近年来，随着第三方物流行业的迅速发展，第三方物流企业间的竞争也日益加剧。如何实施客户策略以便在激烈的市场竞争中立于不败之地，是企业目前最为关注的问题。通过对企业客户进行评价和决策，细分客户群，发掘关键客户，为企业制定服务策略、目标规划提供有力的参考依据，进而从根本上增强企业的竞争力。 客户在企业中的业务活动可以通过业务数据反映出来，通过对业务数据的预测，可以获知该客户的未来发展潜力。因此，本文首先提出了一种变尺度的季节性时间序列预测模型，对不同长度的原始数据采用不同的预测算法进行预测。同时针对长度不足3年的数据提出了一种基于GM(1，1)的季节性时间序列预测方法，用于准确预测季节性的数据。 其次，研究了一种基于K-MEDOIDS方法的客户聚类分析模型，用于对第三方物流企业中的客户进行细分。通过客户细分，可以为不同类型的客户提供个性化服务，从而保持住现有的重要客户，发掘出新的有潜力客户，提高客户的忠诚度。 再者，单一决策方法都存在着一定的不足，尤其是在第三方物流