“双11”背景下天猫卖家对第三方物流供应商选择—基于Delphi-熵值法-模糊综合评价法研究
贺珍珍
(天津外国语大学 国际商学院 天津)
摘要:针对B2C急速发展的背景,本文结合主观评价法和客观评价法,同时,为了克服传统供应商选择方法中评价指标不够细化及主观随意性较强的问题,本文也将模糊数学的理论应用于物流供应商的选择评价中。本文创新的结合上述三种方法构建评价模型,并结合具体案例给出了选择第三方物流供应商的评价方案选择。
关键词:Delphi-熵值法-模糊综合评价法;天猫卖家;第三方物流供应商;“双11”
一、引言
据艾瑞网发布的统计数据显示:2017年天猫“双11”期间,超过160万商家获得的贷款数额超过1000亿元,同比增长60%;商家数量同比增长超过30%。物流供应商作为天猫卖家与买家之间联系的纽带,起着重要的作用。故本文旨在通过一些模型方法的计算为天猫卖家提供选择第三方物流供应商的方法。
目前学术界对第三方物流供应商的选择主要依靠综合性评价作为选择的依据,显然这些评价指标不全具有针对性。故在以往学者研究的基础上,综合考虑各个方法的特点,本文建立新的评价体系,借以提供一些参考。
二、第三方物流供应商评价指标体系的建立
(一)第三方物流供应商指标体系研究现状
早在20世纪60年代,有学者开始研究第三方物流供应商的选择。之后,有学者提出着重考虑服务质量、价格、交货期等;2000年后,部分学者才考虑到第三方物流的问题。总之,学术界对第三方物流供应商的选择指标研究呈现“百花齐放”的局面,不同的学者对此问题也发表了不同的看法。
(二)建立“双11”背景下天猫卖家对第三代物流供应商选择的指标体系
在天猫“双11”狂欢节的背景之下,物流订单在短时间内大大增加,这不仅需要物流供应商快速的送货速度,同时还得保证物品的完好无损、较高的客户满意度。因此,基于此需求,并结合现有文献中对第三方物流供应商指标体系选择的基础,建立如下指标评价体系:
表1:第三方物流供应商指标评价体系
评价指标体系 |
服务指标 |
运输速度 |
客户满意度 |
||
成本指标 |
运输成本 |
|
物品完好度 |
||
其他指标 |
员工素质 |
|
行业经验 |
天猫卖家作为一种新兴的B2C电子商务虚拟交易模式,与买卖双方直接打交道的则是物流,因此,物流供应商的服务态度显得至关重要;除此之外,考虑到商家盈利的需求,运输成本显得较为重要;除此之外,面对巨大的物流成交量,物流供应商的行业经验也显得很重要,包括面对突发情况的应对能力、解决与客户冲突的能力等。该指标体系分别从消费者、顾客和第三方物流企业的角度进行了分析评价,借以为天猫卖家选择第三方物流供应商提供借鉴。
三、案例实证分析
本文采用德菲尔法和熵值法相结合确定模糊综合评价法的因素权重,在考虑主观因素的基础上,也考虑了客观因素,具有一定的科学性。建立在模糊集合基础上的模糊综合评判方法,评价结果更客观,符合实际情况。因此本文建立了德尔菲法-熵值法-模糊综合评价组合法对第三方物流供应商进行评价。
本文挑选了天猫卖家最常用的3家物流供应商,根据描述的德菲尔法-熵值法-模糊综合评价法对这三家物流供应商进行评价。通过调研,可以得到如下三家物流供应商的指标数据:
表2:物流供应商相关指标数据
|
运输速度 |
客户满意度 |
运输成本 |
物品完好度 |
员工素质 |
行业经验 |
供应商A |
9.4 |
9 |
9.5 |
8.8 |
8 |
8.3 |
供应商B |
9.2 |
9.1 |
9.6 |
9 |
8.1 |
8.4 |
供应商C |
9.3 |
8.9 |
9.3 |
8.6 |
8.5 |
8 |
以上数据中,运输速度、客户满意度、运输成本及物品完好度属于定量指标,通过调研数据得到;员工素质和行业经验属于定性指标,采用10分制对其进行量化。
(一)指标权重的确定
本文在确定一级指标时,考虑到不具有准确的数据及层次分析法计算量大的特点,使用德尔菲法来确定其权重,但是确定单因素权重时,本文采用德尔菲法和熵值法相结合,最终得到综合权重,这种主客观方法相结合来确定其权重可以有效的弥补仅使用一种方法的不科学性。
1. 采用德尔菲法确定的因素权重如下图所示:
表3:一级指标权重数据
指标 |
服务指标 |
成本指标 |
其他指标 |
权重 |
0.4 |
0.45 |
0.15 |
2.采用德尔菲法和熵值法确定各单因素权重
(1)德尔菲法确定主观权重
表4:二级指标主观权重数据
指标 |
运输速度 |
客户满意度 |
运输成本 |
物品完好度 |
员工素质 |
行业经验 |
权重 |
0.25 |
0.2 |
0.35 |
0.1 |
0.05 |
0.05 |
根据上表确定主观权重。
(2)熵值法确定客观权重
①利用熵值法的概念确定权重,假设多属性决策矩阵如下:
第j个属性下第i个方案的贡献度用Pij表示,其中Pij=Xij/
通过计算可知P矩阵如下:
表5:熵值法下P矩阵数据
p矩阵 |
运输速度 |
客户满意度 |
运输成本 |
物品完好度 |
员工素质 |
行业经验 |
供应商A |
0.3369 |
0.3333 |
0.3345 |
0.3333 |
0.3252 |
0.3360 |
供应商B |
0.3297 |
0.3370 |
0.3380 |
0.3409 |
0.3293 |
0.3401 |
供应商C |
0.3333 |
0.3296 |
0.3275 |
0.3258 |
0.3455 |
0.3239 |
②求出所有方案对属性Xj的贡献力量,用Ej表示,其中Ej为P矩阵中的每个元素与ln(该元素)的乘积,即Ej=-k 。为了保证0<=Ej<=1,常数K=1/ln(m)。于是得到如下新矩阵:
表6:熵值法下新矩阵相关数据
新矩阵 |
运输速度 |
客户满意度 |
运输成本 |
物品完好度 |
员工素质 |
行业经验 |
供应商A |
-0.3665 |
-0.3662 |
-0.3663 |
-0.3662 |
-0.3653 |
-0.3665 |
供应商B |
-0.3658 |
-0.3665 |
-0.3666 |
-0.3669 |
-0.3658 |
-0.3668 |
供应商C |
-0.3662 |
-0.3658 |
-0.3656 |
-0.3654 |
-0.3672 |
-0.3651 |
③求出常数K,K与新矩阵每一列和的乘积即为所有方案对属性Xj的贡献度,用Ej表示。Dj表示第j属性下各方案贡献度的一致性程度,其中Dj=1-Ej。Dj与所有Dj之和即为各属性的权重。其中,计算可知K=0.910239227。其他数据如下图所示:
表7:熵值法下Ej,Dj及Wj数据
|
运输速度 |
客户满意度 |
运输成本 |
物品完好度 |
员工素质 |
行业经验 |
Ej= |
1.0000 |
1.0000 |
0.9999 |
0.9998 |
0.9997 |
0.9998 |
Dj= |
0.0001 |
0.0000 |
0.0000 |
0.0002 |
0.0003 |
0.0000 |
Wj= |
0.1301 |
0.0563 |
0.0575 |
0.2355 |
0.4721 |
0.0484 |
利用熵值法计算得出的权重分别为:运输速度为13%,客户满意度为5.6%,运输成本为5.7%,物品完好度为23.5%,员工素质为47.2%,行业经验为5%。
(3)指标权重的综合判定
本文采用的主客观权重相结合的方法,采用归一法求综合权重,结果如下:
表八:指标权重综合判定表
|
运输速度 |
客户满意度 |
运输成本 |
物品完好度 |
员工素质 |
行业经验 |
熵值法权重 |
0.13 |
0.056 |
0.057 |
0.235 |
0.472 |
0.05 |
德菲尔法权重 |
0.25 |
0.2 |
0.35 |
0.10 |
0.05 |
0.05 |
列乘积 |
0.0325 |
0.0112 |
0.02 |
0.0235 |
0.0236 |
0.0025 |
列乘积和 |
|
|
|
|
|
0.1133 |
综合权重 |
|