基于客户满意度的电商企业物流外包研究——以亚马逊为例<br/>

基于客户满意度的电商企业物流外包研究——以亚马逊为例

2015-02-18郑进科司维鹏

物流技术 2015年3期

郑进科，司维鹏，任圆

（北京物资学院研究生部，北京 101149）

1 引言

随着物流产业市场竞争的逐渐加剧，很多电商企业为了对资源配置进行合理的优化，提高核心竞争力，纷纷将非核心的物流业务外包，以实现自身的持续性发展。第三方物流公司成为了电商企业与客户之间产品传递的连接纽带，客户对第三方物流公司的满意度将直接影响顾客的忠诚度，逐渐成为评判电商企业能否持续发展的重要依据。

2 相关文献综述

关于第三方物流公司客户满意度的研究，张占峰等将影响客户满意的指标划分为成本优化能力、时间响应、安全性能服务水平、物流信息反馈、企业信誉和EDI数据交换7个因素，通过构建客户满意度最大化目标函数模型进行了实证分析[1]；郑兵等从客户角度探察出时间质量、人员沟通质量、订单完成质量、误差处理质量、货品运送质量、灵活性、便利性会影响物流客户满意度，通过回归分析对114份问卷进行了研究，得出误差处理质量对客户满意度的影响最大[2]；罗建锋构建了客户满意度的指标框架，指出物流运行质量、企业物流服务水平、企业服务执着性、企业物流成本、企业形象是影响客户满意度的第一层指标，每个指标又可继续细分[3]；楼永等将影响客户满意度的因素分解为价格水平、服务水平、业务水平、时效性和安全性五个一级评价指标，通过层次分析法对专家、快递员工和顾客的打分数据进行了分析，得出安全性是快递公司首要关注并提高的因素[4]；王晓东等利用SPSS15.0 对170 份问卷进行验证性因子分析，得出时效性、专业化服务、货物安全性、信息服务能力对客户满意度存在不同的影响，其中时效性的影响最大[5]。

通过梳理前人的研究不难发现，对于物流外包商客户满意度的文献较多，研究的也非常全面。但是专门针对电商企业第三方物流外包商的研究并不多，而且结合灰关联模型与第三方物流外包商客户满意度的研究也很少。本文以亚马逊的第三方物流外包商为例进行研究，选取7项与客户联系最为密切的指标，通过灰关联模型进行分析，方法简单而具有说服力。

3 灰关联模型的构建过程

3.1 确定比较数列和参考数列

反映系统行为特征的数列是参考数列，用X0表示；影响系统行为的数列是比较数列，用X1,X2,…,Xm表示（m 表示比较数列的个数）。

3.2 无纲量化处理

由于系统中各指标的物理意义不同，导致数据的量纲也不相同，不能够比较，因此要进行无量纲化的数据处理，即对原始数据进行均值变换。

3.3 求解对应差

对应差是参考数列与每个比较数列差值的绝对值，即|X0-Xi|，其中Max|X0-Xi|是最大差，Min|X0-Xi|是最小差（i表示第i个比较数列）。

3.4 关联系数计算

第i 个比较数列与参考数列X0在k 时刻的关联系数为ξi(k)，其计算公式如下：

其中ρ为分辨系数，通常取0.5。ΔMax|X0-Xi|是第二级最大差，记为ΔMax；ΔMin|X0-Xi|是第二级最小差，记为ΔMin。Δ0i(k)为参考数列X0与比较数列Xi在k时刻的绝对差值。

3.5 计算关联度ri

ri是每个参考数列与比较数列关联系数的平均值，表示参考数列与比较数列间的关联程度，ri值越接近1，说明相关性越好，其计算公式如下：

4 亚马逊的第三方物流外包商客户满意度的模型构建

为了能够更好地研究第三方物流外包商的客户满意度，以2013年亚马逊全年的数据为例进行分析。随机抽取亚马逊的8家第三方物流外包商，通过亚马逊的客户回访部门，运用李克特五维度量表对客户满意度和7项与客户联系最为密切的指标进行打分。运用灰关联模型分析出影响客户满意度的指标顺序，并结合客户满意度的得分，为亚马逊第三方物流外包商的选择提供更有力的依据。

4.1 确定参考数列和比较数列

从回访的问卷中，随机抽取100份，对客户满意度和各项指标的得分平均后，其结果见表1。其中把客户满意度的得分X0作为参考数列，其它7项影响客户满意度的指标得分Xi作为比较数列。

表1 客户满意度及各指标的得分

4.2 无纲量化处理

对7个第三方物流外包商的数据进行无量纲化处理，即以A公司的各项指标为标准，将A的各项指标定为1，其余7个第三方物流外包商在此基础上进行简化处理，以B 公司的客户满意度得分为例，B的客户满意度得分=4.4/4.36=1.009。

表2 客户满意度及各指标的无纲量化处理

4.3 求解对应差列表

对应差是每个第三方物流外包商的客户满意度与影响客户满意度的7个指标的差值的绝对值。见表3。

表3 对应差列表

4.4 关联系数计算

参考数列X0与比较数列X1,…,X7之间的关联系数，即每个第三方物流外包商的客户满意度与影响客户满意度的7个指标的关联系数。

（1）参考数列X0与比较数列X1之间的关联系数ξ1（k）（k代表第k个外包商），即包裹能否准时到达与每个第三方物流外包商的客户满意度的关联系数为：

其中ρ 取0.5，最大差值Δ max=0.892 ，最小差值Δ min=0 ，同理可得出ξ1（2）=0.98；ξ1（3）=0.937；ξ1（4）=0.961；ξ1（5）=0.899；ξ1（6）=0.89；ξ1（7）=0.912；ξ1（8）=0.996。

（2）参考数列X0与比较数列X2之间的关联系数ξ2（k），即包裹完好程度与每个第三方物流外包商的客户满意度的关联系数为：ξ2（1）=1；ξ2（2）=0.974；ξ2（3）=0.947；ξ2（4）=0.961；ξ2（5）=0.875；ξ2（6）=0.883；ξ2（7）=0.921；ξ2（8）=0.916。

（3）参考数列X0与比较数列X3之间的关联系数ξ3（k），即包裹是否能够被送货上门与每个第三方物流外包商的客户满意度的关联系数为：ξ3（1）=1；ξ3（2）=0.476；ξ3（3）=0.799；ξ3（4）=0.961；ξ3（5）=0.661；ξ3（6）=0.656；ξ3（7）=0.665；ξ3（8）=0.823。

（4）参考数列X0与比较数列X4之间的关联系数ξ4（k），即服务时间段是否合理与每个第三方物流外包商的客户满意度的关联系数为：ξ4（1）=1；ξ4（2）=0.801；ξ4（3）=0.672；ξ4（4）=0.63；ξ4（5）=0.714；ξ4（6）=0.708；ξ4（7）=0.61；ξ4（8）=0.688。

（5）参考数列X0与比较数列X5之间的关联系数ξ5（k），即配送员对职业技能的熟练程度与每个第三方物流外包商的客户满意度的关联系数为：ξ5（1）=1；ξ5（2）=0.788；ξ5（3）=0.837；ξ5（4）=0.84；ξ5（5）=0.835；ξ5（6）=0.965；ξ5（7）=0.808；ξ5（8）=0.804。

（6）参考数列X0与比较数列X6之间的关联系数ξ6（k），即配送员的服务态度与每个第三方物流外包商的客户满意度的关联系数为：ξ6（1）=1；ξ6（2）=0.788；ξ6（3）=0.69；ξ6（4）=0.65；ξ6（5）=0.772；ξ6（6）=0.965；ξ6（7）=0.808；ξ6（8）=0.333。

（7）参考数列X0与比较数列X7之间的关联系数ξ7（k），即快递正确送达程度与每个第三方物流外包商的客户满意度的关联系数为：ξ7（1）=1；ξ7（2）=0.863；ξ7（3）=0.91；ξ7（4）=0.848；ξ7（5）=0.955；ξ7（6）=0.851；ξ7（7）=0.734；ξ7（8）=0.881。

4.5 求解关联度ri

关联度ri的值为第i个指标与每个第三方物流外包商客户满意度之间关联系数的平均值。

同理：r2=0.935；r3=0.755；r4=0.728；r5=0.86；r6=0.751；r7=0.88。

4.6 结果分析

由上述计算结果可以得出，r1＞r2＞r7＞r5＞r3＞r6＞r4，即包裹能否准时到达＞包裹完好度＞包裹正确送达＞配送员职业技能＞包裹送货上门＞配送员的服务态度＞配送的时间是否合理。通过对比8家第三方物流外包商的包裹能否准时、包裹完好度和包裹正确送达程度，可以看出尽管A 公司客户满意度的得分并不是很高，但是由于包裹能否准时到、包裹完好度和包裹正确送达程度的得分整体较高，表明A公司有着良好的发展空间，因此亚马逊应当保留该外包商；G、H 公司的客户满意度的得分稍低，包裹能否准时到、包裹完好度和包裹正确送达程度的得分整体也较低，亚马逊应与G、H公司尽早解除合作关系；C公司的客户满意度得分太低，亚马逊也应与C 公司尽早解除合作关系；B、D、E、F的客户满意度的得分较高，包裹能否准时到、包裹完好度和包裹正确送达程度的得分整体也较高，亚马逊应与其保持合作关系。