唐永洪

（佛山職業(yè)技術(shù)學(xué)院，廣東 佛山 528000）

基于模糊Kano模型與IPA分析的物流服務(wù)績(jī)效評(píng)價(jià)研究

唐永洪

（佛山職業(yè)技術(shù)學(xué)院，廣東 佛山 528000）

及時(shí)掌握顧客滿意與物流服務(wù)績(jī)效之間的關(guān)系，采取有針對(duì)性的經(jīng)營(yíng)策略以不斷提升客戶滿意度與忠誠(chéng)度，對(duì)于物流企業(yè)建立競(jìng)爭(zhēng)優(yōu)勢(shì)具有現(xiàn)實(shí)意義。通過構(gòu)建模糊Kano模型，改進(jìn)了質(zhì)量要素分類方法，提高了其精確度，且結(jié)合IPA分析方法，確定質(zhì)量要素相應(yīng)策略及其優(yōu)先權(quán)，最后結(jié)合實(shí)際運(yùn)用，驗(yàn)證模型與方法的可行性與有效性，具有廣泛應(yīng)用價(jià)值。

模糊Kano模型；IPA；物流服務(wù)；績(jī)效評(píng)價(jià)；優(yōu)先級(jí)

1 引言

面對(duì)多樣化、個(gè)性化、動(dòng)態(tài)性等需求特征，企業(yè)需要運(yùn)用現(xiàn)代方法與手段，及時(shí)掌握顧客需求的動(dòng)態(tài)演變，適時(shí)改進(jìn)與完善產(chǎn)品或服務(wù)質(zhì)量，提高顧客滿意度，建立市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)。

科學(xué)合理的客戶服務(wù)績(jī)效評(píng)價(jià)是改進(jìn)客戶服務(wù)質(zhì)量的必備前提。當(dāng)前，客戶服務(wù)績(jī)效評(píng)價(jià)過程中存在一些突出問題，譬如：欠缺供應(yīng)鏈整體績(jī)效的衡量；追求短期行為，弱化企業(yè)長(zhǎng)遠(yuǎn)目標(biāo)與轉(zhuǎn)型升級(jí)謀劃；缺少實(shí)時(shí)評(píng)估、不能及時(shí)地糾正經(jīng)營(yíng)偏差等。

Kano模型是一種強(qiáng)調(diào)以客戶為中心，借助客戶的評(píng)價(jià)數(shù)據(jù)探尋企業(yè)自身存在的主要問題與不足，進(jìn)而改進(jìn)經(jīng)營(yíng)策略的績(jī)效評(píng)價(jià)工具，已在質(zhì)量改進(jìn)、產(chǎn)品設(shè)計(jì)、服務(wù)創(chuàng)新等領(lǐng)域得到較廣泛應(yīng)用。同時(shí)，該模型提出了質(zhì)量認(rèn)知二維模式，即客戶對(duì)質(zhì)量的感知取決于顧客需求與主觀感受同產(chǎn)品或服務(wù)客觀表現(xiàn)之間的相互作用，客觀反映出產(chǎn)品或服務(wù)績(jī)效與顧客滿意之間的非線性關(guān)系等，并將產(chǎn)品或服務(wù)質(zhì)量要素劃分為魅力質(zhì)量要素（A）、一元質(zhì)量要素（O）、必備質(zhì)量要素（M）、無差異質(zhì)量要素（I）和逆向質(zhì)量要素（R）等五類[1]。

但傳統(tǒng)Kano模型在質(zhì)量要素屬性分類過程中沒有充分反映顧客的真實(shí)內(nèi)在感知、忽略了顧客需求的不確定性與動(dòng)態(tài)性，一定程度上制約了Kano模型的應(yīng)用。為此，有學(xué)者建議進(jìn)一步細(xì)分質(zhì)量要素分類結(jié)果將其劃分為八類，以提高該模型對(duì)質(zhì)量要素分類的準(zhǔn)確性[2]。陳波波，齊佳音等提出運(yùn)用“最大領(lǐng)先度”判別方法改進(jìn)Kano模型質(zhì)量要素的重要性指標(biāo)評(píng)價(jià)方法等。本文提出構(gòu)建模糊Kano模型思路與方法，精準(zhǔn)化質(zhì)量要素分類，且結(jié)合IPA分析工具研究物流服務(wù)績(jī)效評(píng)價(jià)與改進(jìn)策略問題。

2 基于模糊Kano模型與IPA分析的物流服務(wù)績(jī)效評(píng)價(jià)

2.1 模糊Kano模型的構(gòu)建

1965年美國(guó)L.A.Zadeh教授提出模糊理論，旨在解決現(xiàn)實(shí)生活中存在的復(fù)雜模糊現(xiàn)象，其主要思想是運(yùn)用［0，1］模糊區(qū)間值代替0和1。模糊綜合評(píng)價(jià)（FCE）要求評(píng)價(jià)者首先遴選出影響問題的主要因素，運(yùn)用相關(guān)歷史或?qū)嶋H數(shù)據(jù)，對(duì)復(fù)雜問題分別做出體現(xiàn)不同程度差異的模糊評(píng)價(jià)。模糊綜合評(píng)價(jià)的基本模型構(gòu)建如下。

首先，確定評(píng)價(jià)對(duì)象、因素集、評(píng)判等級(jí)集，分別用P、U、V表示；其次，對(duì)U中每一因素根據(jù)評(píng)判集中的等級(jí)指標(biāo)進(jìn)行模糊評(píng)判，得到評(píng)判矩陣[3]。

其中，rij表示 ui關(guān)于 vi的隸屬程度，則(U，V，R)構(gòu)成了一個(gè)模糊綜合評(píng)判模型；最后根據(jù)擬定的置信度核算最終評(píng)價(jià)結(jié)果。

模糊Kano問卷可以了解顧客對(duì)產(chǎn)品或服務(wù)的真實(shí)感知，被調(diào)查者選擇多種選項(xiàng)答案（即區(qū)間［0，1］當(dāng)中的任意值，僅需要滿足各行數(shù)值之和等于1），具體見表2。最后通過對(duì)顧客需求模糊性的量化處理，企業(yè)可以更加準(zhǔn)確、客觀地掌握客戶需求及評(píng)價(jià)，進(jìn)而不斷改進(jìn)與完善產(chǎn)品或服務(wù)質(zhì)量，提升客戶滿意度與忠誠(chéng)度。

模糊Kano模型根據(jù)模糊數(shù)學(xué)的隸屬度理論將定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，較好地解決模糊的、難以量化的問題，具有結(jié)果清晰、系統(tǒng)性強(qiáng)的特點(diǎn)。既能客觀反映顧客需求的模糊性，同時(shí)也能發(fā)揮Kano模型在產(chǎn)品或服務(wù)需求分類上的優(yōu)勢(shì)。

表1 Kano模型質(zhì)量要素分類表

表2 模糊Kano模型調(diào)查問卷表

運(yùn)用模糊Kano問卷了解客戶需求信息，進(jìn)行數(shù)據(jù)篩選、整理，判斷各需求類別。具體實(shí)施步驟如下。

（1）構(gòu)造模糊矩陣?；诒?，假設(shè)正向問題（具備功能）矩陣X=[0.2 0.7 0.1 0 0]和負(fù)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(píng)價(jià)矩陣為：

（3）引入置信度水平α∈[0,1]進(jìn)行篩選。從質(zhì)量要素屬度向量可以看出，同一質(zhì)量要素同時(shí)顯示為多個(gè)質(zhì)量屬性（M、O、I、A），因此，引入置信度水平 α∈[0 ,1]進(jìn)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(duì)應(yīng)的質(zhì)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(duì)應(yīng)的質(zhì)量屬性用“0”表示。如令α=0.4，則該質(zhì)量屬性向量T'=[1 0 0 0 0]為必備質(zhì)量因素。α取值的不同會(huì)影響分類結(jié)果，選取合適的α十分關(guān)鍵，盡量避免信息交叉或信息失真。本論文采用比較法驗(yàn)證α取值。

（4）重復(fù)上述步驟，計(jì)算并確定全部質(zhì)量要素的屬性類別。對(duì)不同質(zhì)量要素的不同屬性出現(xiàn)頻率進(jìn)行統(tǒng)計(jì)，取累計(jì)次數(shù)最高的屬性類別為該質(zhì)量要素屬性類別。若某屬性累計(jì)次數(shù)相等，則按質(zhì)量屬性類別的優(yōu)先級(jí)排序，一般來說其由高到低的順序?yàn)楸貍滟|(zhì)量因素、一元質(zhì)量因素、魅力質(zhì)量因素、無差異質(zhì)量因素、逆反質(zhì)量因素[4]。

2.2 績(jī)效評(píng)估矩陣分析法

IPA是從客戶的角度探尋影響服務(wù)質(zhì)量關(guān)鍵性因子的分析工具。以質(zhì)量要素市場(chǎng)表現(xiàn)評(píng)價(jià)值（即滿意度指標(biāo)）為橫坐標(biāo)、質(zhì)量要素感知的重要性數(shù)值為縱坐標(biāo)建立評(píng)價(jià)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(gè)區(qū)域。各項(xiàng)指標(biāo)重要性及其表現(xiàn)評(píng)價(jià)以問卷調(diào)查形式度量，評(píng)價(jià)指標(biāo)數(shù)量要恰當(dāng)，過少會(huì)影響分析效果，過多則會(huì)增大分析難度或者分散了對(duì)重要問題的關(guān)注度。根據(jù)原始數(shù)據(jù)的統(tǒng)計(jì)處理結(jié)果確定各質(zhì)量要素在矩陣圖的具體位置，矩陣圖中不同象限的質(zhì)量要素對(duì)應(yīng)不同的經(jīng)營(yíng)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(qū)域的產(chǎn)品或服務(wù)質(zhì)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(yōu)先權(quán)低于象限Ⅱ。具體經(jīng)營(yíng)策略包括通過服務(wù)質(zhì)量改進(jìn)等增強(qiáng)重要性指標(biāo)值或者適當(dāng)降低服務(wù)質(zhì)量指標(biāo)等。

第Ⅱ象限：維持策略。處于該區(qū)域的產(chǎn)品或服務(wù)質(zhì)量要素，顧客滿意度高，感知重要度度均高，因此應(yīng)繼續(xù)保持高重要度及高服務(wù)績(jī)效。

第Ⅲ象限：重點(diǎn)改進(jìn)策略。處于該區(qū)域的服務(wù)質(zhì)量要素，顧客滿意度低，感知重要性高。需要重點(diǎn)改進(jìn)該區(qū)域服務(wù)質(zhì)量要素。

第Ⅳ象限：改進(jìn)策略。處于該區(qū)域的服務(wù)質(zhì)量要素，顧客滿意度低，感知重要性均低。應(yīng)采取改進(jìn)策略提高服務(wù)質(zhì)量。與象限Ⅲ比較，改進(jìn)優(yōu)先權(quán)低于象限Ⅲ。

此外，服務(wù)質(zhì)量要素的不同分類也會(huì)影響所應(yīng)采取的具體策略。譬如,必備質(zhì)量要素達(dá)不到顧客要求顧客將會(huì)轉(zhuǎn)向其他企業(yè)，因此必備質(zhì)量要素具有最高優(yōu)先權(quán)，其次是一維質(zhì)量要素，然后是魅力質(zhì)量要素，最后屬于無差異質(zhì)量要素。數(shù)字1－6代表了策略的優(yōu)先順序：對(duì)于改進(jìn)策略，優(yōu)先改進(jìn)M－Ⅲ，其次是M－Ⅳ，以此類推；同理，對(duì)于維持策略，優(yōu)先維持M－Ⅱ，其次M－I，以此類推。對(duì)于無差異質(zhì)量要素和逆向質(zhì)量要素，企業(yè)通常采取的策略是不關(guān)心或者忽略[5]。故表中未列出無差異質(zhì)量和逆向質(zhì)量要素。

結(jié)合IPA分析方法與Kano模型質(zhì)量要素分類結(jié)果，確定各服務(wù)質(zhì)量要素的應(yīng)對(duì)策略及其優(yōu)先權(quán)，具體見表3。

表3 產(chǎn)品或服務(wù)質(zhì)量要素的優(yōu)先權(quán)確定

3 實(shí)證研究

結(jié)合實(shí)證探討企業(yè)物流服務(wù)質(zhì)量評(píng)價(jià)與改進(jìn)問題。A公司是一家新興的生產(chǎn)建陶企業(yè)，公司面臨原材料、人工成本上漲、環(huán)保投入增加以及市場(chǎng)競(jìng)爭(zhēng)加劇等多重壓力。該公司為了改善客戶關(guān)系管理水平與績(jī)效，提高客戶滿意度，組織了客戶對(duì)其質(zhì)量、價(jià)格、物流可靠性、供貨及時(shí)性等的評(píng)價(jià)與期望的調(diào)查，以便發(fā)現(xiàn)存在的問題與不足，適時(shí)采取有針對(duì)性的經(jīng)營(yíng)策略。

3.1 問卷設(shè)計(jì)與數(shù)據(jù)收集

總共選擇供貨質(zhì)量、供貨成本、訂單交貨期、缺貨率、交貨期穩(wěn)定性、配送倉(cāng)位保障、配送正確率、客戶響應(yīng)能力、投訴處理效率及包裝耐用性等十個(gè)服務(wù)評(píng)價(jià)指標(biāo)，并將評(píng)價(jià)指標(biāo)重要性及表現(xiàn)情況均分為五個(gè)等級(jí)（賦值為1至5）[6]。具體見表4。

表4 質(zhì)量要素重要性等級(jí)及賦值表

問卷的第一部分是顧客基本信息，第二部分是質(zhì)量要素情況調(diào)查。Kano問卷部分共10個(gè)條目，每個(gè)條目按表2形式進(jìn)行設(shè)計(jì)。

表5描述了物流服務(wù)的各個(gè)質(zhì)量要素及其為客戶提供價(jià)值間的相互關(guān)系。

表5 物流質(zhì)量要素分類及其客戶價(jià)值

采用分層隨機(jī)抽取調(diào)查對(duì)象與面談?wù){(diào)查形式，共發(fā)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(jié)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(jì)算過程省略，最后得到不同置信水平下質(zhì)量要素其質(zhì)量屬性的分類結(jié)果，見表6。

表6 不同置信水平α質(zhì)量要素分類結(jié)果

表6中，各個(gè)質(zhì)量要素在不同的置信度水平α情況下，所得到分類結(jié)果并不完全相同。譬如，質(zhì)量要素G8在α=0.1或0.7時(shí)，其分類結(jié)果為A（魅力質(zhì)量因素），但是，當(dāng)α=0.3、0.4或0.5時(shí)，對(duì)應(yīng)分類結(jié)果卻是O（一元質(zhì)量因素）。

另一方面，不同置信度水平下質(zhì)量屬性出現(xiàn)頻數(shù)也不相同。統(tǒng)計(jì)結(jié)果見表7。

表7 不同置信水平α下質(zhì)量要素頻數(shù)分布情況統(tǒng)計(jì)表

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

通過以上對(duì)比分析，置信度水平α取0.4時(shí)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(zhǔn)確的分類結(jié)果。因此，A公司質(zhì)量要素的屬性類別結(jié)果見表8。

表8 EH公司服務(wù)質(zhì)量要素的分類結(jié)果

整理問卷數(shù)據(jù)，統(tǒng)計(jì)計(jì)算得出客戶對(duì)服務(wù)質(zhì)量要素的滿意度與重要度評(píng)價(jià)值，所得結(jié)果見表9。

表9 質(zhì)量要素滿意度與重要性指標(biāo)評(píng)價(jià)均值

根據(jù)表9數(shù)據(jù)，以滿意度指標(biāo)值為橫軸，重要性指標(biāo)值為縱軸，且以兩指標(biāo)評(píng)價(jià)值的均值（滿意度均值為0.696 4、重要性均值為3.560 7）坐標(biāo)為象限劃分點(diǎn)，繪制IPA分析矩陣圖。具體如圖2所示。

結(jié)合圖1、圖2可知：處于象限Ⅱ與象限I的服務(wù)質(zhì)量要素應(yīng)采取維持策略，且象限Ⅱ的維持優(yōu)先權(quán)高于象限I；象限Ⅲ和象限Ⅳ內(nèi)的質(zhì)量要素顧客應(yīng)提高其績(jī)效，且象限Ⅲ的改進(jìn)優(yōu)先權(quán)高于象限Ⅳ，屬于重點(diǎn)改進(jìn)項(xiàng)目，同時(shí)，結(jié)合Kano模型質(zhì)量要素的屬性類別，經(jīng)營(yíng)策略及其優(yōu)先權(quán)的確定如下。

（1）改進(jìn)優(yōu)先權(quán)確定：G1、G9、G5、G7擁有最高優(yōu)先權(quán)，且G1、G9優(yōu)先級(jí)高于 G5、G7，因此，G1、G9為最優(yōu)先改進(jìn)項(xiàng)目；其次是G5、G7；最后是一維質(zhì)量要素G3、G8。

（2）維持優(yōu)先權(quán)確定：G4、G10、G2應(yīng)采取維持策略，且優(yōu)先權(quán)最高者為G4、其次G10、最后為G2。

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

圖2 物流質(zhì)量要素的IPA分布圖

4 結(jié)束語

構(gòu)建模糊Kano模型改進(jìn)了質(zhì)量要素分類，提高了其精確度，同時(shí)運(yùn)用IPA分析法，確定質(zhì)量要素相應(yīng)策略及其優(yōu)先權(quán)。關(guān)鍵是要量化客戶服務(wù)評(píng)價(jià)指標(biāo)的重要性、績(jī)效表現(xiàn)值。同時(shí)，根據(jù)所調(diào)查客戶對(duì)企業(yè)重要性不同賦予不同客戶的權(quán)重?cái)?shù)，計(jì)算加權(quán)平均值。同時(shí)，考慮到不同客戶群體對(duì)物流需求的差異，可以進(jìn)行市場(chǎng)細(xì)分，了解不同目標(biāo)市場(chǎng)顧客的需求差異，進(jìn)而制定更具針對(duì)性的物流服務(wù)策略。

表10 質(zhì)量要素相應(yīng)策略及優(yōu)先級(jí)

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

[2]陳波波,齊佳音,等.對(duì)Kano模型中質(zhì)量要素評(píng)價(jià)傾向判斷判定方法的改進(jìn)[J].北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2007,4（2）：51-53.

[3]孟慶良,何林.基于模糊Kano模型的質(zhì)量屬性分類方法及應(yīng)用[J].工業(yè)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(zhì)量要素分類動(dòng)態(tài)預(yù)測(cè)方法[J].中國(guó)管理科學(xué),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(wù)質(zhì)量探測(cè)方法[J].工業(yè)工程與管理,2014,4(2)：75-82

[6]唐永洪.客戶關(guān)系管理績(jī)效評(píng)估矩陣及相對(duì)績(jī)效矩陣的應(yīng)用[J].中國(guó)市場(chǎng),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(xué)研究基金項(xiàng)目“廣東省建筑陶瓷產(chǎn)區(qū)一體化物流配送體系構(gòu)建路徑及對(duì)策研究”（2016A070705001）

唐永洪（1971-），男，湖南邵陽人，碩士研究生，佛山職業(yè)技術(shù)學(xué)院副教授，工商系副主任，研究方向：物流與供應(yīng)鏈系統(tǒng)。