铁路物流企业客户价值评价*

□ 嵇莉莉

(南京铁道职业技术学院 经贸学院,江苏 南京 210031)

1 引言

2013年以来，传统铁路货运开始向现代铁路物流转型，以客户为中心的服务理念逐步建立。与一般第三方物流企业不同的是，在参与市场竞争的同时，铁路物流企业也承担着煤炭、矿石等国家重要物资的运输任务。虽然随着产业结构的调整，传统适于铁路运输的煤炭等大宗物资比重有所下降，但依旧是铁路货物运输的重点。鉴于铁路运力资源的特殊性，在客户服务的过程中，做好客户价值的分析工作，有利于铁路物流企业进行正确地运营决策，促进铁路运力资源的优化配置和有效利用。

2 客户价值评价的研究基础

对客户价值的研究一般存在两个视角：客户视角和企业视角。客户视角以客户作为价值感受的主体，探讨企业如何更好地为客户提供产品和服务；企业视角主要研究客户给企业带来的价值，为企业挖掘优质客户提供决策支持。本文立足于企业视角研究客户价值。

企业视角的客户价值研究中，影响较为广泛的是生命周期价值模型，认为客户生命周期价值是企业在与客户交易的全过程中，能够从客户那里获取的利益净现值，这里的利益包括货币形式和非货币形式。其数学表达式为：

式中，Ci表示第i段时间客户给企业带来的净收益；n表示客户生命周期；d表示折现率。

此公式比较全面地度量了客户对企业的贡献，但是直接用这个算式评价客户价值对企业来说难度较大。客户生命周期的准确度量、折现率的选取、非货币收益的数值化等等，在实际操作中都存在困难。

本文基于生命周期理论，依据铁路物流企业服务内容和服务对象的特殊性，建立具有铁路特色的客户价值评价体系，运用模糊评价方法，为铁路物流企业选择客户进行决策支持。

3 铁路物流企业客户价值评价指标体系建立

根据客户生命周期价值的相关理论可知，客户价值包括货币价值和非货币价值。根据铁路物流行业特点，将货币价值划分为：基础价值和增值价值。因此，铁路物流企业客户评价指标体系从基础价值、增值价值、非货币价值和保持价值四个维度进行设计。

第一，基础价值。基础价值考量在当前交易状况下，客户能够给企业创造的价值，包括：交易量、交易价格、交易成本以及交易周期。交易量，反映客户能否帮助铁路物流企业形成运输规模效益；交易价格，反映铁路物流企业从服务中获取利润的能力；交易成本，反映企业为了获得或保持客户需要付出的代价；交易周期，反映客户对运输组织需求的稳定性，一般稳定的运输需求有利于降低运输组织难度。

第二，增资价值。增值价值包括，客户返程货源形成的能力，以及在未来可能增加的运输需求。由于多种原因，存在来回程货运量不平衡的情况，这就会导致空车、空箱的调运。客户如果能自身形成返程货源，有利于降低铁路物流企业的调运成本。增量购买，主要取决于客户的运输结构，如果铁路运输量占客户总运输量的比重较小，其增量购买的可能性就越大。

第三，非货币价值。非货币价值是客户在货币价值之外能够给企业创造的价值。针对铁路物流企业的特点，包括：货源整合能力、创新价值、社会价值。客户的货源整合能力，有助于充分利用运力资源，提高班列开行效率。创新价值，是在与客户合作过程中形成的新的服务模式，并将其推广发展成新的服务产品。社会价值，通过铁路运输的物资中有很大一部分关系到国家政策、国计民生，服务这些客户可以提高铁路物流企业的社会声誉，为企业赢得更多地政策利益，因此，在评价客户价值时，不仅要考虑这些客户的货币价值，还必须评价其社会价值。

第四，保持价值。保持价值，评价的是与客户之间交易关系的存续期间，这个期间越长久，客户价值越大。保持价值与客户自身发展，以及客户对企业的依存度有关。客户自身发展的越好，对未来预期的服务需求就越多，交易关系存续期间越长，客户价值越大。客户对企业服务的依存度高，越有利于保持交易关系。

图1 铁路物流企业客户价值评价指标体系

4 铁路物流企业客户价值评价指标体系权重设置

权重设置可以采用AHP方法对每一层次中各因素的相对重要性进行两两判断，这些判断通过Satty的1-9级判断矩阵标度表用数值表示，构造出判断矩阵。计算各判断矩阵的最大特征值及其对应的特征向量，将特征向量正规化，并通过一致性检验，从而得出各指标的权重。

5 铁路物流企业客户价值评价

铁路物流企业组织相关人员对底层指标进行评价。定量数据根据实际情况进行汇总，定性数据组织专家进行评分。由于各指标之间存在单位差异，无法直接比较，因此要对数据进行处理。定量指标，对其数值进行标准化处理，例如，处理后的数据区间为1-10。定性指标，采用专家打分法，分值区间与定量指标一致，例如，1-10。

6 铁路物流企业客户价值评价算例

6.1 构造判断矩阵，计算指标权重

假设客户价值各要素经铁路物流企业判断比较后得到如下一系列判断矩阵，运用MTLAB计算矩阵最大特征值及其对应的特征向量，对特征向量进行正规化处理，并对判断矩阵进行一致性检验，结果如下所示。

客户价值判断矩阵：

A1A2A3A4A11357A21/3123A31/51/213A41/71/31/31

基础价值A1判断矩阵：

A11A12A13A14A111753A121/711/21/2A131/5211/3A141/3231

增值价值判断矩阵：

A21A22A2115A221/51

非货币价值判断矩阵：

A31A32A33A31131/3A321/311/7A33371

保持价值判断矩阵：

A41A42A41143469A4241

由上述计算可知，各判断矩阵均通过一致性检验。根据层次分析法得出的铁路物流企业客户价值评价指标体系权重如表1所示：

表1 铁路物流企业客户价值评价指标体系权重

6.2 客户价值评价

用计算机生成5组1-10之间的随机整数，表示客户1-客户5的各项指标值，记为客户价值指标矩阵I。

A11A12A13A14A21A22A31A32A33A41A41客户188254678377客户2215103628356客户3910511383829客户432365486593客户588461158916

客户价值综合评价C=客户价值指标矩阵I×综合权重矩阵W

由计算可得客户1-客户5的价值评价值，其排序为客户1、客户3、客户5、客户4、客户2。

7 结束语

客户价值评价，有助于铁路物流企业正确选择目标客户群，制定适宜的营销策略，高效利用有限的运输资源。本文依据铁路物流行业服务内容和服务对象的特点，构建具有铁路特色的客户价值评价指标体系，评价方法具有可操作性，能够帮助铁路物流企业更好地识别优质客户，提高运力资源分配效益。