大数据让DHL Express敏捷应对客户需求

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

这是我第二次和DHL Express(敦豪快递)的数据负责人对话,第一次在中国探讨的是如何用大数据来读懂客户“DHL Express:快递中的大数据应用已渐入佳境”,但读懂客户只是第一步,这一次在美国Teradata Partners全球用户大会我们探讨的是如何用大数据敏捷应对客户需求,最终变现创造业务价值。

数据带来的改变

DHL Express隶属于全球领先邮政和物流集团Deutsche PostDH,下属三大业务DHLExpress、DHLGlobal Forwarding 、Freight andDHLSupply Chain。DHL Express的竞争优势在于IT技术和设备现代化,以及遍布全球220个国家和地区的12万个目的地的销售网络。

在上世纪90年代之前,DHL Express一直使表格这种最原始的方法来计算成本,虽然这是一种标准成本的计算方式,但这种方法却并不能很好的计算出真正的实际成本,这也对在业务上进行评估造成了很大的阻碍。

数据是DHL Express谋求变化的方式,它们希望通过数据分析了解每一个发货过程中产生的实际成本,因为实际成本和标准成本之间存在着天壤之别。

“运输过程中的真实成本是所有实际成本累加后可以得到,而传统方式计算出的标准成本与实际成本会有很大的偏差。”DHL Express全球BI负责人Nikolaus Walkwsky举出了一组数字,我们通过实际成本计算出的利润率是5%,大数据计算出的利润率是3-5%,标准成本计算出的利润率是10-15%。

大数据让DHL Express敏捷应对客户需求

DHL Express全球BI负责人Nikolaus Walkwsky

除了让成本更透明,DHL Express的业务也从之前的事实驱动转变成“事实+数据”双驱动。通过数据分析模型,可以分析出所有业务的盈利,并制定新的商业决策,例如判断哪些业务是亏损的,以及调整成本定价。

从了解到敏捷应对

大数据给DHL Express带来了很多变化,外人看上去格外光鲜,但在开始时并没有那么顺利,早期DHL Express在数据收集上花了很长的时间,当时数据并不能得到快速的分析。

DHL Express起初做的是将不同的数据集合到一起,因为原有的数据都是分散存储,形成了一个个数据孤岛,通过部署大数据系统将所有的数据整合在一起,并且建立统一的视图。这用到了数据可视化工具Tableau来实现,把数据可视化的展现有助于了解业务存在的问题,甚至细化到哪个国家、哪个城市,哪个行业,甚至具体到哪个客户出现什么问题。

同时DHL Express还使用了Teradata的数据仓库和INSIGHT。Nikolaus说,我们现在也正在创建数据实验室将数据进行整理和分析,在了解客户的同时优化业务。像判断出货品的优先配货顺序,以及最优路线,如果遇到一些外部因素影响,系统会自动调整运输路线,提升客户满意度和成本控制。

DHL Express拥有一个渐进和迭代的方法实现敏捷,实现快速灵活地处理客户需求的变化。

大数据让DHL Express敏捷应对客户需求

DHL Express敏捷方法

在大数据分析应用一段时间后,DHL Express也开始需求数据的变现,在电话营销上通过数据可以了解客户的背景信息,以及客户的一些行为,这些数据可以帮助DHL Express筛选出应该优先给哪些客户致电,并且在打电话之前就对该客户做出销售策略。

  •  
  • 原文发布时间为:2016-7-14
  • 本文作者:王聪彬
  • 本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
数据采集 机器学习/深度学习 人工智能
大数据分析案例-用RFM模型对客户价值分析(聚类)
大数据分析案例-用RFM模型对客户价值分析(聚类)
1329 0
大数据分析案例-用RFM模型对客户价值分析(聚类)
|
7月前
|
物联网 大数据 BI
助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】
助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】
80 0
|
存储 搜索推荐 数据管理
为什么Apache Unomi开源[客户数据平台」值得一看
为什么Apache Unomi开源[客户数据平台」值得一看
|
算法 大数据
《聚星台—客户运营核心大数据 与算法技术》电子版地址
聚星台—客户运营核心大数据 与算法技术
92 0
《聚星台—客户运营核心大数据 与算法技术》电子版地址
|
存储 搜索推荐 数据可视化
|
数据采集 机器学习/深度学习 算法
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
1085 0
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
|
机器学习/深度学习 数据采集 算法
大数据分析案例-对电信客户流失分析预警预测
大数据分析案例-对电信客户流失分析预警预测
1593 0
大数据分析案例-对电信客户流失分析预警预测
|
大数据 数据挖掘 数据建模
运营商大数据精准获客是怎么做到的?企业如何以低成本获取精准客户?
运营商拥有强大的云计算大数据中心,可以通过建立数据模型对任何网站,网页,网址,手机app,400电话,固话,关键词,短信号码等平台进行实时精准数据分析,通过用户综合行为,和用户偏好等综合用户信息等,对目标客户群体进行精准抓取和获取,同时还可以筛选如地区,性别,年龄,职业,访问次数,访问时长,通话次数,通话时长等维度,对目标客户群体更加精准定位。
运营商大数据精准获客是怎么做到的?企业如何以低成本获取精准客户?
|
缓存 分布式计算 大数据
客快物流大数据项目(六十七):客户主题(二)
客快物流大数据项目(六十七):客户主题(二)
287 0
客快物流大数据项目(六十七):客户主题(二)
|
SQL 搜索推荐 大数据
客快物流大数据项目(六十七):客户主题(一)
客快物流大数据项目(六十七):客户主题(一)
302 0
客快物流大数据项目(六十七):客户主题(一)