基于用戶在線評價的跨境電商平臺物流服務質量研究

劉逸飛

（南京林業大學 經濟管理學院，江蘇 南京 210037）

1 引言

隨著互聯網和網絡支付技術的日漸普及，跨境電商平臺的交易規模與用戶關注持續攀升，而物流服務作為跨境電商平臺用戶服務的“最后一公里”，具有配送周期長、產品定價高等特點，因此，消費者更為關注物流服務的可靠性、響應性[1]。據中央網信辦統計，截止到2019年10月1日，我國跨境電商平臺物流服務的滿意比例不足80%，用戶投訴的問題主要集中在物流服務信息質量、配送可靠性、配送信息質量等方面。跨境電商平臺物流質量不僅影響用戶網絡口碑與企業網絡聲譽，而且決定著用戶的體驗滿意度與使用忠誠度。應用大數據跟蹤技術就用戶對跨境電商平臺物流服務下單、配送、簽收、退貨等關鍵流程的在線評價數據進行分析，對于增強跨境電商平臺物流服務質量意義重大。同時，當前學術界與實務界已開始關注以物流服務質量、電子服務質量與電子實物分撥質量為代表的客戶體驗問題，并基于可視化分析、預測性分析、語義引擎等方法分析用戶網絡口碑數據，對顧客抱怨進行及時管理與服務補救[2]。本文運用認知地圖數據挖掘方法對跨境電商平臺用戶在線評價數據進行文本識別，診斷跨境電商平臺現有物流業務流程，識別跨境電商平臺物流服務潛在失誤點，并提出有助于增強其物流服務質量的策略。

2 研究模型與數據說明

基于跨境電商平臺物流全流程服務（下單、配送、簽收、退貨）視角，將用戶在線評價數據作為分析跨境電商平臺物流服務質量的重要依據。在ATLAS.ti 6.2工具輔助下對原始數據進行“中評”與“差評”的二維聚類[3]。運用認知地圖法對大樣本數據進行要點分解與主題建構：

（1）對跨境電商平臺物流全流程服務過程中的“中評”與“差評”信息進行數據抓取、多維統計、主題設置、語義分析與實時監測，分析用戶在線評價數據間的交互強度、語義方向、含義關系。

（2）以評價數據間因果關系的正負和強度來確定“地理臨近”數據間的關聯水平。據此構建可直觀反映跨境電商平臺物流服務質量的結構化認知地圖，以系統析出跨境電商平臺物流服務在服務流程、服務內容、服務方式等方面的質量問題。

（3）遵循服務補救、顧客界面管理的分析思路，面向信息平臺服務、客戶中心服務、物流過程服務，提出優化跨境電商平臺物流服務質量的設計方案。

具體研究模型，如圖1所示。

圖1 研究模型

為了評價跨境電商物流服務質量，本文結合中國報告網《2019年中國電商物流行業分析報告》所披露的統計數據，選取在運輸計劃、運輸過程、庫存過程、客戶服務、財務指標等方面表現良好的五家跨境電商平臺（天貓國際、蘇寧易購、海囤全球、唯品國際、聚美優品）作為研究主體，其中天貓國際依托自有菜鳥物流圍繞海外倉建設推出了“跨境物流三日必達”特色服務；蘇寧易購借助“洋碼頭”一站式海外購物平臺在海外的數十個物流倉儲中心拓展了銷售渠道；海囤全球依托全程區塊鏈溯源和千里眼溯源，以及海囤全球的超級買手計劃提供了“零中間商”的采購物流服務；唯品國際通過“亞馬遜物流+”的戰略合作模式極大地提升了自身跨境電商倉儲運營管理效能；聚美優品為用戶提供了大件物流的“限時達”服務。上述五大跨境電商平臺普遍具有用戶活躍度、用戶月瀏覽量高的特點。本文利用認知地圖ATLAS.ti 6.2工具對樣本跨境電商平臺上的6 500多種產品物流服務的用戶在線評價數據進行采集，調研期內（2019年7月1日至9月30日）共采集到6 042.093 1萬條數據。考慮到用戶負面在線評價信息對用戶與跨境電商平臺的影響力要高于正面信息，因此，僅針對中評數據、差評數據進行統計分析，見表1。

表1 用戶評論數據來源統計（單位：萬條）

3 實證分析

3.1 數據清洗

由于采集數據不僅具有顯著的非線性特征，而且各路嘈雜的數據間存在與評價無關的信息。為提高數據清洗與詞頻分析的精度與效度，采用python自然語言處理技術與因子分析方法對原始數據進行數據清洗[4]。統計結果見表2。從表2可知，X1-X11產品品類所對應的初始數據部分存在著統計偏度與統計峰度的不足，經過數據清洗最終得到有效的中差評數據數量為693.21萬條。

表2 數據清洗統計結果

3.2 數據挖掘

3.2.1 詞語權重與詞頻統計。針對693.21萬條用戶在線評價中差評數據的詞語權重和出現頻次進行無量綱化統計，可生成跨境電商平臺物流服務中差評數據高頻特征詞（基于語義識別歸類）及詞頻列表（見表3）。

表3 中差評數據高頻特征詞權重與頻次（部分）

3.2.2 特征詞選取。利用NLP分詞及詞性標注技術對693.21萬條用戶在線評價中差評數據進行特征詞選取[5]：

（1）對由27個關鍵詞所組成的語料庫進行詞性標注，基于關聯分析法得到頻繁集；

（2）利用頻繁集找到與之對應的高頻特征詞；

（3）利用搜索引擎計算出高頻特征詞與物流服務質量的相關性。計算公式為[6]：

其中f代表高頻特征詞，d代表物流服務質量，Hits代表搜索引擎的命中個數，PMI數值越高，則意味著高頻特征詞與物流服務質量的相關性程度越高。最終選取的特征詞集合見表4。

表4 物流服務用戶在線評價中差評數據中的特征詞

3.3 識別物流服務質量問題

采用認知地圖分析法中的語義知識網絡結構分析技術對高頻特征詞進行關聯度分析[7]，通過確定“地理臨近”數據間的關聯水平來識別跨境電商平臺物流服務質量問題。用戶在線評價中差評數據高頻特征詞間的關聯度分析結果，如圖2所示。

由圖2可知，當前跨境電商平臺物流服務質量問題主要有：

圖2 跨境電商平臺物流服務用戶在線評價數據的關聯度分析

（1）商家交付環節所涉及的問題表現為：商家物流時效性承諾兌現的可靠性問題（下單程序是否便捷、配送方式是否多樣、可配送物品及地域覆蓋范圍是否廣泛、訂單是否準確記錄等）；接單人員的服務禮儀與惰性問題（接單人員溝通質量、接單人員形象禮儀及企業有形展示等）。其中接單人員態度，配送種類、時間、價格信息的共現頻次最高。可見，商家交付服務的可靠性與保障性程度是影響跨境電商平臺物流服務質量的首要因素。

（2）物流配送環節所涉及的問題表現為：物流服務的及時性與響應性問題（是否提供實時準確的配送信息、取貨配送的及時性、特殊情況的延遲率、網上查詢信息內容的豐富性、是否按時送達目的地等）；貨運過程中的人身及物品安全問題（配送包裝的完整程度、配送商品安保水平等）。可見，物流配送環節的響應性與安全性程度亦可顯著影響跨境電商平臺物流服務質量。

（3）消費者簽收環節所涉及的問題表現為用戶體驗問題，包括：簽收支付方式多樣性與操作便捷性問題（寄付現結方式、到付現結方式、掃碼支付方式、簽收時間地點是否靈活方便等）；簽收的安全性問題（支付信息安全、配送員的安全性、商品的安全性、消費者個人信息的安全性等）。消費者簽收環節中的用戶體驗度，同樣是跨境電商平臺物流服務質量問題的直觀反映。

（4）消費者滿意及退換貨環節所涉及的問題突出表現在客服中心的服務質量。包括：與消費者確認物流服務是否滿意，是否及時向商家反饋簽收與滿意信息，是否能夠對消費者退換貨物流服務需求予以快速及時的響應，是否主動聯系消費者提供退換貨物流服務，是否提供上門取件或其它便捷的退換貨方式，是否可做到準確處理退換貨訂單，是否提供必要的退換貨物流服務補償，退換貨過程中是否能夠保護消費者隱私等。消費者退換貨期望的滿意度與體驗度對跨境電商平臺物流服務質量具有顯著影響。

4 結論與對策

本文綜合運用python自然語言處理技術、因子分析方法、NLP分詞及詞性標注技術、認知地圖分析方法對6 042.093 1萬條用戶在線評價數據進行清洗、挖掘及分析。以用戶在線中差評數據中共現頻次較高的特征詞為研究依據，析出當前跨境電商平臺物流服務質量的突出問題。研究結果表明：當前跨境電商平臺物流服務的下單、配送、簽收、退貨四個典型流程均存在質量問題。其中服務信息質量、訂單交付質量、配送可靠性、配送信息質量、簽收靈活便利性、簽收質量、退貨質量是當前被消費者廣為詬病的焦點問題。為提升平臺的服務水平，跨境電商應面向信息平臺服務、物流服務過程管控、客戶簽收質量、客戶中心服務四個維度優化跨境電商平臺物流質量。

第一，商家交付環節：升級信息平臺服務。實證研究結果表明，當前用戶對跨境電商平臺物流服務交付環節的信息便利性較為關注。因而，著力增強商家交付環節信息平臺服務質量，有助于提供及時、有效的服務補救措施。（1）提高信息平臺服務的準確率。應以保障消費者知情權為出發點，通過更為先進的信息化手段增強物流信息平臺的關聯度、集聚度與協同度。在高度集成的物流信息平臺支持下，打造“并單”、“串貨”、“串車”等集成化的物流組織形式，以縮短取貨配送時間。（2）加快信息平臺的信息更新速度。即實現電商平臺與下游承運商物流數據的實時對接，提高全周期物流服務的業務透明度與可預見性。如采用地理信息系統與數據可視化技術強化對商家交付環節的跟蹤監管，確保消費者動態地掌握訂單的物流信息。（3）增強信息平臺服務智能化程度。如引入聊天機器人全面提升接單客服與接單人員的溝通質量，采用AI防火墻、態勢感知平臺、云安全產品保障用戶個人信息安全。

第二，物流配送環節：物流服務過程管控。實證研究結果表明，當前跨境電商平臺在物流配送環節中存在著準確率、及時性與靈活性不夠等問題，導致該問題的關鍵原因在于傳統的物流服務流程割裂了前臺咨詢與后臺客服間的關系，極易在爆發性需求下出現貨物積壓、爆倉、收發遲滯等服務問題。因此，應對物流服務流程進行優化與再造，以降低服務承諾違約率、提高物流服務的全要素生產率。一方面，精益管理物流服務流程，拓展服務職能邊界。如豐富訂單查詢方式與查詢內容，使用戶能夠實時獲取配送產品的場景化信息；依據用戶個人小數據提供定制化物流配送服務以降低配送成本。另一方面，基于大數據信息管理系統實時整合物流服務利益相關方的供需數據，重點監測商品錯配、配送破損等失誤信息，促進物流服務流程實現“智慧化”轉向。

第三，客戶簽收環節：提升客戶簽收質量。客戶簽收的靈活便利性是當前跨境電商平臺物流服務質量的突出短板，其不僅表現在簽收信息的可達性方面，還包括送貨人員的溝通素質與訂單偏差處理問題，這些都是影響物流服務質量的關鍵因素。因此，應提升客戶簽收質量，增強消費者物流服務感知體驗。（1）嚴格規范簽收程序，深化用戶簽收的感官認知。如一線人員須統一服務標準與服務言行向消費者傳達物流服務理念，及時通知顧客相關簽收信息，并提供送貨上門服務。（2）夯實配送員的專業能力水平。面向配送員的活躍度、專業程度、服務態度等方面，優化送貨人員的溝通質量，確保用戶在享受精準無誤訂單配送服務的同時，獲得良好的人際溝通體驗。（3）為彌補物流高峰期配送人員供給不足的短板，電商平臺亦可采用交叉訓練員工的管理策略，使平臺員工可在爆發性物流需求階段及時補充至瓶頸崗位，以降低特殊時期物流配送服務的延遲率。

第四，用戶退換貨環節：完善客戶中心服務。實證結果表明，當前用戶對退換貨物流服務的詬病主要表現在客戶中心的投訴處理響應性、處置的時效性與用戶支付成本三個方面。因此，應完善客戶中心服務，制定權變補救式服務舉措。一方面，及時準確處理退換貨訂單。即暢通用戶反饋渠道、迅速響應用戶退換貨服務需求。電商平臺須在第一時間確認消費者物流服務滿意度水平，全天候應對用戶反饋投訴與服務失誤。在系統排查用戶退換貨需求成因基礎上，及時為用戶提供必要的退換貨物流服務補償。另一方面，提供彈性的補救方式。即面向過程失誤與結果失誤為用戶提供針對性的服務補救。如針對由配送貨物損壞所導致的退換貨問題，應側重于服務補救的響應性，使用戶無需經歷漫長的審批與等待便可得到必要的補償。針對由物流配送延遲所導致的退換貨問題，應采用心理補救與經濟補救相結合的綜合性補救策略，將用戶的不滿情緒降至最低。