基于模糊Kano模型與IPA分析的物流服務績效評價研究

唐永洪

（佛山職業技術學院，廣東 佛山 528000）

基于模糊Kano模型與IPA分析的物流服務績效評價研究

唐永洪

（佛山職業技術學院，廣東 佛山 528000）

及時掌握顧客滿意與物流服務績效之間的關系，采取有針對性的經營策略以不斷提升客戶滿意度與忠誠度，對于物流企業建立競爭優勢具有現實意義。通過構建模糊Kano模型，改進了質量要素分類方法，提高了其精確度，且結合IPA分析方法，確定質量要素相應策略及其優先權，最后結合實際運用，驗證模型與方法的可行性與有效性，具有廣泛應用價值。

模糊Kano模型；IPA；物流服務；績效評價；優先級

1 引言

面對多樣化、個性化、動態性等需求特征，企業需要運用現代方法與手段，及時掌握顧客需求的動態演變，適時改進與完善產品或服務質量，提高顧客滿意度，建立市場競爭優勢。

科學合理的客戶服務績效評價是改進客戶服務質量的必備前提。當前，客戶服務績效評價過程中存在一些突出問題，譬如：欠缺供應鏈整體績效的衡量；追求短期行為，弱化企業長遠目標與轉型升級謀劃；缺少實時評估、不能及時地糾正經營偏差等。

Kano模型是一種強調以客戶為中心，借助客戶的評價數據探尋企業自身存在的主要問題與不足，進而改進經營策略的績效評價工具，已在質量改進、產品設計、服務創新等領域得到較廣泛應用。同時，該模型提出了質量認知二維模式，即客戶對質量的感知取決于顧客需求與主觀感受同產品或服務客觀表現之間的相互作用，客觀反映出產品或服務績效與顧客滿意之間的非線性關系等，并將產品或服務質量要素劃分為魅力質量要素（A）、一元質量要素（O）、必備質量要素（M）、無差異質量要素（I）和逆向質量要素（R）等五類[1]。

但傳統Kano模型在質量要素屬性分類過程中沒有充分反映顧客的真實內在感知、忽略了顧客需求的不確定性與動態性，一定程度上制約了Kano模型的應用。為此，有學者建議進一步細分質量要素分類結果將其劃分為八類，以提高該模型對質量要素分類的準確性[2]。陳波波，齊佳音等提出運用“最大領先度”判別方法改進Kano模型質量要素的重要性指標評價方法等。本文提出構建模糊Kano模型思路與方法，精準化質量要素分類，且結合IPA分析工具研究物流服務績效評價與改進策略問題。

2 基于模糊Kano模型與IPA分析的物流服務績效評價

2.1 模糊Kano模型的構建

1965年美國L.A.Zadeh教授提出模糊理論，旨在解決現實生活中存在的復雜模糊現象，其主要思想是運用［0，1］模糊區間值代替0和1。模糊綜合評價（FCE）要求評價者首先遴選出影響問題的主要因素，運用相關歷史或實際數據，對復雜問題分別做出體現不同程度差異的模糊評價。模糊綜合評價的基本模型構建如下。

首先，確定評價對象、因素集、評判等級集，分別用P、U、V表示；其次，對U中每一因素根據評判集中的等級指標進行模糊評判，得到評判矩陣[3]。

其中，rij表示 ui關于 vi的隸屬程度，則(U，V，R)構成了一個模糊綜合評判模型；最后根據擬定的置信度核算最終評價結果。

模糊Kano問卷可以了解顧客對產品或服務的真實感知，被調查者選擇多種選項答案（即區間［0，1］當中的任意值，僅需要滿足各行數值之和等于1），具體見表2。最后通過對顧客需求模糊性的量化處理，企業可以更加準確、客觀地掌握客戶需求及評價，進而不斷改進與完善產品或服務質量，提升客戶滿意度與忠誠度。

模糊Kano模型根據模糊數學的隸屬度理論將定性評價轉化為定量評價，較好地解決模糊的、難以量化的問題，具有結果清晰、系統性強的特點。既能客觀反映顧客需求的模糊性，同時也能發揮Kano模型在產品或服務需求分類上的優勢。

表1 Kano模型質量要素分類表

表2 模糊Kano模型調查問卷表

運用模糊Kano問卷了解客戶需求信息，進行數據篩選、整理，判斷各需求類別。具體實施步驟如下。

（1）構造模糊矩陣。基于表2，假設正向問題（具備功能）矩陣X=[0.2 0.7 0.1 0 0]和負向問題（不具備功能）矩陣Y=[0 0 0 0.2 0.8]，則生成的交互評價矩陣為：

（3）引入置信度水平α∈[0,1]進行篩選。從質量要素屬度向量可以看出，同一質量要素同時顯示為多個質量屬性（M、O、I、A），因此，引入置信度水平 α∈[0 ,1]進行篩選。為此，需要確定α取值，假如隸屬度向量中的元素等于或大于α，則其所對應的質量屬性用“1”表示；若其隸屬度向量中的元素小于α，則其所對應的質量屬性用“0”表示。如令α=0.4，則該質量屬性向量T'=[1 0 0 0 0]為必備質量因素。α取值的不同會影響分類結果，選取合適的α十分關鍵，盡量避免信息交叉或信息失真。本論文采用比較法驗證α取值。

（4）重復上述步驟，計算并確定全部質量要素的屬性類別。對不同質量要素的不同屬性出現頻率進行統計，取累計次數最高的屬性類別為該質量要素屬性類別。若某屬性累計次數相等，則按質量屬性類別的優先級排序，一般來說其由高到低的順序為必備質量因素、一元質量因素、魅力質量因素、無差異質量因素、逆反質量因素[4]。

2.2 績效評估矩陣分析法

IPA是從客戶的角度探尋影響服務質量關鍵性因子的分析工具。以質量要素市場表現評價值（即滿意度指標）為橫坐標、質量要素感知的重要性數值為縱坐標建立評價矩陣，矩陣圖劃分為低滿意度低重要性，低滿意度高重要性，高滿意度低重要性，高滿意度高重要性四個區域。各項指標重要性及其表現評價以問卷調查形式度量，評價指標數量要恰當，過少會影響分析效果，過多則會增大分析難度或者分散了對重要問題的關注度。根據原始數據的統計處理結果確定各質量要素在矩陣圖的具體位置，矩陣圖中不同象限的質量要素對應不同的經營策略。具體如圖1所示。

圖1 IPA矩陣圖

第I象限：維持或降低策略。處于該區域的產品或服務質量要素，顧客滿意度高，感知重要度低。與象限Ⅱ比較，象限I優先權低于象限Ⅱ。具體經營策略包括通過服務質量改進等增強重要性指標值或者適當降低服務質量指標等。

第Ⅱ象限：維持策略。處于該區域的產品或服務質量要素，顧客滿意度高，感知重要度度均高，因此應繼續保持高重要度及高服務績效。

第Ⅲ象限：重點改進策略。處于該區域的服務質量要素，顧客滿意度低，感知重要性高。需要重點改進該區域服務質量要素。

第Ⅳ象限：改進策略。處于該區域的服務質量要素，顧客滿意度低，感知重要性均低。應采取改進策略提高服務質量。與象限Ⅲ比較，改進優先權低于象限Ⅲ。

此外，服務質量要素的不同分類也會影響所應采取的具體策略。譬如,必備質量要素達不到顧客要求顧客將會轉向其他企業，因此必備質量要素具有最高優先權，其次是一維質量要素，然后是魅力質量要素，最后屬于無差異質量要素。數字1－6代表了策略的優先順序：對于改進策略，優先改進M－Ⅲ，其次是M－Ⅳ，以此類推；同理，對于維持策略，優先維持M－Ⅱ，其次M－I，以此類推。對于無差異質量要素和逆向質量要素，企業通常采取的策略是不關心或者忽略[5]。故表中未列出無差異質量和逆向質量要素。

結合IPA分析方法與Kano模型質量要素分類結果，確定各服務質量要素的應對策略及其優先權，具體見表3。

表3 產品或服務質量要素的優先權確定

3 實證研究

結合實證探討企業物流服務質量評價與改進問題。A公司是一家新興的生產建陶企業，公司面臨原材料、人工成本上漲、環保投入增加以及市場競爭加劇等多重壓力。該公司為了改善客戶關系管理水平與績效，提高客戶滿意度，組織了客戶對其質量、價格、物流可靠性、供貨及時性等的評價與期望的調查，以便發現存在的問題與不足，適時采取有針對性的經營策略。

3.1 問卷設計與數據收集

總共選擇供貨質量、供貨成本、訂單交貨期、缺貨率、交貨期穩定性、配送倉位保障、配送正確率、客戶響應能力、投訴處理效率及包裝耐用性等十個服務評價指標，并將評價指標重要性及表現情況均分為五個等級（賦值為1至5）[6]。具體見表4。

表4 質量要素重要性等級及賦值表

問卷的第一部分是顧客基本信息，第二部分是質量要素情況調查。Kano問卷部分共10個條目，每個條目按表2形式進行設計。

表5描述了物流服務的各個質量要素及其為客戶提供價值間的相互關系。

表5 物流質量要素分類及其客戶價值

采用分層隨機抽取調查對象與面談調查形式，共發放問卷126份，最后共收回119份，其中有效問卷115份，有效問卷回收率為90%。

3.2 結果分析

便于比較，取不同置信水平 α =0.1，0.3，0.4，0.5，0.7分析。計算過程省略，最后得到不同置信水平下質量要素其質量屬性的分類結果，見表6。

表6 不同置信水平α質量要素分類結果

表6中，各個質量要素在不同的置信度水平α情況下，所得到分類結果并不完全相同。譬如，質量要素G8在α=0.1或0.7時，其分類結果為A（魅力質量因素），但是，當α=0.3、0.4或0.5時，對應分類結果卻是O（一元質量因素）。

另一方面，不同置信度水平下質量屬性出現頻數也不相同。統計結果見表7。

表7 不同置信水平α下質量要素頻數分布情況統計表

表7數據分布顯示：隨著置信度α的增大，各個質量要素的屬性類別累計頻數在逐漸減少。當α≤0.4時，每個質量要素屬性類別的累計頻數均大于115（有效問卷數），保證了信息基本不失真，但存在信息交叉現象（即同一個質量要素被判定為兩種或兩種以上屬性類別）；當α＞0.4時，質量要素屬性類別的累計頻數有小于115的情形，表明存在信息失真現象。

通過以上對比分析，置信度水平α取0.4時最為理想，既可以確保信息不失真，也能夠減少信息交叉，從而得到較為準確的分類結果。因此，A公司質量要素的屬性類別結果見表8。

表8 EH公司服務質量要素的分類結果

整理問卷數據，統計計算得出客戶對服務質量要素的滿意度與重要度評價值，所得結果見表9。

表9 質量要素滿意度與重要性指標評價均值

根據表9數據，以滿意度指標值為橫軸，重要性指標值為縱軸，且以兩指標評價值的均值（滿意度均值為0.696 4、重要性均值為3.560 7）坐標為象限劃分點，繪制IPA分析矩陣圖。具體如圖2所示。

結合圖1、圖2可知：處于象限Ⅱ與象限I的服務質量要素應采取維持策略，且象限Ⅱ的維持優先權高于象限I；象限Ⅲ和象限Ⅳ內的質量要素顧客應提高其績效，且象限Ⅲ的改進優先權高于象限Ⅳ，屬于重點改進項目，同時，結合Kano模型質量要素的屬性類別，經營策略及其優先權的確定如下。

（1）改進優先權確定：G1、G9、G5、G7擁有最高優先權，且G1、G9優先級高于 G5、G7，因此，G1、G9為最優先改進項目；其次是G5、G7；最后是一維質量要素G3、G8。

（2）維持優先權確定：G4、G10、G2應采取維持策略，且優先權最高者為G4、其次G10、最后為G2。

（3）降低策略選擇：象限I的質量要素應該采取維持或降低策略。包裝耐用性（G6）客戶認為最不重要，因此可適當降低產品包裝耐用性，降低供貨成本，具體見表10。

圖2 物流質量要素的IPA分布圖

4 結束語

構建模糊Kano模型改進了質量要素分類，提高了其精確度，同時運用IPA分析法，確定質量要素相應策略及其優先權。關鍵是要量化客戶服務評價指標的重要性、績效表現值。同時，根據所調查客戶對企業重要性不同賦予不同客戶的權重數，計算加權平均值。同時，考慮到不同客戶群體對物流需求的差異，可以進行市場細分，了解不同目標市場顧客的需求差異，進而制定更具針對性的物流服務策略。

表10 質量要素相應策略及優先級

[1]唐一靈,王曉春,等.基于KANO模型的物流服務探測研究[J].價值工程,2011,30(4)：19-20.

[2]陳波波,齊佳音,等.對Kano模型中質量要素評價傾向判斷判定方法的改進[J].北京郵電大學學報(社會科學版),2007,4（2）：51-53.

[3]孟慶良,何林.基于模糊Kano模型的質量屬性分類方法及應用[J].工業工程,2013,16(3)：121-125.

[4]孟慶良,何林,等.基于GM(1,1)模型的Kano模型質量要素分類動態預測方法[J].中國管理科學,2015,9(9)：139-144.

[5]孟慶良,卞玲玲,何林,等.整合Kano模型與IPA分析的快遞服務質量探測方法[J].工業工程與管理,2014,4(2)：75-82

[6]唐永洪.客戶關系管理績效評估矩陣及相對績效矩陣的應用[J].中國市場,2008,11(45)：10-12.

Study on Logistics Service Performance Assessment Based on Fuzzy Kano Model and IPA

Tang Yonghong
(Foshan Vocational&Technical College,Foshan 528000,China)

In this paper,in order to have a timely handle on the relationship between customer satisfaction and logistics service performance,we built the fuzzy Kano model after improving its quality element classification process and accuracy,then in connection with IPA,determined the relevant strategy for the quality elements and its order of priority,and at the end,through practical application,demonstrated the feasibility and validity of the model and process.

fuzzy Kano model;IPA;logistics service;performance evaluation;order of priority

F224.0

A

1005-152X(2017)06-0107-05

10.3969/j.issn.1005-152X.2017.06.025

2017-04-20

2016年度廣東省科技廳軟科學研究基金項目“廣東省建筑陶瓷產區一體化物流配送體系構建路徑及對策研究”（2016A070705001）

唐永洪（1971-），男，湖南邵陽人，碩士研究生，佛山職業技術學院副教授，工商系副主任，研究方向：物流與供應鏈系統。