20项目七任务二 精准服务-客户画像

授课教案课程名称数字化物流商业运营基础202—202学年第学期授课标题项目七数字化物流商业运营外部资源分析任务二精准服务—客户画像授课专业、班级物流服务与管理专业级班授课时间第周第次授课地点机房课程类型理实一体化授课时长2学时班级人数人学情调研学生已掌握物流主要仓储、运输业务及物流企业客户服务基本知识，对于物流企业客户开发有一定认知，但对于如何运用大数据分析和精准定位物流客户，缺少认知和相关物流客户数据挖掘的职业意识和专业技能。教学目标知识目标了解物流客户画像的意义，理解物流客户画像分析RFM内涵，掌握利用Excel进行物流客户画像RFM的基本方法。技能目标能够根据物流客户数据，利用Excel对物流客户数据的R、F、M数据处理和分析，能够对RFM分析过程和结论进行合理解读与分析。素养目标提升物流客户数据的分析和挖掘意识，提升物流客户画像的数据分析意识。教学重点难点重点能够掌握客户画像分析的RFM数据分析方法难点通过客户画像分析客户对物流企业的价值贡献度教学资源多媒体课件、教材、OFFICE办公软件教学方法教法：任务驱动法、案例分析法学法：实践操作法、小组探究法教学设计教学环节教师活动学生活动教法及设计目的时长课前准备课前准备：1.学生做好课前5S管理。2.完成出勤确认。做好课前5S管理引导学生进入课堂学习状态。情境导入物流企业对于所服务的客户企业，一般会有较为清晰的范围或定位，因为企业所属行业、性质不同，其物流的货物、业务区域、操作要求等会有较大差异，对于物流企业而言，如何清晰把握客户企业的物流需求、业务特征，进一步改进物流服务呢？可以通过客户画像，将客户的物流数据进行处理，反映出其物流服务的特征、要求，如客户企业的物流支出金额、物流服务频率等方面的特征，可以说通过客户画像分析，更能深层次地反映出客户对物流企业的价值贡献度。聆听案例讲解，引导学生关注客户画像的意义及物流客户画像的作用。通过问题引导，让学生明确运用RFM数据分析客户画像的意义。5任务要求1．掌握客户画像的数字化相关知识。2．能够掌握客户画像分析的RFM数据分析方法。3．提升物流客户画像的数据分析意识。记笔记，明确本次任务学习要求。通过分析情境导入，引导学生明确任务要求。3任务准备一、数字化应知准备1．客户画像的概念客户画像也可称为用户画像，是以全方位、多维度的客户特征相关的客观数据方式，对目标客户群体进行标签化描述的一种方式，使客户特点、形象更具体化，以便企业更精确、高效地定位和服务客户。2.进行客户画像的原因客户画像这种数字化特色的工具，可以使企业通过精准定位目标客户，帮助企业做出更科学、更精准的决策，如制定出更有针对性的营销或服务策略，同时可以更深入地理解客户需求，从而使产品更符合客户个性化需求，提高客户满意度，实现与客户伴生式成长。3.进行客户画像的方法一是对现有客户和潜在客户进行研判，从而确定客户画像的维度及基本指标；二是数据收集和处理，通过客户调研、企业内部外部信息系统等途径，收集客户数据，如客户特征、客户需求等；三是数据分析，如了解物流货物特征和物流需求等；四是通过文字描述、图表、可视化等方式呈现客户画像，将客户特征更具象化，并以标签方式归类；五是应用客户画像，通过创新或优化物流服务，为客户提供更有针对性的物流服务产品，从而提高客户满意度和忠诚度记要点，了解客户画像的概念、原因及基本方法。通过提问法、讲授法，引导学生熟悉客户画像基本知识。10二、物流运营数据分析准备——RFM分析首先聚焦物流企业需要获得的信息核心——客户对于本公司的价值，清晰掌握不同客户在本公司的物流业务发生频次、物流业务总金额等，是物流客户画像的重要目的。在此引入商业领域中经常运用的数据分析方法——RFM分析法。RFM为Recency、Frequency和MonetaryValue三个英文的缩写，Recency意为最近一次某客户发生物流交易的间隔，距离当前日期越近，该客户对公司当今更有价值，Frequency为该客户物流消费的频次，频次越高，说明该客户越活跃，MonetaryValue指的是该客户物流业务总金额，金额越高，则客户价值越高，可以说这是物流客户画像的基本指标。跟随教师演示，初步理解RFM分析的步骤。通过讲授法、演示法，帮助学生夯实理论基础，明确数据工具的应用场景。8三、软实力准备1．关注数字素养2．把握任务内涵-精准服务的价值，可以为企业提供多角度分析和挖掘客户服务需求情况3．学习业内榜样-知名快递物流公司的客户画像聆听讲授，理解物流企业客户服务中精准服务的任务价值。通过讲授法、举例法等，引导学生提升数字素养。7任务实施一、应用场景及资料某物流公司的客户及物流订单情况部分数据见表7-5（全部数据见配套数字资源），请使用RFM数据分析方法，完成客户画像。二、数据分析步骤步骤一：首先计算R，即每个客户下订单距今间隔的最小值，先计算每个客户每次购买的距今间隔天数。假设今天的时间为2024年2月8日，需要使用Excel在原数据表的“订单日期”右侧新增一列，为“当今时间”，复制填充后，再在右边新增一列为“距今天数R”，此时直接使用减法，即可计算出距今天数R，具体如图7-5所示。但如何获得每个客户购买距今间隔的最小值，需要对比同一客户多次购买的距今天数。此时需要使用Excel的数据透视表功能，对每位客户的购买情况进行统计。选择“插入”选项“数据透视图”的下拉按钮，选择“数据透视图和数据透视表”命令，在弹出的“创建数据透视表”对话框中，选中“表或区域”单选框，选择数据区域；然后选择“现有工作表”单选框，在“位置”部分选择“H3”单元格作为新数据透视表的起点位置，单击“确定”后创建数据透视表。此时在右侧的“数据透视表字段”中，勾选下方的“客户名称”，生成行标签，再勾选“距今天数R”，此时自动生成新列，请特别注意这列的表头标题默认为“求和项：距今天数R”，此处不需要求和项，而是距今天数R的最小值，要双击该表头，打开对话框，选择计算类型为“最小值”，如图7-6所示。步骤二：然后计算每个客户的购买频次F，在数据透视表右侧的“数据透视表字段”中，勾选“每个客户的购买频次F”复选框，此时数据透视表新增一列，双击该列第一行，将默认的“求和”修改为“计数”，即可对每个客户多次购买的频次进行统计，如图7-7 所示。步骤三：最后计算订单金额M。再次调出右侧的“数据透视表字段”，勾选数据透视表字段中的“订单金额”单选框，在表格区域生成“求和项：订单金额M”一列，根据任务需要，可以选择每个客户的订单总金额，也可以选择计算类型为“平均值”，同样能显示出不同客户的订单金额差异，而且更方便处理，如图7-8所示。三、数据可视化呈现首先将数据透视表中数据粘贴出来，对每列数据求平均值，然后再新增三列，即等级R、F和M，与刚才的平均值求相对系数，在输入公式时，对于固定数值，需要在数值对应的行列号前，均加上“$”符号，即R列平均值为118，其所在“L19”单元格，写为“$L$19”，这样下面各行的数据，均通过复制格式，得到与平均值对比后的等级，最后再将数值设置为小数点后保留两位，如图7-9所示。对应RFM客户价值画像原理，可知等级值为正时，即为客户该项指标大于平均值，视为高，等级值为负则低于平均值，视为低。 将选中R、F、M等级三列，从栏目中选择“条件格式”中的“图标集”，选择第一个样式，然后要根据本次任务，对等级为正值和负值的数据做区分，再次选中三列等级数据区域，选择“条件格式”中最下方的“管理规则”，而后在对话框中选择“编辑规则”，将原来的黄色箭头，设置为数字低于0时，即为负时显示红色箭头，如图7-10所示。此时数据对应表7-4，分析客户对公司价值程度，形成客户画像分析结果，如图7-11所示。通过RFM对客户画像的分析，帮助物流公司识别出了不同客户的价值，RFM不同的正值、负值则代表不同价值的客户，物流公司需要根据客户不同的类别，运用不同的客户对待策略，才能使公司有限的资源产生最大的经济效益。课堂组织：1.组织学生个人操作，并完成个人自评。2.学生小组形式任务汇报，并完成小组互评。观看教师演示，并根据任务实施案例完成数据分析及可视化操作，并进行小组PPT制作和分享通过讲授法、演示法，引导学生逐步完成RFM客户画像分析，并差异化理解客户对物流企业的价值贡献差异，尝试提出对不同客户优化物流服务的思路。45任务拓展组织学生根据任务拓展要求，启发学生，进行可视化分析。将上述分析中的R、F、M等级数据，通过Excel“条件格式”的“色阶”功能进行可视化呈现，试描述不同色阶与对比客户画像类别之间的联系。在教师引导下完成任务拓展。通过启发提问，组织学生完成任务拓展，引导学生提高数据分析能力。10任务评价完成教师评价，组织学生完成个人自评和小组互评。完成个人自评和小组互评完成任务评价和学生个人、小组的激励。2课后作业继续完成任务拓展，并通过课程平台提交小组作业。表7-5某物流公司的客户订单数量、订单金额及订单日期客户名称订单数量订单金额订单日期杭州璟田食品有限公4/17北京鑫一航食品有限公司42432452023/4/18南京运联食品有限公司58148492023/4/19南京运联食品有限公司66117952023/4/20北京鑫一航食品有限公司35418042023/4/21杭州市振伦货运有限公司7331722023/4/22天津金诚速程食品有限公司北京线1463140