服装类企业营销绩效评价

◇高金章 杨祎

服装类企业营销绩效评价

◇高金章 杨祎

10.13999/j.cnki.scyj.2017.01.010

对服装类企业开展营销绩效评价是引领企业摆脱经营困局、提高企业营销绩效水平、增强企业可持续发展能力的重要途径。本文在系统回顾国内外学者所开展的营销绩效评价相关研究的基础上，尝试建立适合服装类企业的营销绩效评价指标体系，运用模糊层次分析法，构建出服装类企业营销绩效综合评价模型。以雅戈尔集团股份有限公司为例，经过实证分析，结果与实际情况相符，由此表明营销绩效评价指标体系与评价模型具备可行性。

服装类企业；营销绩效评价；模糊层次分析法

一、引言

在全国宏观经济下行压力不断增大的影响下，服装类企业近年来遭遇到了前所未有的考验。为使企业能在如此激烈的市场环境中生存与发展，注重营销活动的开展，强化营销绩效评价工作是增强企业自身造血能力，缓解企业资金压力，同时拓展市场规模，提高销售增长率最有效的方法途径。

开展营销绩效评价之前，首先需构建营销绩效评价指标体系并确立营销绩效评价方法。

Zhuang（2006）[1]、Homburg等（2012）[2]、Mintz等（2013）[3]运用计量实证分析法，通过构建不同维度的营销绩效评价指标体系，对各企业组织实施的营销活动进行实证分析。Huang （2009）[4]构建出4个标准16个指标的绩效评价体系，运用层次分析法来衡量网络营销绩效。

王洪鹏等（2013）[5]、修曾伟等（2014）[6]、李安渝等（2014）[7]分别选择阿里巴巴集团网络有限公司、苏宁电器、上市的22家电商企业作为研究对象，通过构建出不同维度的营销绩效指标评价体系，运用DEA方法，指出各企业在经营过程中存在的问题及相应的对策。

通过对上述研究成果归纳总结后发现：首先，前人研究所采用的指标多数以定量指标为主，定性指标的相关研究较少；其次，营销绩效评价方法的选择要结合所选取指标的特性。由于本文所构建的营销绩效指标体系中涉及诸多主观评价因素，指标具有模糊性，故选取模糊层次分析法作为此次服装类企业营销绩效评价的研究方法。

二、服装类企业营销绩效评价指标体系

（一）构建营销绩效评价指标体系

根据上述文献回顾，汲取前人对其他行业营销绩效指标体系构建的相关研究成果，结合服装行业特性，通过对诸多指标进行筛选，最终构建出如下表1所示的三级服装类企业营销绩效评价指标体系。

表1 营销绩效评价指标体系

（二）确立各项指标权值

本次研究邀请不同院校多位市场营销学教授及服装企业高管就准则层与目标层、指标层与准则层指标间重要程度进行两两比较，运用Saaty的1—9尺度法构造判断矩阵，得到如下5个判断矩阵Y，Y1，Y2，Y3，Y4。

准则层对目标层的判断矩阵:

指标层对准则层的判断矩阵:

通过计算得到上述5个判断矩阵的最大特征值与特征向量，单位化处理之后得到权重向量，其中准则层对目标层的权重向量为W=（0.246，0.178，0.485，0.082），各指标层对准则层的权重向量分别为W1=（0.269，0.121，0.420，0.190）；W2= （0.305，0.118，0.051，0.527）；W3=（0.483，0.245，0.080，0.192）；W4=（0.064，0.157，0.104，0.675）。判断矩阵Y～Y4最大特征值分别为λmax=4.057；λmax1=4.258；λmax2=4.048；λmax3=4.131；λmax4= 4.147。

判断矩阵一致性检验：如果一致性比率CR＜0.1，则判断矩阵的一致性检验通过，反之则需重新调整其中数字，过程如下所示：

1.层次分析法中用CI作为检验判断矩阵一致性指标，其中CI=（λmax-n）/（n-1），经计算得到如下结果：

2.查询随机一致性指标RI表，结合矩阵阶数（n=4）可得到相应的随机一致性指标RI=0.89。

3.由公式CR=CI/RI计算得到如下一致性比率，发现均小于0.1，通过了一致性检验，表明权重系数可以接受。

三、服装类企业营销绩效评价模型

（一）构造因素集、权重集、评语集

1.因素集构造

由于目标层由准则层进行评价，准则层由指标层进行评价，故构造出一级评价因素集为F=（P1，P2，P3，P4），二级评价因素集为F1=（P11，P12，P13，P14），F2=（P21，P22，P23，P24），F3=（P31，P32，P33，P34），F4=（P41，P42，P43，P44）。

2.权重集构造

权重集的构造如上所述，即一级指标权重集为W=（w1，w2，w3，w4），二级指标权重集为W1=（w11，w12，w13，w14），W2=（w21，w22，w23，w24），W3=（w31，w32，w33，w34），W4=（w41，w42，w43，w44）。

3.评语集构造

对各个评价因素的评价结果进行描述，从而构成评语集，用E表示，其中E=（E1，E2，E3，E4）=（绩效极好，绩效较好，绩效较差，绩效极差）。由于最终营销绩效评价结果需转换为具体分数，便于企业领导者在决策过程中一目了然，故引入如下表2所示的评语集所对应的分数。

表2 评语集所对应的分数

（二）构建三级模糊评价模型

1.一级模糊评价

通过选择评语集E中的相关元素对指标层进行模糊评价，从而得到二级评价因素集F1～F4的模糊矩阵R1～R4，如下所示：

2.二级模糊评价

将权重集W1～W4与相对应的模糊矩阵R1～R4进行矩阵乘法得到二级模糊评价结果集r1～r4，如下所示：

3.三级模糊评价

同样一级评价因素集F的模糊评价矩阵R，是由二级模糊评价结果集r1～r4组合而成的，即R=[r1r2r3r4]，那么一级评价指标P的三级模糊评价结果集r就是由权重集W与其对应的模糊矩阵R进行矩阵乘法得到的，如下所示：

一级评价指标的三级评价模型NV是由一级评价指标P的三级模糊评价结果集r与评语集所对应分数做矩阵乘法得到的，如下所示：

由于一级评价指标的三级评价结果与一级评价指标间呈正相关关系，故综合评分越高，说明该企业营销绩效越好。

四、评价模型实证分析

本次研究选取于上海证券交易所上市的男装企业雅戈尔（600177）为实证分析对象，共选择了300名在雅戈尔终端有过消费经历的消费者作为研究对象，共计发放问卷300份，回收问卷289份，回收率为96.3%，剔除无效问卷后剩余275份，有效率为92%。经整理得到如下表3所示结果：

表3 雅戈尔营销绩效评价结果

由表3可知模糊矩阵R1～R4，与相对应的权重集W1～W4进行矩阵乘法后得出二级模糊评价结果集r1～r4。r1=W1*R1= （0.619，0.206，0.112，0.062）；r2=W2*R2=（0.547，0.255，0.136，0.063）；r3=W3*R3=（0.581，0.218，0.142，0.060）；r4=W4*R4=（0.611，0.204，0.133，0.051）。r=W*R=（0.582，0.219，0.132，0.060）。

由此可知，雅戈尔营销绩效三级模糊综合评价结果为：

在评语集E所对应的分数下，70分为绩效较好，此次研究雅戈尔营销绩效综合评价结果为79.41分，大于70分小于100分，故雅戈尔的营销绩效较好。

雅戈尔经营现状良好，在竞争效率方面，雅戈尔实施全产业链协同发展经营模式。上游参股纺织企业，中游全资设立成衣制造企业，下游以直营为主拓展渠道，为产品的研发、生产、销售有效地整合了产业资源竞争优势。在财务效率方面，雅戈尔品牌2015全年实现营业收入38.35亿元，较上年同期增长0.18%，同时雅戈尔库存金额较年初减少1.4亿元，库存水位降低7.45%，旗下四个子品牌合计实现营业收入3.98亿元，平均增幅30.72%。在营销效率方面，继续夯实前端营销体系规模优势，有序推进“O2O平台建设”。2015年度，雅戈尔线下各品牌网点个数为3237家，较上年增加155个，线上新开通1号店、苏宁易购、工行融E购、亚马逊、淘宝C店等销售渠道，使得线上营业收入增长44.27%。在服务效率方面，通过服务内容和体验平台的升级创新，不断强化会员粘性。2015年度，雅戈尔VIP会员数量较年初增加75.54万人，会员消费金额22.99亿元，较上年同期增长60.67%，会员消费占比达46.23%，较上年同期增长16.68%。

因此，综合雅戈尔集团股份有限公司实际情况，本次实证研究结果与实际较为相符，故评价模型具有可行性。

五、结语

通过构建服装类企业营销绩效评价指标体系与相对应的营销绩效评价模型，并选取有行业代表性的雅戈尔集团股份有限公司做实证研究对象，得出如下结论：

第一，此次研究所构建的服装类企业营销绩效评价指标体系及评价模型可信程度高，且符合企业实际情况，可为今后服装类企业开展营销绩效评价工作提供借鉴与参考。

第二，此次研究所选取指标集中于定性指标。由于企业营销绩效评价是一件复杂的工程，受多方因素干扰，且主观因素影响较强，很容易对结果的准确性造成干扰。另外模糊综合评价方法对定量指标的分析与处理无法涉及到比较各企业自身近几年的营销绩效（纵向）与企业间近几年的营销绩效（横向），探索如何使企业营销绩效达到最大化，在此方面的研究存在不足且有待完善。

[1]Youlong Zhuang.,A L.Leader.A resource-based view of electronic commerce[J].Information&management，2006(43).

[2]Homburg C.,Artz M.,Wieseke J..Marketing Performance Measurement System:Does comprehensiveness really improve performance[J].Journal of Marketing,2012（76）.

[3]Mintz O.,Currim I.S..What drives managerial use of marketing and financial metrics and does metric use affect performance of marketing-mix activities[J].Journal of Marketing,2013（77）.

[4]Huang J.H.,Jang X.M.,Tang Q..An e-commerce performance assessment model:Its development and an initial test on e-commerce applications in the retail sector of china[J].Information&Management,2009（46）.

[5]王洪鹏，崔敏杰.基于非参数方法的网络营销效率评价[J].价格月刊,2013（08）.

[6]修曾伟，马占新.基于网络视角下企业经营业绩分析[J].企业经济，2014（06）.

[7]李安渝，张昭，曾蔚.电商企业经营管理绩效评价[J].当代经济管理，2015（01）.

（作者单位：郑州航空工业管理学院）