实例教你调查分析并由海关数据找客户思路

实例教你调查分析并由海关数据找客户思路
实例教你调查分析并由海关数据找客户思路

实例教你调查分析并由海关数据找客户思路

举一个例子:

你是一家贸易公司,专门出口无纺布制品的。今天收到一份询价,是一个美国进口商要订购十万件无纺布防护服,让你报价。

这个时候你的第一反应,就应该是要进一步了解以下几个方面的问题:

客人是不是专业做这一行的?(网站上去研究)

他原先采购过些什么产品?以往有没有采购过无纺布防护服?(海关数据以及你邮件中积极设问)是否在某些B2B网站发过询价?(GOOGLE搜搜看询盘)

这个客人的潜力有多大?(借助搜索引擎和各种网络工具最后形成初步判断)

是不是美国市场的标杆性客户?(看distributor多不多,零售网站上是否经常出现的品牌)

要的是常规规格吗?这款产品一般在美国卖多少价格?(自己对行业的了解,敏感度)

平时别的客人的采购价大致多少?(自己对产品和行业的了解)

我的同行可能会报出什么样的价格?(竞争对手调查)

有哪些可能影响价格的细节问题要注意?什么样的包装适合美国市场?(自己对产品和行业的了解)你的供应商给你的价格算好么?在国内同行里算哪种水平?(对于产品和行业的了解)

很多东西可能是你暂时没想到或者是平时忽略的,但往往是多思考一些方面,最后能决定订单的归属。

首先,先做客户情况的调查分析。比如有可能发现:

客户在本国或全球行业网站上发布的一些公司介绍或者询价

或者出现在本国的大客户/ 知名品牌的Vendor List里面,那么我们又顺藤摸瓜,找到了一个更大的客户……

再次,用GOOGLE EARTH, GOOGLE MAP 把客户公司地址放进去搜索

发现客户公司坐落在工业区,占地不小,还有个不小的工厂,看来实力不错!

SNS平台人脉的搜索

根据客户询盘中的姓名和公司名,在Linkedin 中输入搜索。(Linkedin未封,国内可正常访问)运气好的话,整个公司很多员工和老板的信息都在上面。这里面重要的是人脉关系资源的挖掘。

他和哪些人保持着关系?这些人当中很可能也有你的潜在客户。

【客户分析】

1.【市场分析,实力分析,采购分析,产品分析】

客户网站的公司简介中提到“销售网络覆盖中部和西部地区”,网站的联系我们页面列出了中部地区销售经理,西部地区销售经理的联系方式。Google这个公司,得到一些美国行业网站上发布的客户公司的更详细的公司说明和营业范围。

(客户主要的市场应该是美国本土——中西部市场)

客户不是专业做我这类用品的,网站上产品类别很多,产品类别之间关联性不是太强,种类有点杂。( 应该是批发商中间商,价格一般不会太敏感)

发现产品页面还有几个我也做的产品,还有一个产品我很有优势。(更多合作机会)

客户网站的公司简介中未提到公司创建时间。利用whois把客户公司的网址输入进去,查询该网址的详细注册信息。

得到该网址注册时间为2006年,基本可以判定该公司创建时间为2006年(客户公司创建的时间)又注意到该域名注册的详细信息中,有一联系邮箱D.hason@https://www.360docs.net/doc/d217167354.html,,经观察研究不像是为客户提供网络服务,制作网站的网络服务商邮箱。

回到客户公司网站,打开公司简介中发现公司CEO名为Mr. Dave Hason,由此推断此为公司CE O的私人邮箱。

登录Linkedin搜索客户名和CEO名,好家伙,和我联系的采购Henry,在公司里是buyer的角色。他还有个上司,叫Samuel,是senior buyer。把邮箱记录下来,放入客户资料库中。(获得更多客户的信息)

另外既然是美国的公司,也可以用https://www.360docs.net/doc/d217167354.html,, corporationwiki 等网站搜一下此公司信息。其他国家的,到广告去查询相关国家的知名黄页和行业网站。

登录Google MAP,按照客户的公司地址查看卫星实况图。不看不知道,一看哇这客户还真不小,占地面积很大,有个很庞大的仓库,好像地处工业区。(实力不错)

有时候,你会看到一个大大的挂牌,很眼熟啊,仔细一回想,诶呀这不是以前找美国本行业品牌时看到过的某个品牌吗?

你可以点GOOGLE MAP上有个小人,把他点到客户建筑物前的空的道路上,然后可以调整小人的视线,就可以看到建筑物的近景。非常Nice !

查询北美海关数据,有相关进口记录,没有出口记录。客户采购周期基本比较规律,每两个月走一次货。我这类产品客户一直在和某个供应商买货。

(订单稳定—> 销售能力良好且供应商固定,但不确定有多少备选供应商。。)

查询海关数据

这里多说一句,其实有时候你多发散性思维就可以找到更多的客户!!

打个比方,我做的是无纺布医疗和防护产品,无纺布产品的产业集中地在哪?湖北仙桃,当地几乎遍地是无纺布制品的工厂。那么我可以这么搜:

Xiantao 留空nonwoven products Co., Ltd 把具体的公司名略去,那么你可以搜出来:xiantao A nonwoven products Co., Ltd

xiantao B nonwoven products Co., Ltd

xiantao C nonwoven products Co., Ltd 等等…

查看他们的出口北美的海关记录,就找到了仙桃N个工厂的他们的北美客户。。

然后再搜Xiantao 留空protective products Co., Ltd,又找出若干。。

然后再搜Xiantao 留空medical products Co., Ltd,又找出若干。。

如果这个地区行业集中度非常高,仙桃就是!那么以上步骤都可以省略,你就可以直接输入:Xiant ao 留空Co., Ltd. 这样找出来的十家有九家是做无纺布产品的这样几轮下来,你看看你已经收集到N多个北美真实的客户了!!

另外,再把思路打开!以上方法针对的主要是找仙桃当地的工厂的海关记录,那么考虑一下外贸公司。仙桃位于湖北,湖北省会城市是武汉。实际情况也是湖北做无纺布的外贸公司都集中在武汉。

那你更来劲了,可以这么搜:

Wuhan 留空nonwoven products Co., Ltd

Wuhan 留空protective products Co., Ltd

Wuhan 留空medical products Co., Ltd

以上就是发散性思维,只要你思路正确,搜索的条件恰当,你会很惊讶效果出奇的好!!

根据GOOGLE搜索,Alibaba中无此公司google中输入: https://www.360docs.net/doc/d217167354.html,+客户公司名

根据BAIDU搜索:广交会+客户邮箱/ 广交会+客户公司名均没有任何记录

根据GOOGLE搜索:客户公司名China contact 可以确定该公司中国没有办事处

根据GOOGLE搜索:客户公司名+B2B 出现一些B2B网站记录,客户只询过其他两个不相关的产品。

根据GOOGLE搜索:客户公司名+Exhibitor list / 客户公司名+List of exhibition 客户只参加过几个美国当地的行业展

由以上五条,判断此供应商的数量应该不多。更加信心满满。

回到客户公司网站的产品页面,好好研读页面上的产品描述和图片,恩,此防护服为为美国市场常规规格:透气膜材质,无盖扁,无脚套,无胸标,50克,包装方式1件/袋,25袋/箱。恩,现在心里特有底!

(注:有时候产品本身就带有品牌商标。GOOGLE此商标发现大的品牌商。)

2.【该客户的供应商调查与分析】

根据海关数据记录,该供应商位于A地区,从P港出货,该A地区行业集中度并不高。

百度此供应商的英文名称,获得信息:此竞争对手为外贸公司,从该公司网站上来看,主要产品还并不是这个产品。因此价格上应该不是特别有优势。

GOOGLE:https://www.360docs.net/doc/d217167354.html,+此供应商英文公司名

GOOGLE:https://www.360docs.net/doc/d217167354.html,+此供应商英文公司名

GOOGLE:https://www.360docs.net/doc/d217167354.html,+此供应商英文公司名

均没有记录。

看来没有做国内主流的B2B平台啊,初步判断此竞争对手的实力可能一般。

我的供应商在XX,价格还算不错,同行当中算偏低的价格……有信心!

另外,逆向思维:用海关数据反向搜索此供应商的其他出口记录,意外发现此竞争对手的三个美国客户。

基于大数据的能力开放平台解决实施方案

基于大数据的能力开放平台解决方案

————————————————————————————————作者:————————————————————————————————日期:

基于大数据的能力开放平台解决方案 1 摘要 关键字:大数据经分统一调度能力开放 运营商经过多年的系统建设和演进,内部系统间存在一些壁垒,通过在运营商的各个内部系统,如经分、VGOP、大数据平台、集团集市等中构建基于ESB 的能力开放平台,解决了系统间调度、封闭式开发、数据孤岛等系统问题,使得运营商营销能力和效率大大提高。 2 问题分析 2.1 背景分析 随着市场发展,传统的开发模式已经无法满足业务开发敏捷性的要求。2014 年以来,某省运营商经营分析需求量激增,开发时限要求缩短,业务迭代优化需求频繁,原有的“工单-开发”模式平均开发周期为4.5 天,支撑负荷已达到极限。能力开放使业务人员可以更便捷的接触和使用到数据,释放业务部门的开发能力。 由于历史原因,业务支撑系统存在经分、VGOP、大数据平台、集团集市等多套独立的运维系统,缺乏统一的运维管理,造成系统与系统之间的数据交付复杂,无法最大化 的利用系统资源。统一调度的出现能够充分整合现有调度系统,减少运维工作量,提升维护质量。 驱动力一:程序调度管理混乱,系统资源使用不充分

经分、大数据平台、VGOP、集团集市平台各自拥有独立的调度管理,平台内程序基本是串行执行,以经分日处理为例,每日运行时间为20 个小时,已经严重影响到了指标的汇总展示。 驱动力二:传统开发模式响应慢,不能满足敏捷开发需求 大数据平台已成为一个数据宝库,已有趋势表明,只依赖集成商与业务支撑人员的传统开发模式已经无法快速响应业务部门需求,提升数据价值。 驱动力三:大数据平台丰富了经分的数据源,业务部门急待数据开放 某省运营商建立了面向企业内部所有部门的大数据平台,大数据平台整合了接入B域、O 域、互联网域数据,近100 余个数据接口,共计820T 的数据逐步投入生产。大数据平台增强了传统经分的数据处理的能力,成为公司重要的资产,但是传统经分数据仓库的用户主要面向业支内部人员,限制了数据的使用人员范围和数据的使用频度,已经无法满足公司日益发展的业务需求,数据的开放迫在眉睫。 2.2 问题详解 基于背景情况分析,我们认为主要问题有三个: 1、缺乏统一的调度管理,维护效率低下 目前经分系统的日处理一般是使用SHELL 脚本开发的,按照串行调度的思路执行。进行能力开放后,目前的系统架构无法满足开发者提交的大量程序执行调度的运维需求。如果采用统一调度的设计思路则基于任务的数据表依赖进行任务解耦及调度,将大大简化调度配置工作和提高系统的

最新石油行业大数据分析平台方案

石油行业大数据分析 平 台 方 案

目录 一数据管理的现状 (1) 二石油行业大数据分析的概述 (2) (一)石油行业大数据分析概念 (2) (二)石油行业大数据分析目标 (3) 三石油行业大数据分析体系 (3) 四石油行业大数据分析核心领域 (4) (一)数据模型 (4) (二)数据生命周期 (5) (三)数据标准 (6) (四)主数据 (8) (五)数据质量 (9) (六)数据服务............................................................................................ 1 1 (七)数据安全............................................................................................ 1 2 五石油行业大数据分析保障机制 (13) (一)制度章程............................................................................................ 1 3 (1) 规章制度............................................................................................ 1 3 (2) 管控办法............................................................................................ 1 3 (3) 考核机制............................................................................................ 1 3 (二)石油行业大数据分析组织....................................................................... 1 5

大数据-面向服务的大数据分析平台解决方案

在大数据时代,个人、企业和机构都会面临大数据的问题。建设面向服务的大数据平台,可以为众多的中小企业和个人用户提供大数据处理和分析的能力。面向服务的大数据分析平台以区域性智能数据中心及高速互联网为基础设施,以互联网服务体系为架构,以大数据存储、处理、挖掘和交互式可视化分析等关键技术为支撑,通过多样化移动智能终端及移动互联网为用户提供数据存储、管理及分析服务。 一、平台架构 大数据分析平台的拓扑架构如下图所示: 其中部署在多个地方的智能数据中心提供大数据存储及计算平台,通过平台服务器提供系统调用功能。门户服务中心将整合所有的智能数据中心存储和计算资源,并通过 web应用服务器和 Open API 服务器以 web 调用和Open API 调用的方式提供大数据存储、管理及挖掘服务。终端用户利用移动智能终端通过互联网访问门户服务中心,使用其提供的大数据存储、管理及挖掘服务。 大数据分析平台的系统架构如下图所示:

系统包含 3 个层次:平台层为整个大数据分析平台提供基础平台支持;功能层提供基本的大数据存储和挖掘功能;服务层为用户提供基于互联网的大数据服务。具体包括: (1)平台层:为大数据存储和挖掘提供大数据存储和计算平台,为多区域智能中心的分析架构提供多数据中心调度引擎; (2)功能层:为大数据存储和挖掘提供大数据集成、存储、管理和挖掘功能; (3)服务层:基于 Web 和 Open API 技术提供大数据服务。 二、关键技术 建设面向服务的大数据分析平台,需要研究和开发一系列关键技术,主要包括: 1. 平台层 (1)大数据分布式存储系统:针对数据不断增长的挑战,需要研究大规模、非结构化数据的存储问题,突破大数据的存储、管理和高效访问关键技术,当前需要构建至少 PB 级存储能力的大数据平台才能满足一般的科研和应用需求。

流域水质大数据分析平台建设方案

1项目概述 党的十八大把生态文明建设放在了突出地位,纳入了“五位一体”总体布局,并首次把“美丽中国”作为未来生态文明建设的宏伟目标。2015年新修订的《环境保护法》将“推进生态文明建设、促进经济社会可持续发展”列入立法,以法律的形式将生态文明建设提升到了国家的战略高度。国务院出台的《水污染防治行动计划》“水十条”,对生态文明中水环境和水质保护方面的提出了重点管理要求。与此同时“互联网+”和“大数据”应用也上升为国家战略,国务院出台的《关于积极推进“互联网+”行动的指导意见》、《关于促进大数据发展的行动计划》和环保部发布的《生态环境大数据建设总体方案》,将“互联网+绿色生态”作为11个重点行动之一而提出,要求未来的环保工作必须紧密地与大数据建设结合起来,高度重视大数据在推进生态文明建设中的地位和作用。 2建设目标 以往信息化发展基本都是着眼于各个业务部门各自的业务需求,“管什么、想什么、干什么”,数据多头采集、相互矛盾的现象普遍,难以从环保工作全局层面支撑决策和管理。很多环境问题还处于现状不清、底数不明、原因不详的困局之中,环保部门在回应重大环境污染事件和解决人民关切的环境问题方面容易陷入被动。 通过以水环境综合大数据分析建设为契机,树立环保工作的大局观和整体观,将流域各方面相关环境管理数据整合起来,形成合力打造对内的统一的水质大数据智能分析平台,用全局性的战略眼光来谋划整个水域环境质量、影响流域污染源监控数据管理建设。

3系统建设内容 3.1水环境大数据采集 大数据时代的环境信息化建设是以数据为核心,环境大数据管理与应用是在“十三五”期间最重要的发展方向,所以环保部门未来建设重点将紧紧围绕大数据进行。而要实现大数据的智能化应用,首先要解决的就是大数据收集获取问题,因此需要夯实应用基础,全面收集内外部数据资源,整合、共享、联动、开发数据,努力实现全数据采集管理。 3.2水环境大数据管理 获取流域水质大数据分析需要的相关环境大数据资源后,建立大数据综合服务库,将采集的海量数据汇聚进入到库中,聚合原有分散在各个政务系统中的数据,并按照大数据管理标准及要求,进行集中管理与维护。 3.3水环境大数据分析应用 应用水环境模型、大数据等技术实现水环境质量模拟预测、污染源-水质响应关系建立,集流域各断面自动监测系统、排向该水域的污染源废水在线监控系统、排污申报系统、移动执法系统等,采集整合河流断面自动监测数据、手工监测数据、流域排口监测数据、污染源数据等,建立流域水系关系、河流与断面的关系、断面与排口关系、排口与企业关系、企业与污染因子关系五种数据关系,当某一个监测站点数据超过安全阈值或正常标准时,判定其污染程度,同时进行污染溯源,通过水环境模型预测出下游的污染水质变化趋势况,给出处置措施建议并提供评估管理。 2 / 2

相关文档
最新文档