韩炜,马斌
(1.太原理工大学经济管理学院,山西太原030024;2.太原理工大学经济管理学院,山西太原030024.)
具备快速响应能力的企业在动态变化的市场竞争中有巨大优势。企业及时满足客户需求变化的能力就是客户响应能力。客户响应能力这一概念始于上世纪八十年代末,包括响应的专长和速度。响应的专长指企业利用专业特长满足客户需求的有效度,响应的速度指企业解决客户需求的速度。如果对客户的需求变化响应慢或没有专业的技能去满足,企业就无法及时对快速变化的市场做出反应,从而被竞争对手淘汰。
企业的客户响应能力高低取决于企业获取和利用客户知识的能力,即客户知识管理的水平。较高的客户知识管理水平不仅可以降低快速响应客户带来的风险,也有助于准确捕捉客户的需求。
Jennifer E,Rwoley(2002)认为客户知识分两类:(1)关于客户的知识;(2)客户拥有的知识。前者指客户分级或客户本身的相关信息,后者指客户需求偏好个性化的信息。[1]Gebert,Geib和Kolbe(2002)认为基于客户的知识、来自于客户的知识和客户需要的知识是客户知识的三个维度。[2]
Gebrt Henning,Bose Ranjit(2003)和Massey Anne(2001)等认为客户知识维度分为关于客户、来自于客户和用于客户的知识,该分法忽视了客户、企业的协作。樊治平,李国辉(2005)已证实企业与客户进行高质量的知识交互有助于提高企业的竞争力。[3]
在客户知识分类上,文章采纳四维度分法:[4]
1.关于客户的知识。该类知识由客户的个人爱好、客户与企业的交易记录等信息构成。
2.用于客户的知识。指企业传达给客户的知识,包括本企业提供的产品、服务等信息和对客户使用产品提供的专家意见及技术部门提供的其他建议。
3.来自于客户的知识。该类知识常常被企业忽略,该类知识更多的来自于客户与企业的交往过程。[5~6]
4.共同创造的知识。主要指企业与核心客户在沟通、合作基础上创造的新知识。
本文在了解客户知识各维度现管理方案的基础上,运用AHM模型计算各方案对客户响应能力的合成权重大小,从而发现提升客户响应能力最有效的方案应该具有的特性。对现行客户知识管理方案调查后得知,客户知识管理方案发展现状如下。
关于客户的知识对建立全面且准确的客户视图起着重要作用。在区分客户时,企业基于不同客户的经济行为和全生命周期价值推进对客户管理方式的个性化发展。[7]很多企业已经获取了客户信息,但却难以转化为知识并与管理流程集成。对该维度客户知识的管理,主要依赖于知识发现技术和提取有效信息预测客户行为,典型的方案有两种:
1.客户服务工作台。该方案可跟踪每个客户的交易记录,并可追踪其与企业交易过的信息。
2.客户工作室。该工作室是由外部顾问公司组建的非实体工作室。通过对不同客户设计服务模型和工作流程来满足其个性化需求。该方案在提高客户满意度、增加客户采购量方面有一定作用,但服务模型和工作流程通用性低,执行成本较高。
企业实现从用于客户的知识中创造价值遵循以下原则:对客户重复的问题运用查重技术等工具解决;传递给客户的知识统一规范化,并改进搜索相关知识的能力;对满足客户需求的知识统一整理,提高知识面的宽泛性和深入性。[8]实践证明,企业的营业收入和管理用于客户知识的水平呈正相关,管理好该维度的客户知识并给客户提供客户支持对保持客户有重要作用。[8]现实中的方案有:
1.行业标杆法。为改善客户的感知体验,一些企业去研究标杆企业对客户知识管理的做法,从横向对比中发现本企业不足,但比较效果与标杆企业信息公开度有很大关联。
2.专门客户知识的入口。部分企业通过重视组织外专家的意见来改善管理流程和精确企业战略,此外还包括企业提供给客户使用产品和服务的正确建议等。
该维度知识来自和客户持续不间断的互动体验,包括愉悦或沮丧的客户体验。研究表明,客户会在意见得到采纳时对企业表现的更加忠诚,互动性也会提高,[9]管理该维度客户知识的方案如下:
1.与客户拜访和集会。该方案采用定期的客户拜访或邀请关键客户集会,进行深入沟通。一个营销业绩良好的公司营销主管每年应该有四个月的时间是在拜访大客户中度过。
2.构建客户抱怨处理系统。企业应给抱怨的客户一个尽可能满意的答案。问题妥善解决后,客户会乐意把结果告诉尽可能多的人。因此,留住客户的成本往往比开发新客户要低,并且忠诚客户会带来持续的利润。所以,企业应认识到忽视客户抱怨会有失去客户的风险,降低市场竞争力,最终影响利润。
3.客户满意和忠诚的实时监控。部分企业通过即时的网页调查或客户邮件系统来了解客户的满意度和忠诚度。该方案对企业理解客户的敏感性和把握市场变化的趋势、在抱怨发生前解决问题有很大帮助,局限性在于客户的满意度和忠诚度复杂的结构和较多的影响因素使得其工作量较大。
客户和企业共同创造的知识对提高客户响应能力有较大影响,但不少企业只通过询问等简单方法获取客户的需求,而客户受自身局限性限制,对产品或服务的改善需求主观性很大。企业采用适当的技术,如产品试用阶段引导客户参与改进过程,可达到体现客户意见的价值和产品上市后提高客户响应能力的双赢。[9]对该维度知识管理的手段有:
1.运用知识社区。该方式的管理目标是获得和使用知识员工的职业特长,采用专家网络、专家系统等对客户知识进行管理,并对客户开放,强调企业和客户之间的双赢。
2.共有知识产权。该方法强调客户企业双方协作中知识产品的共享性,利用群体知识产权支持系统,以达到知识产权回报率最大化的目标[10]。
企业在与客户互动中通过相关部门 (营销、售后服务等)对客户的信息进行挖掘、整理、编码、存储、分享、利用等形成客户知识,存入企业知识库中并及时分享和利用的过程就是客户知识管理,[11]它对客户响应能力有促进作用,概括为五个步骤:
1.明确需求。企业应了解内部需求客户知识的主体及需求的客户知识维度,由此寻找最佳维度的知识给需求方,为下一步客户知识管理做准备。
2.获取和表达。在企业与客户首次接触交流时,要重点收集来自客户的信息,并提取客户眼中企业与竞争者的差距及使用偏好等知识,并且在互动中传递给客户必要的知识。
3.分类和共享。企业可以对潜在客户分享来自客户的知识,并在互动过程中获取潜在客户的评价、潜在客户偏好变化及潜在客户变为正式客户的决定因素。
4.利用和创新。与企业交往中客户会对企业产生忠诚或流失的迹象。对即将流失的有价值客户,可通过产品优惠吸引客户反馈,反馈信息中要着重搜集抱怨信息。企业从客户的抱怨信息中形成知识改善服务和产品,并通过客户的不断反馈达到知识的共同创新。
5、流程固化优化。前四步骤中企业通过加深了解、不断积累来提高对客户知识的应用能力,进而提高响应的专长;对用于客户的知识不断积累和探索改进,使企业对客户需求偏好等变化更加敏感,进而提高响应速度。同时,这些增加经济效益的措施又不断改善客户知识管理流程。因此,客户知识管理与客户响应能力有互相促进的作用。
北大数学系的程乾生教授于上世纪末提出一种新方法用来求解无结构模型,即属性层次模型(Attribute Hierarchy Model,AHM),决策步骤为:
1.建立递阶层次结构。结构层由低到高为方案层 (记为Ai)、中间层 (记为Ci)、目标层(记为G)组成;中间层既是实现目标所涉及的环节,又可作为决策分析的准则。中间层根据需要可再分层。在层次结构中,最基本的单元是元素,包括每个方案、准则等。下一层元素分别将上层有关的元素作为准则。
2.构造属性判断矩阵并依据该矩阵计算各元素相对准则的属性权。对每层元素,以元素本身为准则构造下层元素的属性判断矩阵,并由矩阵本身和公式 (3)计算相对属性权。
设有n个元素,u1,u2,u3,…,un。比较两个不同元素ui和uj(i≠j),ui和uj对准则C重要性分别记为uij和uji。同时uij和uji应满足属性测度的要求,即:
元素和自身比较无意义,因此规定:
uij的计算公式如下:
令
WC为相对属性全向量,见表1。
表1 准则C下的元素ui的相对属性权WC
属性矩阵的一致性检验用以下公式检验:对于任何i,当Ii非空时,有:
3.计算方案对系统目标的合成权重。合成权重的WGA的公式为:
由上述运算的过程可看出,其算法与AHP(层次分析法)最大的不同之处在于确定一致性时避免了在多层比较时求矩阵的特征根和特征向量,而该结果与使用AHP(层次分析法)计算所得结果完全相同,因此在计算文章中提到的各方案对客户响应能力的影响这一分层交错的目标结构时简化计算过程,并且计算结果保证了有效性。
太原某公司是山西省较早从事信息化基础建设、解决方案和服务的IT企业,公司最近对市场上流行的各方案进行调研,利用AHM模型进行分析,以期找出能够最大限度提高客户响应能力的方案。
第一步,划分层次结构:目标层为客户响应能力,记为G;中间层客户知识管理的一般过程为准则层,C1、C2、C3、C4、C5;最底层为方案层,根据文中总结的不同维度客户知识的现行管理方式,列为九种方案,分别记为A1,A2,…,A9。将方案层排列至最底层,各层关系如图1所示。
图1 提高客户响应能力的影响方案的目标结构
第二步,依据各方案对准则的重要性构造矩阵并计算属性权。以目标层和中间层各为准则分别构造其下一层元素的属性判断矩阵,下层元素和准则之间的aij即是AHP中的相对比例尺度,公式(3)(4)中p一般取值为1或2,本案例中取值为2,k为大于2的正整数,aij则运用专家调查表请公司内具备丰富实施经验的软件顾问通过层次分析法判定。由判断矩阵和式 (6)计算出与准则相关的元素的相对属性权分量。准则G下元素Ci的相对属性测度Cij和属性权WG。如下所示。
表2 准则G下元素Ci的相对属性权WG
从图1中可得各准则和相关方案之间的关系,准则C1下A5,A7元素的相对属性测度Aij的属性权WC1计算得知为0.252,0.748;准则C2下元素A1,A2,A3,A4,A5,A6,A8,A9的相对属性测度Aij的属性权WC2计算得知为0.163,0.128,0.160,0.112,0.113,0.058,0.152,0.114;准则C3下元素A1,A5,A6的相对属性测度Aij的属性权WC3计算得知0.528,0.304,0.168;准则C4下元素A1,A5,A6的相对属性测度Aij的属性权WC4计算得知0.546,0.246,0.208;准则C5下元素A1,A2,A5,A6,A8的相对属性测度Aij的属性权为0.237,0.2,0.199,0.161,0.203。
Ci以准则Ci建立的属性判断矩阵符合一致性。
第三步,求各方案对G的合成权重,将WCi代入公式 (5),有:
可见,各方案对客户响应能力影响的排列顺序为A1,A5,A6,A8,A2,A7,A3,A4,A9。
从客户知识的四个维度来看,不同客户知识的管理方案合成权重相加,获得结果如下:
关于客户的知识对客户响应能力的影响权重综合为0.416,用于客户的知识对客户响应能力的影响权重综合为0.065,来自于客户的知识对客户响应能力的影响权重综合为0.409,共同创造的知识对客户响应能力的影响权重综合为0.11。
从客户知识的四个维度来看,对客户响应能力影响最大的是关于客户知识,用于客户的知识对客户响应能力影响最小,来自于客户的知识和共同创造的知识对客户响应能力的影响居中。
关于客户的知识由客户关系管理首先要收集的信息构成。包括客户的基本信息与企业的交易记录、当前需求未来期望和因此导致的消费活动等。这类信息构成了客户分析的基础,企业为客户制定个性化营销策略的基础就是依靠该维度知识了解的客户需求和定位的客户资源。
来自于客户的知识,对企业产品和服务的创新和依据客户需求变化及时调整营销服务策略起着重要作用。
共同创造的知识由企业与客户共同进行新产品的开发和营销模式创新时产生,由于在产品或服务的最初阶段邀请客户介入,企业与客户进行深入沟通,可以获得客户真正的想法与需求。
最后,用于客户的知识是由企业传递给客户的,用于帮助客户需求与企业产品或服务更好的匹配。
从客户知识管理的各个方案排序结果,可以得出:与信息技术紧密结合的方案最为有效。占影响客户响应能力的69.3%的前三个方案中,客户服务工作台和客户抱怨处理系统是企业大客户部实施客户关系管理和利用客户抱怨收集可用信息的主要技术手段;客户集会和拜访对于企业来说是维系大客户关系管理的重要手段,前文已述营销主管每年花在大客户拜访中的时间为四个月,此方案是对未收集到的抱怨信息或客户需求变化信息进行补充的必要手段。
客户知识社区、客户工作室和客户实时监控等在理论上应该对企业的响应能力构成重要影响,但实际调研发现由于三者的局限性 (建设成本高、通用性低、工作量大),真正使用的企业并不多,从而导致分析时此三者对企业响应能力的影响微小。
行业标杆法、专门的知识入口及共享知识产权等手段会触及企业与企业之间、企业与客户之间的商业信息安全,在使用时尺度较难把握,如何在维护本企业信息安全的基础上增强企业响应能力,是此三种手段未来要解决的问题。
从各方案的合成权重比例来看,利用“2080”原则分析,对企业响应能力有较大影响(69.3%)的方案手段等只占到市场上现行方案的33%;其余对企业响应能力影响较小的占67%,这些影响较小的方案中,在使用时会对企业的信息安全有影响的方案A3,A8,A9等占总方案数量的33%,在使用时工作量较大的方案A2,A7占总方案数量的22%,剩余的方案A4对于企业来说在知识管理达到经常与外部专家等智囊团队频繁交流的程度后才可以实现。因为顾忌到交换时自身企业在与其他企业或客户的安全尺度难以把握,公司领导层在客户知识管理的资源投入和企业自身管理水平等因素,这些方案较少有公司采用。
此结果也反映了客户知识管理方案不仅要和客户知识管理的五个步骤紧密结合,还要具备工作量适度、执行成本较低和能够保护信息安全的特点。
企业快速而专业的客户响应能力是实现客户满意度、保持客户忠诚的重要基础,而一套适合企业的客户知识管理方案是保证客户响应能力的重要条件。文章利用属性层次模型对现行客户知识管理方案对客户响应能力的相对属性权重进行了计算,结合计算结果分析了现行方案的优劣,发现优秀的客户知识管理方案除了应与信息技术紧密结合、能够对客户知识获取利用外,还应具备通用性高、经济性好和信息安全的特点。在文章的算法上,AHM相对AHP简化了一致性检验的计算步骤,具有计算量小,科学性强的特点,由于其与AHP算法原理相同,因此也保证了计算结果的准确可靠性。文章只是鉴于对现行的客户管理方案进行调查所作研究,在对具体行业的客户知识管理方案的实证研究还比较匮乏,谨希望在此起到抛砖引玉的作用,还有待将来对这一领域的进一步研究。
[1]Jennifer E.Rowley.Reflections on customer knowledge management in e-businiess[J].Qualitative Market Research,2002,5(4):268-280.
[2]Gebert H.etal.Towards customer knowledge management integrating customer relationship management and knowledge management concepts[A].The Second International Conference on Electronic Business[C].Taipei National Chiao Tung University Press,2002,10-13.
[3]樊治平,李国辉.交互客户知识管理模型及案例分析 [J].现代管理科学,2005(2):8-10.
[4]邹农基,冯俊文.客户知识的关键维度及其管理过程[J].技术经济,2006,25(11):83.
[5]Wood Robert A.Customer knowledge management,knowledge roundtable 2003[R].The Monieson Centre,Queen's School of Business,Kinston,Ontario,available at:http://business,queensu.ca/knowledge/whitepapers/KnowledgeRoundtable2003.pdf,2003.
[6]Rowley J.Eight questions for customer knowledge management in e-business[J].Jouranl of Knowledge Management,2002,6(5):500-511.
[7]齐丽云,汪克夷,马振中.客户知识管理对企业绩效影响的实证研究 [J].中国软科学,2009,(9):128-129.
[8]Weiss L.etal·Learning from the internet giants[J].MIT Sloan Management Review,2004,45(4):79-84.
[9]Gibbert M.Five styles of customer knowledge management and how smart companies use them to create value[J].European Management Jouranal,2002,20(5):459-469.
[10]卢启程.客户知识管理研究评述[J].情报杂志,2007,(12):70-73.
[11]王菁娜,冯素杰.知识管理视角下的动态能力构成维度研究[J].科学管理研究,2009,27(6):71-74.
[12]程乾生.层次分析法AHP和属性层次模型AHM[J].系统工程理论与实践,1997(11):25-28.
[13]程乾生.属性层次模型AHM——一种新的无结构决策方法[J].北京大学学报(自然科学版),1998,34(1):10-14.