支持服务生命周期战略管理的业务协同技术研究
发布时间：2021-10-28 18:57
传统的制造价值链不断扩展和延长,制造业产业分工不断细化。制造业与服务业融合发展的程度不断深入,制造业的产业价值链正在从以产品为中心向以提供服务为中心转变。服务越来越成为制造业产业价值链的高端,生产型制造向服务型制造转变已成为世界制造业发展的重要趋势。目前企业群在服务生命周期的业务协同管理上还存在诸多问题,比如:服务业务多由服务商发起缺少客户参与、制造企业将售后服务视为成本和损失、售后服务停留在被动修理阶段缺乏主动服务、服务业务同质化严重,没有进行差异化服务、信息孤岛无处不在等。针对上述问题,本文提出了基于客户价值的服务业务协同方案,以客户价值为中心重构价值链,实现支持服务生命周期战略管理的目的。本文根据以客户价值为中心的服务业务特点及客户价值理论,界定了客户价值等级,并基于服务业务资源库,提取影响客户当前价值与潜在价值的因素,进而提出客户价值分析模型,并利用多分类支持向量机对不同价值的客户群进行分类。通过客户价值分类,服务企业群能在服务业务协同过程中识别客户价值等级并进行差异化的服务。通过对主动服务、信息反馈服务、生产支持服务、服务生命周期业务数据分析等模块的实现,与传统服务业务模块相...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
传统服务业务协同模式
客户所提供的收益要远远多于新客户，维持老客户所开销的成本又小于新客户，??高忠诚度的客户提供的利润增长比新客户数量增长所带来的利润增长多了数倍，??服务过程中的市场反应使得企业群必须注重客户价值来保持品牌竞争力。其次，??由于目前市场上制造产品同质化严重，客户的需求己不单是比较各产品的性能质??量，在主观消费占主导的趋势下，客户在购买产品及服务时企业提供的差异化服??务及企业品牌对客户的决策更具有影响力。??所以围绕客户价值为进行服务业务协同不仅通过企业群在服务业务协同过??程中有针对性的配置资源，使得企业群的利益最大化，同时也提升了高价值客户??忠诚度，优化了企业价值链。而且通过客户这一角色将原本各自为政的销售人员、??服务人员、客户及售后人员联系起来，提升了整体的服务业务协作水平。??支持服务生命周期战略管理的服务业务协同模式首要问题就是将客户这一??角色加入到服务协同体系中，通过分析客户价值区分客户类别对不同价值的客户??群进行差异化的服务，通过整车制造企业与售后服务企业与客户，由本系统与汽??车产业链协同平台协同管理及信息交互，形成信息流与业务的闭环，延长高价值??客户的客户生命周期，缩短低价值客户的生命周期Ｐ２］，以达到服务生命周期战??略管理的目的。其业务协同过程如下图２－２所示：??
保养业务相关的主动服务流程
【参考文献】：
期刊论文
[1]基于客户价值的客户行为特征分类模型探讨[J]. 朱明英,邢豫,王海霞,王保中. 现代计算机(专业版). 2017(01)
[2]基于客户价值分析的客户定位策略研究[J]. 葛红岩,陈炳亮. 特区经济. 2016(03)
[3]结合SVM分类器与HOG特征提取的行人检测[J]. 徐渊,许晓亮,李才年,姜梅,张建国. 计算机工程. 2016(01)
[4]网络零售中的顾客价值及其对店铺忠诚的影响分析[J]. 潘旭帼. 现代经济信息. 2015(24)
[5]基于BP神经网络和SVM的分类方法研究[J]. 王宏涛,孙剑伟. 软件. 2015(11)
[6]LIBSVM在急性髓细胞白血病流式细胞术残留病灶分析中的应用[J]. 倪万茂,赵洪灿,朱利芬,童茵,童向民. 中华危重症医学杂志(电子版). 2015(05)
[7]基于社会化商务的商务模式创新策略[J]. 殷实,徐迪. 科学学研究. 2015(08)
[8]基于SVM算法的分类器设计[J]. 危傲. 电子科技. 2015(04)
[9]基于双重属性的顾客价值理论分析模型[J]. 刘文波,卢思怡,陈荣秋. 华东经济管理. 2015(01)
[10]基于LIBSVM和智能算法的电站锅炉飞灰含碳量优化[J]. 卢洪波,王金龙. 东北电力大学学报. 2014(01)
博士论文
[1]基于云平台的多供应链协同技术研究[D]. 潘华.西南交通大学 2016
[2]基于支持向量机的农户信用评价研究[D]. 程鑫.山西财经大学 2015
[3]基于OaaS理念的移动客户价值提升研究[D]. 樊海岚.北京邮电大学 2015
硕士论文
[1]基于支持向量机的新安江重力坝变形监测模型[D]. 王琳.昆明理工大学 2016
[2]基于核独立成分分析的心电信号特征提取和分类算法研究[D]. 梁欢.天津工业大学 2016
[3]基于模型预测的挖掘机节能控制技术研究[D]. 夏领林.湘潭大学 2015
[4]基于支持向量机SVM的银行客户关系管理研究[D]. 宋晓茜.南昌大学 2015
[5]基于移动互联网的汽车使用服务协同系统研究与实现[D]. 宋青山.西南交通大学 2015
[6]基于SVM遥感图像分类的参数优化研究[D]. 林海晏.西南林业大学 2014
[7]刨花切削控制参数优化的计算机视觉方法研究[D]. 李海霞.东北林业大学 2013
[8]上海联通3G业务发展模式分析及优化[D]. 宋兰美.电子科技大学 2011
[9]基于智能优化算法的支持向量机回归及其应用[D]. 丁宏飞.西南交通大学 2011
[10]基于改进支持向量机的信用卡客户细分模型[D]. 郑相娜.浙江工商大学 2010
本文编号：3463198
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：硕士
【部分图文】：
传统服务业务协同模式
客户所提供的收益要远远多于新客户，维持老客户所开销的成本又小于新客户，??高忠诚度的客户提供的利润增长比新客户数量增长所带来的利润增长多了数倍，??服务过程中的市场反应使得企业群必须注重客户价值来保持品牌竞争力。其次，??由于目前市场上制造产品同质化严重，客户的需求己不单是比较各产品的性能质??量，在主观消费占主导的趋势下，客户在购买产品及服务时企业提供的差异化服??务及企业品牌对客户的决策更具有影响力。??所以围绕客户价值为进行服务业务协同不仅通过企业群在服务业务协同过??程中有针对性的配置资源，使得企业群的利益最大化，同时也提升了高价值客户??忠诚度，优化了企业价值链。而且通过客户这一角色将原本各自为政的销售人员、??服务人员、客户及售后人员联系起来，提升了整体的服务业务协作水平。??支持服务生命周期战略管理的服务业务协同模式首要问题就是将客户这一??角色加入到服务协同体系中，通过分析客户价值区分客户类别对不同价值的客户??群进行差异化的服务，通过整车制造企业与售后服务企业与客户，由本系统与汽??车产业链协同平台协同管理及信息交互，形成信息流与业务的闭环，延长高价值??客户的客户生命周期，缩短低价值客户的生命周期Ｐ２］，以达到服务生命周期战??略管理的目的。其业务协同过程如下图２－２所示：??
保养业务相关的主动服务流程
【参考文献】：
期刊论文
[1]基于客户价值的客户行为特征分类模型探讨[J]. 朱明英,邢豫,王海霞,王保中. 现代计算机(专业版). 2017(01)
[2]基于客户价值分析的客户定位策略研究[J]. 葛红岩,陈炳亮. 特区经济. 2016(03)
[3]结合SVM分类器与HOG特征提取的行人检测[J]. 徐渊,许晓亮,李才年,姜梅,张建国. 计算机工程. 2016(01)
[4]网络零售中的顾客价值及其对店铺忠诚的影响分析[J]. 潘旭帼. 现代经济信息. 2015(24)
[5]基于BP神经网络和SVM的分类方法研究[J]. 王宏涛,孙剑伟. 软件. 2015(11)
[6]LIBSVM在急性髓细胞白血病流式细胞术残留病灶分析中的应用[J]. 倪万茂,赵洪灿,朱利芬,童茵,童向民. 中华危重症医学杂志(电子版). 2015(05)
[7]基于社会化商务的商务模式创新策略[J]. 殷实,徐迪. 科学学研究. 2015(08)
[8]基于SVM算法的分类器设计[J]. 危傲. 电子科技. 2015(04)
[9]基于双重属性的顾客价值理论分析模型[J]. 刘文波,卢思怡,陈荣秋. 华东经济管理. 2015(01)
[10]基于LIBSVM和智能算法的电站锅炉飞灰含碳量优化[J]. 卢洪波,王金龙. 东北电力大学学报. 2014(01)
博士论文
[1]基于云平台的多供应链协同技术研究[D]. 潘华.西南交通大学 2016
[2]基于支持向量机的农户信用评价研究[D]. 程鑫.山西财经大学 2015
[3]基于OaaS理念的移动客户价值提升研究[D]. 樊海岚.北京邮电大学 2015
硕士论文
[1]基于支持向量机的新安江重力坝变形监测模型[D]. 王琳.昆明理工大学 2016
[2]基于核独立成分分析的心电信号特征提取和分类算法研究[D]. 梁欢.天津工业大学 2016
[3]基于模型预测的挖掘机节能控制技术研究[D]. 夏领林.湘潭大学 2015
[4]基于支持向量机SVM的银行客户关系管理研究[D]. 宋晓茜.南昌大学 2015
[5]基于移动互联网的汽车使用服务协同系统研究与实现[D]. 宋青山.西南交通大学 2015
[6]基于SVM遥感图像分类的参数优化研究[D]. 林海晏.西南林业大学 2014
[7]刨花切削控制参数优化的计算机视觉方法研究[D]. 李海霞.东北林业大学 2013
[8]上海联通3G业务发展模式分析及优化[D]. 宋兰美.电子科技大学 2011
[9]基于智能优化算法的支持向量机回归及其应用[D]. 丁宏飞.西南交通大学 2011
[10]基于改进支持向量机的信用卡客户细分模型[D]. 郑相娜.浙江工商大学 2010
本文编号：3463198
本文链接：https://www.wllwen.com/guanlilunwen/zhanlueguanli/3463198.html
