一种整合模糊Kano模型与IPA分析的快递服务质量探测方法*

孟庆良^1,2，蒋旋¹，卞玲玲¹

（1. 江苏科技大学经济管理学院 江苏镇江212003；2. 湖南大学工商管理学院 湖南长沙 410082）

• 探测顾客满意与快递服务绩效之间的关系，给出快递服务改善的决策方案，对于快递企业获取竞争优势具有现实意义。针对传统Kano模型对质量要素分类过于主观，且忽略顾客复杂多变的模糊消费心理等不足，结合模糊理论的优势，构建模糊Kano模型以实现对快递服务质量要素的精细化分类。考虑到模糊Kano模型仅仅关注顾客对于产品或服务质量要素的感知满意情况，未涉及顾客对于质量要素的感知重要度，进而提出一种整合模糊Kano模型和IPA（Importance Performance Analysis，IPA）分析的快递服务质量探测方法，构建快递服务质量的探测过程模型，以确定快递服务质量要素提升的优先权。最后通过实际应用，验证其可行性和有效性。

关键词：Kano模型；模糊理论；IPA分析；快递服务质量

引言

随着科学与技术的进步，网络应用的普及，智能产品的推出使得我国电子商务蓬勃发展，快递服务的需求急剧提升。有资料显示，中国快递业每年以30%的速度增长,已经形成了上百亿元的市场。但是我国快递行业还未形成标准的运营体制，快递企业在发展过程中暴露出一些问题：服务质量差、顾客满意度不高、顾客投诉率居高不下等。因此，探索快递服务质量提升的决策方法，以提升顾客满意显得尤为必要。Meng（2011）运用Kano模型探讨了快递服务质量要素的分类问题，分析了快递服务质量要素与顾客满意之间的非线性关系^[1]；孙军华等（2010）构建了中国快递服务质量体系，运用实证对3家中国快递企业的服务质量进行了评价，提出中国快递企业服务质量提升的对策^[2]；郑春东等（2012）探究了快递服务失误补救对快递使用者再购买意愿的影响，结果表明在面对快递失误时，快递服务补救会对顾客再购买意愿产生积极影响^[3]。上述研究对提升快递服务质量具有重要指导意义，基于上述成果，论文从顾客感知视角出发，尝试提出一套结构性方法探测快递服务质量，确定快递服务质量要素提升的优先权。

Kano模型认为对质量认知要采用二维模式：顾客的主观感受与产品的客观表现，进而获取顾客满意与产品绩效之间的非线性关系，Kano模型通过把产品/服务的具体属性转化成顾客的收益，依据质量因素的详细分类，寻求和理解顾客对于这些利益的态度，以指导企业相关决策。但Kano模型本质上属于定性分析方法，其分类准则相对主观，这大大限制了其在产品创新和服务管理中的决策支持作用。为此，Berger等人（1993）提出设计两个指标：满意度值和不满意度值来表示顾客对某个产品/服务质量要素的平均感知水平，以确定产品/服务的质量状态^[4]。DuMouchel(Berger et al., 1993)提出通过预先定义顾客满意/不满意水平的相应得分，绘制一张Kano图表，通过观察落点来确定质量因素的分类，该方法根据四个象限来区分质量因素依然比较主观，缺乏一定的客观逻辑分类准则^[4]。Yang（2005）建议将Kano模型的分类结果划分为8类，以提高Kano模型对质量要素分类的准确性^[5]。陈波波等（2007）提出一种基于最大领先度的判定方法来判断属于同一类型质量因素中各个产品/服务属性的重要程度，但缺乏相应的实证检验^[6]。上述研究对实现Kano模型的客观化分类具有重要的指导意义，但相关研究还需要进一步深入和拓展。

因此，本文为避免传统Kano模型分类过于主观的缺陷，基于Lee等人（2011）的研究成果^[7]，提出一种新的Kano模型改进方法，实现其精确化分类。并通过与IPA分析方法进行整合，研究快递服务质量的探测问题。