英语原文共 13 页,剩余内容已隐藏,支付完成后下载完整资料
汽车物流服务的聚类分析优先级
摘要:本文的目的是为汽车行业的细分供应链合作伙伴提供一种聚类方法,并优先考虑第三方物流服务(3PL)提供者提供的服务。设计/方法–总共对98家汽车和汽车零件制造商进行了调查,以确定服务需求,偏好和外包承诺。通过应用结合了Ward的最小方差方法和K -means算法的两阶段聚类方法,物流公司对服务进行了优先排序,以更好地满足特定偏好的客户群体。
调查结果–使用两阶段聚类方法确定了四个不同的制造商组。这些集群将售后零件供应商,原始设备服务零件供应商,原始设备制造商零件供应商和一级汽车制造商的物流偏好和外包模式分开。该论文发现,分销和交付服务在制造商外包服务中所占比例最高。
原创性/价值–本文将物流服务建模为可定制服务,并开发了一种数据系统方法来定义汽车制造商及其首选物流服务的概况。通过对服务偏好的分析和聚类,本文确定了可以为汽车供应链成员定制的关键物流服务。提供了一个案例,说明了物流公司如何为特定的目标市场和客户提供定制的服务设计。
关键词:汽车工业;分销渠道和市场;渠道关系;聚类分析
1.简介
汽车和零部件制造商认识到集成交付系统对于全球市场的战略重要性。过去十年的最新研究表明,有许多方法可以集成和同步物料和信息流,提高供应链效率并降低供应链中介机构的物流管理成本。一个重要的发展是物流服务外包。732 研究表明,第三方物流(3PL)提供商可以按需增强产品和材料的可用性,并促进订单的合并(Soh和Sohal2003年; Carbone和Stone,2005年; Kim 等 ,2008)。使用优质的3PL服务,供应链中介机构可以增加信息共享,建立更稳固的工作关系并减少产品生命周期的不确定性(Trappe等,2007; Govinda等,2010)。物流管理的范围已从组织内部协调扩展到组织间协调,并结合了定制服务以建立长期客户忠诚度(Wang和Sang,2005; Gol2007; Sih和Schmitz,2007)。
这项研究为3PL公司为汽车和零部件制造商定制服务提供了一种方法。在研究的第一阶段,对3PL公司的工业客户进行了调查,以收集物流活动,物流服务偏好属性和一般工业人口统计信息的外包现状。对于第二阶段,采用两阶段群集方法将客户分为不同的群集,以便可以为给定群集的成员定义特定的物流服务。一旦了解了客户的喜好和产品分销属性,数据聚类将为物流服务提供决策支持,从而提高物流效率并降低分销成本。调查用于收集客户和服务偏好数据以及K- 均值算法根据客户的物流服务属性将其分为多个子细分市场。然后,3PL使用群集来创建自定义的交付和分发服务,以更好地满足每个客户组的要求和偏好。
本研究论文组织如下。第二部分回顾并讨论了背景文献。在第3节中描述和讨论了所提出的两阶段聚类方法和决策支持方法。第4节介绍了案例的实现。第5节提供了有关实施和进一步设计定制服务的结论。
2.文献综述
本节将回顾和讨论与客户关系管理(CRM),用于市场细分的聚类以及汽车行业渠道中介机构的物流管理过程有关的文献。强调了这些研究成果对3PL服务提供商的重要性。
2.1客户关系管理
商业研究促进CRM成为最大化客户价值,瞄准可赢利的细分市场以及建立高质量关系以确保客户忠诚度的一种手段(Peppard2000; Chen和Popovich,2003;Wang和Sang,2005)。公司正在改变其业务流程模型,并建立信息技术解决方案,以更好地实现新客户的获取,保留现有客户并最大化客户的生命周期价值(Peppard2000; Lin 等人,2010)。供应链CRM的主要目标包括通过更好的沟通来创造客户价值(Paulra等,2008),提供定制的促销,更快地交付以及提供个性化的产品和服务(Ruiz 等,2004; Trappe等,2004)。,2009)。Piercy(2009)进一步提出了CRM和供应商关系管理系统之间的战略一致性。Wang和Sang(2005)得出结论,当3PL重新设计其物流业务流程以适应客户的需求时,最大程度地提高了客户价值。供应链客户的需求。根据这些研究成果,物流服务 供应商可以将CRM与细分策略一起应用,以分析订单和自定义投放偏好。通过将目标客户(例如制造商,批发商,零售商和最终客户)划分为子市场,可以选择最能满足客户要求和偏好的合适的物流服务。
2.2市场细分的聚类方法
管理市场多样性的一般方法是应用客户细分技术(Freytag和Clarke,2001; Kuo 等,2002; Kim 等。,2006;Chu,2008)。客户细分是CRM的核心功能,经常使用地理数据,人口统计数据和行为变量对客户进行分组(Lee和Park,2005)。企业利用聚类方法来识别不同的目标子市场。尽管有许多可用的聚类方法,但是通常使用六个标准来评估在段或组内同质且异质的目标细分(Steenkamp和Ter Hofstede,2002)。即使在市场细分的应用中,并非所有的客户分类都满足盈利要求(Sampaio和He,2005)。因此,公司经常根据客户的获利能力对客户进行分类,并针对实现利润目标贡献最大的客户。
一些研究人员指出,数据挖掘有助于提高客户满意度和忠诚度(Rygielski 等,2002;Magnini和Honeycutt,2005; Ngai 等,2009)。通过数据挖掘,公司可以识别有价值的客户,预测行为并支持定制的服务策略。一些研究人员使用数据挖掘技术来提取有意义的模式并建立可预测的客户关系模型(Cheng和Chen,2009)。聚类作为一种数据挖掘方法,对在聚类内相当均质的成员进行分组,但在许多应用程序域中,聚类之间的异质性非常明显(Hsu 等人,2006; Solomon 等人。,2006)。由于分析师不需要预先定义组成员身份,因此企业可以使用现有的属性来集中精力进行工作,以按客户,产品或服务创建集群。
聚类通常用于市场细分(Punj和Steward,1983; Hruschka和Natter,1999; Tsai和Chiu,2004; Hung和Tsai,2008)。例如,Hung和Tsai(2008)使用分层自组织细分模型来处理按需多媒体的市场细分。聚类方法也已成功地应用于文本处理。例如,Runkler和Bezdek(2003)对网页和网页用户访问的网页序列进行了聚类。Hsu 等人演示了文本聚类的另一个示例。(2006年),他使用K- 均值方法对专利文件进行了战略规划。
2.3汽车行业的物流服务
本节回顾了与汽车供应链有关的研究以及为中央汽车制造商,零件供应商和供应链中的其他中介提供的物流服务。Govindan 等人的最新研究。 (2010年)全面讨论了整个供应链中的物料,信息和资金流的管理,这些流程包括供应商,零件生产商,中央护理制造商(最终装配商),分销商(例如仓库和零售商),以及最终给消费者。他们的研究将3PL服务提供商定义为通过负责供应链中的物流服务获利的公司。3PL在运输和734时连接了供应商,制造商和分销商之间的信息流交付服务已执行。3PL的核心竞争优势是其集成服务的能力,以帮助客户优化其物流管理策略,建立和运营其物流系统,甚至管理其分销系统(Romano,2003; Wang和Sang,2005)。Trappey 等。 (2008年)提供了一种逻辑模型,该模型用3PL提供者,汽车制造商,汽车零部件供应商,经销商,独立分销商和最终客户之间的关系来描述汽车行业。Wang(2010)和Vaidyanathan(2005)对即时(JIT)应用程序进行了讨论,并对3PL服务进行了评估。
汽车工业提供的产品类型包括整车以及零部件。零件制造商分为原始设备制造商(OEM)零件供应商,原始设备服务(OES)零件供应商和售后市场(AM)零件供应商。OEM供应商直接将零件和组件出售给组装最终车辆的汽车制造商。OES和AM零件供应商为维修服务提供商和零售市场提供零件和组件。供应链物流活动包括零部件交付,零部件组装,车辆分配和仓库管理。汽车制造商和零件供应商在运输到中间商和最终目的地之前,维护自己的仓库来合并货物。3PL提供者由制造商和供应商签约,以管理中间的后勤任务,例如收货,货物存储,交付和后勤信息支持。对于汽车制造供应链,制造商,供应商和其他中间商基于其独特的业务模型具有不同且可变的物流要求。因此,提供反映其工业客户需求的定制服务的3PL可以获得巨大的竞争优势。其他中介机构基于其独特的业务模型,对物流的要求也各不相同。因此,提供反映其工业客户需求的定制服务的3PL可以获得巨大的竞争优势。其他中介机构基于其独特的业务模型,对物流的要求也各不相同。因此,提供反映其工业客户需求的定制服务的3PL可以获得巨大的竞争优势。
3.研究方法和理论框架
本节提供了一种系统化的方法,供3PL使用,以为工业客户定制服务。采用两阶段聚类方法,将层次聚类与非层次聚类相结合(Punj和Steward,1983),用于分析客户调查数据,然后对他们的物流服务进行优先排序。介绍了Ward的最小方差方法(分层聚类)和K 均值算法(非分层聚类),并在本节中还讨论了用于数据收集的调查方法。
3.1两阶段聚类
多元聚类算法是一类数据约简技术。聚类方法分为分层或非分层类型(Johnson和Wichern,2002)。Punj和Steward(1983)首次提出了结合Ward最小方差方法(分层聚类)(Ward,1963)和K -means方法(非分层聚类)的两阶段聚类方法。使用沃德(Ward)的最小方差方法确定聚类数,但是该方法容易受到异常值的影响。另一方面,K 均值方法更准确,并且在处理大量数据时效果更好。因此,研究人员得出结论认为,两阶段聚类方法是方法的最佳组合(Kuo 等。,2002)。在Ward的最小方差方法的一步一步的描述,ķ -means Han和Kamber(2000),Johnson和Wichern(2002)和Sharma(1996)提供了735种 方法,并提供了计算集群间和集群内相似性的标准。
3.2物流服务优先排序方法的程序
我们提出一种物流决策支持方法,包括几个步骤,如图1所示。首先,使用一项调查来收集客户(渠道中介)的偏好。在与为汽车供应商和3PL供应商工作的经验丰富的经理进行了深度采访之后,为问卷定义了物流服务属性。然后,这些调查被分发给3PL的客户。之后,使用数据收集,使用Ward的方法确定最佳群集数。最后,将K 均值聚类算法应用于将客户聚类为目标细分。然后分析目标细分,以确定这些不同组内的服务偏好。
3.3数据收集的调查方法
调查用于从渠道中介机构收集数据,这些数据包括物流外包现状,物流偏好和客户人口统计信息。
该调查分两个阶段进行。在探索阶段,对三位3PL经理和三位高级经理进行了深入的采访,他们在AM供应商,OES零件供应商和OEM零件供应商的工作经验。探索性问卷包含开放性和封闭性问题,这些问题由领域专家进行了分析。然后得出了调查的最终版本,并将其用于衡量物流活动偏好并收集有关3PL服务提供商的人口统计数据。736 调查的第一部分衡量的外包程度从外包给内部自我管理,以此作为基准服务利用的一种手段。第二部分使用五点类李克特量表(1表示“强烈不同意”,5表示“强烈同意”)来衡量逻辑属性活动偏好。这些度量用于将客户分类为集群类型。调查数据是使用自我管理的电子邮件调查收集的,该调查发送给作为汽车行业渠道中介的工业客户,例如中央汽车制造商,AM,OES和OEM零件供应商。总共分发了132个调查,收到了98份有效和完整的调查,答复率为74%。
3.4调查受访者的特征
受访者包括中央汽车制造商(39%),OEM零件供应商(28%),OES零件供应商(19%)和AM零件供应商(14%)。汽车交付服务的主要客户包括汽车制造商和经销商。汽车零件行业分为备件(OES和AM零件)和产品零件(OEM)。汽车行业客户类型之间的关系如图2所示。
4.案例执行
案例研究分析了从3PL客户(包括汽车制造商和零件供应商)收集的数据。本节介绍了物流案例公司,客户服务偏好的分类以及物流外包的定制。
4.1案例公司简介
该公司提供的汽车配送和其他物流服务占台湾市场外包服务的50%以上
服务提供商与70%以上的上下游中介机构合作,包括国内汽车制造商,汽车经销商,OEM零件供应商,OES零件供应商以及汽车维修和修理店。案例公司提供的服务包括国内汽车的运输和分销,仓库管理,新车预交付检查,组装服务以及进出口清关服务。上游中介机构包括国内汽车制造商,OEM零件供应商,OES零件供应商和AM零件供应商。下游中介包括国内汽车制造商,OEM零件供应商,维修店和经销商。案例公司的客户群覆盖了台湾汽车制造业的整个价值链。
4.2聚类客户服务偏好
为了提高客户细分的准确性和对提供给细分客户的物流服务进行优先排序,K 均值聚类算法用于根据目标客户的物流偏好属性对其进行分组。为了确定最佳簇数,最小均方根标准差和最大R 2对于类内和类间相似性,使用度量来选择给定数据集的最佳聚类数(Sharma,1996)。Ward的方法表明,四个集群最适合细分工业客户。四个聚类之间的欧几里得距离以及20个调查问题之间的相关性提供了有关每个聚类有价值的物流偏好的信息。表I中显示了四个聚类之间的欧几里得距离的统计结果。值越大,聚类之间的相似性越大。已完成AM零件制造商(组1)和中央汽车制造商(组4)的商品直接交付给最终客户,并且在偏好结果之间显示出相似之处。集群2和集群3显示出生产OES和OEM零件的相似性。表二显示,集群1中的大多数客户是AM零部件供应商(67%),而OES零部件供应商(63%)构成集群2的大多数。OEM零部件供应商(71%)主导集群3和大多数中央汽车制造商(81%)属于集群4。
ķ -means算法使用STATISTICA 7软件群集根据自己的喜好和属性的客户实施。表III给出
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[236539],资料为PDF文档或Word文档,PDF文档可免费转换为Word
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。