基于层次分析法的零售户价值模型研究_黄飞杰.pdf

I S S N 1 0 0 9-8 9 8 4C N 2 2-1 3 2 3/N长春工程学院学报(自然科学版)2 0 2 2年 第2 3卷 第4期J.C h a n g c h u n I n s t.T e c h.(N a t.S c i.E d i.),2 0 2 2,V o l.2 3,N o.4 2 4/2 51 2 1-1 2 4d o i:1 0.3 9 6 9/j.i s s n.1 0 0 9-8 9 8 4.2 0 2 2.0 4.0 2 4基于层次分析法的零售户价值模型研究收稿日期:2 0 2 2-0 7-0 1基金项目:四川省科技计划资助项目(2 0 1 7 G Z 0 3 5 8)作者简介:黄飞杰(1 9 8 5-),男(汉),广西南丹人,硕士,工程师主要研究互联网创业创新体系及大数据。黄飞杰1,张卫东2,侯石鹏1,宋红文2,唐艺楠2(1.广西中烟工业有限责任公司互联网研究中心,南宁 5 3 0 0 0 0;2.西南科技大学,四川 绵阳 6 2 1 0 1 0)摘 要:为了实现零售户评价环节的数字化,帮助企业精确地掌握零售户的价值,基于数据获得性和数据质量两个方面,筛选出了品牌销量、品牌占比、总销售量这3个评价因素。采用层次分析法构建了零售户价值模型,依托已有的数据,实时为2 2 9 1个零售户进行精准赋值,并进行聚类分析。客户经理针对高价值的零售户进行重点维护,也可根据不同类别的零售户,采取不同的营销策略,从而提升营销服务的质量。关键词:数字化;层次分析法;价值模型中图分类号:O 2 1 2F 2 7 0文献标志码:A 文章编号:1 0 0 9-8 9 8 4(2 0 2 2)0 4-0 1 2 1-0 40 引言2 0 2 0年,国家发展和改革委员会官网发布了“数字化转型伙伴行动”倡议,要加快构建数字化产业链,提升转型服务供给能力。终端作为消费者直接的商品供应环节,能够获取和提供动态、全面、真实的市场信息,如商品零售数据、消费者品牌体验、竞品动态等,这些数据可以科学客观地反映市场动态及商品品牌发展趋势,从而为企业进行新品研发、品牌改善、竞品拦截、营销策略调整提供有力的数据支撑和参考依据。在卷烟供应链上,企业基于品牌培育的需求,通过对零售户进行细分和价值评价,使企业有针对性地投入资源,将品牌培育的资源投入给高价值零售户,从而实现较好的营销效果。目前主要通过客户经理打分的方式对零售户进行价值评价,尽管采用了一些措施,依然存在分值主观、更新慢的缺点。基于已有的数据和模型,实现零售户价值评价的客观化和自动化,是零售户价值评价进行数字化转型的路径。对零售户价值进行评价,能够指导企业对不同价值的零售户展开差异化的营销策略,在投入资源相同 的 前 提 下,实 现 营 销 效 果 的 最 大 化。马 特(2 0 1 0)1阐述了主要客户终身价值的定义、定性研究及定量研究。邹亮(2 0 1 3)2从直接价值和间接价值两个维度建立了终端价值评价体系,实现了对终端客户的分类。尹青青(2 0 1 8)3提出了简单的指标权值累加计算客户价值的公式,数据由订购次数、订购量、复购次数构成,而权重是根据行业流失情况进行主观打分。周旭(2 0 1 8)4从客观数据购进量、购进额,主观性数据业态、便利性、经营环境等几个维度,采用AH P算法,构建了客户价值模型。层次分析法(A n a l y i i c H i e r a r c h y P r o c e s s,简称AH P),由美国运筹学家匹茨堡大学教授萨蒂于2 0世纪7 0年代首次使用,它是将元素分解成目标、准则、方案等层次,进行定性和定量分析的决策方法。李春伟(2 0 2 1)5采用层次分析法构建评价体系对煤矿供应商进行绩效评估。曹伟(2 0 2 1)6采用德菲尔法和层次分析法构建了安防产品供应商评价指标体系。沈岩等(2 0 2 2)7基于层次分析法,从低碳用能、可靠用能、高效用能、经济用能和智慧用能5个维度,构建了电力工业用户的评价指标体系,实现了用户画像。1 构建零售户价值模型层次分析法具有整体性的优点,通过运用较强的逻辑思维来进行判断比较决策,是对定性问题进行定量分析的多决策目标方法。层次分析法同时还具有实用性的特点,可以用来处理传统数学模型不能解决的问题。其计算过程清晰,原理和基本步骤都易于掌握,计算的结果具有直观性。1.1 评价因素的筛选从品牌培育的角度判断零售户对于品牌的价值,通过德菲尔法和文献搜索法罗列出表1中的因素。再从数据可获得性和数据质量两个维度对表1中的因素进行评价,筛选出可以获得并且数据质量高的因素:品牌销量、品牌占比和总销售量。品牌销量反映了零售户对于品牌的贡献值,品牌占比反映了零售户对于品牌的偏好,销售量反映了零售户的潜力。表1 数据分析表品牌销量品牌占比总销售量品牌支持度品牌销售能力数据可获得性可以可以可以可以不可以数据质量高高高低低是否选入选入选入选入放弃放弃1.2 AH P确定权重1.2.1 专家打分邀请3个专家,基于表2 的评价标准,对品牌销量、品牌占比和总销售量进行打分。打分结果见表3。表2 评价标准标度值评价标准1若因素A与因素B比较,同等重要,得1分2若因素A与因素B比较,因素A的重要程度高于1,低于3,得2分3若因素A与因素B比较,因素A稍微的重要,得3分4若因素A与因素B比较,因素A的重要程度高于3,低于5,得4分5若因素A与因素B比较,因素A较明显的重要,得5分6若因素A与因素B比较,因素A的重要程度高于5,低于7,得6分7若因素A与因素B比较,因素A明显的重要,得7分8若因素A与因素B比较,因素A的重要程度高于7,低于9,得8分9若因素A与因素B比较,因素A极其的重要,得9分注:若因素A与因素B比较的得分为5,则因素B与因素A比较的得分是1/5,即0.2。表3 零售户评价表品牌销量(B1)专家1专家2专家3品牌占比(B2)专家1专家2专家3总销售量(B3)专家1专家2专家3品牌销量(B1)1.0 01.01.0 07.0 05.07.0 07.0 05.05.0 0品牌占比(B2)0.1 40.20.1 41.0 01.01.0 01.0 01.00.3 3总销售量(B3)0.1 40.20.2 01.0 01.03.0 01.0 01.01.0 01.2.2 一致性检验层次单排序的目的就是求出同一层次的每个指标权重,然后排序。本文采用和积法将3位专家打分形成的判断矩阵归一化,并计算相应的权重值,计算结果见表4所示。表4 打分权重计算结果汇总各专家打分权重值评价因素品牌销量(B1)品牌占比(B2)总销售量(B3)专家1打分权重值0.7 80.1 10.1 1专家2打分权重值0.7 20.1 40.1 4专家3打分权重值0.7 30.0 80.1 9判断矩阵是由专家对评价指标进行两两比较打分产生的,专家也是人,也可能在对评价指标的重要程度进行判断时产生偏差。对判断矩阵进行一致性检验,就是检验专家的判断是否合理。检验公式为IC I=m a x-mm-1,(1)rC R=IC IAR I,(2)式中:IC I为判断矩阵一致性指标;m a x为最大特征根;m为判断矩阵阶数,即可计算出IC I;rC R为判断矩阵的随机一致性比率;AR I为判断矩阵的平均随机一致性指标,查表可知3阶矩阵的AR I=0.5 2,即可计算出rC R的值。查表可知3阶矩阵得到rC R0.1时,即认为判断矩阵具有满意的一致性,说明专家打的分是合理的,否则就需要重新打分,再次计算。得出3位专家一致性检验结果见表5所示。表5 指标权重一致性检验结果最大特征根IC IAR IrC R一致性检验结果专家13.0 000.5 20通过专家23.0 000.5 20通过专家33.0 70.0 30.5 20.0 6通过3位专家打分结果均通过一致性检验,且各位专家所占权重相等,则将表4所得的3位专家权重值进行简单算术平均计算后,得到最终的零售户价值模型权重表,见表6所示。221长春工程学院学报(自然科学版)2 0 2 2,2 3(4)表6 品牌价值模型权重表评价因素最终权重排序品牌销量(B1)0.7 41品牌占比(B2)0.1 13总销售量(B3)0.1 52由表6得到零售户的品牌价值模型:P=0.7 4B1+0.1 1B2+0.1 5B3,(3)式中:P代表零售户价值;B1代表品牌销量;B2代表品牌占比;B3代表品牌总销售量。1.3 价值模型的实现通过数据库,统计了销售区2 2 9 1个零售户的品牌销量、品牌占比和总销售量的值。由于总销售量的数据比品牌占比的数据大5个数量级,为了确保各个因素的值对于最终的零售户价值有相同等级的贡献度,首先需要对这3组数据进行归一化处理,确保每组数据归一化后的值在01 0 0,见表7。表7 零售户价值表零售户序号数据归一化品牌销量品牌占比总销售量聚类分组17.0 74 3.8 16.8 52 25.0 52 7.7 57.4 61 36 0.8 65 0.4 65 1.2 64 47.3 23 9.9 17.7 42 55.0 52 7.5 27.5 01 63 3.0 83 7.1 63 6.8 73 71 8.4 33 4.8 62 1.9 13 2 2 9 17.5 84 1.5 17.7 22 2 零售户价值模型的应用通过程序代码自动获取评价因素数据,采用品牌价值模型实时更新零售户的品牌价值,实现了企业对于零售户品牌价值评价的数字化转型。模型的使用主要面向市场销售区的客户经理,可以帮助客户经理准确了解零售户的价值状态,制订差异化营销策略。例如设置阈值,当零售户价值高于阈值时,给予不同级别的奖励,避免主观打分造成不公平现象。如图1所示,对于品牌销量、品牌占比和总销售量这3个因素进行聚类分析,见表8中的4个类别,对于不同的聚类特征,进行统一的营销策略设计,有针对性地进行沟通、宣传产品和传递有效信息,及时对零售户信息进行维护,从而提升营销效率。图1 零售户聚类散点图表8 零售户聚类表聚类序号聚类数量聚类特征品牌销量品牌占比总销售量11 1 9 4三低,一般维持低低低27 6 1潜力大,重点发展零售户低低高31 8 4品牌忠诚,保持高高低41 5 2高价值,重点维护高高高3 结语为了实现对零售户进行评价和服务的数字化转型,基于数据的可获取性和可靠性,筛选出作为零售户评价的因素。采用层次分析法,构建了品牌价值模型,模型能够为每一个零售户提供一个精准的量化数值,使品牌厂商准确了解零售户的价值。模型的使用面向市场销售区的客户经理,基于聚类分组后,实施差异化营销策略,提升营销效率。参考文献1 马特.客户终身价值(C L V)理论研究述评C/第五届(2 0 1 0)中国管理学年会 市场营销分会场论文集.大连:中国管理现代化研究会,2 0 1 0.2 邹亮.卷烟零售终端价值评价体系研究J.中国烟草学报,2 0 1 3,1 9(4):8 2-8 7.3 尹青青.基于具有B L U特性D B 2的全国销售终端价值挖掘与多维决策分析D.杭州:浙江理工大学,2 0 1 8.4 周旭.基于海量数据的客户价值模型设计与应用D.杭州:浙江理工大学,2 0 1 8.5 李春伟.开滦煤炭运销公司供应商管理体系优化研究D.石家庄:河北科技大学,2 0 2 1.6 曹伟.基于层次分析法的Z安防工程公司供应商评价研究D.郑州:河南大学,2 0 2 1.321 黄飞杰,等:基于层次分析法的零售户价值模型研究7 沈岩,李东东,林顺富.碳中和背景下的工业用户综合用能指标体系多维画像方法J.中国电力,2 0 2 2(5):1-9.R e s e a r c h o n V a l u e M o d e l B a s e d o n A n a l y t i c H i e r a r c h y P r o c e s sHUANG F e i-j i e,e t a l(I n t e r n e t R e s e a r c h C e n t e r