基于模糊綜合評價的鐵路貨運客戶細分

李鳳姿，代明睿，李 瑞

（中國鐵道科學研究院 運輸及經濟研究所，北京 100081）

基于模糊綜合評價的鐵路貨運客戶細分

李鳳姿，代明睿，李 瑞

（中國鐵道科學研究院 運輸及經濟研究所，北京 100081）

在對鐵路貨運客戶當前價值和潛在價值進行分析的基礎上，構建客戶價值指標評價體系，運用模糊綜合評價法對客戶當前價值與潛在價值進行評價，依據評價結果對客戶進行細分，并舉例說明。根據貨運客戶的細分結果，將客戶分為高現值高潛在、高現值低保留、低現值高潛在、低現值低保留4類，并針對不同客戶群提出營銷建議，以提高鐵路貨運收益。

鐵路貨運；客戶細分；模糊綜合評價；營銷策略

1 鐵路貨運客戶價值分析

通過對鐵路貨運客戶分類和評價分級，鐵路貨運部門可以有針對性地向客戶群體營銷與其需求相適應的貨運產品，避免盲目營銷，降低營銷成本并提高效率。根據貨運客戶的等級酌情分配運力資源，有利于鐵路部門對信譽高、貢獻大的客戶給予重點運力傾斜，科學進行運力統籌安排。客戶細分理論由基于客戶終生價值的單維度發展到基于客戶當前價值和客戶潛在價值的二維細分。在目前市場競爭激烈、客戶流失可能性較高的環境下，二維細分模型應考慮客戶的當前貢獻和客戶的潛在貢獻[1]。

1.1 客戶當前價值分析

鐵路客戶的當前價值是指客戶的歷史運輸行為對鐵路收益的貢獻，可以用收入貢獻和成本占用 2 個指標來衡量[2]。

（1）收入貢獻。結合鐵路運營情況，采用客戶支付的鐵路運輸費用表征收入貢獻。這里的運輸費用指廣義的運費，包含運雜費、運輸費用、保價費、建設基金、電氣化附加費等，其數據來源是鐵路貨票上的合計費用，能夠真實反映客戶帶來的貨運收入情況。

（2）成本占用。鐵路運輸成本主要包括固定資產折舊費、設備維護成本等固定成本，以及能耗成本、裝卸成本等變動成本，客戶運輸行為的成本占用主要是指變動成本部分。采用客戶的裝車數與裝車噸數作為參考因子，表征由客戶運輸行為產生的變動成本。

1.2 客戶潛在價值分析

潛在價值是指鐵路客戶在未來經濟行為中可能帶給企業的價值。鐵路客戶的潛在價值可以用滿意度、忠誠度和誠信度 3 個指標來衡量。

（1）滿意度。客戶滿意度表現為鐵路客戶對運輸時間、辦理過程、服務人員企業形象等鐵路貨運服務的滿意程度。客戶滿意度的評價指標包括客戶投訴次數、客戶抱怨次數、未解決問題次數等。

（2）忠誠度。客戶忠誠度表現為鐵路客戶對鐵路貨運的依賴程度，依賴程度越高，忠誠度越高。客戶忠誠度的評價指標主要包含發貨頻次、平均發貨量、未發貨天數 (最后一次發貨時間距統計時間的天數)、客戶產量、公鐵運輸比 (客戶使用公路運輸與使用鐵路運輸的比例)[3]。發貨頻次與未發貨天數可以有效表征客戶使用鐵路運輸的頻率，是評價客戶忠誠度的核心指標。客戶產量與公鐵運輸比指標能夠有效鑒別客戶的虛假忠誠度。以生產型企業客戶為例，已知客戶對鐵路具有較高忠誠度，但由于客戶產量下降，導致其鐵路運量和發貨頻次下降，由此判定客戶的忠誠度較低則是不客觀的，因而需要通過客戶產量與公鐵運輸比指標進行修正。

（3）誠信度。誠信度是衡量客戶潛在價值大小的一個重要因素，其高低直接影響到鐵路貨運的交易風險。通過分析客戶的經濟行為，以計劃兌現率、請車兌現數、退訂次數作為對客戶誠信度衡量的指標。

1.3 客戶價值評價體系

根據以上分析，得到客戶價值評價指標體系如圖 1 所示。

2 客戶價值評價方法

目前對客戶價值評價的方法很多，應用比較廣泛的評價方法主要包括層次分析法、專家打分綜合法、模糊綜合評價法、灰色綜合評價法、人工神經網絡評價法等[4]。其中，模糊綜合評價法[5]通過精確的數字計算處理模糊的評價對象，能夠對模糊性的信息作出比較合理、科學的量化評價；評價結果是一個包含隸屬度信息的矢量，該矢量蘊含的信息比較豐富、完整，可以準確刻畫被評價對象。模糊綜合評價法具有對象集合無關性，即一個被評價對象不論在哪個集合中，其評價結果是惟一的。

模糊綜合評價法計算步驟如下。

（1）劃分因素集。設 U = {u1，u2，…，um} 為被評價對象的評價因素集合，其中 m 為評價因素個數，由評價指標體系決定。評價因素按屬性分成若干類，每一類按照單一評價因素進行評價；每一類內又可以按照屬性分成若干類，分別進行單一評價，以此類推。

圖 1 客戶價值評價指標體系

（2）確定評價集。設 V = {v1，v2，…，vn}，是評價者對被評價對象可能做出的評價結果的集合。其中，vj代表第 j 個評價結果， j = 1，2，…，n，n 為總的評價結果數。

（3）構造隸屬函數。由于元素 u 對 U 上的模糊集合的隸屬關系存在模糊性，取位于區間 [0，1] 的數值進行描述。數值越接近 1，表示元素 u 對集合 U 的隸屬度越高。使用隸屬函數 φ(u) 表示 u 對論域 U 上的隸屬度，將模糊性的描述數值化。

（4）確定評價因素的權重向量。為權重分配模糊矢量 W = (w1，w2，…，wm)，wi表示第 i 個因素的權重，0 ＜ wi＜ 1，Σwi= 1。W 反映各因素的重要程度，由多位專家給出的因素權重，采用加權平均法計算得到各個因素權重值。

（5）單因素評價。模糊綜合評價，首先需要進行單因素模糊評價。從每個因素 ui上對被評價對象進行評價，確定在單因素下，評價對象對各等級模糊子集的隸屬度，得到模糊關系矩陣。

式中：rij表示被評價對象在因素 ui的作用下對模糊子集 vj的隸屬度； ri=(ri1，ri2，…，rin) 表示被評價對象在因素 ui的作用下對模糊集合的隸屬度矢量。

（6）確定計算模型。單因素評價集 R 與權重集 W確定以后，再進行模糊變換，然后進行模糊綜合評價，具體模型為

式中：“”表示模糊合成算子，將權重矢量 W 與因素評價集 R 進行模糊合成變換，此處取矩陣乘積算法；bj( j =1，2，…，n) 是模糊綜合評價指標，表征評價對象對模糊子集 vj的隸屬度。

（7）綜合評價結果。由以上步驟計算得到評價指標 bj( j =1，2，…，n)，依據最大隸屬度原則，選取最大的 bj對應的評語集 vj作為評價對象的綜合評價結果。

3 實證分析

以客戶的當前價值計算為例，使用模糊綜合評價法對客戶的當前價值進行評價。以某鐵路局客戶為例，客戶月平均運費 186 萬元，月平均裝車數 3 452車，月平均裝車噸數 125 960 t。

（1）確定評價集。V = {v1，v2}= {高，低}。

（2）確定指標權重。由專家法得到收入貢獻權重 u1為 0.7，成本占用權重 u2為 0.3；運費權重 u11為1.0，裝車數權重 u21為 0.4，裝車噸數權重 u22為 0.6。

（3）確定評價指標隸屬度。指標分級評價情況如表 1 所示。

表 1 指標分級評價

根據指標分級評價表，對客戶的指標隸屬度進行判定。客戶指標隸屬度如表 2 所示。

（4）計算模糊綜合評價矩陣。

利用最大隸屬度原則，取 V 中與最大值 bj對應的 vj作為評價結果，由此得出客戶是高現值客戶。

4 客戶細分及營銷策略

根據構建的客戶價值指標體系，利用模糊綜合評價方法，從收入貢獻和成本占用 2 個方面，采用運費、裝車數和裝車噸數指標對客戶當前價值進行評價；從忠誠度、誠信度和滿意度 3 個方面，采用發貨頻次、平均發貨量、客戶產量、未發貨天數、公鐵運輸比、計劃兌現率、請車兌現率、退訂次數、抱怨次數、投訴次數和未解決問題次數等指標對客戶潛在價值進行評價，計算隸屬度值[6]。以客戶當前價值的隸屬度為橫軸，以客戶潛在價值的隸屬度為縱軸，建立客戶細分模型，將客戶分為高現值高潛在、高現值低保留、低現值高潛在、低現值低保留 4 類客戶[7-8]。客戶細分模型如圖 2 所示。

圖 2 客戶細分模型

（1）高現值高潛在客戶。該類客戶多表現為運費收入較高，忠誠度、誠信度和滿意度也較高。該類客戶歷史運輸行為為鐵路收益做出重大貢獻，并且客戶具有繼續為鐵路帶來巨大收益的潛質，是鐵路的優質客戶。鐵路在營銷活動中可以將重要運輸資源向該類客戶傾斜，優先滿足該客戶群的運力需求，與其保持穩定的客戶關系。對于該類客戶的投訴建議，需要派專人了解情況，做到逐一解決，以提高客戶滿意度。

（2）高現值低保留客戶。該類客戶多表現為運費收入較高，但忠誠度、誠信度和滿意度中一項或多項較低。該類客戶使用鐵路運輸產品較多，為鐵路收益做出重大貢獻，具有很高的當前價值，但未來盈利能力的提升空間不是很高。造成這一問題的原因可能是這類客戶對鐵路某些服務或運輸產品不滿意導致，或由于客戶自身發展限制，對運輸產品的需求降低。鐵路營銷人員首先應了解客戶的具體情況，找到問題并努力解決問題，在保持與此類客戶關系的基礎上，將其發展為高現值高潛在客戶；如果是客戶自身限制，鐵路應著重維持與客戶的良好關系，無需投入過多營銷精力與運力資源。

（3）低現值高潛在客戶。該類客戶多表現為運費收入較低，但其對鐵路運輸的忠誠度、誠信度和滿意度較高。該類客戶主要是鐵路的新客戶或對鐵路運輸有較高依賴的客戶，具有繼續為鐵路帶來一定收益的潛質。鐵路應廣泛關注這類客戶，優先考慮高現值高潛在客戶的需求，在運力資源分配、服務質量與效率上對其加以一定傾斜，努力使其成為高現值客戶。

（4）低現值低保留客戶。該類客戶多表現為運費收入低，其對鐵路運輸的忠誠度、誠信度和滿意度也較低。該類客戶目前能為鐵路帶來的收入很少，并且潛在價值不高，鐵路應嚴格控制對該類客戶的營銷和維護成本。

5 結束語

客戶是鐵路貨運的重要資源，客戶對鐵路收益的貢獻遵循 80/20 法則 (80% 的收入來源于 20% 的客戶)。為獲取更高的經濟效益，鐵路運輸企業應正確辨別客戶的類別，針對不同類別的客戶進行差異化管理，提高鐵路對客戶的投資收益比率。通過引入模糊綜合評價法構建鐵路客戶細分模型，可以實現對鐵路貨運客戶的細分，并在此基礎上實施有針對性的營銷措施，從而降低營銷成本，提高營銷效率和鐵路貨運收益。

[1] 李興國，劉 輝，周志純. 移動通信業的客戶細分和保持策略[J]. 統計與決策，2008(10)：124-126.

[2] 戴鈺桀，張 巖，鄭平標，等. 基于客戶關系管理的鐵路客戶星級評價體系研究[J]. 鐵道運輸與經濟，2015，37(6)：92-96.

[3] 鄧 程，楊壯英，古軍杰，等. 改進的 K-means 算法及其在鐵路客戶細分中的應用[J]. 鐵路計算機應用，2014，23(6)：45-48.

[4] 王長春. 港口海運煤客戶價值評價方法研究[D]. 大連：大連海事大學，2012.

[5] 曹瑞瑯，賀少輝，郭炎偉，等. 地質強度指標的模糊綜合評判法[J]. 巖石力學與工程學報，2013，32 (增 2)：3100-3108.

[6] 郭金筠. 以市場為導向的鐵路貨運客戶資產戰略研究[J]. 鐵道貨運，2008，26(6)：14-17.

[7] 鄭平標，朱克非，代明睿. 基于客戶價值分析的鐵路客戶分類方法探討[J]. 鐵道運輸與經濟，2014，36(3)：42-46.

[8] 帥 斌，鄧邵蔚，黃麗霞. 基于改進 RFM 模型的鐵路快捷貨運客戶市場細分方法[J]. 鐵道科學與工程學報，2014，11(1)：112-117.

責任編輯：金 穎

1004-2024(2015)11-0029-05

：U294.1

：B

10.16669/j.cnki.issn.1004-2024.2015.11.07

2015-11-02

中國鐵路總公司科技研究開發計劃課題(2014X009-G)