趙定濤 張忞嫻 袁 偉

（中國科學(xué)技術(shù)大學(xué)管理學(xué)院，安徽合肥 230026)

3PL服務(wù)質(zhì)量提升決策方法
——基于模糊Kano模型與IPA分析

趙定濤 張忞嫻 袁 偉

（中國科學(xué)技術(shù)大學(xué)管理學(xué)院，安徽合肥 230026)

針對傳統(tǒng)Kano模型分類過于主觀武斷的局限，提出模糊Kano模型以進(jìn)行改進(jìn)?；谀：齂ano模型對第三方物流服務(wù)質(zhì)量要素進(jìn)行分類，通過IPA分析顧客感知滿意度與感知重要度指標(biāo)，確定提升服務(wù)質(zhì)量要素的優(yōu)先級及相應(yīng)策略，為第三方物流企業(yè)提高其服務(wù)質(zhì)量提供決策依據(jù)。最后通過實(shí)例研究證明決策規(guī)則的有效性，指出第三方物流企業(yè)應(yīng)遵守提升決策規(guī)則，合理有序運(yùn)籌內(nèi)部資源，以此在最大程度上提高績效。

第三方物流；服務(wù)質(zhì)量；模糊Kano模型；IPA分析；決策

1 引言

在電子商務(wù)迅猛發(fā)展和“互聯(lián)網(wǎng)+”時代的大背景下,社會對物流能力的要求日益提高,物流服務(wù)質(zhì)量及其失誤補(bǔ)救會對顧客的再購買意愿產(chǎn)生正向影響,提升物流服務(wù)質(zhì)量對第三方物流企業(yè)而言至關(guān)重要。從顧客視角出發(fā),感知第三方物流服務(wù)質(zhì)量績效與重要性,運(yùn)用系統(tǒng)化方法確定第三方物流服務(wù)質(zhì)量要素的優(yōu)先級別,進(jìn)而確定提升物流服務(wù)質(zhì)量決策規(guī)則的研究相對匱乏。本文整合了模糊Kano模型和IPA分析,對第三方物流服務(wù)質(zhì)量要素進(jìn)行分類,通過IPA分析滿意度與重要度指標(biāo),確定各服務(wù)質(zhì)量要素的優(yōu)先級和相應(yīng)策略,提出了基于模糊Kano模型與IPA分析的第三方物流服務(wù)質(zhì)量提升決策方法。

2 研究綜述

Kano等(1984)認(rèn)為顧客的主觀感受和服務(wù)的客觀績效是衡量質(zhì)量認(rèn)知的兩個維度,這兩個維度間有一種非線性關(guān)系,由此提出Kano模型；Berger等(1993)為彌補(bǔ)Kano模型分類準(zhǔn)則過于主觀的缺陷,設(shè)計出滿意與不滿意指標(biāo)來衡量顧客對服務(wù)質(zhì)量的平均感知水平,提出了改進(jìn)型的Kano模型；Yang等(2005)在Berger等研究的基礎(chǔ)上,將重要度和滿意度維度整合入Kano模型,將Kano模型的分類擴(kuò)展為8種；Lee等(2009)基于顧客可能對服務(wù)質(zhì)量概念心理模糊的考慮,提出模糊Kano模型的設(shè)計概念；白濤等(2011)采用模糊Kano模型進(jìn)行顧客需求分類以彌補(bǔ)傳統(tǒng)Kano模型需求分類處理能力缺乏的缺陷；孟文等(2014)提出了基于模糊Kano模型的服務(wù)要素分類方法,并探究了不同置信水平下的分類情況準(zhǔn)確度。

IPA分析法是由Martilla等(1977)提出設(shè)計了一種用于評價產(chǎn)品/服務(wù)質(zhì)量要素重要程度和改進(jìn)工作順序分析方法；Deng等(2007)提出了改進(jìn)的IPA法,有效地降低了因用戶自述重要性導(dǎo)致的偏差；譚遠(yuǎn)玲等(2011)針對服務(wù)質(zhì)量要素重要度間相互關(guān)系可能會對決策結(jié)果造成影響這一局限,提出改進(jìn)的IPA分析法,通過網(wǎng)絡(luò)層次分析法確定服務(wù)質(zhì)量要素的重要度及其提升決策優(yōu)先級。

Chen等(2011)指出將Kano模型與IPA分析相結(jié)合以實(shí)現(xiàn)電子商務(wù)領(lǐng)域服務(wù)質(zhì)量要素的分類；孟慶良等(2012)提出一種分析型Kano模型設(shè)計方法,通過整合Kano模型與IPA分析構(gòu)建Kano模型決策矩陣；夏明學(xué)等(2015)將Kano模型與IPA分析相結(jié)合用于研究農(nóng)村公路服務(wù)質(zhì)量之中,提出改進(jìn)后的IPA法以消除調(diào)查過程中重要性評價容易受滿意度評價影響的缺陷。

3 整合模糊Kano模型與IPA分析的物流服務(wù)質(zhì)量決策方法

Kano模型將服務(wù)質(zhì)量要素分為基本型質(zhì)量要素(M)、期望型質(zhì)量要素(O)、魅力型質(zhì)量要素(A)、逆向型質(zhì)量要素(R)及無差異質(zhì)量要素(I),其分類標(biāo)準(zhǔn)是統(tǒng)計所有顧客對于某項服務(wù)正向及負(fù)向問題綜合選擇的頻次。

傳統(tǒng)Kano模型對某項質(zhì)量要素分類的方式過于武斷,顧客只能就正向問題和負(fù)向問題各做一個選擇,但由于顧客在評分時可能對某項正向或負(fù)向問題的概念界限模糊,其滿意度的心理界限也是模糊而非單一的,因此本文采用模糊Kano模型,其與傳統(tǒng)Kano模型最大的區(qū)別就在于允許顧客在進(jìn)行每個服務(wù)質(zhì)量要素正負(fù)向問題的題項選擇時,可以模糊賦值,賦值區(qū)間為[0,1],每行要素賦值總和為1即可。

表1 正向及負(fù)向問題的評分

S=XTY=,參照表1該服務(wù)質(zhì)量要素的隸屬度向量T=(tM,tO,tA,tI),其中tM=x2y5+x3y5+x4y5,tO=x1y5,tA=x1y2+x1y3+x1y4, tI=x2y2+x2y3+x2y4+x3y2+x3y3+x3y4+x4y2+x4y3+x4y4。出現(xiàn)逆向型質(zhì)量要素(R)和有問題的回答(Q)的問卷在數(shù)據(jù)處理時一般予以剔除,因此這里不做計算。為給服務(wù)質(zhì)量要素分類,設(shè)置閾值α=0.04能保證信息既無大范圍交叉也無大量遺失,當(dāng)則取tk=1,反之則tk=0,由此實(shí)現(xiàn)針對任一顧客的該服務(wù)質(zhì)量要素的模糊分類,統(tǒng)計所有顧客對服務(wù)質(zhì)量要素的分類頻次,并取其中最大值所屬的類別,即實(shí)現(xiàn)了基于模糊Kano模型的第三方物流服務(wù)質(zhì)量要素分類。

對于被歸入無差異質(zhì)量要素(I)的物流服務(wù)質(zhì)量要素,企業(yè)一般并不關(guān)心,不在質(zhì)量提升決策范圍內(nèi)。對于剩下三類質(zhì)量要素,其改善優(yōu)先級順序應(yīng)該是基本型質(zhì)量要素(M)＞期望型質(zhì)量要素(O)＞魅力型質(zhì)量要素(A)。

將IPA分析中重要度與績效表現(xiàn)的衡量維度納入模糊Kano模型的各個服務(wù)質(zhì)量要素中,其中衡量績效表現(xiàn)的標(biāo)準(zhǔn)為顧客滿意度,可得針對每個服務(wù)質(zhì)量要素的顧客感知重要度與滿意度分析矩陣,由此可知同一服務(wù)質(zhì)量要素在處于四個不同象限時的不同決策規(guī)則。其中橫軸代表顧客感知重要度,縱軸代表顧客感知滿意度。

圖1 IPA分析矩陣圖

位于象限Ⅰ的各項服務(wù)質(zhì)量要素的顧客感知重要度和滿意度相對較高,其決策策略類型應(yīng)為繼續(xù)保持；位于象限Ⅱ的服務(wù)質(zhì)量要素顧客感知重要度不高,滿意度很高,這是企業(yè)過度關(guān)心的表現(xiàn),其決策策略類型也應(yīng)該是繼續(xù)保持績效,但優(yōu)先級應(yīng)低于象限Ⅰ,因此對于同一服務(wù)質(zhì)量要素而言,象限Ⅰ＞象限Ⅱ；位于象限Ⅲ的服務(wù)質(zhì)量要素顧客感知重要度和滿意度都不高,其績效表現(xiàn)需要有所提升,但因重要度不高而優(yōu)先級較低；位于象限Ⅳ中的服務(wù)質(zhì)量要素顧客感知滿意度不高,而重要度很高,其決策策略類型應(yīng)該是優(yōu)先關(guān)注和提升,由此象限Ⅳ＞象限Ⅲ。

結(jié)合模糊Kano模型與IPA分析矩陣可知各服務(wù)質(zhì)量要素的優(yōu)先級順序應(yīng)首先滿足基本型質(zhì)量要素(M)＞期望型質(zhì)量要素(O)＞魅力型質(zhì)量要素(A),在此基礎(chǔ)上滿足保持型決策的服務(wù)質(zhì)量要素象限Ⅰ＞象限Ⅱ,提升型決策的服務(wù)質(zhì)量要素象限Ⅳ＞象限Ⅲ,具體決策規(guī)則如表2。數(shù)字1-6分別代表決策的優(yōu)先級順序,1最優(yōu),至6依次遞減。

表2 服務(wù)質(zhì)量要素決策規(guī)則

4 實(shí)例研究

4.1 問卷設(shè)計

基于第三方物流服務(wù)質(zhì)量相關(guān)文獻(xiàn)綜述、項目中對電子商務(wù)領(lǐng)域某專家和某物流企業(yè)人員的訪談?wù){(diào)研及數(shù)據(jù)分析,結(jié)合第三方物流服務(wù)活動的特點(diǎn),構(gòu)建了由24項第三方物流服務(wù)質(zhì)量要素構(gòu)成的指標(biāo)體系,并最終確定了第三方物流服務(wù)質(zhì)量調(diào)查問卷。

問卷包括三個部分,第一部分是被調(diào)查對象的人口統(tǒng)計特征,第二部分是基于模糊Kano模型對20個服務(wù)質(zhì)量要素正向及負(fù)向問題的調(diào)查,針對每個服務(wù)質(zhì)量要素都參照表2由成對的問題構(gòu)成,第三部分是對20個第三方物流服務(wù)質(zhì)量要素滿意度和重要度的評分,采用李克特5分法。

4.2 數(shù)據(jù)收集及量表檢驗

數(shù)據(jù)收集對象來自于某第三方物流企業(yè)的顧客群體,共發(fā)放問卷300份,回收有效問卷262份,有效回收率87.33%,其中男女比例分別為46.32%和53.68%,年齡層次多在18-50歲間(占78.63%),文化程度多在本科-研究生(占52.97%),職業(yè)包括在校大學(xué)生、公務(wù)員、企事業(yè)單位職員、自由職業(yè)人員等。

4.3 研究結(jié)果

基于模糊Kano模型可得第三方物流服務(wù)質(zhì)量要素分類結(jié)果如表4所示,其中9項為基本型質(zhì)量要素(M),包括f3、f4、f5、f7、f8、f9、f10、f17和f20,占37.50%；8項為期望型質(zhì)量要素(O),包括f2、f11、f12、f13、f16、f18、f21和f23,占33.33%；5項為魅力型質(zhì)量要素(A),包括f1、f6、f14、f15和f22,占20.83%；2項為無差異質(zhì)量要素(I),包括f19和f24,占8.33%。其中無差異質(zhì)量要素不在決策考慮范圍內(nèi)。

繪制IPA分析矩陣,象限劃分界限為所有指標(biāo)的顧客感知重要度與顧客感知滿意度各自均值。顧客對第三方物流服務(wù)質(zhì)量要素感知重要度與滿意度的象限劃分情況如下,其中5項質(zhì)量要素在象限Ⅰ,包括f3、f9、f10、f13和f21；7項質(zhì)量要素在象限Ⅱ,包括f2、f7、f11、f16、f17、f18和f24；4項質(zhì)量要素在象限Ⅲ,包括f1、f12、f15和f19；8項質(zhì)量要素在象限Ⅳ,包括f4、f5、f6、f8、f14、f20、f22和f23。

圖2 3PL服務(wù)質(zhì)量IPA分析矩陣

表4 問卷結(jié)果匯總

根據(jù)表2中的服務(wù)質(zhì)量要素決策規(guī)則,保持型決策的服務(wù)質(zhì)量要素象限Ⅰ＞象限Ⅱ,提升型決策的服務(wù)質(zhì)量要素象限Ⅳ＞象限Ⅲ,同時滿足基本型質(zhì)量要素(M)擁有最高優(yōu)先級,其次是期望型質(zhì)量要素(O),最后是魅力型質(zhì)量要素(A)。因此決策結(jié)果如下：

保持型決策的服務(wù)質(zhì)量要素,優(yōu)先級順序為f3、f9、f10＞f7、f17＞f13、f21＞f2、f11、f16、f18。第三方物流企業(yè)最需要保持的服務(wù)內(nèi)容在于按規(guī)定時間將貨物送達(dá)、保證貨品準(zhǔn)確和貨品完好,此外,委托收件服務(wù)、物流服務(wù)人員態(tài)度良好、退換貨處理服務(wù)和提供品牌信任感也是相對需要保持的服務(wù)內(nèi)容。

提升型決策的服務(wù)質(zhì)量要素,優(yōu)先級順序為f4、f5、f8、f20＞f23＞f12＞f6、f14、f22＞f1、f15。因此第三方物流企業(yè)當(dāng)前最需提升的服務(wù)在于未接收貨品免費(fèi)保留3天、網(wǎng)上自助信息查詢和下單服務(wù)、短信通知派送和與客服中心員工溝通順暢程度,提高這幾項物流服務(wù)質(zhì)量要素的質(zhì)量水平能在最大程度上為企業(yè)提高績效和顧客滿意；其次需要提升的服務(wù)包括批量寄貨可議價、寄貨包裝、送貨上門、可電話預(yù)約取件和365全天候服務(wù),提高這些服務(wù)質(zhì)量要素也能較好地提高企業(yè)績效與顧客滿意；最后需要提升的服務(wù)質(zhì)量要素包括即日達(dá)和上門取件迅速,提升這些服務(wù)質(zhì)量要素對顧客滿意的貢獻(xiàn)相對最小。針對不同優(yōu)先級的服務(wù)質(zhì)量要素,該第三方物流企業(yè)應(yīng)嚴(yán)格按照提升決策規(guī)則,實(shí)現(xiàn)內(nèi)部資源的合理有序運(yùn)籌規(guī)劃,才能實(shí)現(xiàn)企業(yè)績效的最大化。

5 結(jié)語

為滿足社會對物流服務(wù)日益提升的需求,同時抵御來自電商自建物流的威脅,提升服務(wù)質(zhì)量對第三方物流企業(yè)甚至整個物流行業(yè)而言至關(guān)重要。本文對傳統(tǒng)Kano模型進(jìn)行改進(jìn),基于模糊Kano模型和IPA分析矩陣,確立了不同類型第三方物流服務(wù)質(zhì)量提升或保持的決策規(guī)則與優(yōu)先級順序,為第三方物流企業(yè)服務(wù)質(zhì)量提升決策提供量化依據(jù)。由于不同類型的顧客群體對物流服務(wù)的需求側(cè)重點(diǎn)不同,后續(xù)研究可以對顧客按照年齡、性別和收入水平等人口統(tǒng)計特征進(jìn)行分類,在對被試對象細(xì)分的基礎(chǔ)上進(jìn)一步研究3PL服務(wù)質(zhì)量提升決策方法。

[1] 鄭春東,張帥,段琦.快遞服務(wù)失誤補(bǔ)救對顧客再購買意愿影響研究[J].工業(yè)工程與管理,2012,17(4):96-100.

[2] Kano N, Seraku N, Takahashi F, et al. Attractive quality and mustbe quality[J].1984,41(2):39-48.

[3] Berger C, Blauth R, Boger D, et al. Kano’s methods for understanding customer-defined quality[J]. Center for Quality Management Journal,1993,2(4):3-35.

[4] Yang C C. The refined Kano’s model and its application[J]. Total Quality Management & Business Excellence,2005,16(10):1127-1 137.

[5] Lee Y C, Huang S Y. A new fuzzy concept approach for Kano’s model[J]. Expert Systems with Applications,2009,36(3):4479-448 4.

[6] 白濤,李中凱.基于模糊Kano模型的顧客需求重要度計算方法[J].中國機(jī)械工程,2012,23(8):975-980.

[7] 孟文,韓玉啟,何林.基于模糊Kano模型的顧客服務(wù)需求分類方法[J].技術(shù)經(jīng)濟(jì),2014,33(6):54-58.

[8] Martilla J A, James J C. Importance-performance analysis[J]. The journal of marketing,1977,41(1):77-79.

[9] Deng W. Using a revised importance–performance analysis approach: The case of Taiwanese hot springs tourism[J]. Tourism Management,2007,28(5):1274-1284.

[10] 譚遠(yuǎn)玲,褚學(xué)寧,張在房.基于改進(jìn)重要度績效分析法的服務(wù)屬性決策[J].上海交通大學(xué)學(xué)報,2011,45(9):1281-1287.

[11] Chen L H, Kuo Y F. Understanding e-learning service quality of a commercial bank by using Kano's model[J]. Total Quality Manag ement,2011,22(1):99-116.

[12] 孟慶良,鄒農(nóng)基,李曉萍,安玲,蔣秀軍.基于分析型KANO模型的物流服務(wù)質(zhì)量提升決策方法[J].運(yùn)籌與管理,2012,21(2):64-73.

[13] 夏明學(xué),郗恩崇,李武選.農(nóng)村公路服務(wù)質(zhì)量關(guān)鍵要素研究[J].統(tǒng)計與決策,2015(8):132-135.

[14] 孟慶良,周芬,蔣秀軍.基于顧客需求分類重組的大規(guī)模定制服務(wù)族規(guī)劃[J].管理工程學(xué)報,2015(1):82-88,105.

[15] 孟慶良,何林.基于模糊Kano模型的質(zhì)量屬性分類方法及其應(yīng)用[J].工業(yè)工程,2013,16(3):121-125.

A Decision Method for Improving Third-Party Logistics Based on Fuzzy Kano Model and IPA Method

ZHAO Ding-tao, ZHANG Min-xian, YUAN Wei

In order to solve the problem of subjective and arbitrary classification of traditional Kano model, the fuzzy Kano model is proposed to classify third-party logistics service quality elements. Analyzing satisfaction index and importance index by IPA method, this paper determines the priority and the appropriate policy of third-party logistics service quality elements thus providing decision making basis for improving service quality of third-party logistics enterprises. A practical case is studied to illustrate the effectiveness of the decision method, it points out that third-party logistics enterprises should comply with the decision method and allocate internal resources reasonable in order to improve performance to the maximum extent.

Third-Party Logistics; Service Quality; Fuzzy Kano Model; IPA Method; Decision Method

F274

A

1005-9679(2016)02-0063-05

國家自然科學(xué)基金項目：電子商務(wù)環(huán)境下的快速物流系統(tǒng)研究(71110107024)。

趙定濤,中國科學(xué)技術(shù)大學(xué)管理學(xué)院教授,博士生導(dǎo)師,研究方向：戰(zhàn)略管理與政策分析；張忞嫻,中國科學(xué)技術(shù)大學(xué)管理學(xué)院碩士研究生,研究方向：物流管理與服務(wù)營銷；袁偉,中國科學(xué)技術(shù)大學(xué)管理學(xué)院碩士研究生,研究方向：消費(fèi)者行為。