPI指標妥投率雖有提升,但與合同標準差距較大,主要原因是數據庫名址數據精準度不高、監控依靠人工,營銷和信息技術雙方信息不對稱,無法形成合力持續提升KPI。分析總結:第一,規范數據標準,提升數據質量。通過數據清洗和技術支撐,確保采集數據質量和效果。第二,拓寬數據內容及應用領域,充分整合網、業、財等資源,提高綜合運用效率。第三,強化數據分析運用,深挖數據背后的價值信息,及時掌握市場動態,對標行業,實現增收。2.4.2數據化客戶管理必須成體系。數據化客戶管理不是簡單的數據分析+客戶管理+改善機制。數據分析是前提,提取有用信息和形成結論只能對問題作出解答,不能帶來業績和效率。只有將數據分析與客戶體系化管理相結合,才能將正確的分析結果應用到業務層面產生效益。通過標準建立、過程管理和持續改進機制,不斷產生效益,這才是數據化客戶管理體系。2.4.3推廣深度融合聯動的協同模式。充分發揮郵政資源稟賦,整合郵政金融、保險、寄遞、電商、倉儲等各板塊數據資源,形成合力,實現數據化客戶管理體系健康發展。
2.5制度化是數據化客戶管理的保障
2.5.1建立大數據管理機構。業務發展和數據化應用緊密不可分,應建立專門的大數據管理機構,集中業務數據、運營數據、基礎類數據的綜合分析應用管理,對經營發展進行專業分析研判,使分析結果能夠有針對性地供各專業和部門使用。2.5.2建設數據分析團隊。數據團隊應具有高水平的收集和分析能力,熟悉先進的信息技術平臺,既懂技術又懂經菅。集團和省級層面更應重視數據團隊的打造和頂層設計能力,通過基礎數據分析,策劃營銷應用方案。通過系統軟件創新和升級,打通各部門、各專業目前使用的信息系統。2.5.3建立效果評估和改進機制數據的周期性分析旨在解決問題、改進措施、促進發展,不斷提升企業管理水平,所以通過數據的應用效果產生的效益更值得關注。由數據化管理專業機構做好數據分析、應用反饋、效果評估等工作,并納入績效考評體系。2.5.4重視數據安全和保護。在應用推廣時,需要以正確態度謹慎對待,有效評估數據應用可能帶來的法律風險和個人隱私安全問題,加強信息安全風險防控。
3結語
大數據已成為現代企業發展的新“引擎”,網點多、信息廣、協同資源是中國郵政的優勢和核心競爭力,只有將數字化轉型融入核心競爭力,以數據賦能為主線,以價值釋放為核心,綜合應用各種數據資源,充分發揮數據要素價值,堅持“融合+創新”驅動,才能實現中國郵政高質量發展。
參考文獻
[1]國家信息中心信息化和產業發展部、京東數字科技研究院.中國產業數字化報告2020[R].
[2]陸一鳴.淺析大數據在郵政企業的應用[J].郵政研究,2014(3)
作者:白穎 單位:中國郵政集團有限公司湖北省寄遞事業部