摘 要：虽然现阶段客户分类管理大理念较为成熟，但是针于发展中的中小零担运输客户分类方法的研究较为匮乏。文章从客户生命发展周期出发建立指标体系，同时为提高客户分类管理决策的客观性和准确性，解决评价系统中各因素“状态失衡”问题，以及降低由于模糊权重引起的结果偏颇，引入了基于云模型及变权理论方法进行综合建模，从而建立了适用于中小零担物流企业的客户分类模型。
关键词：中小零担物流企业；客户分类；云模型；变权理论
中图分类号：F253 文献标识码：A
Abstract： At present， though the theory of customer classification method is more mature， there is lack of research on the customer classification method of small and medium sized LTL logistics enterprises. Therefore， basing on the customer life cycle， the index system is set up. At the same time， in order to improve the objectivity and accuracy of customers classification， to solve the“imbalance”problem between each factor， and reduce the bias caused by fuzzy weights， a comprehensive modeling basing on the cloud model and variable weight theory method is established， which is suitable for the small and medium-sized LTL logistics enterprises.
Key words： the small and medium-sized LTL logistics enterprises； customer classification； cloud model； variable weight theory
随着经济的不断发展，物流技术的逐步更新，我国内地公路零担物流企业每年以15%左右的速度增长。但是，目前我国大部分零担物流企业仍以价格因素作为主要的竞争生存手段，而忽视了客户分类管理、提供差异化服务所带来的远期经济效益，整个行业服务明显呈现同质化。此现象对于中小型零担运输物流企业尤为显见。西方实证研究表明，企业80%的利润是由20%的客户创造的[1]。由于中小零担企业资源的有限性，企业不可能为所有客户都提供令其满意的服务，因而对不同客户进行分类管理，实行差异化的服务对于其今后的战略发展极其重要。
此外，虽然现阶段客户分类管理的理念较为成熟。但是缺乏对于发展中的中小零担运输客户分类方法的研究。且目前针对客户分类方法的研究往往多依赖于不同专家对于分项指标的打分确定，存在一定的不确定性。因而为了提高客户分类管理决策的客观性和准确性，解决评价系统中各因素“状态失衡”问题，以及降低由于模糊权重引起的结果偏颇，在此引入基于云模型及变权理论方法进行建模。
1 云模型
云是用语言值描述的某个定性概念与其数值表示之间的不确定性转换模型[2]。设U为一个精确数值表示的论域，U上对应的定性概念模糊集A，对于U中的任意元素x都存在一个具有稳定倾向的随机数y∈0，1，叫作x对A的隶属度，而确定隶属度在论域上的分布即为云模型。
云的数字特征用期望Ex，熵En，超熵He表示，其中：Ex表示论域的中心值，En表示在论域中概念可被所接受的数值范围，He是熵的不确定性度量，即云滴的凝聚度。
3.1.2 客户发展潜力价值
对于中小零担物流企业而言，发展长期客户，避免着眼短期利益是其在未来发展壮大的关键。客户的剩余生命周期长度是第三方物流企业的客户潜在价值的决定因素之一[5]。客户发展潜力指标则利用客户满意度以及业务增长率两个指标进行表征。业务增长率指客户使用的物流服务业务的业务量增长速度，直接反映了客户增量购买的可能。而客户满意度是影响客户是否会继续选择企业的重要指标之一，可通过调查获得。
中小零担物流企业客户分类评价指标如图1所示：
3.2 初始权重W的确定
3.2.1 确定判断基准
目前，在确定判断基准的过程中常使用九分位判断基准（标度）对指标两两之间的相对重要性进行对比，极其重要为9，很重要、重要、比较重要、以及同等重要分别为7、5、3、1，介于两个判断基准之间为2、4、6、8，判断基准具体如表1所示。
3.2.2 基于云模型判断矩阵的建立
运用云模型建立判断矩阵，以确定成本利润率、交易量比重（运输辆/仓储量）各指标的权重值。首先，专家群体对给定的评价因素两两进行评价打分。在第一轮德尔菲法专家打分基础上，运用逆向云发生器求取样本的数字特征，再根据数字特征运用正向云发生器生成评价云图，判断专家的评判结果的离散程度，以决定是否进行下一轮次的打分。重复步骤，直至获取合理的判断结果。
3.2.3 初始权重W计算
由于在4个指标中，当前生命价值下的利润率及交易比重为相对重要指标，且二者限制性强，即当交易量大时，客户的议价能力越强，相对利润空间越弱，应减弱限制性，补偿系数应在0-1间。所以在评价者较保守的情况下，α1/2，即比较能容忍某方面的缺陷，多数情况而言，取α=1/2为宜[4]。因而选取利润率及交易额比重为变权变量，而客户份额以及业务增长率为常权变量。在确定综合值后选用ABC分类法，以综合评价值为基准进行客户分类。 4 实例演算
重庆宝通运输有限公司成立于2000年，公司以东三省、山东、河北运输专线为基础发展零担运输业务。10余年间，重庆宝通运输有限公司在全国相继成立了9家分公司，年营业收入达6千万元以上。但存在以价格竞争为主，利润微薄，未能实现为客户提供差异化服务等中小企业共同的诟病，因而对该公司的客户进行分类是其制定长远发展计划的重点。
（1）指标初始权重W的确定
通过德尔菲法将成本利润率、交易量比重等4个指标重要性进行打分。在第一轮专家分别就各项指标两两对比打分后，每个指标间的对比信息较为分散，熵和超熵都较大，有待进一步加强，专家意见尚未统一。将第一轮打分情况反馈给各位专家，对自己的判断结果进行调整，这时熵和超熵开始逐步减小，最后分别经过2～3轮的反馈，最终确定各指标间的对比情况。如在比较成本利润率与运输量比重的重要程度时，第一轮打分结果离散程度大，随着不断改善反馈，打分情况逐步统一，如图2所示。
（2）客户分类综合评价值计算
在得到各指标最终的权重值后，将公司各客户的成本利润率、交易量比重、客户满意度、业务增长率等统计数据代入公式（5），其中：成本利润率、交易量比重为变权变量，客户满意度、业务增长率为常权变量。计算出各客户的客户分类综合评价值。
（3）ABC客户分类
5 总结与展望
论文从生命发展周期出发建立指标体系，同时为提高分类管理决策的客观性和准确性，解决评价系统中各因素“状态失衡”问题，以及降低由于模糊权重引起的结果偏颇，引入了基于云模型及变权理论方法进行综合建模，从而建立了适用于中小零担物流企业的分类模型。而本文中设计指标体系中考虑因素较少，且缺乏对不同发展阶段下公司分类指标权重的分别研究，因而以上两点将成为今后的研究重点。
参考文献：
[1] 吴开军. 分类方法研究[J]. 工业技术经济，2003（6）：95-99.
[2] 胡伶俐，贾姗姗. 基于云模型的交通运输枢纽系统综合评价[J]. 中国水运，2007（8）：135-136.
[3] 陈佳. 商业步行街区的单向交通组织适应性研究[D]. 重庆：重庆交通大学，2008.
[4] 付丽茹. 中国第三方物流企业服务研究[D]. 北京：首都经济贸易大学，2004.
[5] 何鹏. 第三方物流企业基于价值的分类研究[D]. 武汉：武汉理工大学，2008.
