基于客户需求的第三方物流客户分类的论文
基于客户需求的第三方物流(Third-Party-Logistics，3PL)客户分类就是根据客户需求将客户划分为不同的客户群，针对不同类型的客户，为其提供高效、个性化的物流服务的行为。现有文献对第三方物流的研究主要集中在第三方物流客户关系管理、第三方物流效率评价、第三方物流客户满意度等方面。文献分析了第三方物流CRM系统的结构并论述了第三方物流CRM系统实施的管理策略;用DEA模型对第三方物流的效率进行了评价;运用结构方程模型构建了第三方物流客户满意度模型。
从以上文献研究内容可以看出，物流客户关系管理、物流效率评价都是为提高客户满意度服务的。但是，很少有专家、学者从基于物流客户的需求对客户进行分类，满足不同类型客户的个性化需求，进而提高客户满意度方面进行研究。
物流客户分类的方法有很多种，经典的聚类法是一种硬划分，它划分的结果是每一个待分类的对象严格地属于某个类，体现了非此即彼的特征。但实际上，很多事物之间并没有明确的界限，一个待分类的对象可能部分地属于若干类，因此，模糊划分是描述这种现象最好的方式。目前比较流行的模糊划分方法有灰色模糊聚类、灰色关联度聚类、半监督模糊核聚类、模糊聚类等。其中，灰色模糊聚类与灰色关联度聚类的原理基本相同，都需要参考数列，但是本论文分析的问题没有参考数列，因为不同客户对不同需求指标的优先权、需求值是不同的，无法给出一个参考数列。半监督模糊核聚类需要预先设定聚类数目，且计算复杂，适用于机械制造行业的聚类分析。单纯的模糊聚类是依靠单一λ值来进行划分，这种划分方式主要存在两点不足：一是λ值的确定没有客观依据;二是单一λ值只考虑了客户需求之间的紧密程度，而忽略了物流规划的复杂度和物流成本。因此，用这种单纯的模糊聚类法划分客户，其柔性是不足的。
基于以上分析，本文，笔者利用复合值模糊聚类法对客户进行分类，该方法能够在兼顾物流规划复杂度和物流成本的情况下，最大限度地利用第三方物流资源满足不同客户的需求，提高企业竞争力。
一、第三方物流客户需求
1.客户需求表达及获取。客户需求是指客户对所购买的产品或服务的要求，用来表达客户所考虑事项的关键特征。客户需求表达就是将所获取的'客户需求信息用适当的形式表示出来。针对第三方物流企业，客户的需求信息可以分为参数型和描述型，如表1所示。
客户的需求往往是模糊的、多方面的、不确定的，需要去分析和引导。第三方物流企业应积极、持续地了解客户需求，进行信息的搜集、汇总和分析，以便及时掌握客户的需求动向。
2.客户需求指标体系的建立及量化。在物流服务中，客户对第三方物流提供商的要求是多样化、个性化的。如有些客户在看重物流成本的情况下，还会考虑服务商所提供服务的准确性、准时性、安全性等;而另外一些客户在看重服务商的时间响应能力的同时，还会考虑安全性能、成本优化能力、企业形象等。结合有关文献和基于对客户需求的理解，笔者选择如下7大指标，如表2所示。
从上面的指标体系中可以看出，既有定性指标，也有定量指标。其中，成本优化能力、数据共享能力、3PL对客户关系的管理、企业形象是定性指标;准确性、准时性、安全性是定量指标。
对于定性指标的量化和标准化处理，笔者采用10等级划分法进行，分值越大表示客户对此需求越高。这种方法将所有指标量化为[0.0，10.0]范围内的值，同时指标也达到了一致性，即无论哪个指标，其值越大客户在此方面的要求也就越高。
二、客户分类模型
1.前提假设。本模型基于第三方物流客户的需求对客户进行分类，这些客户都是大客户，对第三方物流公司而言，这些客户具有相同的优先级，只是他们的需求有所不同。
2.复合λ值模糊聚类的原理。复合λ值模糊聚类分两步进行，首先，利用单纯的模糊聚类法生成模糊聚类层次树;然后，根据自身情况，第三方物流综合考虑物流规划复杂度、物流成本，确定复合λ值，达到最优划分。
(1)假定有n个客户，有m个需求指标。P={x1，x2，…，xi，…，xn}，其中xi表示第i个客户;需求指标U={u1，u2，…，uj，…，um}，其中uj表示第j个需求指标。假设已观测到n个客户的m个需求。
三、实例分析
下文，笔者以某第三方物流公司为例进行实例分析。该公司目前的客户数为6，不同客户的需求如表3所示。
利用公式rik=1-c(dik)
β，取c=maxdik1，β=1，计算得模糊相似矩阵R~如下：R~=，并求得R~的传递闭包(tR~)=R~4，即(tR~)=R~4=。
取不同水平的λ，确定出λ-截关系Rλ。λ越接近1，分类越细;λ越小，分类越粗。为了直观体现取不同λ时的聚类结果，其动态模糊聚类过程可用层次树来表达，如图2所示。
例如，当取λ
1=0.74时，客户分为4类：{x1，x4}，{x2}，{x5}，{x3，x6}。此时，第三方物流可以根据自身的情况，综合考虑物流规划复杂度、物流成本等制约因素，决定是否再选取一个λ值。假若第三方物流认为λ1=0.74时的划分太细，不利于企业运作，可根据自身情况，将x2与x5聚为一类比较合适。则该第三方物流可以再选取一个λ值，λ2=0.59。该案例所选择的聚类情况如图2中自上而下第4条虚线所示，即聚为3类，即{x1，x4}，{x3，x6}，{x2，x5}。现对类{x1，x4}进行分析。由表3可以看出，该类客户对第三方物流提供商的成本优化能力、准确性、准时性要求很高，第三方物流应充分利用资源满足该类客户在这些指标优先级上的要求。笔者通过搜集有关专家、此类客户对这些指标重要性的评价，并将这些信息加以汇总，利用层次分析法，得出这些指标的权重分配W=(w1，w2，w3，w4，w5，w6，w7)=(0.3，0.2，0.2，0.15，0.06，0.05，0.04)。则客户1的总需求值为Y1=W*x1T=7.72;客户4的总需求值为Y4=W*x4T=7.895。由此可见，如果第三方物流提供的服务能够满足客户4的需求，则也一定能够满足客户1的需求;更重要的是不仅能够获取客户4的当前忠诚度，提高客户1的当前忠诚度，还更能够获取客户1的长期忠诚。
综上，本文，笔者探讨了用复合λ值模糊聚类法对第三方物流客户进行分类，并建立了聚类模型的方法，目的是在资源有限的情况下，使第三方物流企业能够兼顾物流规划复杂度和物流成本，合理配置资源，以满足不同类型客户的需求，进而提高客户满意度和忠诚度，使第三方物流和客户达到“共赢”。值得进一步研究的是建立物流规划复杂度和物流成本的数学模型，从而使复合λ值更科学。
【基于客户需求的第三方物流客户分类的论文】相关文章：
4.客户购房需求分析