商业智能在传统邮政业务中的应用(090705终)

1、商业智能（BI）在传统邮政业务的应用2009年7月骆阳Teradata邮政项目总监_18年大型计算机信息系统设计和建设经验；3年数据仓库建设经验。参与银行、税务、电力、保险、邮政、航空等行业的数据库和信息系统建设。2007年以来一直在集团公司参与名址库建设工作，多次下地市调研，专注于名址库建设、数据质量控制、数据分析等领域。2008/11-至今 邮政商函BIU培训 主讲老师 营销过程和分析数据生产2008/2-2008/7 邮政三网互通 参与业务流程设计2007/32008/11 全国名址信息系统 负责规划和设计，培训讲师2006/11-2007/3 国航数据仓库 规划和设计2005-2006

2、 中国国际广播电台 系统设计2001-2002 广东税务大集中系统 系统设计 1998-1999 三峡工程信息系统 系统设计 Teradata 专业服务团队内容商业智能（BI）在报刊的应用示例商业智能（BI）推动商业发展BI 对企业的价值Fexdex BI应用案例报刊订阅数据的订户细分数据挖掘促进报刊的交叉销售商业智能（BI）在商函的应用示例商函业务发展需要商业智能（BI）商业智能（BI）促进商函营销变革商业智能（BI）应用示例商业智能（BI）在速递的应用示例经营分析示例投递时限分析示例大客户分析示例“信息技术开始从根本上改变传统的业务方式，并且创造更大的经济价值。通过实时库存管理，极大的降低

3、了不必要的库存”“实时信息应用正加速生产力的发展，并提高生活水平，这种对经济繁荣的贡献是前所未有的”美国前美联储主席 格林斯潘 1999-9-21 华尔街日报信息技术和BI的发展和价值信息是相关联和有意义的数据把数据转化为信息需要知识。至今为止，大多数人使用电脑只是加快他们传统的工作。一旦企业尝试从数据到信息的转换，它的决策流程、管理架构、甚至日常工作方式都要变化。 现代管理大师：彼得.德鲁克 1998年 哈弗商业周刊 1970-1985：生产管理方式的变化：精细化管理、流程化实现1985-1995：ERP普遍用于生产管理，办公自动化系统用于管理 1995以后：商业智能（BI）开始用于经营分析

4、，如月报、季报等报表2000以后：商业智能（BI）开始融入业务流程，进入实时决策时期。主要体现在：市场营销：精准营销、事件式营销、多渠道营销等方式得以实现和结合库存管理：“零”库存管理、智能货架管理风险控制：反洗钱、信用卡欺诈、信用评级、商业贷款绩效管理：近实时化的KPI指标跟踪、支持通过细节分析原因服务提升：事件捕捉和实时响应等商业智能（Business Intelligence）发展和价值数据仓库是商业智能（BI）的基础1986-1994 ：客户服务1979-1986：包裹跟踪Fedex 联邦快递信息化建设路径 “包裹递送信息与包裹递送服务同样重要” 施伟德1979 COSMOS跟踪系统诞

5、生1980 DADS 数字辅助调配系统1986 Super Tracker 掌上条码扫描系统1994-2001 ：通关E化1999-2002 ：BI和整合1987 PowerShip2客户自助系统 1993 Fedex Tracing 客户自助跟踪系统1994 网上跟踪查询系统2001初 全球贸易经理软件 2001底 在线报关，覆盖20个国家1年内，网络报关业务由10%上升到70%1999 ISIS系统（全球决策信息系统） 整合系统12个，接口80多个资产、库存、成本、质量和绩效等Fedex 100%服务质量承诺100% 按时投递100% 数据和信息准确100% 客户满意度Fedex管理层的重

6、要考核指标包裹丢失率包裹损坏率重复投诉率超过1天的延迟率跟踪记录错误率货单错误率交付证明丢失率 未超过1天的延迟率Fedex 联邦快递BI应用案例-KPI管理实时KPI报表支持远程和无线访问管理层每周服务质量例会所有高级经理和KPI挂钩，任何一项没有达到，所有管理者没有奖金，大约是工资的40%获得国家服务质量大奖美国国家半导体公司3个美国工厂和3个亚洲代工厂Fedex新加坡提供库房物流服务支持国家半导体公司加州的订单系统，每天把订单发到埃及的孟菲斯库存系统上 Fexdex库存系统，接受并执行订单Fedex帮国家半导体公司实行智能库存管理Fedex 联邦快递BI应用案例 -为大客户提供第3方物流

7、服务给美国国家半导体公司的价值平均发货周期从4周将为7天运输成本从销售额的2.9%降为1.2%减少7个在美国、欧洲、亚洲的库房“Fedex是我们的一站式服务商”国家半导体公司内容商业智能（BI）在速递的应用示例BI 对企业的价值Fedex BI应用介绍报刊订阅数据的订户细分数据挖掘促进报刊的交叉销售商业智能（BI）在报刊的应用示例商函发展需要商业智能（BI)商业智能（BI)促进商函营销变革商业智能（BI)在商函的应用示例经营分析示例投递时限分析示例大客户分析示例商业智能（BI）促进商业发展商业智能（BI）在商函的应用示例商函发展需要商业智能（BI）商业智能（BI）促进商函营销变革商业智能（BI

8、）在邮政商函的应用示例商业智能（BI）在商函的应用传统的邮政业务运营模式目前数据库商函按传统邮务模式运作，和直邮媒体模式相比，缺少造信关键环节，如“策划”、“营销测试”、“跟踪反馈”和“营销评估”等。包裹报刊函件EMS数据库商函账单贺卡收订投递收寄投递收寄投递制作收投营销制作收投营销造信制作营销反馈评估营销收投造信需要充分理解行业和客户，并进行数据分析、跟踪反馈和营销评估等过程的持续改进理解行业和客户筛选数据数据分析营销测试制作投递创意设计跟踪反馈营销评估造信不是简单的工作环节，除了技术和工具外，还需要大量的智能分析。邮政商函业务需要通过BIU解决数据和营销脱节的问题，提升营销效果解决之道为商

9、函业务注入数据库分析能力与数据库营销能力数据库商函首先解决人的问题：BIU团队和人员培训；然后解决能力的问题：数据再造、营销分析能力商函发展需要商业智能（BI）商业智能（BI）促进商函营销变革商业智能（BI）在邮政商函的应用示例商业智能（BI）在商函的应用商业智能（BI）促进营销方式的变革 数据库营销发展趋势 主动式营销基于客户行为和事件多渠道、多步骤营销信件、 、短信、电子邮件组合实时个性化营销基于实时客户行为名单或目录营销依赖客户基础信息产品驱动客户驱动低回复率高回复率直邮已经成功发展数十年，商业智能（BI）对客户的实时分析和认知，已经极大的改变了现在的营销方式和技术。 营销理论与客户认知

10、1）受众的消费趋向与教育背景、职业、年龄、性别、家庭组成、财产等人口特征密切相关2）受众的消费趋向与 受众历史的消费行为密切相关。对用户历史数据的分析可以帮助预测用户的消费偏好。3）Claritas公司发现消费趋向与居住环境之间有很大的关系，并提出了PRIZM受众分类标准商业智能（BI）整合客户信息，提高客户认知水平8/14/202217商业智能（BI)可以将零散的客户特征转换为体系化的对客户的了解，帮助企业有针对性的进行营销，提升市场拓展能力。全面客户视图人口统计学特征行为特征社会特征个人兴趣偏好年龄学历订阅报刊特征电子汇兑特征金融产品特征电信产品特征娱乐偏好生活偏好文化偏好行业性别社会族群

11、家庭组成保险产品特征购买产品的特征居住社区。主动式营销商业智能（BI）通过发现有价值的客户行为，进行主动营销通过对事件的有效分析，企业可以获知客户当前的需求和状态，然后启动主动式营销和服务。事件收集事件分析数据仓库每天自动完成行为分析客户接触根据事件的优先级，确定沟通的先后顺序客户沟通询问客户需求，选择适合的产品推销；或者主动解决客户问题寻找需要产品的客户基于客户事件的主动推销产品多渠道、多步骤营销商业智能（BI）帮助整合营销渠道，进行综合行为分析多渠道、多步骤的组合获得更高的回复率多渠道、多步骤需要商业智能（BI）整合并分析多种渠道发生的客户交互行为行为分析反过来引导客户的进一步动作通过BI

12、对各步骤中成功、失败案例的分析，帮助进一步优化对目标客户的选择实时个性化营销 商业智能（BI)实现了全天候营销与动态个性化 当客户身份和行为被识别，2 秒内根据客户评分和资料，数据仓库自动计算出最适合客户的产品组合365 (24x7)不间断 175,000 接触次数 / 天 每年产生6300万次个性化营销机会 当前超过50个产品组合Teradata Confidential21 商业智能(BI)促进邮政商函营销模式变革1）邮政名址数据创新模式一：增加营销响应信息的采集、分析创新模式二：为商函客户建立专有的“潜在客户数据库”创新模式三：采集商函客户其他渠道的响应数据，统一分析创新模式四：为商函客

13、户提供多渠道支持（呼叫中心渠道和互联网渠道）2）客户自带数据除传统直邮服务外，还可以提供服务模式一：地址数据的清洗匹配服务根据客户的需求不同，也可以提供上述服务模式3）利用直复营销中心搭建数据库营销平台客户粘性不断增强直复营销中心顾客数据库A商函客户B商函客户顾客数据库这种模式下，借助“中国邮政”的品牌和直复营销中心平台，将不同行业的客户联系到一起，利用双方的顾客数据库，共同开展数据库营销活动例如：广东发展银行例如：南方航空公司商函发展需要商业智能（BI）商业智能（BI）促进商函营销变革商业智能（BI）在邮政商函的应用示例商业智能（BI）在商函的应用商业智能（BI）对商函业务的作用集团公司领导

14、数据库商函收入总体完成多少？增长多少？哪些地区增长比较快？哪些地方比较慢？原因是什么？全国统一推广的专项营销活动在各地的情况怎样？如家电下乡、招生商函营销、12个商函产品推广等给收入带来多少增长？地区经理数据库商函收入完成多少？完成上级下发任务吗？专项营销活动在本地区的推进情况怎样？带来多少收入增长？本地区哪些行业、数据库商函产品增长比较快？营销人员最近化妆品公司用数据比较多，我还能找到哪些化妆品公司？去年这个季度做个商函的客户，有哪些今年还没有做？策划人员我有哪些数据可用？我分析出了一些有价值的数据，如何让查询员用？客户需要哪些数据？如何对客户反馈数据进行分析?数据质量管理员哪些数据库的睡眠

15、数据比较多？最近白领女性库用得比较多，但对“个人职业”、“收入水平”客户要求比较高，我如何把缺失这两个属性的数据取出来做维护？经营分析数据质量分析市场和营销分析客户获取商函业务改善机会营销过程分析客户维持客户分群客户挽留客户管理价值驱动经营管理财务管理风险管理信息管理隐私风险安全风险数据质量分析数据再造源数据管理数据规范和标准数据使用结算销售绩效制作和投递考核销售渠道分析机构业绩分析商业智能（BI）促进商函业务全面发展重点行业分析市场和营销管理重点营销活动管理统一客户管理受众管理个人分类地址分类组织机构分类名址使用分析客户托管库管理数据查询交叉销售案例一：开发新客户-开发会展类客户西安曲江国际

16、会展（集团），主要经营会展业务，其在2007年-2008年做了19次有效的商函业务，商函制作达到155万， 截止2008 年，全国仅有42个开展会展业务的公司成为邮政商函的客户 通过对国内组织名址进行搜索，共有822个会展类公司，均可以成为商函会展类潜在客户利用名址库的信息优势，主动营销：总结会展类公司在商函业务方面的成功经验，制作宣传折页，向同类公司邮寄商函业务推荐商函案例二：经营老客户-总结成功经验，提升客户满意度苏州大成置业发展，在2007年-2008年期间共发生30笔有效商函业务，其制作比率达到70%。但在“无锡高档别墅”、“杭州基础地址”和“温州高档地址”的商函业务中其制作比率均不足

17、30%1、查询库别不同：制作比率高的库别更具有针对性2、查询条件精细度不同：制作比率高的查询条件更精确3、对样本数据的使用情况不同：使用样本数据的效果更好分析:80% VS 20%案例三：营销测试分析，提升营销精准度案例背景：海淀区中关村某楼盘开展“样板房展示活动”，房地产商准备通过商函向20-40岁白领10万份邀请函，营销测试阶段先发放了2万封商函。测试结果：看房者络绎不绝，据客户统计有近2左右的参观者是持本次商函发送的邀请函而来。客户提供持函来访的名单给邮政进行分析案例三：营销测试分析，提高营销精准度（续）总名单数婚姻状况：未婚职业：IT年龄：25-30岁房屋状况：无房受众总数目标群体百分

18、比20,000100%4,00020%6,00030%10,00050%6,00030%有效反馈的受众数量占反馈总数的百分比400100%10025%4010%22055%20050%目标群体得分10012533110167目标群体得分=占反馈总数的百分比 / 占目标总数的百分比*100虽然楼盘在海淀区中关村附近，IT行业人员并不是主要感兴趣的人群167=50%/30%*10030%=6000/2000050%=200/400案例三：营销测试分析，提高营销精准度成功率=该组合的有效反馈数量 / 该组合在目标总数中的数量总名单数性别:男性年收入:10万以上性别:男性 +年收入:10万以上 性别:

19、男性 + 年收入:10万以上 + 年龄:25-30岁目标总数20,00016,00015,00010,0003,000有效反馈数量40024030022099% 成功率2%1.5%2%2.2%3.3%该组合条件成功率最高案例三：营销测试分析，提高营销精准度-总结单条件分析结果表明： 无房者是主要感兴趣人群，并非投资客；未婚人群也较感兴趣；IT从业人员并没有表现出特别的兴趣。多条件组合分析结果表明： 年薪10万以上的年轻男性是成功率最高的人群测试总结： 对本楼盘感兴趣的人多数是以工作方便为主要考虑因素的周边中高收入年轻人。可重点考虑工作年龄在3-7年，在周边高校、科研机构工作的年轻老师。商业智能

20、（BI）在商函的应用-总结误区：商业智能（BI）= 数据分析商业智能：通过数据分析手段，提升经营管理水平的业务能力数据分析：技术能力误区：商函不成功的原因是数据质量不好数据库营销成功3要素：数据、诱因、交付和营销过程有很大关系：闭环、反馈、营销测试、多渠道和多步骤邮政商函需要： 1）渠道整合：信件、短信、呼叫中心、网站 2）鼓励客户用自己数据发函 3）专业营销策划和数据分析人才数据分析结果检查-发现问题建议和执行BI 是一种业务过程内容商业智能（BI）在速递的应用示例BI 对企业的价值Fedex BI应用介绍报刊订阅数据的订户细分数据挖掘促进报刊的交叉销售商业智能（BI）在商函的应用示例商函发

21、展需要商业智能（BI)商业智能（BI)促进商函营销变革商业智能（BI)在商函的应用示例经营分析示例投递时限分析示例大客户分析示例商业智能（BI）促进商业发展商业智能（BI）在报刊的应用示例商业智能（BI）在报刊的应用示例报刊订户细分什么人在订阅报刊？这些人有什么特征？不同人群的有什么订阅偏好？报刊交叉销售分析订阅财经类杂志的人有多大可能订阅健身杂志？向订户推荐其他种类的报刊数据背景： 2007年报刊大收订数据，约8000多万婴幼儿家庭年轻父母订阅这些杂志的可以被认为是年轻父母年轻父母的订阅偏好报刊名称Count(*)报刊名称Count(*)读者19634东方娃娃.艺术创想1886特别关注758

22、6环球时报1826家庭医生7283小说月报1718家庭医生报5425家庭医药1682参考消息4604健康指南（中老年）1653中国剪报4476婚姻与家庭（上半月）1635故事会3721都市丽人1594家庭(上半月)3496电脑报1593演讲与口才3276新民晚报1549每周文摘3074我们爱科学1537报刊文摘3059健康文摘报1524知音(上)2869齐鲁晚报1521我们爱科学.低年级画报版2796微型小说选刊1507青年文摘2746创新作文(小学版)1459家庭(下半月)2342现代家庭报1431扬子晚报2153家庭生活指南1430知音(下)2128大众医学1420南方周末2088北京晚报

23、1409家庭与家教2085人之初1405益寿文摘报2070杂文选刊（上半月）1398中国电视报2049家庭百事通1362保健与生活2044上海服饰1348课堂内外(小学版)2023文摘周报1338东方娃娃.艺术创想1886半月谈1331会订购育儿读物的年轻父母自己也喜欢阅读年轻父母对家庭卫生也很在意年轻的妈妈们对时尚依然感兴趣订阅报刊数订阅户数11851582126579379312455063532281合计478393老年人家庭-城市老人订阅老年杂志的人就可以认为属于城市老人城市老人的订阅偏好报刊名称Count(*)报刊文摘45435参考消息44472中国剪报32911家庭医生报20633

24、文摘周刊19906每周文摘18984中国电视报15564文摘周报14017新民晚报13135健康指南（中老年）12250读者11003健康文摘报10951文摘报9370支部生活8520医药养生保健报7497特别关注7354人民日报7208家庭(上半月)6415羊城晚报6308解放日报（报社集订单）6275家庭医生6239长寿5819文萃报5777中老年保健5124半月谈4991广州日报4971保健与生活4948作家文摘4619生活文摘报4490老年读者中，读者的订阅明显降低，也可以看出读者的消费群以年轻人为主老年人对于文摘、参考、保健养生格外感兴趣订阅报刊数订阅户数16146892299229

25、3140819492534546569合计1193840报刊订阅人群分类-按职业特征教师 特征名称筛选：专业教师杂志（报刊名中含教师版） 报刊分类数：297 所取用户： 350,667医务人员 特征名称筛选：专业的医生杂志（排除大众医学） 网络查询 ：专门提供给医院人员的报刊，排除保健类杂志 报刊分类数：214 所取用户： 445,825 农村专业户 特征名称筛选：种植业，养殖业，渔业 报刊分类数：95 可取用户 ： 190,254 公务员 特征名称筛选：党，政，公，法，检 报刊分类数：69 可取用户： 557,142 经营管理者 特征名称筛选：管理、经营、经理、商务、投资、财务、企业报刊分类

26、数：36 所取用户： 74,959 报刊订阅人群分类-按家庭组成婴幼儿家庭特征名称筛选：幼儿健康，母婴，学前，幼儿读物 网上证实： 父母必读等 报刊分类数：90 所取用户： 571,216 中小学生家庭 特征名称筛选：中小学学习资料，科学普及，青少年文学 报刊分类数: 1221 可取得用户：1,937,909大专学生 特征名称筛选：大学生刊物，高等教育(过滤学刊后) 报刊分类数：5 可取用户：6,746老年人家庭 特征名称筛选：老年报，退休生活，老干部 网上证实 ：秋光，晚晴等 报刊分类数 46 所取用户： 1,259,716 报刊订阅人群-按消费喜好时尚女性 特征名称筛选：时尚类，服饰类，化

27、妆类（如瑞丽），时尚家居 网络证实：优雅，昕薇，格调等 报刊分类数：38 可取用户： 106,374订阅人群特征细分-教师人群示例教育等级： G61学前教育，G62初等教育，G6中等教育教学年级：G632初中二年级、G637高中）教育专业：英语、数学、物理、化学等学校名称：订阅地址中包含学校名称按中国图书分类法对8000种报刊做了更科学、细致的分类，22大类，1300多小类根据分类分析1600万订户的兴趣爱好按职业特征、家庭组成特征、消费偏好3大类进行人群细分，获得10个细分人群订户约550万。分析订阅人群更细致的特征兴趣爱好、行业、收入档次等；教师人群：教育等级、教授年纪、教授专业、学校名称

28、医务人员：专业方向、医院名称等2007年报刊订阅人群细分-小结数据仓库在报刊的应用示例报刊订户细分什么人在订阅报刊？这些人有什么特征？不同人群的有什么订阅偏好？报刊交叉销售分析订阅美容杂志类的人是否喜欢购物？向订户推荐其他种类的报刊数据背景： 2007年报刊大收订数据，约8000多万报刊交叉销售分析结果按报刊名称关联，可看出关联性最强的是上下月刊，无实用价值大部分的关联是同类报刊之间的关联兴趣爱好关联II-规则示例美容、美发购物规则1：喜欢“美容美发”的人也有较明显的“购物”倾向，在这条规则中支持度：0.6%的人同时有美容美发和购物这两种爱好。美容美发购物83,848人同时有这两种兴趣爱好信心

29、度:爱好“美容美发”的人，82.67%也喜欢”购物”美容美发也喜欢购物82.67%提升度：在“美容、美发”类订户中推荐“购物”类杂志的成功率是在全部人群中寻找的倍兴趣爱好关联II-规则示例 人力资源投资理财支持度：0.02%的人同时对人力资源和投资理财感兴趣。信心度: 对“人力资源”感兴趣的人中，10.72%也对”投资理财”感兴趣人力资源投资理财10.72%人力资源投资理财提升度=8.42：在“人力资源”类订户中推荐“投资理财”类杂志的成功率是在全部人群中寻找的8.42倍规则8： 会买人力资源类杂志的人，对投资理财也很感兴趣，属于商务精英们的特征。兴趣爱好关联II-规则示例饮食、烹调卫生保健规

30、则5：喜爱“饮食、烹调”的人大多也很注重“卫生保健”。支持度：0.11%的人同时对饮食、烹调和卫生保健感兴趣。饮食烹调卫生保健14,989人同时有这两种兴趣爱好信心度:对“饮食、烹调”感兴趣的人中，35.08%也对”卫生保健”感兴趣饮食烹调卫生保健35.08%提升度：在“饮食、烹调”类订户中推荐“卫生保健”类杂志的成功率是在向全部人群中寻找的倍兴趣爱好关联II-规则示例健身家庭生活规则14：喜爱“健身”的人大多也很注重“家庭生活”。支持度：0.04%的人同时对健身和家庭生活感兴趣。健身家庭生活信心度:对“健身”感兴趣的人中，36.32%也对”家庭生活”感兴趣健身家庭生活36.32%提升度：在“

31、健身”类订户中推荐“家庭生活”类杂志的成功率是在全部人群中寻找的倍兴趣爱好关联II-规则示例家居装饰卫生与保健规则16：注重生活质量的人大多也很注意健康。支持度：0.05%的人同时对家居装饰和卫生与保健感兴趣。家居装饰卫生与保健信心度:对“家居装饰”感兴趣的人中，18.23%也对”卫生与保健”感兴趣家居装饰卫生与保健18.23%提升度：在“家居装饰”类订户中推荐“卫生与保健”类杂志的成功率是在全部人群中寻找的倍商业智能（BI）在报刊中的应用-总结客户细分，帮助了解订户的特点和偏好报刊交叉销售分析，帮助实现有针对性的报刊推荐，提高报刊的订阅成功率。建议：报刊订户流失分析，针对流失客户改善服务，提

32、升收订成功率订户分布分析，可帮助针对小区的收订工作订户和信报亭的分布分析，帮助了解信报亭建设对不同报刊订户的影响，对信报亭选址也有帮助改善报刊基础订报数据质量内容商业智能（BI）在报刊的应用示例BI 对企业的价值Fedex BI应用介绍报刊订阅数据的订户细分数据挖掘促进报刊的交叉销售商业智能（BI）在商函的应用示例商函发展需要商业智能（BI)商业智能（BI)促进商函营销变革商业智能（BI)在商函的应用示例经营分析示例投递时限分析示例大客户分析示例商业智能（BI）促进商业发展商业智能（BI）在速递的应用示例商业智能(BI)在EMS的应用市场细分异动情况占比分析排名分析EMS分析客户分析潜在客户分

33、析业务分析时限分析客服分析客户结构分析客户发展情况分析客户贡献分析客户资费情况分析流失客户分析业务综合分析业务结构分析业务发展情况分析业务资费情况分析业务绩效分析时限趋势分析时限地区分析关联分析（日期省市）运输物流分析客服综合情况分析服务质量分析客户投诉情况分析客户咨询情况分析服务区域分析11185客服受理分析大客户业务分析大客户异动分析集团客户分析大客户个性分析单一大客户分析单一大客户分析议题客户分析时限分析业务总体分析客户细分集团大客户有很大开发潜力针对集团客户开发有针对性的产品，由国家局牵头与集团总部签署合作协议，向集团的全国分支机构推广EMS业务数据日期： 2007年7月-2007年9

34、月从银行、保险和电信等行业在全国各省市的分布来看，集团客户可开发空间巨大客户细分集团客户开发，以工商银行为例全国(289538)上海(42419)浙江(20597)广东(21434)深圳市(6480)广州市(6799)江门市(1671)珠海市(1455)佛山市(812)开发区支行(528)山东(17688)其他(156914)江苏(30486)其他支行(1417)花都支行(446)黄埔支行(402)省分行(2091)分行营业部(1237)第二支行(678)其他(3264)湛江市(953)数据日期： 2007年7月-2007年9月收寄量客户细分集团客户开发，以工商银行为例工商银行在广州市就有超过

35、300家支行，其中只有18家在07年三季度有EMS收寄如果通过总局和工商银行总行的协议将其他支行发展为EMS大客户，可以极大的扩大EMS业务量。而且无需支局对每家支行分别开发，减少营销成本数据日期： 2007年7月-2007年9月客户细分-及时跟踪管理大客户信息，对客户异常动态进行预测分析从2006年10月-2007年9月的收寄情况来看，有的客户发展平稳；有的客户正在快速增长；有的客户波动非常大；有的客户业务量快速减少，正在流失客户经理及时对大客户信息跟踪管理，了解客户异动原因，采取针对性措施运用数据挖掘技术对客户流失倾向进行预测，在客户流失前即采取行动进行挽留平稳发展波动较大快速增长正在流失

36、广东建行和周大福珠宝投递情况分析 大客户管理案例大客户管理广东建行平均收入比周大福少35%在广东省2007年9月的收寄邮件中，挑选实际收入较高的两名大客户：中国建设银行股份广东省分行44030803855000 周大福珠宝金行（深圳）客户名称实际收入（元）邮件数量每件金额（元/件）周大福珠宝金行（深圳）有限公司471,597 18,216 25.89中国建设银行股份有限公司广东省分行414,775 24,688 16.8注：“大客户”是“邮件收寄”表中的信息； 相应的“投递”表中的客户代码不可用。大客户管理广东建行平均投递次数比周大福多倍 “周大福” 邮件的投递情况远远好于广东省的平均水平；反

37、之，“建行” 邮件的投递情况远远低于平均水平 不同客户给出的投递地址准确性差异较大？是否可以作为客户差异定价的参考指标之一？客户名称实际收入（元）邮件数量每件金额（元/件）投递次数/件周大福珠宝金行（深圳）有限公司471,597 18,216 25.891.11中国建设银行股份有限公司广东省分行414,775 24,688 16.82.63大客户管理2007年4月至9月期间，广东建行收寄量逐月减少，但多次投递情况在增长“建行”：2007年4月至9月期间收寄邮件的投递次数情况 4月至9月半年期间，多次投递的情况有逐月少量递增的趋势；邮件数有逐月递减的趋势 如何评价这样的客户？ “收件人不在指定地

38、址”的比例接近40，另有4左右“收件人名址有误” 与广东省9月未妥投原因进行对比。2007年9月广东省总体收寄邮件与“建行” 邮件的未妥投原因对比 “建行” 客户投递地址的质量差于平均水平 “拒收” 的比例高于平均“建行” 邮件的未妥投原因 改善邮寄单的设计，提高投递效率 进一步整理未妥投原因，方便投递员填写，利于问题解决 分析不同大客户的成本与收益，在客户优惠定价方面可以区别对待、差异定价 进一步了解“建行”这类客户投递次数明显过高的原因，对于首次不能妥投（或联系不到收件人）的邮件能否集中退回，不再尝试多次投递 与名址库结合，利用基础地址改善“建行”等客户的投递地址建议。卓越亚马逊网站配送单

39、示例议题客户分析时限分析业务总体分析时限分析-整体概况：70%的邮件在隔日前到达隔日前到达（包括第三日）的邮件占比达到70%以上，四日及四日以后达量量占比为30%其中，超过半数的同城和省内邮件能在次日上午前到达；60%的省际邮件可以在隔日日前到达国庆春节元旦单位：天时限分析-整体概况：节假日期间投递时限较长2008年9月-2009年2月期间，全程时限趋势基本一致；2009年1月出现转折点，次日和隔日邮件量下降，四日和超四日邮件量增长；2009年2月，次日和隔日邮件量恢复增长，四日和超四日邮件量下降受节气和相关考核政策影响，在此期间，四日和超四日邮件量在2008年9月达到峰值，隔日递件量在2008年12月达到峰值思乡月考核，隔日递件数达到峰值春节节假日期间收件人不在常驻地的时间分别为： 国庆4天 元旦3天 春节5天 腊月二十九 初三平均投递时间为天，春节、国庆、元旦等长假期间投递时间较长时限分析-进出口省市：大部分省市3/5的进出口邮件可以再隔日前到达，西北地区时限较长从收寄省市（出口）来看，全国约2/3省市60%出口邮件在隔日前即可到达贵州和西藏超过半数的出