蔣 旋,孟凡會
(滁州學院 經(jīng)濟與管理學院,安徽 滁州 239000)
隨著大數(shù)據(jù)、人工智能、5G等信息技術的深入應用,新零售發(fā)展迅速?!靶铝闶邸备拍钣神R云于2016年10 月杭州·云棲大會上首次提出,其認為“線上+線下+新物流”的“新零售”模式將成為未來的商業(yè)模式。根據(jù)《2018 中國零售趨勢報告》,2018 年零售發(fā)展主要呈現(xiàn)線上線下精準融合趨勢,目前涉及新零售的領域已從商超百貨滲透到各個行業(yè),例如家居行業(yè)、醫(yī)藥行業(yè)和家電行業(yè)等,對新零售即時物流服務需求急劇增加。
物流作為新零售模式的重要環(huán)節(jié),引起了學術界的廣泛關注。現(xiàn)有研究基于新零售背景下的物流問題展開,主要包括新零售即時物流的內(nèi)涵,以及新零售物流的模式與發(fā)展路徑。張曉芹指出為滿足新零售用戶對“極速”和“準時”的要求,即時物流以店倉一體化為支點,利用大數(shù)據(jù)與人工智能,去除了中轉(zhuǎn)環(huán)節(jié),直接提供門到門的物品送達服務[1]。楊守德認為即時物流作為新零售發(fā)展的重要支撐,是距離消費者最近、配送距離相對較短的物流服務業(yè)態(tài)[2]。王磊認為即時物流將有助于改善終端配送,提高物流效率和消費者滿意度,是新零售發(fā)展的必要條件[3]。趙樹海指出新零售物流應結合“互聯(lián)網(wǎng)+”等新技術,合理配置資源,更加注重服務賦能與客戶體驗,使新零售物流得到持續(xù)發(fā)展[4]。學術界雖然對新零售即時物流開展了相關研究,但有關新零售即時物流服務質(zhì)量的研究甚少,且以理論研究為主,缺少對新零售企業(yè)即時物流的實證研究。
本文在模糊Kano 模型與IPA 分析法基礎上,建立了新零售即時物流服務質(zhì)量提升模型。并通過實證研究,分析客戶對新零售即時物流服務質(zhì)量要素的感知重要度和滿意度,獲取最優(yōu)先改進的新零售即時物流服務質(zhì)量要素,為提升新零售即時物流服務質(zhì)量提供實踐指導。
Kano 模型是1984 年由Noriaki Kano 等基于雙因素理論提出的,是以分析客戶需求對客戶滿意度影響為基礎,對客戶需求進行分類和優(yōu)先順序排列的有效工具[5]。Kano 模型根據(jù)服務質(zhì)量要素的實現(xiàn)程度和客戶的感受,將服務質(zhì)量要素細分為必備質(zhì)量M、一元質(zhì)量O、魅力質(zhì)量A、無差異質(zhì)量I 和逆向質(zhì)量R,見表1。
表1 Kano評估結果分類表
模糊Kano 模型將傳統(tǒng)的Kano 模型與模糊綜合評價方法相整合,考慮客戶復雜的心理因素,更準確地反映客戶客觀的心理感知[6]。模糊Kano 調(diào)查問卷使客戶可以根據(jù)感知情況選擇多個答案,每個答案用介于[0,1]之間的數(shù)值表示權重,最終每行數(shù)值之和為1即可,結果見表2。
表2 模糊Kano問卷調(diào)查表
通過模糊Kano 調(diào)查問卷收集數(shù)據(jù),并進行運算統(tǒng)計,得到客戶對各服務質(zhì)量要素的感知情況,確定服務質(zhì)量要素的類別。具體步驟如下:
(1)構造模糊矩陣。根據(jù)模糊Kano 問卷調(diào)查表所獲取的數(shù)據(jù),正向問題矩陣X=[0.9 0.1 0 0 0],負向問題矩陣Y =[0 0 0 0.2 0.8],則生成的交互評價矩陣為:
(2)將矩陣S 與Kano 評估結果分類表對照。矩陣S中S14為屬性A,所以A的隸屬度向量為tA=0.18;矩陣S 中S15為屬性O,所以O 的隸屬度向量為tO=0.72;矩陣S 中S24為屬性I,所以I 的隸屬度向量為tI=0.02;矩陣S中S25為屬性M,所以M的隸屬度向量為tM=0.08,得到服務質(zhì)量要素隸屬度向量:
(3)引入置信度水平β∈[0,1]進行篩選。如果隸屬度向量中某元素大于或等于β,則對應于該元素的質(zhì)量屬性用1 表示,否則用0 表示。例如,當β=0.4時,質(zhì)量屬性向量T'=(1,0,0,0,0),屬于一元質(zhì)量要素。
(4)重復以上步驟,確定每個服務質(zhì)量要素的類別。統(tǒng)計每個服務質(zhì)量要素不同屬性出現(xiàn)的頻數(shù),頻數(shù)最高的屬性即為服務質(zhì)量要素的類別。
IPA(Importance Performance Analysis,IPA)分析法是通過考慮客戶的感知重要度和感知績效滿意度兩個方面的因素,給出具體決策思路的一種結構性方法。IPA 分析法根據(jù)客戶對具體服務質(zhì)量要素的評價結果,將各服務質(zhì)量要素平均值繪制于IPA分析矩陣中,橫坐標代表客戶感知滿意度,縱坐標代表客戶感知重要度,以各服務質(zhì)量要素的滿意度和重要度總平均值為分界線,將IPA分析矩陣劃分形成四個象限,對位于不同象限的服務質(zhì)量要素采取不同的策略,如圖1所示。
圖1 IPA分析矩陣
基于模糊Kano模型與IPA分析建立新零售即時物流服務質(zhì)量提升模型,其中客戶對各新零售即時物流服務質(zhì)量要素的感知滿意度值,通過Noriaki Kano的CS系數(shù)運算得到[7]。CS系數(shù)為:
客戶對各新零售即時物流服務質(zhì)量要素的感知重要度值,利用Likert 5級量表設計模糊Kano-IPA調(diào)查問卷獲取,見表3。最終獲取新零售即時物流服務質(zhì)量提升模型所需的感知重要度和感知滿意度平均值,繪制IPA分析矩陣。
表3 感知重要度標度
根據(jù)模糊Kano 模型服務質(zhì)量要素優(yōu)先權排序,優(yōu)先順序為必備質(zhì)量要素、一元質(zhì)量要素、魅力質(zhì)量要素、無差異質(zhì)量要素。根據(jù)IPA分析法不同象限服務質(zhì)量要素優(yōu)先權排序,優(yōu)先順序為象限III、象限IV、象限II、象限I。整合模糊Kano 模型和IPA 分析,得出新零售即時物流服務質(zhì)量提升模型具體作用機理,見表4。序號1-16 代表新零售即時物流服務質(zhì)量提升順序,即位于第III象限,服務質(zhì)量要素類別為必備質(zhì)量(M)的新零售物流服務,享有最先提升優(yōu)先權,其次是位于第III象限,服務質(zhì)量要素類別為一元質(zhì)量(O)的新零售物流服務,以此類推。
表4 提升優(yōu)先權
目前,新零售即時物流服務需求急劇增長,而新零售即時物流服務質(zhì)量卻差強人意,新零售企業(yè)亟需探索新的即時物流服務質(zhì)量提升策略以增強競爭力。通過對新零售即時物流服務質(zhì)量要素進行研究,提出針對性的新零售即時物流服務質(zhì)量提升策略,能在一定程度上提高客戶滿意度。
模糊Kano-IPA 調(diào)查問卷第一部分是被調(diào)查客戶的基本信息,第二部分是客戶對新零售即時物流服務質(zhì)量要素感知滿意度和重要度的調(diào)查,基于中國新零售企業(yè)即時物流的發(fā)展現(xiàn)狀,新零售即時物流服務質(zhì)量要素見表5。本次問卷調(diào)查是從某一新零售企業(yè)的客戶群中隨機抽取,采用線上線下兩種調(diào)查方法,通過現(xiàn)場發(fā)放問卷和線上發(fā)送電子問卷回收調(diào)查結果。調(diào)查問卷于2019年6月至8月發(fā)放,共計發(fā)放問卷200 份,共收回185 份,有效問卷162份,有效回收率81%。
對模糊Kano-IPA 調(diào)查問卷收集的數(shù)據(jù)進行運算,分別令置信度水平β=0.1,0.3,0.4,0.5,0.7,各新零售即時物流服務質(zhì)量要素的所有質(zhì)量屬性出現(xiàn)的頻數(shù)總和見表6。
表5 新零售即時物流服務質(zhì)量要素
表6 不同β值各質(zhì)量屬性類別的頻數(shù)總和
通過表6 可知,隨著β 值的增大,各新零售即時物流服務質(zhì)量要素的所有質(zhì)量屬性出現(xiàn)的頻數(shù)之和呈遞減趨勢。當β≤0.4時,各新零售即時物流服務質(zhì)量要素的所有質(zhì)量屬性出現(xiàn)的頻數(shù)之和大于162,基本保證了信息不失真,但發(fā)生了信息交叉;當β>0.4時,某些新零售即時物流服務質(zhì)量要素的所有質(zhì)量屬性出現(xiàn)的頻數(shù)之和小于162,出現(xiàn)了信息失真。比較不同β 值下各新零售即時物流服務質(zhì)量要素的所有質(zhì)量屬性出現(xiàn)的頻數(shù)總和,最終確定β=0.4。不僅可以保證信息不失真,而且減少了信息交叉現(xiàn)象,所獲取的新零售即時物流服務質(zhì)量要素分類結果相對準確?;谀:齂ano 模型,新零售即時物流服務質(zhì)量要素的分類結果見表7。
通過對模糊Kano-IPA 調(diào)查問卷收集的數(shù)據(jù)進行運算,得到客戶對各新零售即時物流服務質(zhì)量要素的感知滿意度和重要度平均值,見表8。
表7 服務質(zhì)量要素分類結果
表8 客戶對新零售即時物流服務質(zhì)量要素的感知評價
根據(jù)客戶對各新零售即時物流服務質(zhì)量要素的評價結果,將各新零售即時物流服務質(zhì)量要素平均值繪制于IPA分析矩陣中,以各新零售即時物流服務質(zhì)量要素的滿意度和重要度總平均值為分界線,將IPA分析矩陣劃分形成四個象限,如圖2所示。
圖2 IPA分析矩陣劃分結果
基于模糊Kano模型與IPA分析的新零售即時物流服務質(zhì)量提升模型,最終獲取新零售即時物流服務質(zhì)量要素的提升優(yōu)先權,見表9。亟需優(yōu)先改進的新零售即時物流服務質(zhì)量要素為f1、f4、f7,皆分布于第III象限,均屬于必備質(zhì)量要素,在客戶心中的感知重要度較高,但感知滿意度較低,亟需優(yōu)先改進。其次為分布于第II 象限的一元質(zhì)量要素f8和魅力質(zhì)量要素f2、f3、f10,在客戶心中的感知重要度較低,亟需提升客戶對其重要性的認識。最后是分布于第I 象限的必備質(zhì)量要素f5、一元質(zhì)量要素f9和無差異質(zhì)量要素f6,在客戶心中的感知滿意度和重要度皆較低,其中無差異質(zhì)量要素f6,在資源有限的情況下,無需關注該新零售即時物流服務質(zhì)量要素。
表9 新零售即時物流服務質(zhì)量要素提升優(yōu)先權
客戶感知重要度較高但感知滿意度較低的新零售即時物流服務質(zhì)量要素為物品在規(guī)定時間內(nèi)送達、物品完好無損送達和及時處理申訴并賠償,皆為必備質(zhì)量要素,此類新零售即時物流服務質(zhì)量要素是導致客戶不滿意的主要要素。企業(yè)應合理配置資源,重點改進這三項新零售即時物流服務質(zhì)量要素,使客戶的基本需求得到滿足,降低客戶投訴率,贏得忠實客戶。
消費水平升級,生活節(jié)奏加快,便利的服務更能提高客戶滿意度。短信提前通知和預約時間送貨是新零售即時物流提供的便利服務,皆屬于魅力質(zhì)量要素,提供此類新零售即時物流服務是提升客戶滿意度的關鍵。企業(yè)應根據(jù)不同地區(qū)客戶的作息時間提供便利服務,提升服務彈性,以提高滿意度,吸引潛在客戶。
借助大數(shù)據(jù)、人工智能、5G 等信息技術,提高新零售即時物流服務的數(shù)字化水平,完善新零售即時物流線上服務平臺,打造具有高質(zhì)量的新零售即時物流服務。物品采用綠色環(huán)保材料包裝,提高客戶環(huán)保意識,實現(xiàn)再生資源利用,推動發(fā)展綠色新零售即時物流。
進一步提升新零售即時物流服務質(zhì)量,優(yōu)先改進影響客戶滿意度的重要質(zhì)量要素。本文通過整合模糊Kano 模型與IPA 分析法,建立新零售即時物流服務質(zhì)量提升模型,獲取新零售即時物流服務質(zhì)量要素改進的優(yōu)先權,從而得出企業(yè)最優(yōu)先改進的新零售即時物流服務質(zhì)量要素,為提升新零售即時物流服務質(zhì)量提供實踐指導?,F(xiàn)今,有關新零售即時物流服務質(zhì)量的研究甚少,本文也只是就新零售即時物流服務質(zhì)量提升問題進行了一些嘗試,得到了一些初步的結果。但實際上還有更多復雜不確定的因素影響新零售即時物流服務質(zhì)量,因此,進一步研究影響新零售即時物流服務質(zhì)量的因素具有現(xiàn)實意義。