基于LFM模型的農(nóng)產(chǎn)品供貨商銷售渠道忠誠(chéng)度評(píng)價(jià)研究

繆 彬，方 穎

(昆明理工大學(xué) 管理與經(jīng)濟(jì)學(xué)院， 云南 昆明 650093)

一、引言

農(nóng)產(chǎn)品銷售渠道指農(nóng)產(chǎn)品從生產(chǎn)領(lǐng)域轉(zhuǎn)向消費(fèi)領(lǐng)域所經(jīng)過的路線和通道[1]，渠道以實(shí)體企業(yè)或市場(chǎng)、虛擬平臺(tái)、自發(fā)市場(chǎng)、個(gè)人等形態(tài)存在。近年來(lái)，隨著社會(huì)經(jīng)濟(jì)和科技的發(fā)展，“互聯(lián)網(wǎng)+農(nóng)產(chǎn)品”、農(nóng)產(chǎn)品電商平臺(tái)等快速發(fā)展[2]，現(xiàn)貨交易、拍賣交易、訂單交易、電商平臺(tái)、上門直購(gòu)等可供農(nóng)產(chǎn)品供貨商選擇的銷售渠道越來(lái)越豐富。在供貨數(shù)量有限的情況下，如何提高供貨商供貨渠道忠誠(chéng)度，從有限的供貨數(shù)量獲得更多市場(chǎng)份額，是渠道型實(shí)體企業(yè)發(fā)展壯大所面臨和需要解決的問題。當(dāng)前有關(guān)企業(yè)客戶忠誠(chéng)度的研究比較深入，覆蓋行業(yè)廣泛，其研究思路和方法對(duì)渠道忠誠(chéng)度研究有許多可借鑒之處。與傳統(tǒng)的企業(yè)客戶忠誠(chéng)度相比，農(nóng)產(chǎn)品供貨商的銷售渠道具有選擇自由度大、關(guān)系不穩(wěn)定、供貨存在明顯周期等特點(diǎn)。因此，在研究農(nóng)產(chǎn)品供貨商渠道忠誠(chéng)度時(shí)，既要基于客戶忠誠(chéng)度的理論和方法，又要在評(píng)價(jià)指標(biāo)和權(quán)重方面進(jìn)行改進(jìn)。

拍賣是在公開場(chǎng)合通過競(jìng)價(jià)轉(zhuǎn)讓所有權(quán)的交易模式[3]，我國(guó)在20世紀(jì)80年代末開始嘗試農(nóng)產(chǎn)品拍賣，K鮮切花拍賣市場(chǎng)(以下簡(jiǎn)稱“K拍市”)是成功引入荷蘭式拍賣的鮮切花交易流通企業(yè)。目前有3萬(wàn)余家供貨商會(huì)員，收取供貨商交易傭金是K拍市的主要收益來(lái)源。在K拍市發(fā)展初期，企業(yè)更加注重?cái)U(kuò)大市場(chǎng)占有率，但是在供貨商數(shù)量快速增長(zhǎng)的同時(shí)，由于缺乏科學(xué)管理客戶的系統(tǒng)理念和制度，客戶流失現(xiàn)象和客戶不穩(wěn)定頻繁出現(xiàn)，致使供貨量和收益產(chǎn)生波動(dòng)。本文依據(jù)K拍市的供貨商資料、供貨數(shù)據(jù)和交易數(shù)據(jù)，結(jié)合已有研究成果，對(duì)供貨商銷售渠道忠誠(chéng)度進(jìn)行評(píng)價(jià)，進(jìn)而提出分類管理對(duì)策。

二、文獻(xiàn)綜述

“忠誠(chéng)”長(zhǎng)期是營(yíng)銷理論研究領(lǐng)域的熱點(diǎn)話題[4]，客戶忠誠(chéng)度和渠道忠誠(chéng)度同屬于關(guān)系營(yíng)銷理論領(lǐng)域，二者聯(lián)系密切，但其內(nèi)涵和應(yīng)用場(chǎng)景有區(qū)別。

目前，在學(xué)術(shù)上關(guān)于客戶忠誠(chéng)理論的研究較為成熟。根據(jù)學(xué)者研究，對(duì)客戶忠誠(chéng)的內(nèi)涵界定主要可分為3類：一是認(rèn)為客戶忠誠(chéng)度是對(duì)客戶行為的測(cè)度，指客戶購(gòu)買或重復(fù)購(gòu)買行為發(fā)生的可能性，是對(duì)客戶購(gòu)買行為發(fā)生的頻率、購(gòu)買數(shù)量等的測(cè)度[4-5]；二是認(rèn)為客戶忠誠(chéng)度屬于心理層面，是在客戶信任和客戶滿意的情感下所表現(xiàn)出的愿意繼續(xù)購(gòu)買該企業(yè)產(chǎn)品或服務(wù)的意愿、態(tài)度和傾向[5-6]；三是認(rèn)為前兩者都重要，衡量客戶忠誠(chéng)既要考慮客戶的再次購(gòu)買行為，也要考慮客戶對(duì)企業(yè)及員工的情感意愿、態(tài)度和傾向[4-5]。Wouter等研究證明通過客戶交易數(shù)據(jù)預(yù)測(cè)零售店客戶行為忠誠(chéng)度狀況是可行的，對(duì)業(yè)務(wù)提升比較有效[6]。許多學(xué)者對(duì)商業(yè)銀行行業(yè)客戶忠誠(chéng)度也展開了研究：王文賢等基于RFM多層級(jí)模型以商業(yè)銀行數(shù)據(jù)倉(cāng)庫(kù)積累的數(shù)據(jù)評(píng)估個(gè)人客戶的總體忠誠(chéng)度[7]；金文釗對(duì)商業(yè)銀行服務(wù)質(zhì)量與客戶忠誠(chéng)度的關(guān)系進(jìn)行研究,發(fā)現(xiàn)商業(yè)銀行優(yōu)化服務(wù)質(zhì)量有利于提高客戶忠誠(chéng)度[8]；閆會(huì)娟等結(jié)合商業(yè)銀行業(yè)務(wù)交易數(shù)據(jù)評(píng)價(jià)銀行現(xiàn)有個(gè)人客戶忠誠(chéng)度。對(duì)民航旅客和電商客戶的忠誠(chéng)度研究也不在少數(shù)[9]：楊倩倩對(duì)航空公司旅客行為的忠誠(chéng)價(jià)值進(jìn)行了分析并提出了發(fā)展建議[10]；凌元辰根據(jù)民航企業(yè)的特點(diǎn)對(duì)旅客的忠誠(chéng)度進(jìn)行預(yù)測(cè)評(píng)價(jià)，提出了提高旅客忠誠(chéng)度的服務(wù)對(duì)策[11]；唐胡鑫在電子商務(wù)海量的交易數(shù)據(jù)中運(yùn)用模糊K-means算法對(duì)客戶忠誠(chéng)度進(jìn)行準(zhǔn)確挖掘[12]。劉朝華等以RFM模型對(duì)客戶進(jìn)行分類，計(jì)算出了不同群體企業(yè)客戶的經(jīng)濟(jì)價(jià)值[13]；劉明等對(duì)物流企業(yè)客戶忠誠(chéng)度進(jìn)行研究，并提出了提升客戶忠誠(chéng)度的建議[14]。

與客戶忠誠(chéng)度相比，渠道忠誠(chéng)度的相關(guān)研究較少。何艷認(rèn)為渠道忠誠(chéng)表現(xiàn)為情感忠誠(chéng)和行為忠誠(chéng)兩個(gè)方面[15]。尹守華等對(duì)渠道忠誠(chéng)進(jìn)行分析，認(rèn)為渠道忠誠(chéng)是指經(jīng)由認(rèn)知忠誠(chéng)、意向忠誠(chéng)、行為忠誠(chéng)和情感忠誠(chéng)4個(gè)階段發(fā)展而來(lái)的渠道商和供應(yīng)商之間的長(zhǎng)期、穩(wěn)定、動(dòng)態(tài)的交易關(guān)系[16]。Stem等學(xué)者認(rèn)為渠道忠誠(chéng)就是指營(yíng)銷渠道中一系列相互依賴的組織之間的忠誠(chéng)[17]。桂昊認(rèn)為渠道忠誠(chéng)是從渠道滿意概念中引出的概念，是指渠道滿意后對(duì)某種公司產(chǎn)品或品牌產(chǎn)生的信任從而衍生出的希望長(zhǎng)期合作的一種心理傾向[18]。山紅梅等分析了電信運(yùn)營(yíng)商社會(huì)渠道忠誠(chéng)度的主要影響因素[19]。

綜上所述，目前國(guó)內(nèi)外關(guān)于客戶忠誠(chéng)度的研究較為系統(tǒng)深入，方法及模型較為成熟，在銀行、電商、零售業(yè)、交通、物流、旅游等行業(yè)有較為廣泛的應(yīng)用成果，可以較好地評(píng)價(jià)客戶忠誠(chéng)度，評(píng)價(jià)結(jié)果對(duì)于業(yè)務(wù)有指導(dǎo)作用。渠道忠誠(chéng)度也逐漸被一些學(xué)者所關(guān)注，涉及意愿和行為等的概念逐步趨于統(tǒng)一，但在具體的評(píng)價(jià)指標(biāo)與方法方面研究不夠系統(tǒng)。筆者借鑒客戶忠誠(chéng)度評(píng)價(jià)的研究思路及方法，針對(duì)K拍市的業(yè)務(wù)實(shí)際，對(duì)農(nóng)產(chǎn)品供貨商銷售渠道忠誠(chéng)度進(jìn)行研究，重點(diǎn)解決供貨商渠道忠誠(chéng)度的評(píng)價(jià)指標(biāo)、權(quán)重、評(píng)價(jià)結(jié)果及其應(yīng)用等問題，結(jié)合農(nóng)產(chǎn)品生長(zhǎng)周期與供貨周期等特點(diǎn)對(duì)指標(biāo)進(jìn)行針對(duì)性調(diào)整，在傳統(tǒng)的RFM模型基礎(chǔ)上，提出針對(duì)供貨商渠道忠誠(chéng)度的LFM模型，更加準(zhǔn)確地反映了農(nóng)產(chǎn)品供貨商銷售渠道忠誠(chéng)度。

三、供貨商渠道忠誠(chéng)度評(píng)價(jià)模型的建立

(一)評(píng)價(jià)指標(biāo)體系

1.評(píng)價(jià)指標(biāo)構(gòu)建原則

為了全面準(zhǔn)確的評(píng)價(jià)供貨商渠道忠誠(chéng)度，需要構(gòu)建完善的指標(biāo)體系作為基礎(chǔ)和保證，科學(xué)的指標(biāo)體系是衡量客戶渠道忠誠(chéng)度的關(guān)鍵。完善且具有說(shuō)服力的指標(biāo)體系是反映渠道忠誠(chéng)度的關(guān)鍵依據(jù)。供貨商銷售渠道忠誠(chéng)度評(píng)價(jià)指標(biāo)體系的構(gòu)建遵循以下原則：

(1)系統(tǒng)性原則[20]。所謂系統(tǒng)性，指在設(shè)計(jì)指標(biāo)體系時(shí)，不是將許多指標(biāo)簡(jiǎn)單隨意羅列而成，而要盡可能全面描述對(duì)象特征，確保指標(biāo)體系的完整。

(2)科學(xué)性原則[21]?？茖W(xué)的指標(biāo)體系能夠得到科學(xué)的分析結(jié)果，只有在科學(xué)的指標(biāo)體系保證下，運(yùn)用評(píng)價(jià)模型才能對(duì)客戶進(jìn)行客觀、有效的評(píng)價(jià)。

(3)獨(dú)立性原則[22]。獨(dú)立性原則指用于評(píng)價(jià)渠道忠誠(chéng)度的同一層次的指標(biāo)之間應(yīng)盡可能保持獨(dú)立，避免選擇重復(fù)指標(biāo)和含義相近的指標(biāo)。

(4)可比性、可行性與可量化原則[20]。在評(píng)價(jià)指標(biāo)體系構(gòu)建時(shí)選取的指標(biāo)要符合實(shí)際，能夠采集到原始數(shù)據(jù)并且符合數(shù)據(jù)量化處理要求。

2.評(píng)價(jià)指標(biāo)體系構(gòu)建

RFM模型作為客戶關(guān)系管理領(lǐng)域的重要模型，被廣泛應(yīng)用于評(píng)價(jià)客戶忠誠(chéng)度、流失傾向和衡量客戶生命周期價(jià)值等研究領(lǐng)域[7-13]。RFM模型是由3個(gè)指標(biāo)構(gòu)成，分別是“距離上一次交易的時(shí)間”(簡(jiǎn)稱“近度R”)、“最近交易次數(shù)”(簡(jiǎn)稱“頻度F”)和“最近交易金額”(簡(jiǎn)稱“額度M”)。此模型是通過對(duì)客戶近期的購(gòu)買或交易行為的指標(biāo)來(lái)綜合評(píng)價(jià)客戶。筆者以傳統(tǒng)RFM模型為基礎(chǔ)，結(jié)合客戶渠道忠誠(chéng)度的特點(diǎn)，將其改進(jìn)為L(zhǎng)FM模型。由于農(nóng)產(chǎn)品生長(zhǎng)周期的特殊性，RFM模型中的近度指標(biāo)無(wú)法準(zhǔn)確反映這一特點(diǎn)，將其改進(jìn)為時(shí)間長(zhǎng)度指標(biāo)(L)；根據(jù)交易特征、交易數(shù)據(jù)對(duì)頻度和近度指標(biāo)予以豐富，更能有效地反映忠誠(chéng)度評(píng)分。構(gòu)建的LFM模型總共選取了6個(gè)三級(jí)指標(biāo)，如表1所示。具體指標(biāo)及意義如下：

表1 供貨商銷售渠道忠誠(chéng)度評(píng)價(jià)指標(biāo)體系

在長(zhǎng)度指標(biāo)L中，采用合作時(shí)長(zhǎng)和交易間隔時(shí)長(zhǎng)兩個(gè)指標(biāo)，合作時(shí)長(zhǎng)指標(biāo)表現(xiàn)供貨商與K拍市建立合作關(guān)系時(shí)間長(zhǎng)短，時(shí)間越長(zhǎng)渠道忠誠(chéng)越高，反之越低；交易間隔時(shí)長(zhǎng)指標(biāo)表現(xiàn)為供貨商在合作中未向拍市供貨的時(shí)間間隔長(zhǎng)度，供貨間隔時(shí)間越長(zhǎng)渠道忠誠(chéng)越低，反之越高。

在頻度指標(biāo)F中選取供貨天數(shù)和供貨批次兩個(gè)指標(biāo)，供貨天數(shù)表現(xiàn)為供貨商在K拍市觀察期內(nèi)供貨的累計(jì)天數(shù)，累加供貨天數(shù)越多，渠道忠誠(chéng)越高，反之越低；供貨批次表現(xiàn)為供貨商在K拍市觀察期內(nèi)供貨的累計(jì)批次數(shù)，累計(jì)供貨批次越大，渠道忠誠(chéng)越高，反之越低。

在額度指標(biāo)M中保留供貨交易金額，增加供貨數(shù)量指標(biāo)。供貨數(shù)量表現(xiàn)為供貨商在K拍市觀察期內(nèi)供貨的累計(jì)數(shù)量，累計(jì)供貨數(shù)量越大，渠道忠誠(chéng)越高，反之越低；交易金額表現(xiàn)為供貨商在K拍市觀察期內(nèi)累計(jì)成功交易的金額，累計(jì)交易金額越大，渠道忠誠(chéng)越高，反之越低。

(二)渠道忠誠(chéng)度模型

基于上述構(gòu)建的供貨商銷售渠道忠誠(chéng)度評(píng)價(jià)指標(biāo)體系，提出供貨商銷售渠道忠誠(chéng)度評(píng)價(jià)模型的計(jì)算模型：

(1)

其中，LFM為供貨商銷售渠道忠誠(chéng)度評(píng)分，Li、Fj、Mk指的是供貨商銷售渠道忠誠(chéng)指標(biāo)體系的三級(jí)指標(biāo)標(biāo)準(zhǔn)化數(shù)值，wi、uj、vk分別為指標(biāo)Li、Fj、Mk的權(quán)重。

(三)權(quán)重確定方法

賦權(quán)研究是對(duì)多個(gè)指標(biāo)綜合評(píng)價(jià)的一個(gè)重要步驟，權(quán)重表現(xiàn)為一個(gè)數(shù)值的大小，表示某一指標(biāo)在指標(biāo)系統(tǒng)中的重要程度。目前權(quán)重的確定方法很多，主要分為主觀權(quán)重確定方法、客觀權(quán)重確定方法、組合權(quán)重確定方法三大類[23]。主觀權(quán)重確定方法是人們研究較早、較為成熟的方法，它是根據(jù)專家或決策者主觀上的重視程度來(lái)計(jì)算確定。常用的主觀權(quán)重確定方法有專家調(diào)查法、層次分析法(AHP)、二項(xiàng)系數(shù)法、環(huán)比評(píng)分法等[24]?？陀^權(quán)重確定方法根據(jù)各屬性下各方案屬性值差異的大小，用一定的數(shù)學(xué)算法計(jì)算得出。常用的客觀權(quán)重確定方法有：主成分分析法、熵值法、離差及均方差法、多目標(biāo)規(guī)劃法等。組合權(quán)重確定方法是基于主客觀權(quán)重的優(yōu)缺點(diǎn)互補(bǔ)、優(yōu)化提出的權(quán)重確定方法。組合權(quán)重確定方法包括線性加權(quán)單目標(biāo)最優(yōu)化法、熵系數(shù)綜合集成法、組合賦權(quán)法、Frank-Wolfe法等[23]。

每種權(quán)重確定方法各有其優(yōu)缺點(diǎn)。主成分分析法具有處理多個(gè)一定相關(guān)性變量的能力，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)集的降維，使得問題得以簡(jiǎn)化，簡(jiǎn)化處理后可以清晰地進(jìn)行指標(biāo)排序，得出綜合評(píng)價(jià)的數(shù)據(jù)結(jié)果。因此，本文采用主成分分析法確定權(quán)重。

四、供貨商銷售渠道忠誠(chéng)度評(píng)價(jià)抽樣實(shí)證分析

筆者從K拍市數(shù)據(jù)庫(kù)中累計(jì)的供貨數(shù)據(jù)和交易數(shù)據(jù)中隨機(jī)抽取了2019年1月1日—2019年12月31日的590名供貨商數(shù)據(jù)進(jìn)行研究。以SPSS 19.0和EXCEL 2019作為主要分析工具，用主成分分析法確定供貨商渠道忠誠(chéng)各指標(biāo)權(quán)重，結(jié)合指標(biāo)數(shù)據(jù)計(jì)算出渠道忠誠(chéng)度值，以計(jì)算出的L值、F值、M值進(jìn)行K-means聚類分析，對(duì)完成分類的供貨商群體的渠道忠誠(chéng)度進(jìn)行特征分析并提出管理策略。

(一)指標(biāo)數(shù)據(jù)處理及權(quán)重計(jì)算

1.主成分分析可行性檢驗(yàn)

常用的檢驗(yàn)主成分分析可行性的方法是KMO和Bartlett檢驗(yàn)法。由表2可以看出數(shù)據(jù)KMO值為0.812與1相接近，適合進(jìn)行主成分分析。Bartlett球形度檢驗(yàn)值3 087.239，顯著性值為0.000，達(dá)到顯著水平，拒絕原假設(shè)，因此總體的相關(guān)矩陣間有共同因子存在，適合進(jìn)行主成分分析。

表2 KMO 和 Bartlett 的檢驗(yàn)

2.提取主成分

運(yùn)用SPSS 19.0軟件對(duì)6個(gè)指標(biāo)因子進(jìn)行降維分析提取主成分，經(jīng)最大方差旋轉(zhuǎn)處理，結(jié)果如表3所示。結(jié)果顯示提取兩個(gè)因子作為主成分，這兩個(gè)主成分的方差貢獻(xiàn)率分別為55.200%、18.662%，累積方差貢獻(xiàn)率達(dá)到73.861%，解釋效果較好。

表3 解釋的總方差

3.確定成分矩陣和權(quán)重

成分矩陣(見表4)中具體值為各主成分對(duì)不同指標(biāo)因子的載荷系數(shù)，數(shù)值的大小能夠反映各主成分對(duì)不同指標(biāo)因子的解釋程度高低。

表4 成分矩陣

因此，根據(jù)主成分分析法的權(quán)重計(jì)算方法，首先計(jì)算因子在不同主成分線性組合中的系數(shù)；其次計(jì)算出指標(biāo)權(quán)重綜合模型的得分系數(shù)；最后對(duì)綜合模型的得分系數(shù)做歸一化處理得到每個(gè)因子的權(quán)重值。

用表4中的載荷數(shù)除以表3中對(duì)應(yīng)的“初始特征值合計(jì)”的開方。按此方法，基于表3和表4的數(shù)據(jù)，在EXCEL 2010中分別計(jì)算出各因子在2個(gè)主成分線性組合中的系數(shù)。經(jīng)過計(jì)算得到兩個(gè)主成分的線性組合如下：

F1=0.533X1+0.530X2+0.529X3+0.394X4-0.017X5+0.009X6

(2)

F2=0.014X1+0.005X2+0.008X3-0.020X4+0.711X5+0.703X6

(3)

根據(jù)這兩個(gè)主成分方差貢獻(xiàn)率(見表3)以及以上得出的主成分線性組合中的系數(shù)做加權(quán)平均計(jì)算，得到綜合得分模型如下：

Y=0.402X1+0.397X2+0.397X3+0.289X4+0.167X5+0.184X6

(4)

將綜合模型的得分系數(shù)做歸一化處理后得到交易間隔時(shí)長(zhǎng)、合作時(shí)長(zhǎng)、供貨天數(shù)、供貨批次、供貨數(shù)量和交易金額的指標(biāo)權(quán)重值分別為0.091、0.100、0.158、0.216、0.219、0.216。

(二)指標(biāo)數(shù)據(jù)處理及評(píng)分

客戶交易原始數(shù)據(jù)參差不齊，相差過大，對(duì)所有選取的指標(biāo)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。所選取指標(biāo)中含成本型和效益型指標(biāo)，其中供貨數(shù)量、交易金額、供貨批次、供貨天數(shù)和合作時(shí)間為效益型指標(biāo)，交易間隔時(shí)長(zhǎng)為成本型指標(biāo)。標(biāo)準(zhǔn)化公式如下：

根據(jù)供貨商樣本各指標(biāo)標(biāo)準(zhǔn)化數(shù)據(jù)和權(quán)重值，代入公式(1)分別計(jì)算出L得分、F得分、M得分，從而得到百分制的供貨商銷售渠道忠誠(chéng)度總評(píng)分LFM。由于篇幅有限，以下展示部分供貨商銷售渠道忠誠(chéng)度評(píng)分值(見表5)：

表5 供貨商銷售渠道忠誠(chéng)度評(píng)分表(部分)

(三)聚類結(jié)果分析

對(duì)K拍市2019年1月1日—2019年12月31日的590名供貨商計(jì)算出的L值、F值、M值進(jìn)行K-means聚類分析，以SPSS 19.0作為分析工具，將590名供貨商聚類分成4種類別(見表6)，并對(duì)4類群體特征進(jìn)行分析。

表6 供貨商銷售渠道忠誠(chéng)度K-means聚類結(jié)果

對(duì)表6的數(shù)據(jù)進(jìn)行比較分析，可以得出以下結(jié)論：

第一類為潛在價(jià)值供貨商，有86名供貨商，占供貨商總數(shù)的14.58%，屬于少數(shù)供貨商群體。該類群體供貨商渠道忠誠(chéng)度得分平均在33分左右，合作時(shí)長(zhǎng)較長(zhǎng)，間隔交易時(shí)長(zhǎng)較短，供貨頻率較高，其原因是渠道份額低導(dǎo)致交易金額和供貨數(shù)量較低。

第二類為活躍型高價(jià)值供貨商，僅有8名供貨商，占供貨商總數(shù)的1.36%，屬于高價(jià)值少數(shù)供貨商群。該類群體供貨商忠誠(chéng)度得分平均在65分左右，為高忠誠(chéng)度供貨商群體，通過調(diào)研及業(yè)務(wù)統(tǒng)計(jì)分析，他們對(duì)K拍市的傭金貢獻(xiàn)高達(dá)40.12%。他們的供貨數(shù)量、交易金額、供貨頻率都很高，渠道忠誠(chéng)度高。這類供貨商是K拍市需要重點(diǎn)關(guān)注、防止流失的供貨商。

第三類為活躍型低價(jià)值供貨商，有190名供貨商，占供貨商總數(shù)的32.20%，屬于低價(jià)值多數(shù)供貨商群體。該類群體供貨商忠誠(chéng)度得分平均在21分左右，他們合作時(shí)長(zhǎng)和交易間隔時(shí)間得分最高，體現(xiàn)對(duì)K拍市這一交易渠道有一定的信任，表現(xiàn)出比較大的忠誠(chéng)度，但其中大多供貨商供貨規(guī)模較小，體現(xiàn)出的價(jià)值不高。

第四類為陌生型低價(jià)值供貨商，有306名供貨商，占供貨商總數(shù)的51.86%，屬于低價(jià)值多數(shù)供貨商群體。該類群體供貨商忠誠(chéng)度平均得分在18分左右，它們合作時(shí)長(zhǎng)較短，供貨頻率低，交易金額和供貨數(shù)量少，主要為家庭式小農(nóng)戶的供貨商，未形成規(guī)?；N植的個(gè)體戶，交易渠道不固定，價(jià)值較低。此類供貨商可能消耗的成本比貢獻(xiàn)的價(jià)值大，企業(yè)需要采取措施管理以降低此類供貨商數(shù)量。

五、研究結(jié)論及對(duì)策建議

在傳統(tǒng)的客戶忠誠(chéng)度評(píng)價(jià)方法和RFM模型的基本原理基礎(chǔ)上，構(gòu)建適合鮮切花行業(yè)特點(diǎn)的渠道忠誠(chéng)度評(píng)價(jià)LFM模型，對(duì)K拍市590個(gè)供貨商數(shù)據(jù)進(jìn)行分類研究。分析結(jié)果將590名供貨商依次分為成長(zhǎng)型客戶、黃金型客戶、忠誠(chéng)型客戶和低價(jià)值型客戶4類。其中，黃金型客戶所占比重最低，傭金貢獻(xiàn)卻最大，符合客戶分類中的“二八原則”；低價(jià)值型客戶所占比重最大，與K拍市的企業(yè)現(xiàn)實(shí)情況非常貼切，需要給予關(guān)注；成長(zhǎng)型客戶與黃金型客戶所占比例總體較高，長(zhǎng)期來(lái)看，此類供貨商良性發(fā)展對(duì)企業(yè)未來(lái)發(fā)展具有巨大貢獻(xiàn)。由此看來(lái)，不同供貨商渠道忠誠(chéng)度評(píng)價(jià)差異較大且客戶特征不同，應(yīng)該采取差異化的管理措施，才有可能實(shí)現(xiàn)客戶價(jià)值的最大化。依據(jù)客戶關(guān)系管理理論和客戶保持理論，以提高供貨商的忠誠(chéng)度，實(shí)現(xiàn)長(zhǎng)期穩(wěn)定、持續(xù)盈利的客戶關(guān)系為目的，針對(duì)不同類型供貨商群體提出以下渠道忠誠(chéng)維持建議和渠道忠誠(chéng)提升的營(yíng)銷對(duì)策：

其一，第一類供貨商為成長(zhǎng)型客戶，此類群體潛在價(jià)值高，渠道忠誠(chéng)度較低，對(duì)此類供貨商采取渠道忠誠(chéng)提升營(yíng)銷策略，通過營(yíng)銷策略建立雙方的良好關(guān)系，使供貨商對(duì)K拍市產(chǎn)生依賴性，從而為企業(yè)帶來(lái)更多的利潤(rùn)。具體對(duì)策建議如下：

(1)制定供貨商成長(zhǎng)服務(wù)政策，促進(jìn)供貨商成長(zhǎng)。該類供貨商潛在價(jià)值高，需要將其潛在價(jià)值轉(zhuǎn)變成對(duì)企業(yè)的利潤(rùn)，我們?yōu)樵擃惞┴浬烫峁┥祥T運(yùn)輸服務(wù)、種植技術(shù)和采后處理培訓(xùn)服務(wù)、專家下基地指導(dǎo)服務(wù)等一系列服務(wù)政策，提升供貨商對(duì)K拍市的信賴，提高供貨商的供貨量，從而增強(qiáng)其忠誠(chéng)度。

(2)為供貨商提供成長(zhǎng)資金需求。K拍市可為有意愿擴(kuò)大規(guī)模的供貨商提供小額信貸或小額信貸擔(dān)保、種植場(chǎng)地尋找和技術(shù)服務(wù)支持等對(duì)策提高供貨商自身的發(fā)展和供貨能力，使它們的高潛在價(jià)值轉(zhuǎn)化為對(duì)企業(yè)的利潤(rùn)值。

其二，第二類供貨商為黃金型客戶，此類供貨商渠道忠誠(chéng)度和貢獻(xiàn)率均比較高。給K拍市帶來(lái)大量的利潤(rùn)值，需要給予他們最大的關(guān)注并采取激勵(lì)政策，保持良好的合作關(guān)系，具體對(duì)策建議如下：

(1)提供超級(jí)會(huì)員一對(duì)一服務(wù)。為每個(gè)黃金型供貨商安排1個(gè)專屬的客戶經(jīng)理，為黃金型供貨商提供全方位的服務(wù)。充分利用各種聯(lián)系方式與供貨商進(jìn)行密切溝通，為其安排綠色通道，盡快滿足供貨商的合理需求。同時(shí)，K拍市需要對(duì)服務(wù)該類供貨商的客戶經(jīng)理授予一定的權(quán)限，盡快解決供貨商合理需求的權(quán)力。

(2)運(yùn)用獎(jiǎng)勵(lì)措施建立供貨商歸屬感。運(yùn)用營(yíng)銷理論中的激勵(lì)措施，舉辦各類獎(jiǎng)勵(lì)活動(dòng)，建立供貨商對(duì)企業(yè)的歸屬感。比如舉辦評(píng)選交易量獎(jiǎng)、種植能手獎(jiǎng)、優(yōu)秀品牌獎(jiǎng)等活動(dòng)。交易數(shù)據(jù)顯示，該類活動(dòng)獎(jiǎng)項(xiàng)大多為這類供貨商獲得，這樣就使得該類供貨商在K拍市為“明星”供貨商，供貨商便能感受到價(jià)值體現(xiàn)，最終對(duì)K拍市擁有強(qiáng)烈的信任感和歸屬感。

其三，第三類供貨商為忠誠(chéng)型客戶，對(duì)此類供貨商需要采取有效的價(jià)值開發(fā)措施。他們可能在得到服務(wù)后，對(duì)企業(yè)更加信任，合作關(guān)系也更加緊密。具體對(duì)策建議如下：

(1)采用傭金優(yōu)惠策略，刺激供貨商供貨。為該類供貨商專門制定傭金優(yōu)惠政策，比如制定每季度達(dá)到多少供貨量或交易量收取何種檔次的傭金、每年達(dá)到多少供貨量或交易量收取何種檔次傭金等政策。吸引并維持該類供貨商在K拍市供貨。這樣不僅能夠與供貨商保持良好關(guān)系，同時(shí)還能刺激該類供貨商的供貨潛力。

(2)用各類營(yíng)銷活動(dòng)和服務(wù)措施提升供貨商的忠誠(chéng)度。一方面，采用各種營(yíng)銷手段刺激供貨商在K拍市供貨，提高供貨商在K拍市供貨頻率，從而提高供貨量；另一方面，對(duì)該類供貨商安排專員跟蹤訪查，定期總結(jié)其動(dòng)態(tài)及訴求，針對(duì)不同供貨商的訴求時(shí)要因人而異、對(duì)癥下藥。供貨商在得到此類服務(wù)后會(huì)對(duì)公司更加信任，忠誠(chéng)度更高，從而保持良好的合作關(guān)系。

其四，第四類供貨商為低價(jià)值型客戶，此類供貨商對(duì)K拍市沒有較多吸引力，但是根據(jù)拍市的盈利模式，此類供貨商對(duì)拍市是有價(jià)值的。這類供貨商對(duì)拍市的價(jià)值貢獻(xiàn)和潛在價(jià)值都很低，例如偶爾供貨且交易金額小的供貨商，拍市從其獲得的傭金收入無(wú)法彌補(bǔ)運(yùn)輸和人工等成本。針對(duì)這類供貨商提出如下對(duì)策建議：

(1)構(gòu)建農(nóng)戶聯(lián)合體，提供集中式的服務(wù)。對(duì)該類供貨商展開充分調(diào)查，按照區(qū)域、特征和農(nóng)戶需求對(duì)該類農(nóng)戶進(jìn)行整合，使小而散的各個(gè)農(nóng)戶進(jìn)行整合，使其做大做強(qiáng)。這樣不僅能夠使該類供貨商提高供貨規(guī)模和供貨質(zhì)量，同時(shí)也能夠使K拍市對(duì)該類供貨商提供集中式的服務(wù)，減少K拍市服務(wù)成本。

(2)提供集中式服務(wù)，減少企業(yè)服務(wù)邊際成本。該類供貨商在K拍市的數(shù)量比重較大，有些供貨商在拍市交易中所產(chǎn)生的價(jià)值比拍市為其服務(wù)所產(chǎn)生的成本還低，使得K拍市的獲利較低。因此，對(duì)該類供貨商中提供集中式服務(wù)，能夠降低K拍市服務(wù)邊際成本。