大数据背景下客户盈利性分析模型在跨境电商中的应用

　　摘要：跨境电商的高速发展和竞争的加剧，为企业的精细化运营提出了更高的要求和更大的挑战。大数据可以在用户特征分析、客户分级管理、重点客户筛选等诸多方面为跨境电商的运营和管理提供支持。本文主要探讨了在大数据背景下，客户盈利性分析模型在跨境电商运营中的应用。
　　1大数据为跨境电商运营提供诸多支持
　　作为信息产业持续高速增长的新引擎，大数据的处理分析正成为新一代信息技术融合应用的结点。大数据利用将成为提高跨境电商企业核心竞争力的关键因素。跨境电商企业营销决策正在从业务驱动向数据驱动演变。
　　跨境电子商务等新一代信息技术的应用形态，为大数据的应用提供了更为广阔的空间。在大数据时代，通过分析目标客户在跨境电商平台上产生的海量行为数据，可以为商家优化改进营销策略提供决策参考，可以提升企业更加及时和个性化服务的能力。
　　跨境电商的高速发展和竞争加剧，为企业的精细化运营提出了更高的要求和更大的挑战。大数据可以在用户特征分析、客户分级管理、重点客户筛选、精准营销推广、竞争对手监测、用户体验改善、市场预测分析等诸多方面为跨境电商的运营和管理提供支持。
　　2跨境电商运营中的客户盈利性分析模型
　　通常情况下，客户盈利性只是在毛利水平上计算，也就是在一定时间内某位客户所产生的销售额减去他所购买的产品的成本，显然这并不能反映此客户的真实盈利性，而应该将其他一些相关的成本考虑进去。
　　这些由客户服务带来的成本对于跨境电商的精细化运营具有重要意义。首先，客户盈利性分析可以得出带来负贡献的客户所占的比例，因为即使是购买完全相同产品（组合）的两个客户，服务于他们的成本也会有一定差异。然后是物流成本，也会随着数量和复杂性的变化而有所不同。如CRM推广或者赠品促销等，企业都有可能承担附加的隐含成本。
　　许多情况下，某些客户服务成本实际上由几个或一部分客户产生，比如仓储。因此客户盈利性分析的基本原则是，企业应把所有的成本分摊到具体的客户身上。这种客户导向的成本的意义在于它们如何随着客户、订货规模、订单类型及其他关键因素的不同而变化。进一步研究成本区间的典型客户，可以发现利润被哪些客户影响，也可以了解整个业务模块中各部分的成本占比情况。
　　在大数据背景下，跨境电商企业可以十分高效准确地对海量客户做具体的盈利性分析，这样就可以获得与不同国家、地区、平台或细分市场相联系的相对成本的总体情况。图1为企业跨境电商运营中的客户盈利性分析提供了一个基本模型，用来寻找那些可以避免的与客户相关的成本。
　　首先是销售总额，然后减去店铺常规折扣，剩下的是销售净额，从销售净额中减去直接生产成本或货物销售成本。除非间接成本可以全部归因于某个客户，否则不对间接成本分摊，如平台广告，其成本很难具体到客户。然后把相关的服务成本分摊到客户贡献总额中。最后，再减去其他的客户相关成本，如退换货等，得到客户对利润的净贡献。
　　3客户盈利性分析模型在跨境电商运营中的应用
　　利用大数据技术，企业可以运用客户数据制作客户盈利性矩阵，如图2所示，它可以指明关于管理高服务成本客户的战略选择。对于具有盈利性的客户，应进一步维持和拓展盈利性。图2矩阵中每个象限对应的可选战略如下：
　　图2客户盈利性矩阵
　　增加拓展：这些客户的服务成本相对较低，但其对应的销售净额很低，针对这部分客户应考虑能否在不提高成本比例的情况下增加销量？能否通过提高营销力度来影响这些客户的购买行为，使其向维护巩固的象限转移？
　　谨慎对待：这些客户成本高而净销售额低，应考虑在中远期有提高销售额或者降低服务成本的可能吗？有继续保持这部分客户的理由吗？
　　成本优化：如果这部分客户服务的成本可以降低，相关业务可能更有利可图。是否有降低成本的余地？是否可以采取联合物流配送来降低成本？
　　维护巩固：这部分客户能带来很高的销售额而且服务成本相对较低，是最有价值的客户。针对这类客户群体，应争取巩固合作关系以降低其寻找其他商家的可能性。同时应不懈地寻找与其进一步拓展业务的机会。
　　大数据技术的成熟发展和应用，使跨境电商企业常规性地收集和分析客户盈利性数据成为可能。当前跨境电商企业迫切需要客户和市场导向的大数据分析系统，随着大数据的进一步发展和普及，可以预期这种基于交易基础的客户盈利性分析模型将在跨境电商运营中大放异彩。
　　参考文献：
　　〔1〕龙含金，大数据背景下电商企业管理的思考及对策，中国商论，2017（31），3：4。
　　〔2〕李靜，基于大数据精准营销的网络营销策略研究，商业经济研究，2017（11）：4647。
　　〔3〕廖欣，浅析基于大数据技术对跨境电商服务评价的探讨，现代商业，2017（10）：8182。