Comprehensive evaluation method of railway freight customer value
-
摘要: 铁路货运客户价值综合评价是铁路货运营销工作的重要内容,对于维护客户关系、提升货运服务质量具有重要意义。目前,常见的评价方法是对单个指标进行评价,文章提供主观、客观2种维度3种方法对客户进行综合评价,解决了评价指标不全面的问题。提取和汇总历史数据,使用Python语言和层次分析法、变异系数法、熵值法对数据进行计算,最终精确地计算出客户价值和综合排名。客户价值综合评价实现了铁路货运营销工作从单一指标评价到综合评价的转变。Abstract: The comprehensive evaluation of railway freight customer value is an important part of railway freight marketing, which is of great significance for maintaining customer relationship and improving freight service quality. At present, the common evaluation method is to evaluate a single index. This paper provided three methods of subjective and objective two dimensions for comprehensive evaluation of customers, and solved the problem of incomplete evaluation index. By extracting and summarizing the historical data, using Python language and analytic hierarchy process, coefficient of variation method, entropy method, the paper calculated the data, and finally accurately calculated the customer value and comprehensive ranking. The comprehensive evaluation of customer value implemented the transformation of railway freight marketing from single index evaluation to comprehensive evaluation.
-
表 1 广州局集团公司某时期装车数前20名客户
排名 客户名称 装车数/车 发送量/t 运费/元 1 客户01 174 241 7 301 810 162 208 724.9 2 客户02 118 035 7 512 419.843 537 260 750.7 3 客户03 70 793 4 603 354 59 174 621.5 4 客户04 68 081 4 539 501 276 809 267.8 5 客户05 63 668 4 182 959 301 021 680.5 6 客户06 53 099 926 245.723 83 860 440 7 客户07 47 734 679 074 774 380 049.8 8 客户08 47 569 2 865 335.712 267 327 391.3 9 客户09 43 822 2 440 698 336 961 695.4 10 客户10 41 365 2 741 705 166 292 647.8 11 客户11 39 999 0 26 875 046.2 12 客户12 37 973 2 513 646 177 367 582.2 13 客户13 33 572 1 991 391 181 780 463.6 14 客户14 32 332 1 636 028.26 360 336 200 15 客户15 30 422 2 014 343 281 360 595.7 16 客户16 27 945 384 380 421 254 401.8 17 客户17 26 936 737 982.069 197 878 294.2 18 客户18 23 343 1 484 835 101 771 236 19 客户19 23 325 313 122.137 333 848 258.4 20 客户20 22 704 1 507 122 94 550 361.1 表 2 广州局集团公司某时期装车数前20名客户归一化后的数据
排名 客户名称 装车数/车 发送量/t 运费/元 1 客户01 1.000 00 0.97197 0.20947 2 客户02 0.67742 1.00000 0.69379 3 客户03 0.406 29 0.61277 0.07642 4 客户04 0.390 73 0.60427 0.35746 5 客户05 0.365 40 0.55681 0.38873 6 客户06 0.304 74 0.12330 0.10829 7 客户07 0.273 95 0.090 39 1.000 00 8 客户08 0.273 01 0.381 41 0.345 21 9 客户09 0.251 50 0.324 89 0.435 14 10 客户10 0.237 40 0.364 96 0.214 74 11 客户11 0.229 56 0.000 00 0.034 71 12 客户12 0.217 93 0.334 60 0.229 04 13 客户13 0.192 68 0.265 08 0.234 74 14 客户14 0.185 56 0.217 78 0.465 32 15 客户15 0.174 60 0.268 14 0.363 34 16 客户16 0.160 38 0.051 17 0.543 99 17 客户17 0.154 59 0.098 23 0.255 53 18 客户18 0.133 97 0.197 65 0.131 42 19 客户19 0.133 87 0.041 68 0.431 12 20 客户20 0.130 30 0.200 62 0.122 10 表 3 装车数、发送量、运费判断矩阵
指标 装车数/车 发送量/t 运费/元 装车数/车 1 3 2 发送量/t 1/3 1 1/2 运费/元 1/2 2 1 表 4 层次分析法确定的各指标权重
指标 特征向量 最大特征根 权重 装车数 1.623 819 3.009 19 0.539 62 发送量 0.491 762 0.163 42 运费 0.893 609 0.296 96 表 5 变异系数法确定的各指标权重
指标 权重 装车数 0.329 320 发送量 0.345 314 运费 0.325 367 表 6 熵值法确定的各指标权重
指标 权重 装车数 0.326703 发送量 0.343266 运费 0.330 031 表 7 3种综合评价方法的特点
特 点 方 法 层次分析法 变异系数法 熵值法 主、客观 主观 客观 客观 计算复杂度 稍复杂 简单 稍复杂 适用场景 用户能够明确地
提出各个指标的
重要程度并量化各个指标的重要
程度较难确定各个指标的重要
程度较难确定 -
[1] 王启东. 铁路货运客户关系管理系统建设的思考和探讨 [J]. 铁道运输与经济,2011(1):35-38. [2] 郭玉华. 基于客户生命周期的铁路大客户细分与发展模型 [J]. 铁道科学与工程学报,2011(4):86-91. doi: 10.3969/j.issn.1672-7029.2011.04.017 [3] 许树柏. 层次分析法原理[M]. 天津: 天津大学出版社, 1988. [4] 陈 朋,王 磊. 层次分析法在客户满意度调查中的应用 [J]. 铁路计算机应用,2013,22(11):24-26. doi: 10.3969/j.issn.1005-8451.2013.11.007 [5] 张文琳,广晓平,张景瑞. 铁路货运服务质量评价研究 [J]. 铁道货运,2019(7):41-46. [6] 梅映天,邹汪平, 章 威. 基于AHP的铁路货运服务质量模糊综合评价 [J]. 铁路计算机应用,2019(8):5-9. doi: 10.3969/j.issn.1005-8451.2019.08.002 [7] 李 云,刘 霁,姜安民. 基于变异系数法与模糊理论的建筑工人安全能力评价研究 [J]. 铁道科学与工程学报,2020(7):1-8. [8] 曹雪虹, 张宗橙. 信息论与编码[M]. 北京: 清华大学出版社, 2016. [9] 张 斌,彭其渊,刘帆洨. 铁路货运流失客户挽留价值研究 [J]. 铁道科学与工程学报,2019(9):2339-2344. [10] 陈小辉,杨 莉. 南宁局集团公司铁路货运营销大数据应用研究 [J]. 铁道货运,2019(4):14-19.