制造企业与客户价值感知差异的影响因素及偏差距离研究

魏 丁,苏 秦

(西安交通大学 a.机械制造系统工程国家重点实验室;b.过程控制与效率工程教育部重点实验室;c.管理学院,陕西 西安 710049)

一、引 言

越来越多的制造企业深感以增值服务提升企业核心竞争力的重要性,开始推进制造业服务化转型[1]。中国制造业产业链中加工制造占比仍较大,整体服务化程度较低,服务转型进展与中国制造大国地位并不相匹配。2015年国务院正式颁布《中国制造2025》,首次将推动制造企业从生产型制造向服务型制造转变写入国家战略纲领。然而服务转型并非易事,盲目转型可能导致企业付出巨大的代价甚至丧失原有竞争优势,陷入“服务陷阱”[2]。

服务转型首要是转变理念,将企业的创新、制造、供应链、服务等能力转化为客户价值创造的投入要素,通过向客户提供以产品服务系统为代表的综合解决方案实现客户价值最大化[3]。而制造企业推进转型的前提之一就是要对客户价值链上各节点的价值主张及价值创造所需的专有技术、过程性知识(know-how)都具有清晰的认知,并能将自身资源禀赋高效融入客户价值的创造活动中[4]。但实践中的难点在于,企业与客户间对客户价值的感知结果可能存在不一致。造成差异的原因是多样的,如价值的场景依赖与多阶段、多层次属性,客户需求描述的模糊性,企业缺乏高效客户价值挖掘工具,不同主体在产品价值评估体系上的差异等。Perlman认为价值感知差异将对企业产品开发形成负面影响,并导致潜在的企业“能力洼地”,削弱企业价值创造能力[5]。Vargo提出识别并缩小企业与客户价值感知上的偏差,将有助于企业快速获取战略收益,强化客户满意度、忠诚度[6]。与此同时,也有学者认为企业感知的客户价值信息并非越多越好。Tang等研究发现客户知识共享程度与企业新产品开发绩效呈倒U型关系[7]。对企业来说,如何从庞杂、动态的市场信息中快速、准确筛选出最重要的客户价值信息,并无偏地导入产品开发创新是企业家和学者共同面临的问题。解决此难题需要明确两点:一是客户是如何感知、评估产品价值的;二是如何识别、定位、测度,最终缩小企业与客户的价值感知偏差。前者是客户感知价值研究的范畴,后者则是本文尝试探索的问题。

客户感知价值理论起源于20世纪80年代Michael Porter的竞争优势理论,他强调客户价值判定的出发点应基于客户视角而非企业自身认知。已有研究将客户感知价值内涵大致分为三类,即权衡理论、综合评价理论及多因素理论。学者对客户感知价值的概念内涵与外延、认知维度、影响因素(或称为价值驱动要素)构成及权重、影响因素对客户行为的影响机理等领域进行了大量研究,但少有学者构建出完整的价值驱动要素模型来探讨企业与客户间价值感知差异的呈现状态与构成情况。在研究方法上,学者多采取有预设框架的问卷调研,造成已有研究对服务转型背景下潜在价值感知影响因素的识别能力不足。整体来说,制造企业管理者仍缺乏可信、量化的实证研究结果来辅助商业决策,更缺少可操作的路径参考来指导服务转型实践。

本研究选择具有典型“产品+服务”需求特征的卡车制造行业为研究背景,以行业客户和行业一线经销服务人员为研究对象,借助内容分析法和扎根理论自下而上生成了完整的价值影响因素构成模型,涵盖客户价值影响因素集合、因素权重及优先序、价值感知偏离程度等。目的是帮助制造业解决最急迫的三个问题:(1)客户最关注产品哪些价值属性,即客户价值影响因素构成如何;(2)基于客户视角,企业与客户对不同影响因素重要性认知如何,即因素重要性及优先序;(3)企业与客户在影响因素的概念内涵及重要性认知上是否存在显著差异?若存在,其差异表现形态与偏离程度如何。本文是制造业服务化背景下对客户价值感知差异量化分析的一次探索和尝试,对制造业产品创新与客户感知价值应用研究具有一定借鉴意义。

二、文献综述

(一)客户感知价值研究

探讨企业与客户的价值感知差异,首先要了解客户感知价值的内涵。权衡理论认为感知价值是综合了感知利得与利失后,客户对产品效用的总体评价;综合评价理论认为是客户对产品属性及实现效用目标后的感知偏好与评价,并有学者将其细分为产品属性、属性表现和使用结果;多因素理论则认为,感知价值应覆盖产品功能性、社会性、情感性、认知和情景等维度,而不仅是客户权衡质量与价格的结果。前期,国内外学者对感知价值的构成维度进行了广泛的探索,后续学者多是在此基础上结合行业特点探讨新价值维度与影响因素。早期研究中,学者仅将产品质量、服务质量、价格作为测度感知价值的影响因素,后续实证研究提出将客户价值影响因素分为产品相关特性、服务相关特性和促销相关特性,随后学者又将品牌要素纳入影响因素研究范畴;近年来客户关系、绿色价值等因素也相继被纳入研究体系。

近年来,越来越多的学者开始讨论各类维度、影响因素对客户价值感知、购买决策等客户行为的作用机理。实证研究的行业属性越来越强,对商业实践的指导意义越来越浓。Rintamäki基于零售业的实证研究提出,客户价值主张及价值评估结果受产品所处“情景”影响,并采用问卷数据探讨了国家、产品分类、渠道等细分情景下产品的经济价值、功能价值、情感价值与符号价值等维度在客户价值评估中的作用机理[8]。Choudhury和Gulati则以智能手机为例,借助问卷数据和Kano模型对影响客户满意度的产品硬件属性与软件要素进行识别,评估要素重要性优先序,并通过联合分析方法生成最符合客户偏好的产品特征属性组合包,为企业产品创新提供实证数据支持[9]。

随着互联网技术的发展,近年国内学者多以客户偏好影响因素对购买决策行为的作用机理为突破口,开展了大量的客户价值感知实证研究,如口碑及产品属性对客户购买意愿的影响程度差异、产品销量对客户购买行为的正向影响作用、品牌信任在客户价值感知与客户重复购买决策中的作用等[10-11]。虽然感知价值的研究对象已覆盖了客户、供应商等多类主体,但将以上主体纳入统一框架的客户价值感知研究尚处于空白阶段。以汽车行业研究为例,王安宁等借助在线评论数据抓取了客户的价值偏好特征,探讨了区域特征对产品价值偏好的影响机理,发现油耗、空间、外观和内饰等特征要素受区域因素影响显著[12]。王宗水等将行业客户价值影响因素聚类为价格价值、服务价值、品牌价值、产品质量价值和绿色属性感知价值,证实了不同情境下客户感知价值的构成存在差异等[13]。

(二)企业与客户价值感知差异研究

尽管客户价值感知的研究范围与应用领域越加丰富,但已有研究多是从单一主体(或同类主体中的不同细分类型)视角出发,针对不同主体的价值感知差异研究仍少有涉及。

首先,在单一主体的价值感知差异研究中,Lim和Lee等将航空公司分为廉价航空和普通航空,借助LDA(Latent Dirichlet Allocation)主题模型及算法从在线评论中抓取客户对两类航空公司服务质量感知的影响因素,并通过词频分析证实两类航空公司客户在服务硬件、可靠性、服务承诺等因素上存在感知差异[14]。Kumar等基于SERVQUAL模型,从感知差异弹性角度分析了不同类型银行客户感知的服务质量影响因素的重要性优先序。研究结果强调,只有明确影响因素的优先序才能有效帮助企业降低感知偏差并实现服务质量提升[15]。国内学者研究中,李春晓等通过对入境游客评论的文本挖掘,对四类满意度(非常满意、比较满意、一般满意、不满意)游客群体的体验感知进行分类和深描,证实不同满意度游客的体验感知在人际性、体验性和结构性三个维度上存在显著差异[16]。

其次,针对不同主体的价值感知差异研究中,Kaski等通过深度访谈和叙述分析等定性方法,研究了制造及工业服务业中客户对销售人员的期望与销售人员感知的客户期望之间的偏差。结果显示,相比客户更加关注商业创新意识、长期合作关系、特殊状况反应能力等因素,销售人员感知的客户期望则更多局限于营销技巧和产品服务方案实施等具体领域[17]。Hult等基于制造企业背景,探讨了企业与客户间对客户满意度和忠诚度的感知差异,以及两者对影响客户满意和忠诚的因素权重的认知偏差。研究证实,企业管理者可能高估客户满意度与忠诚度水平,同时低估产品质量、客户抱怨等因素对客户满意度、忠诚度的影响[18]。而Powers等通过问卷数据构建了涵盖企业管理者、销售人员、客户在内的统一研究框架,探讨了三个研究主体各自视角下的企业市场导向与经营绩效的关系。实证结果显示,三者的市场导向与感知绩效认知未发现显著差异,但在市场导向与客观绩效、感知绩效与客观绩效等方面存在显著差异[19]。

客户感知价值研究成果极大地拓展和丰富了客户价值维度和影响因素的范畴,为客户价值感知差异研究奠定了坚实的理论框架和方法论基础。已有问卷方法的价值感知差异研究正是受益于多年来的研究积累。值得注意的是,国内外已有价值感知差异研究多是在单一研究主体下通过对主体的属性细分而展开的比较分析;针对不同主体感知差异的研究目前仍处于起步阶段,主要借助成熟的问卷与公开行业数据在中、宏观层面开展分析,对具体行业情景下产品属性层面的价值影响因素实证研究,尚未有学者涉及。从企业实践角度来说,了解客户价值维度、影响因素对客户行为的作用机理只是基础,企业同样需要明确自身与客户的价值感知偏差。如此,企业才能准确定位差异点并评估偏移程度,以便针对性地采取应对措施。同时,制造企业可尝试将客户感知差异压减、改进的路线作为企业服务转型路径的参考,尽最大可能避免“服务陷阱”造成的损失。

三、研究方法与数据编码

(一)研究方法

已有客户价值感知影响因素的生成多采用问卷调研等技术,再通过聚类、因子分析、专家AHP等方法生成价值维度。其中,问卷调研不可避免地引入了主观预设条件,在探索性实证研究中效果有限,一方面已有框架的因素类型在目标行业的适用性有待验证;另一方面已有框架局限了新客户价值影响因素的挖掘,可能错失潜在的关键因素。因此,基于文本挖掘的方法更适应本研究的探索属性。已有研究中学者多借助成熟的行业词典和专业(主题)词典开展文本分析。如Jin等通过词性分析法从研究资料中抽取关键词,再通过WordNet词典进行同义词聚类形成产品特征列表[20]。Song等借助服务特征词库与情绪词词典从客户评论中抓取服务属性要素,用以研究客户对服务质量的感知程度和期望水平[21]。但目前高质量的中文语义数据库相对缺乏,语义及主题词典对中文文本挖掘支持有限。因此,学者多借助产品特征词关联模型来建立从产品特征到产品价值影响因素的映射关系。余琦玮等基于手机产品的网络评论,采取改进的产品特征词分类构建出产品特征词关联模型[22]。也有学者将客户对产品特征的情感色彩纳入研究范围,帮助企业制定产品开发及营销计划。值得注意的是,国内外文本挖掘研究对编码过程和结果的信度和效度检验尚未形成一致的认知和标准,多数研究结果缺乏信效度检验,直接影响了研究结论的可信度与可靠性。为避免这一问题,这里采取了严格的信效度检验流程,具体过程将在下文中详细论述。

综上所述,本文选择了内容分析(Content Analysis,简称CA)作为研究方法。CA能够将特定素材从“使用情景”抽离并进行有效推断,避免研究人员主观印象对研究结论的影响。在编码环节选择了应用广泛的Weber步骤,具体如表1所示。

表1 Weber内容分析编码步骤

(二)研究对象

价值链上任意价值传递环节的感知偏差都可能直接影响客户的价值感知与实现。其中,企业一线销售服务人员(Front-line employees,简称FLEs)是不可忽视的一类群体。虽然企业管理者是产品开发和销售服务标准的制定者,但FLEs作为执行者对客户的实际感知价值和客户满意度具有决定性的影响。现实中FLEs通过与客户互动感知客户价值偏好,再结合企业价值主张、竞品现状等要素综合分析,最终一定程度上能决定产品的销售策略和销售价格。选择FLEs作为研究对象是因为,一方面FLEs对产品属性的认知源自企业的标准化培训,理想状态下代表了企业的价值主张;另一方面FLEs在与客户互动中通过行为观察形成客户价值感知结果并向企业管理者反馈,帮助企业识别细分客群的期望价值信息。这使得FLEs在客户价值链条中具有较为复杂的价值感知模式和信息反馈路径。在客户价值感知差异的实证探索中,将FLEs和客户首先纳入研究框架具有重要的学术意义和商业价值。

由此,研究情景也随之确定,以购买环节为切入点,以影响客户购买决策的影响因素作为客户价值的度量维度。这是因为客户价值概念过于宏观且难描述,转向购买决策更有利于问题的聚焦和深入;且理性人假设下,购买行为本质是客户设置决策规则和依据规则进行竞品权衡比较的过程。因此,选择购买决策过程为切入点对探索客户价值感知体系的构成和评估机制具有重要意义。

(三)访谈提纲设计及数据采集

采用半开放式深度访谈收集影响客户购买决策的因素信息。通过预调研修订后的访谈问题为:您在购买产品时最关心什么因素?您刚才提到的“XXX”因素具体是什么?还有呢?除了已提到的因素还有哪些因素也很重要?第二个问题用被访者的语言定义影响因素概念框架。样本数据的收集覆盖国内各地的行业客户和行业一线销售服务人员,样本分布如表2所示。同时,为保证编码内容完全基于被访者,安排专人逐字逐句转录访谈录音并进行交叉校对,剔除部分信息缺失的文档后,最终得到FLEs访谈原文109份,客户访谈原文166份。

表2 客户及一线销售服务人员(FLEs)样本分布

(四)CA编码及信效度检测

借助QSR Nvivo软件对访谈原文编码并记录研究全过程,同时,编码的信效度检测也贯穿研究全过程。首先,确定“词”为基本研究单元,选择扎根理论自下而上生成初始编码表。具体步骤为:由三名编码人员随机分派1/3客户原文,独立建立初始编码表,涵盖关键因素名称、关键因素同义词集合与因素概念定义;随后将初始编码表合并成初始编码分类表及编码规则,矛盾部分按编码规则对照访谈原文后形成统一意见。其次,在编码步骤3、6中引入“CATA+人工判定”环节,即将自动检索编码(CATA)结果交由两位独立的编码人员逐一判定。研究采用了严格的效度检验流程及信度检验指标以确保编码结果的客观、准确和系统性。效度检验贯穿于编码各环节,涉及可信度、可靠性、一致性、可转移性、真实性等维度。具体措施如表3所示。

表3 内容分析编码过程效度检验

信度是对编码表分类准确性、编码方法稳定和结果一致性的检验。由于传统的一致百分比指标忽略了大样本下编码人员因失误、判定倾向性等导致的累计偏差问题,可能导致信度被高估。因此,当有两位编码员对同一编码点进行判断时,适合采用更为严格的Cohen’s Kappa作为信度指标。Cohen’s Kappa综合考虑了一致百分比Po与偶然一致性的假设概率Pe的关系,一般认为当Kappa>0.75时通过信度检验。以本研究两位编码员独立判定CATA结果举例(判定结果示例如表4所示),具体计算过程可参照表4及式(2)、(3)所示。

表4 人工编码结果矩阵(示例)

参考Warrens研究中Po与Pe的计算方法[23]:

(1)

其中,pj和qj分别代表编码员独立判定结果矩阵中相对频率的比例,结合表4的示例,指标Po和Pe的计算过程可分别改写为:

(2)

(3)

信度检验同样贯穿编码分析的全过程。在Weber步骤4的样本测试环节,每次随机选择一半的访谈文档用以检测初始编码分类表及编码规则的信度,若信度未达标则转入编码迭代循环(3-4-5-6-3)。本研究在第3次样本编码测试后信度达标转入全样本编码,全样本信度Kappa=0.91>0.75满足指标要求。编码结果及Cohen’s Kappa系数如表5所示。其中,影响因素列为自下而上生成的影响客户价值感知的因素,

表5 客户及一线销售服务人员全样本编码结果及因素Cohen’s Kappa系数

提及人数表示被访者提及此因素的人数,人数占比是指因素提及人数占同类样本的比例,频率指此因素在同类样本中出现频率,而Kappa指标为每个影响因素全样本编码的信度结果。

四、编码结果及价值感知差异深描

(一)客户感知因素概念定义及权重优先序

本研究共识别出38个影响因素,涵盖产品全生命周期各方面。以客户提及频率最高的盈利能力举例,提及人数(人数占比)和频率分别为144人(86.7%)和704次;FLEs为61人(56.0%)和242次。整体来看,FLEs与客户在大部分影响因素的权重分配上存在差异。

CA方法假设提及频率体现了因素对客户购买决策的影响权重。为避免因样本量差异造成的误差,这里选择以人均频率替代提及频率或提及人数的绝对值作为影响因素的重要性(权重)指标。影响因素权重的优先序揭示了不同主体的价值诉求构成,排位越靠前意味着其在价值评价体系中的权重越大。将影响因素按权重排序,客户感知的影响因素重要性优先序前10位是:盈利能力、配置、运营成本、智能物流、自重、燃油经济、盈利方式、制造质量、购车成本、安全性,累计提及频率达总频率63.6%,平均提及人数89.4人。客户感知优先序呈现出明显的行业特性,即卡车作为生产工具投入生产活动以帮助客户赚取收益。收益类因素如盈利能力、盈利方式分列第1、7位,成本类如运营成本、燃油经济、购车成本分列第3、6、9位;而与产品功能、物理属性相关的因素如自重、可靠性、制造质量等重要性整体略低于收益类因素,但远高于售后服务因素如服务及时、服务态度、服务期限等。这与已有研究结果相符,即客户对能实现自身价值增值的关键因素赋予较高的优先序,对具体的技术及物理实现的评估权重要低于直接描述效用维度的指标。

FLEs感知的客户购买决策影响因素优先序前10位是:购车成本、配置、制造质量、自重、品牌、配件保障、休息舒适、产品形象、燃油经济、可靠性,累计提及频率达总频率62.2%,平均提及人数75.2人。其中与销售及服务工作直接相关的产品属性如购车成本、制造质量、品牌等分列第1、3、5位,服务范畴的配件保障、服务及时列第6、18位,而客户关注的收益类盈利能力、盈利方式分列第11、32位。影响因素优先序的差别仅是客户与FLEs价值感知差异的一部分,后续将对因素概念定义、感知偏差距离、要素维度等进行详细论述。

(二)价值感知差异显著性及偏差距离计算

首先对客户与FLEs编码结果进行了T检验,38个影响因素的结果如图1横坐标所示(*表示α=0.05,**表示α=0.01,***表示α=0.001)。结果显示,客户优先序排名前10的因素中6个与FLEs存在显著差异(***表示α=0.001,下同),前20的因素中10个存在显著差异,全部因素中17个存在显著差异。若放松检验标准(*表示α=0.05)则29个影响因素存在显著差异。即使FLEs处于与客户频繁的面对面互动中,仍与客户在价值感知上存在较大偏差。

图1 客户与FLEs因素优先序与感知偏差距离

除显著性检验外,在Cronin等学者感知偏差距离研究框架下(线性假设),以人均提及频率计算各影响因素的客户与FLEs感知偏差距离(D),结果如图1纵坐标所示[24]。若感知偏差距离为正,表示FLEs认知的影响因素重要性超过客户的认知程度,即FLEs高估了因素在客户价值感知中的重要性,感知偏差距离为负则反之。

结合客户价值感知差异显著性和感知偏差距离结果不难发现,实证结果与企业宣传的“以客户价值为核心”“为客户创造最大化价值”存在出入。显然,FLEs高估了购车成本、制造质量、品牌、产品形象、配件保障等因素在客户价值感知中的权重,却低估了在客户感知中具有高权重的运营成本、盈利能力、盈利方式、智能物流等因素。FLEs认知与客户价值感知的错位可能导致企业要素投入与客户价值创造的脱节,对企业市场竞争力与业绩造成负面影响。

(三)客户与FLEs价值感知维度差异深描

因素权重及感知偏差距离是在影响因素层面对客户与FLEs的感知差异进行刻画。实践中,企业对感知差异的压减还需要结合自身能力,在综合评估不同因素感知差异点和偏移程度(包括偏差距离与方向)的基础上,形成可供企业商业应用的客户价值提升策略。考虑本研究的探索属性,这里并未选择通过聚类、因子分析等方法从影响因素中提炼价值维度的模式,而是引入12名卡车制造行业专家将38个影响因素根据企业业务模块重新划分为12个维度,即通过专家意见在影响因素与业务模块间建立映射关系,以便企业在现有组织结构和业务板块下快速推进产品开发和营销改进工作。价值感知维度的分类结果如表6所示。

表6 客户价值感知维度分类

1.成本费用维度

本维度的两个影响因素在客户与FLEs间均存在显著差异,且运营成本(3,24)***感知距离为-1.128,是所有FLEs感知低于客户的因素中偏差距离最大的;而购车成本(9,1)***的感知差异距离4.057,是所有影响因素中偏差距离最大的。

已有研究显示,一辆重卡全生命周期的费用超过600万元,国内市场因受价格战影响,卡车制造与销售环节费用仅占全周期的6%～7%,制造企业利润微薄,而同期国外领先卡车企业的服务收入占比可达23%,对应利润占比更达43%[25]。如此就更容易理解两主体在成本费用维度的感知差异。从客户角度,占比仅7%的购车成本远不及93%的运营成本重要;但从企业角度,现有模式下制造企业对运营成本涉及的销售后市场影响极为有限,再加上行业面临技术平台、核心三大件同质化趋势,企业不得已寄希望于价格战来留住客户。这造成了FLEs与客户在成本费用维度的价值感知呈显著两极化态势,高估购车成本对客户重要性的同时严重低估运营成本的重要程度。

然而,编码结果并非否定了产品价格对客户购买决策的影响力,价格导向的销售策略并非完全失效。回顾编码原文,客户对购车成本定义是“交易首次支付的费用总额,含保险、代缴税费、首付款等,不涉及选加的增值服务或配件支出,不含购车贷款”,即客户对购车成本的认知是在产品使用权移交时点支付的货币成本,而贷款支出则与产品盈利能力、保养维护成本等要素综合考虑,而非FLEs理解的销售折扣和优惠后的实际产品成交价。短期来看,企业可以转变销售模式,如制定更加灵活的付款方式,增加个性化的增值服务包等[26];但从长期来看,企业需要加强销售后市场中客户价值创造机理的研究,挖掘潜在的增值服务突破口,转变收入及利润结构,从单纯产品制造商转型为综合服务解决方案提供商。

2.收益能力维度

客户和FLEs在盈利能力(1,11)***、智能物流(4,16)***、盈利方式(7,32)***因素的价值感知上均存在显著差异,偏差距离分别为-0.922、-0.377、-0.840,即FLEs对收益能力的感知均低于客户。回溯原文,客户盈利能力定义是“特指卡车制造商为客户创造的总收益(仅包括货币收入),含卡车运输收益总额和广义范围企业帮客户实现收益的能力”。客户盈利方式是指“对客户生产方式、收入模式和收入来源等的描述”,强调获益模式的多样性,但并未限定具体方式。以国外卡车市场举例,制造商凭借资金、技术优势向客户提供设备租赁服务(甚至工程承包服务)并承担产品的维护保养责任,客户则按时/按次支付租金。此类模式属于面向使用的产品服务系统(APSS),产品所有权没有变化仅使用权变更。目前,租赁业务在国内的整体规模有限、市场存量占比也较低。下阶段企业需要进一步挖掘市场潜力,改进产品服务体验,创新租赁专用车型研发,打造融资租赁的爆款产品服务组合。

客户的智能物流是指“卡车企业为提高运输效能而构建的智能服务体系,如提供货源信息减少空载率,优化调度、缩减装卸和排队等候时间等”。如果融资租赁是制造商增值服务的外延,智能物流显然已超出传统卡车企业的业务边界,是对商业模式的创新。通过回顾原文与结合已有研究,制造企业未来可借助车联网技术打通与物流园区的合作,打造集成了货运信息智能签派、散货拼车调度、在线保险等服务的智能物流服务平台。显然,智能物流解决方案不只此一种,未来制造商还要结合自身资源禀赋与能力特点探索新的商业模式创新。

3.增值服务维度

全球领先汽车公司的利润构成表明,成熟汽车市场销售利润与零配件利润各占全部利润的20%,剩余60%利润来自于服务领域。本维度中,客户对金融服务的定义是“针对卡车产品全生命周期所需各类金融服务的集合。从产品销售贷款、保险、融资租赁服务到运营端的货物保险、抵押贷款服务等”。客户对残值回收定义是“对到达使用年限(或里程数)申请报废的卡车产品中高附加值核心部件(如发动机等)的再制造,最大化卡车的货币价值”。举例来说,重型卡车生命周期一般在3～5年,报废时发动机仍处于较好的工作状态,按整车报废将造成极大资源浪费。可由制造企业或第三方服务商提供回购再制造服务,如将发动机改装为发电机等。通常制造企业会在核心部件回购或折价购新车等多种营销策略中选择最有利的方式,但由于国内再制造质量认定法规制度尚未完善,市场对再制造产品的认知度较低,卡车制造企业参与意愿不强。因而旧车回收更多是作为新车促销手段而非真正增值服务。未来伴随国内卡车市场环境的成熟、法规对产品环境友好性的要求,再制造可能成为制造企业无法回避的业务板块。提前布局再制造业务积累经验与培养客户习惯的领先企业,未来将有机会在新市场中获得更大的话语权与市场份额。

4.产品质量维度

客户与FLEs对制造质量(8,3)***的感知存在显著差异。两者优先序的位次差异较小但偏差距离2.89,在所有偏差距离中排第2位。分析发现是客户与FLEs在制造质量的定义上存在差距。FLEs对制造质量定义为“卡车核心部件制造质量、装配情况及整车出厂时的组装水平,零部件装配的准确性与安装精度等”,而客户定义为“三大件装配精度,整车易损、易耗件的产品质量、安装精度等”。目前,卡车的整车装配水平已相对成熟,三大核心件安装精度相对稳定,而易损、易耗件则不同,故障虽小但频繁往返售后也会拉低整体出勤率,同样造成客户的经济损失。因此企业要在持续提升整车装配质量的基础上,加强对易损、易耗件的供应商管理与装配现场检查,降低因小故障造成的出勤率损失。

5.配件质量维度

本维度中配件保障(14,6)***在两者间存在显著感知差异,偏差距离为2.094(位列第5位)。FLEs认为卡车司机对产品故障有一定心理预期从而容忍度较高,但对备品配件等待耐心较差。因此企业在各地维修点(或区域仓储中心)配置了较充足的常用配件库存。客户的配件保障定义是指“配件在各维修点的备件充足情况及从维修点到卡车故障点的响应速度,或从区域仓储中心到维修点的调货速度等”。综合来说,当前配件维度企业投入的边际效益已接近临界点,且配件质量维度属于保障需求而非惊喜需求,企业单纯提升配件库存和压缩救援反应时间并不一定能够实现客户满意度的持续提升。企业解决配件问题需要转变思路,从产品平台开发与配件改进角度入手,如加速卡车标准化技术平台建设,推进跨平台通用配件的研发,以此来压缩配件种类、降低配件保障成本等。

6.产品物理属性维度

本维度中产品形象(21,8)***在两者感知中存在显著差异,且偏差距离为2.390(位列第4位)。回溯原文发现,客户视卡车为生产工具,大部分卡车处于人歇车不歇的工作状态,因此客户对产品形象的重要性感知远低于将产品外观作为卖点来推销的FLEs。此外,客户与FLEs对配置的定义也存在差异。编码规则显示,客户定义除FLEs感知的核心部件套餐外,还包括根据客户工况环境定制配置方案及推荐相关配套设备。简单来说客户配置需求是匹配车辆与工况,而非FLEs推荐的“马力最大”“无故障时间最长”等单指标突出的明星配置策略。而剩余因素如自重、燃油经济性、载货量等,或是产品实体属性(自重),或由实体属性决定(动力性、燃油经济性),或有国家法律法规要求(载货量、自重),因而两者的价值感知并未呈现显著差异。

7.售后服务维度

本维度覆盖卡车售后服务的各个方面,两者对服务态度(26,31)***、服务期限(30,23)***、服务及时(31,18)***因素的价值感知存在显著差异,偏差距离分别为0.190、0.984、1.270,即FLEs均高估了因素重要性。客户与FLEs赋予售后服务维度各因素的优先序均较低,均接近和位于后二分之一分位。对客户来说,售后服务因素是购买决策必要而非充要条件,此类保健类因素的缺失将造成极大的客户不满,但若企业大幅增加售后服务投入也难以持续提升客户满意度和客户购买意愿。未来企业只有沿着客户优先序较高的增值服务路线转型发力,才有希望形成新的差异化能力和竞争优势。

此外,品牌形象维度的分析结果也值得关注。品牌(20,5)***因素的价值感知也存在显著差异,偏差距离2.531(位列第3位),且FLEs对品牌因素重要性的认知远高于客户。回溯原文发现,FLEs对产品品牌寄予厚望,希望通过品牌溢价提升产品定价话语权,但卡车产品技术平台、核心部件同质化程度高,客户又多具有丰富的产品使用经验,因此品牌营销的加分作用已微乎其微,这导致了客户与FLEs在品牌因素权重上存在显著差异。传统营销策略对卡车的品牌形象塑造效果已进入瓶颈,企业需要找到新的差异化维度为卡车打造新品牌形象。

五、结论与启示

本文采取内容分析方法探讨了制造企业与行业客户两者间客户价值感知的差异,识别出38个客户价值感知影响因素,通过计算因素权重优先序与价值感知偏差距离,实证检验了企业与客户价值感知偏差的具体构成情况与呈现状态。研究结果表明,企业一方面高估了购车成本、制造质量、品牌、产品形象、配件保障等传统销售及售后相关因素的重要性;另一方面,企业低估了运营成本、盈利能力、盈利方式、智能物流等收益相关因素的重要性。同时,两者在成本费用、增值服务、收益能力等维度的影响因素定义上也存在较大差异。首次从客户视角将制造企业与客户同时纳入价值感知差异研究体系,量化检验了客户价值感知偏差在不同主体间的差异位置与偏离程度,极大拓展了价值感知差异理论的研究范畴,特别是对中国制造业服务转型路径的探索具有一定的借鉴意义。但本研究还存在一定局限,未来学者可尝试将更多参与主体纳入分析框架和构建更为全面的价值感知差异分析模型。本文是对制造业不同参与主体价值感知偏差的一次实证探索研究,希望能够在研究方法和理论框架方面为后续学者提供帮助。

结合研究结果,制造企业未来可在以下领域发力以缩小客户价值感知偏差,提升客户价值创造能力。

第一,构建以客户价值创造为中心的服务型制造模式,按照识别的因素优先序与感知偏差统筹配置企业资源,打造符合企业服务转型需求的组织结构、生产能力与服务能力。优先对客户感知权重高且感知偏差大的因素概念进行再梳理,如盈利能力、运营成本、物流系统等,探讨每个因素蕴含的客户价值诉求,分析潜在市场契机;而对制造质量、产品形象、配件保障等被过度高估的因素,企业应及时调整资源配置策略,改变传统产品论思路,围绕增值服务实施来配置企业资源。

第二,企业在精细化已有服务基础上,针对识别出的潜在增值服务点开展产品开发与服务创新。如以面向使用的产品服务系统模式开展融资租赁服务创新,丰富产品“交付”模式,并根据租赁模式特性开展适应性产品改进;融合成熟车联网技术打造智能服务终端,与外部物流服务机构合作打造智能物流服务平台,提供集物流信息匹配、智能调度、路径规划等服务为一体的一站式智能物流解决方案等。

第三,将实体产品视作产品服务系统中客户价值实现的载体和工具,以客户价值实现为目标进行产品的适应性改进和开发。首先,在持续改进核心部件质量与装配水平基础上,稳步提升制造质量;其次,企业要加强易损、易耗件供应商管理,提高其质量水平以降低整车故障率;再次,加快推进卡车标准化通用技术平台研发,以跨平台的通用配件方案来压缩配件种类与型号,大幅提高配件在不同卡车平台间通用率,提升配件保障及时性、降低保障成本、减少客户故障等待时间等。

第四,在销售策略方面,短期可通过灵活付款方式降低首次支付金额,并搭配更加丰富的增值服务包来提升客户购买意愿;从长期来看,企业仍需加强销售后市场客户价值创造机理的研究,挖掘潜在增值服务市场潜力,致力转变收入及利润结构,从单纯产品制造商转型综合服务解决方案提供商。