基于云模型及變權理論的中小零擔物流企業客戶分類方法研究

龔承晉，李明明 （重慶財經職業學院，重慶 402160）

GONG Cheng-jin,LI Ming-ming (Chongqing College of Finance and Economics,Chongqing 402160,China)

隨著經濟的不斷發展，物流技術的逐步更新，我國內地公路零擔物流企業每年以15%左右的速度增長。但是，目前我國大部分零擔物流企業仍以價格因素作為主要的競爭生存手段，而忽視了客戶分類管理、提供差異化服務所帶來的遠期經濟效益，整個行業服務明顯呈現同質化。此現象對于中小型零擔運輸物流企業尤為顯見。西方實證研究表明，企業80%的利潤是由20%的客戶創造的[1]。由于中小零擔企業資源的有限性，企業不可能為所有客戶都提供令其滿意的服務，因而對不同客戶進行分類管理，實行差異化的服務對于其今后的戰略發展極其重要。

此外，雖然現階段客戶分類管理的理念較為成熟。但是缺乏對于發展中的中小零擔運輸客戶分類方法的研究。且目前針對客戶分類方法的研究往往多依賴于不同專家對于分項指標的打分確定，存在一定的不確定性。因而為了提高客戶分類管理決策的客觀性和準確性，解決評價系統中各因素“狀態失衡”問題，以及降低由于模糊權重引起的結果偏頗，在此引入基于云模型及變權理論方法進行建模。

1 云模型

云是用語言值描述的某個定性概念與其數值表示之間的不確定性轉換模型[2]。設U為一個精確數值表示的論域，U上對應的定性概念模糊集A，對于U中的任意元素x都存在一個具有穩定傾向的隨機數y∈［0,1］，叫作x對A的隸屬度，而確定隸屬度在論域上的分布即為云模型。

云的數字特征用期望Ex，熵En，超熵He表示，其中：Ex表示論域的中心值，En表示在論域中概念可被所接受的數值范圍，He是熵的不確定性度量，即云滴的凝聚度。

云模型的應用主要通過云發生器實現，其中云發生器包含正向發生云與逆向發生云。正向云發生器是由云的數字特征產生云滴的過程；而由定量到定性概念的過程，即由符合某一正態云分布的一組云滴作為樣本 （xi, yj），產生云所描述的定性概念的3個數字特征值 ［Ex,En,He］，稱為逆向云發生器。

①生成云滴x=G（ Ex,En），且以 ［Ex ,E n,He］為數字特征；

②生成正態隨機數Enn，其以En為期望值，He2為方差；

③隸屬度y=exp［-（x-Ex）22（ E）2］計算；

④形成數域中的一個云滴（x,y）；

⑤重復上述步驟，直到產生n個云滴為止。

相反，已知云滴（x,y），求 ［Ex', En',He'］的過程即逆向云發生器。

2 局部變權理論

在多指標加權綜合決策中，由于其模型中權向量保持固定不變，同時評價指標間的相互作用，往往會造成實際問題失準，而變權理論則是通過動態調整權向量（即考慮各因素的相對重要次序）并注重對狀態的均衡程度的考慮，從而在一定程度上解決了“狀態失衡”的問題[3]。

設有m個指標，其Si（ X1,X2,…,Xm）∈（0,1）m，對應的權重為Wi（ X1,X2,…,Xm）。設前r個指標分量為變權，后m-r個指標分量為常權，則變權理論綜合評價值：

其中：i=（1,2 , …,m）。

3 基于云模型及變權理論的物流企業客戶管理方法研究

結合客戶生命周期理論，將中小零擔物流企業客戶分類指標分為客戶當前生命價值以及客戶發展潛力價值兩大類指標進行評價。同時結合云模型及變權理論將各指標進行綜合處理，建立針對第三方物流企業的客戶分類的綜合模型。

3.1 指標選擇

3.1.1 客戶當前生命價值

對于中小型零擔物流企業而言，生存仍然是其發展考慮的最大因素。因而客戶的當前價值在其客戶分類中仍為重點考慮因素之一。鑒于物流企業所提供的服務特點，并且考慮到數據的可得性以及方便性，客戶當前價值主要是包括客戶購買其服務對企業的貢獻[4]。因而，客戶生命當前價值包括業務指標以及運營指標兩部分。

（1）業務指標。由于零擔運輸物流企業的服務內容主要是零擔運輸，且考慮到數據處理的方便性，避免大數據對結果的影響，因而業務指標考慮則選用客戶平均運輸額比重為衡量指標。

（2）運營指標。而運營指標則通過客戶帶給企業利潤進行表征，但是零擔運輸企業，單個客戶業務規模相對較小，而相對物流成本相對較高，因而，在考量運營指標時，應加入成本因素對利潤的影響。再次選用成本利潤率進行評價。

3.2 初始權重）的確定

3.1.2 客戶發展潛力價值

對于中小零擔物流企業而言，發展長期客戶，避免著眼短期利益是其在未來發展壯大的關鍵。客戶的剩余生命周期長度是第三方物流企業的客戶潛在價值的決定因素之一[5]。客戶發展潛力指標則利用客戶滿意度以及業務增長率兩個指標進行表征。業務增長率指客戶使用的物流服務業務的業務量增長速度，直接反映了客戶增量購買的可能。而客戶滿意度是影響客戶是否會繼續選擇企業的重要指標之一，可通過調查獲得。

中小零擔物流企業客戶分類評價指標如圖1所示：

3.2.1 確定判斷基準目前，在確定判斷基準的過程中常使用九分位判斷基準（標度）對指標兩兩之間的相對重要性進行對比，極其重要為9，很重要、重要、比較重要、以及同等重要分別為7、5、3、1，介于兩個判斷基準之間為2、4、6、8，判斷基準具體如表1所示。

3.2.2 基于云模型判斷矩陣的建立

圖1 中小零擔物流企業客戶分類評價指標

運用云模型建立判斷矩陣，以確定成本利潤率、交易量比重（運輸輛/倉儲量）各指標的權重值。首先，專家群體對給定的評價因素兩兩進行評價打分。在第一輪德爾菲法專家打分基礎上，運用逆向云發生器求取樣本的數字特征，再根據數字特征運用正向云發生器生成評價云圖，判斷專家的評判結果的離散程度，以決定是否進行下一輪次的打分。重復步驟，直至獲取合理的判斷結果。

在得到判斷矩陣后，采用求和法計算各指標的初始權重值：

（1） 計算判斷矩陣每一行的和Vi：

表1 判斷基準表

（2）歸一化Vi，即可得到各指標相對權重：

3.3 模型建立

論文結合云模型及變權理論建立針對第三方物流企業的客戶分類的綜合模型。具體模型如下：

由于在4個指標中，當前生命價值下的利潤率及交易比重為相對重要指標，且二者限制性強，即當交易量大時，客戶的議價能力越強，相對利潤空間越弱，應減弱限制性，補償系數應在0-1間。所以在評價者較保守的情況下，α<1/2即對諸因素平衡問題考慮的較多；在評價者較開明的情況下，α>1/2，即比較能容忍某方面的缺陷，多數情況而言，取α=1/2為宜[4]。因而選取利潤率及交易額比重為變權變量，而客戶份額以及業務增長率為常權變量。在確定綜合值后選用ABC分類法，以綜合評價值為基準進行客戶分類。

4 實例演算

重慶寶通運輸有限公司成立于2000年，公司以東三省、山東、河北運輸專線為基礎發展零擔運輸業務。10余年間，重慶寶通運輸有限公司在全國相繼成立了9家分公司，年營業收入達6千萬元以上。但存在以價格競爭為主，利潤微薄，未能實現為客戶提供差異化服務等中（小）企業共同的詬病，因而對該公司的客戶進行分類是其制定長遠發展計劃的重點。

通過德爾菲法將成本利潤率、交易量比重等4個指標重要性進行打分。在第一輪專家分別就各項指標兩兩對比打分后，每個指標間的對比信息較為分散，熵和超熵都較大，有待進一步加強，專家意見尚未統一。將第一輪打分情況反饋給各位專家，對自己的判斷結果進行調整，這時熵和超熵開始逐步減小，最后分別經過2～3輪的反饋，最終確定各指標間的對比情況。如在比較成本利潤率與運輸量比重的重要程度時，第一輪打分結果離散程度大，隨著不斷改善反饋，打分情況逐步統一，如圖2所示。

圖2 成本利潤率與運輸量比重指標間對比云計算過程

經過多輪打分后，確定出成本利潤率、交易量比重、客戶滿意度、業務增長率4個指標間的兩兩比較情況，最終得到判斷矩陣為如表2所示：

表2 判斷矩陣

將表2中數據式（3）與式（4）進行歸一化處理，并按一致性比例計算方法計算得到的C.R=0.059，具有滿意一致性。說明指標權重可行。由上式計算各指標權重如表3所示：

表3 各決策指標初始權重

（2）客戶分類綜合評價值計算

在得到各指標最終的權重值后，將公司各客戶的成本利潤率、交易量比重、客戶滿意度、業務增長率等統計數據代入公式（5），其中：成本利潤率、交易量比重為變權變量，客戶滿意度、業務增長率為常權變量。計算出各客戶的客戶分類綜合評價值。

（3） ABC客戶分類

根據客戶分類綜合評價值的計算結果，利用ABC分類法對寶通運輸有限公司的客戶進行分類。其中：A類客戶包括華偉聯龍、佳誠、科邦等11個，應重點管理；B類客戶包括龍卓、長運、恒運等20個；C類客戶包括宏美、建能、景加等39個，如表4所示：

表4 重慶寶通運輸有限公司客戶分類

5 總結與展望

論文從生命發展周期出發建立指標體系，同時為提高分類管理決策的客觀性和準確性，解決評價系統中各因素“狀態失衡”問題，以及降低由于模糊權重引起的結果偏頗，引入了基于云模型及變權理論方法進行綜合建模，從而建立了適用于中小零擔物流企業的分類模型。而本文中設計指標體系中考慮因素較少，且缺乏對不同發展階段下公司分類指標權重的分別研究，因而以上兩點將成為今后的研究重點。

[1] 吳開軍.分類方法研究[J].工業技術經濟，2003(6):95-99.

[2] 胡伶俐，賈姍姍.基于云模型的交通運輸樞紐系統綜合評價[J].中國水運，2007(8):135-136.

[3] 陳佳.商業步行街區的單向交通組織適應性研究[D].重慶：重慶交通大學，2008.

[4] 付麗茹.中國第三方物流企業服務研究[D].北京：首都經濟貿易大學，2004.

[5] 何鵬.第三方物流企業基于價值的分類研究[D].武漢：武漢理工大學，2008.