基于模糊層次分析法的汽車4S店流失客戶贏回策略的研究

王思佳　梁武超　戈寶增

摘要：隨著市場競爭的日益加劇，企業(yè)愈來愈重視對流失客戶的贏回，贏回流失客戶對于企業(yè)的發(fā)展和收益而言，有著重要的研究意義。本文結(jié)合當前我國汽車4S店市場激烈的競爭環(huán)境，進行了有關(guān)汽車4S店的現(xiàn)狀分析。為了更好地解決相關(guān)問題，將模糊層次分析法應用于汽車4S店客戶流失贏回中，最后得出有關(guān)于汽車4S店的贏回結(jié)論，做出相關(guān)策略。

關(guān)鍵詞：汽車4S店 流失客戶 贏回策略模糊層次分析法

引言

汽車4S店是一種以“四位一體”為核心的汽車特許經(jīng)營模式，包括整車銷售（Sale）、零配件（Sparepart）、售后服務（Service）、信息反饋（Survey）等。歸納中國正常經(jīng)

營的汽車服務利潤構(gòu)成：整車銷售部分約占10%，零部件銷售部分約占10%，二手車經(jīng)營約占20%，售后服務部分約高達50%。從利潤的構(gòu)成情況可以推測得出：隨著汽車服務業(yè)的發(fā)展，汽車廠商從整車銷售部分賺取的利潤越來越少，從而汽車售后服務中賺取的利潤在不斷的增加。汽車4S店必須使它的產(chǎn)品和服務是獨特并最好的，為了做到這點，汽車4S店必須精確地了解流失客戶的各方面資料。目前，汽車4S店以“產(chǎn)品為中心”，其弊端在于經(jīng)營模式是主觀，缺乏對客觀的預測和對未來趨勢的把握而過分強調(diào)產(chǎn)品的重要性，而將“客戶為中心”作為企業(yè)的發(fā)展戰(zhàn)略，誰贏回流失客戶誰就擁有了市場，促使企業(yè)戰(zhàn)略從“以產(chǎn)品為中心”向“以客戶為中心”轉(zhuǎn)變。為了降低對流失客戶等級評價過多的困擾，盡量減少等級數(shù)據(jù)中的模糊性，本文將模糊層次分析法運用到流失客戶的等級評價上，為汽車4S店贏合理高效地贏回流失客戶提供客觀依據(jù)。

一、文獻綜述

Andres kuusik，Uramas Varblane認為只要企業(yè)贏回流失的客戶，無論是給產(chǎn)品定位還是做產(chǎn)品，最終才能維系企業(yè)的發(fā)展和生存。尤其是新經(jīng)濟時代的到來，所贏回的流失客戶已逐漸成為企業(yè)的無形資產(chǎn)，是企業(yè)重要的成功因素和利潤來源。

Teemu Mutanen指出企業(yè)質(zhì)量的不穩(wěn)定或生產(chǎn)能力的有限性，使客戶的利益受到損害，客戶自然會流失。企業(yè)內(nèi)部服務意識薄弱，缺乏與客戶關(guān)系交流溝通的員工，客戶提出的問題不能及時解決，服務人員工作效率低下也是導致客戶流失的重要原因，再加之市場監(jiān)控不力，銷售渠道不暢，惡性竄貨嚴重，這些更加重了客戶的流失。

黃偉，曾鑫同樣認為4S店的市場定位任然有問題，很多經(jīng)銷商沒有鮮明的、自身的品牌形象，有的只是代理產(chǎn)品的品牌形象。在這種情況下，消費者購車時只記得車的品牌而無法記得經(jīng)銷商是誰要認真進行策劃，在銷售與服務的宣傳中有意識宣傳企業(yè)自身品牌的形象。

二、模糊層次分析法

流失的客戶贏回并非盲目地，毫無計劃與目的地贏回，那樣即使贏回了龐大的客戶團體，若沒有其本來的價值，企業(yè)的利潤也并非可觀。所以引用模糊層次分析法來對流失客戶進行分析篩選，爭取贏回優(yōu)質(zhì)客戶，為企業(yè)帶來更大利處和價值。

Saaty提出的層次分析法（AHP）是一種將相關(guān)，元素按照目標，準則，方案等分成若干層次，并在此基礎(chǔ)上進行定性與定量的相關(guān)研究的決策方法，但隨著問題復雜度越來越大，層次分析法在解決不確定性較大的實際問題中尚存在一定的局限性，如傳統(tǒng)的層次分析法受主觀的影響較大，各因素的重要性難以量化。

（一）建立評價對象的層次結(jié)構(gòu)

整個評價體系和指標的確定過程是比較復雜的事情，需要對評價對象及其各個子系統(tǒng)有非常深入的了解和認識。另外在指標確定時，往往主觀因素影響較大，因此為了科學客觀起見，可以采用多人打分，取均值的方法較為科學。根據(jù)需要建立的評價對象以及需要考慮的各種因素將模型分為三層，分別為目標層、準則層以及方案層，其中準則層又可細分為一級指標和二級指標，詳見，圖1。

（二）流失客戶等級的模式識別

本文也分別用A級（優(yōu)秀）、B級（良好）、C級（較好）、D級（一般）、E級（較差）表示，客戶等級越高，該流失客戶的等級水平越大，反之亦然。然后由專家依據(jù)長期實踐經(jīng)驗對5種級別，按12個評價指標給予不同值，并通過一系列模糊運算得到5個12維標準模糊狀態(tài)向量。