基于模糊綜合評價法的鐵路貨運客戶評價研究

張文清

(中國鐵路北京局集團有限公司 北京貨運中心，北京 100071)

鐵路貨運客戶評價對不同客戶實施針對性營銷策略有重要影響，可以有效避免盲目營銷導致的營銷成本高、營銷效率低的問題。當前由于鐵路貨運客戶種類繁多、需求復雜，對于貨運資源的調配存在分布不均和資源浪費的現象，且市場環境復雜，企業間的競爭比較激烈，客戶的流失風險與之前相比明顯增大。科學地對客戶進行評價有助于更好地滿足客戶需求，增加客戶黏性。針對目前我國鐵路缺乏對貨運客戶評價機制的問題，結合客戶評價實踐及理論經驗，在綜合考慮客戶的當前價值和潛在價值的基礎上[1]，構建鐵路貨運客戶評價體系，運用模糊綜合評價法方法，對鐵路貨運客戶進行評價，結合評價結果，提出有針對性的營銷策略。

1 鐵路貨運客戶評價體系構建

1.1 客戶當前價值分析

鐵路客戶的當前價值是指客戶的以往運輸需求對其鐵路創收的貢獻度，對貢獻度的評價可以從收入貢獻和任務貢獻2個方面闡述。

（1）收入貢獻。統計客戶在一定時間內對鐵路運輸所支付的綜合費用，包括運雜費、運輸費用、保價費、建設基金、電氣化附加費等，可通過鐵路貨票獲得[2]。鐵路貨票可以真實客觀地反應客戶所創造的鐵路運營收入實際情況，因而將貨票收入作為客戶當前價值的一項評價指標。

（2）任務貢獻。鐵路運營指標作為鐵路運營管理的重要手段，反應鐵路運營的質量。在此，使用客戶的裝車數和裝車噸數作為客戶當前價值的評價指標。

因此，客戶當前價值的評價指標為貨票收入、裝車數、裝車噸數。

1.2 客戶潛在價值分析

客戶潛在價值是指在鐵路運營過程中，客戶可能帶來的價值和利潤。客戶潛在價值是一種面向未來的經濟行為[3]。鐵路的客戶潛在價值可以通過誠信度、忠實度和滿意度3個方面進行闡述。

（1）滿意度。滿意度是指客戶對運輸辦理流程、運輸效率等的總體評價，主要以投訴頻數和未解決問題次數等指標進行衡量。

（2）誠信度。誠信度作為衡量客戶潛在價值的一個重要指標，誠信度對鐵路貨物運輸的風險具有非常重要的影響。誠信度主要以計劃兌現率、退訂次數等指標進行衡量。

（3）忠實度。忠實度是指鐵路客戶對鐵路貨運的依賴度，依賴度和忠實度呈現正相關的關系。忠實度主要以發貨頻次、平均發貨量、客戶產量、未發貨天數、公路和鐵路運輸比等指標進行衡量[4]。

綜上，客戶潛在價值的評價指標有9項，分別為投訴頻數、未解決問題次數、計劃兌現率、退訂次數、發貨頻次、平均發貨量、客戶產量、未發貨天數、公路和鐵路運輸比。

1.3 鐵路貨運客戶評價指標體系構建

綜上所述，從3個層次構建鐵路貨運客戶評價指標體系：第1層為總目標層，從整體上體現客戶價值；第2層為子目標層，包含客戶當前價值和客戶潛在價值；第3層為指標層，與子目標層呈現對應關系。構建鐵路貨運客戶評價指標體系如表1所示。

2 基于模糊綜合評價法的鐵路貨運客戶評價模型

在國內外研究中，對于客戶價值的評價方法很多，其中使用比較廣泛的主要有層次分析法(AHP)、專家綜合打分法、模糊綜合評價方法、人工神經網絡評價法等。模糊綜合評價法由于可以模糊地對評價對象進行評價，并且對比較模糊的屬性給出可以量化和科學的評價結果，其評價結果包含的信息較為充分和豐富。此外，由于模糊綜合評價法具備和對象集合無關聯性的優勢，其評價結果具有惟一性特點[4-5]。因此，選用模糊綜合評價法對鐵路貨運客戶進行評價。

計算步驟如下。

（1）確定評價指標集。假設U=(u1，u2，…，um)為評價指標的集合，m為被評價對象中所含有因素的個數，其具體數值受評價體系的影響。其中每一類評價指標可以按照屬性的不一致分成許多子類，子類又可以使用單一評價因素來開展評價。

（2）確定被評價對象的評價集。假設P=(p1，p2，…，pn)為評價人員對評價對象作出的n種評價等級。

（3）模糊評價隸屬函數的構造。任意評價指標ui對U上的模糊集合具有模糊性的隸屬關系，每個元素的取值可以在0～1之間。當取值越接近與1，說明其隸屬度越高[6]。論域上的隸屬度情況可以用隸屬度函數來描述，從而實現模糊屬性轉化成數值化描述。

（4）計算評價指標的權重值。權重的確定用專家打分法進行計算，經過專家打分后，可以用加權平均方法計算各個屬性的評價權重，最終形成權重向量，權重向量可以用ω來標識，ω=(ω1，ω2，…，

（5）單指標評價方法。單指標評價是進行模糊評價的第1個環節。從評價指標ui(i= 1，2，…，m)上對被評價體實施評價，確定在單指標下，評價體對各評價等級pj(j=1，2，…，n)上的隸屬度rij，從而得到模糊關系矩陣。其中，rij代表評價體在評價指標ui的作用下，對評價等級pj的隸屬度。ri= (ri1，ri2，…，rin)T表示評價體在評價指標ui的作用下，對模糊集合的隸屬度向量。

表1 鐵路貨運客戶評價指標體系Tab.1 An evaluation model of railway freight clients

（6）模糊處理和模糊合成。在隸屬度向量ri和權重向量ω明確后，可以進行模糊處理，最后經過模糊合成運算，得到模糊綜合評價結果向量h。

（7）綜合評價結果。根據以上計算結果，得出模糊綜合評價結果向量h。依照最大隸屬度方法，選取max (hj)所對應的評價等級作為被評價體的最終評價結果[7-8]。

3 案例分析

以中國鐵路北京局集團有限公司(以下簡稱“北京鐵路局”)為例，選取客戶價值作為評價指標，利用模糊綜合評價法對其當前價值進行評價。按照真實性、可行性原則，以北京鐵路局某客戶實際發送數據為例，對基于模糊綜合評價法的鐵路貨運客戶評價模型進行驗證。

（1）確定評價指標集。總目標評價指標集U=(A1，A2)，子目標評價指標集U1= (A11，A12，A13)，U2= (A21，A22，A23，A24，A25，A26，A27，A28，A29)。

（2）確定被評價對象的評價集。設定評價人員對評價對象作出高現值高潛在、高現值低潛在、低現值高潛在、低現值低潛在4種評價結果，即P= (p1，p2，p3，p4) = (高現值高潛在、高現值低潛在、低現值高潛在、低現值低潛在)。

（3）計算評價指標的權重值。采用問卷調查的方法，對北京鐵路局某客戶單位參加貨運工作工齡20年以上職工開展調查，得到客戶價值調查結果統計如表2所示。在采用專家打分法的基礎上，確定各個指標的權重值，ω= (0.5，0.5)，ω1= (0.4，0.3，0.3)，ω2= (0.12，0.1，0.12，0.1，0.12，0.12，0.1，0.1，0.12)。

（4）構建單指標對應的模糊關系矩陣。對評價指標體系中第二層各元素進行單指標評價，單指標評價的關鍵是構建單指標對應的模糊關系矩陣，通過對調查結果的整理和統計，得到評價指標體系第二層因素，即客戶當前價值A1和客戶潛在價值A2的模糊關系矩陣。

（5）模糊合成。客戶當前價值的評價向量：h1=ω1×R1= (0.435，0.23，0.175，0.16)；客戶潛在價值的評價向量：h2=ω2×R2= (0.34，0.28，0.21，0.17)。客戶價值向量可以表示為

表2 調查結果統計表Tab.2 The survey results

根據最大隸屬度原則，在模糊綜合評價向量h中，max (hj) = 0.387 5，所對應的評價等級為高現值高潛在，因而該客戶為高現值高潛在價值客戶。

（6）高現值高潛在客戶營銷策略分析。高現值高潛在客戶特點較為鮮明，其各項指標評分均較高，作為給鐵路運營貢獻最大的一類客戶，其潛在價值也非常大，從營銷的層面講，這是品質優良的客戶。在實際的鐵路運營過程中，可以適當將重要的運營資源向此類客戶轉移，優先滿足此類客戶的實際需求，以維系此類客戶的穩定運行。對于此部分客戶的投訴等問題，需要安排專門的運維人員及時解決，從而保證其滿意度維持在一個比較穩定的值域。

4 結束語

基于模糊綜合評價的鐵路貨運客戶評價，細化鐵路貨運客戶評價指標，確定客戶分類，為鐵路貨運部門特別是貨運中心及下屬貨運營業部開展貨運營銷、區分客戶類別、為客戶提供差異性和針對性服務提供參考。模糊綜合評價法兼顧指標間的動態性和相關性，可在一定程度上減少人為主觀賦權的不利影響，在實際運用中展現出較強的可操作性和普遍適用性，有助于對鐵路貨運客戶進行精準定位，有針對性地對鐵路貨運客戶實施高效營銷，以獲得最大化收益。