新零售背景下基于云模型的末端配送水平评价研究
来源:用户上传
作者:
摘要：新零售背景下，末端配送作为其重要组成部分，其发展水平在一定程度上制约着新零售行业的发展。本文选择运营成本、配送时间、服务质量、个性定制四个方面构建末端配送水平评价指标体系，运用云模型改进模糊综合评价，有效解决了商品配送过程中信息的不确定性、人为主观判断的随机性等对评价产生的影响，使综合评价结果更客观准确，并提出可用于优化运营模式选择的构想。
关键词：新零售;末端物流;云模型;综合评价
中图分类号： TP391文献标识码：A
文章编号：1009-3044（2020）16-0203-02
Abstract： Under the background of new retail， terminal distribution， as an important part， to some extent， restricts the development of new retail industry. This paper select four aspects， including operation cost ，distribution time ， service quality and personalization， to build index system of terminal distribution level evaluation， using cloud model to improve the fuzzy comprehensive evaluation， effectively solving the influence of the uncertain information in the process of commodity distribution and the randomness of artificial subjective judgment on the evaluation. It makes the results of comprehensive evaluation more objective and accurate， and puts forward the idea that can be used to optimize the choice of operation mode
Key words： new retail ;terminal distribution; cloud model; comprehensive assessment
1引言
現代商品交易以电子商务为起点、新零售为核心，从根本上仍围绕“生产-流通-消费”三段式运行，但在实际过程中零售终端作为主体面对面交易的比例持续下降，末端配送成为零售终端与消费者实现零距离对接核心载体和媒介。[1]但在大量使用末端配送的情况下，其存在的问题也逐渐显露出来，如配送时间较长、特殊要求满足度低、成本消耗大等。因此，对某一地区的末端配送水平进行合理地评价，不仅有利于提升消费者的消费体验，且对商家效益的增加也有十分重要的意义。
2末端配送水平评价指标体系的构建
基于概念性理解末端配送模式，参考目前较为成熟的指标体系[2-4]初选指标，结合设计原则进一步完善，最终采用专家咨询法、理论分析法等相关分析方法确立指标体系[5]，结合层次目标分解法构建具体的末端物流水平评价指标体系：
3基于云模型的末端配送水平综合评价
考虑到末端配送评价过程中存在复杂性和不确定性，且各指标评分界的限具有模糊性，引入云模型，通过期望（Ex）、熵（En）和超熵（He）三个数字特征，将模糊性、随机性和离散性有机结合，实现不确定性语言和定量数值间的自然转换[7]，改进常规模糊综合评价法中的综合评价矩阵和权重矩阵，建立基于云模型的末端物流配送水平综合评价模型，并将结果以云滴形式直观展示。
3.1影响因素集及评语集的设定
3.2影响因素权重的确定
采用Delphi法咨询物流行业相关的专家，量化给出末端配送水平的影响指标相应的得分。对于m个影响因素，采用云模型取代原隶属度函数计算相应的权重矩阵：
3.3综合评价云模型的建立
同样地，采用云模型计算评价矩阵，将统计样本运用云发生器转化为对应的云数字特征：
通过Matlab进一步直观显示评语集云模型和综合评价云模型的云图，与R最接近的评语云模型对综合评价云模型影响最大，即为评价结果。
4实例分析
4.1末端配送水平评价指标权重
通过咨询10名物流行业的相关专家，本着对综合水平评定的原则，无偏颇地对末端配送水平的各项指标给出相应的量化得分。运用逆向云发生器求解各级指标对应的权重并调整得到结果如下（以准则层为例）：
4.2 徐州市末端配送水平评价
在新零售背景下，针对徐州地区有代表性的末端物流商家（苏宁小店、天猫小店）的配送水平进行评价。通过对徐州地区的消费者进行问卷调查（所得数据通过信度效度检验），采用逆向云发生器求解得到评价矩阵，进而得到综合评价云结果：苏宁、天猫小店的综合得分分别为（6.6361，0.1014，0.0424）、（5.8424，0.0896，0.0385），其云图如下：
可以看出，徐州地区的苏宁、天猫小店末端配送水平评价云与评语云中的一般最接近，因此得出结论：徐州地区整体末端配送水平一般，对于新零售末端配送这一业务有待加强。
为进一步分析需要提升的具体方面，同样利用云模型得到各个准则层的得分：苏宁小店的为（5.9456，0.1749，0.0586）、（6.5708，1.4401，0.4612）、（7.2354，0.7427，0.3105）、（6.6896，0.9728，0.2563），天猫小店的为（5.7497，0.1723，0.0581）、（5.2375，1.1497，0.3784）、（6.1292，0.6265，0.2608）、（6.2840，0.9187，0.2492）。分析可得：在徐州地区，苏宁小店在服务质量上表现较好，可以看作注重服务型配送模式;而天猫小店在个性定制方面表现最好，因此可以看作注重个性化型配送模式。从总体上看，徐州地区新零售物流配送发展中运营成本、配送时间、个性定制方面表现一般，虽运营成本高、配送时间长不可避免，但可以通过进一步优化，提升其质量，进而增强其配送水平;个性定制对于新零售来说仍处于起步阶段，表现一般可以理解，但仍需加大重视，未来个性定制对新零售业将带来重大的影响。
5结语
本文针对新零售背景下的末端配送建立评价体系，从运营成本、配送时间、服务质量、个性定制4个影响方面评价配送水平。运用云模型实现定性和定量评估间转化的特征，改进隶属度函数，充分表达了物流水平影响因素的模糊性，有效解决了商品配送过程中信息的不确定性、人为主观判断的随机性等对评价产生的影响，得到更为客观准确的配送评价，对不同影响因素展开评判以发现其优势与不足。此模型还可用于配送模式的制定，针对消费者的不同需求进行调查，所得数据带入此模型得到评价结果，结合相关因素确定公司末端配送发展模式。
参考文献：
[1] 张得银，郑莉.新零售背景下零售终端物流配送策略选择——基于价格服务的研究视角[J].现代商贸工业，2019，40（28）：32-35.
[2] 刘国权. 新零售视域下末端配送模式选择研究[D]. 成都：成都理工大学，2019.
[3] 王杰，姜晓红.基于模糊层次分析法和Topsis法的农村物流末端配送服务质量综合评价[J].物流工程与管理，2019，41（06）：25-27.
[4] 于航. 鲜活农产品物流配送的绩效评价及评价系统的设计[D]. 吉林：吉林大学，2007.
[5] 杜道华，郑国华，张力敏.适于两型社会的绿色物流评价指标体系的构建[J].物流工程与管理，2011，33（04）：13-17.
[6] 李德毅，孟海军，史雪梅.隶属云和隶属云发生器[J].计算机研究与发展，1995，32（6）：16-18.
[7] 范定国，贺硕，段富，等.一种基于云模型的综合评判模型[J].科技情报开发与经济，2003（12）：157-159.
【通联编辑：李雅琪】
转载注明来源:https://www.xzbu.com/8/view-15315252.htm
