基于客户聚类的卷烟配送中心送货流程优化研究

基于客户聚类的卷烟配送中心送货流程优化研究
敏捷物流是指在确定的时间窗口内，充分利用现代信息技术工具，以快速响应客户服务需求为战略目标，以尽可能低的运作成本和尽可能高的运作效率，同时兼具高度柔性，敏捷性地实现物流目标的现代物流活动[1]。

卷烟送货是卷烟配送的最后一个环节，是直接与客户接触的一环，优化卷烟送货流程有利于缩短卷烟供应总时间，提高客户满意度。

但是目前我国烟草的卷烟配送中心大多数都是采用“隔日送货”模式，对零售客户的响应速度慢，导致客户占用资金多，影响客户的经济效益，因此，莆田烟草物流有限公司（以下简称莆田烟草物流，莆田市烟草公司的全资子公司）通过自主探索“网上订货、批次提交、滚动分拣、及时配送”新服务模式，努力实现“当日送货”，有效实现与客户在经营和利益上共同提升，进一步推进一流卷烟销售网络建设。

1 原送货模式简介
莆田烟草物流原有的“隔日送货”模式和线路布局不支持实施当日配送。

原有的送货线路划分为5个片区、30部送货车辆、150条线路。

每日送货集中在一个片区，即每个片区一周内只供货一次，造成片区内在非订货日期间货源有时供应不足，容易造成货源不均衡的情况，也导致营销中心客户经理在其客户订货日当天较繁忙，而其他时间则较闲，忙闲不均。

片区划分不合理，不同片区、不同线路之间送货工作量不均衡，难以支持“当日送货”模式的实施。

2 敏捷送货模式构建
对烟草这一特殊行业来讲，为客户提供优质的服务，是行业稳定发展、健康运行的关键之一[2]。

莆田烟草与福州大学共同组建课题小组，针对原送货模式存在的问题，配合“当日送货”快速响应方案的实施，打破原有的线路分布，对全区的送货线路进行整体规划与优化。

在原有5个片区、150条线路基础上，重新将全区送货线路进行整体规划，划分为4个大片区、每个大片区又分成5个小片区。

优化工作以“由里到外，先急后缓”的原则，利用客户聚类分析，在原有线路的基础上对原有相邻线路的客户进行整合，确定当日送货的客户群。

应用浙江创联系统对于同片区的送货线路进行优化，注意平衡线路间的送货户数和送货量，使各条线路的工作量趋于平衡，满足“当日送货”的时间要求，达到预期的优化目标。

2.1 客户聚类分析，合理确定当日送货覆盖面。

聚类分析算法的本质是人们希望计算机能够依据某种标准将对象自动分为不同的组，每个组中的对象彼此之间有相类似的属性或有近似关系[3]。

聚类分析也被称为群分析，是一种利用数学工具进行分类的统计分析方法，是引入了多元分析技术的数值分析学。

聚类把数据对象分为多个簇，每个簇内部的对象相似度较高，而不同簇的对象则差异较大，聚类在对数据对象分类的过程中，每个簇的特征事先是并不知道的，完全由数据驱动，常常采用距离来度量对象之间相似的程度。

聚类分析应用于市场营销、管理学、心理学、数据挖掘、机器学习、统计学、生物学
等广泛领域。

聚类分析的应用步骤：（1）对数据聚类分析，再根据聚类结果了解数据特征，完成对数据的预处理。

根据预处理，抽取特征或进一步分类，以提高挖掘精确度和挖掘效率，还可以继续进行关联分析，对数据进行更深入的理解。

（2）通过对数据的聚类，能够有效获取数据的分布情况。

例如，本课题中对客户的分群，可以发现不同的客户群，依据其属性值，管理人员就能分析客户的特征，这种相关聚类应用十分广泛，在市场细分、生物种群划分等领域都有广阔的前景。

（3）在数据集中可能存在孤立点，孤立点本身也可能十分有用，典型的应用如诈骗预测，有孤立点常常能判断欺骗行为，聚类分析则能够找出孤立点。

（4）在聚类分析的基础上，根据莆田烟草的零售客户分类，开展有针对性的客户关系管理。

合理的客户分类对企业具有重要的意义。

将客户群划分为具有不同价值的类别，企业可以针对不同的客户采取不同的营销策略，从而以最小的投入换取最大的客户回报[4]。

莆田卷烟零售户共计13 362个，从客户星级上看，星级为2、32、1的客户数量最多，为43.2%、21.4%以及13.8%；从区局分布上看，城厢区局与仙游县局最多，为31.6%、30.9%；从地域分布上看，城镇客户占36.1%，乡村客户占63.9%。

为了对莆田烟草的零售客户进行分类、研究和判断，从四个批次中各随机选择25家客户，组成一个100户的样本群。

在指标的选取上，主要考虑客户对于企业的贡献价值以及客户价值本身。

为了简化计算，选取订货量、订货金额这两个主要指标来体
现客户的贡献价值，客户价值则主要体现在道路里程这一指标上。

对每个样本收集订货量、订货金额以及道路里程这三个主要影响指标的数据，样本群的基本信息如表1所示。

在表1数据的基础上，使用SPSS软件对样本群进行聚类分析。

聚类方法选择为系统聚类，以期发现其中的联系和规律。

聚类分析结果，如图1所示。

从图1可以看出，被划分为同一类的样本之间有着比较明显的共同特征。

例如，图上部的11、25、14、15等样本，其道路里程都较远为40～45公里之间，而订货量较小为15～30件之间；图中部的65、66、61、57等样本，道路里程比上一组近为10～20公里之间，而订货量为30～40件之间；图下部的43、44、29、47等样本，道路里程为10公里以内，而订货量较大为60～85件之间；另外对于1、5、42、58等样本来说，虽然道路里程有远有近，但是订货量均超过100件，对客户分类和公司决策也有着比较重要的影响。

通过对样本的聚类分析可以得出结论，对于企业而言，更加具有价值的客户有着这样的特征：距离近，通常道路里程在20公里以下；订货量大，通常订货数量在30件以上；或者距离较远，但订货量特别大，在100件以上。

这一数学结果显然能够得到一般工作经验的支持。

综上，从这一分类结果中可以得出一定的对于莆田烟草而言的客户价值分类判断依据，并进一步证实了聚类分析这一方法是切实有效的。

经过上述步骤的实验，把样本范围扩大到全市1万多家零售客户，
并再一次进行聚类分析，由于篇幅所限且流程基本相同，具体操作就不在此一一赘述。

经过聚类分析以及大客户价值判断，莆田烟草确定了4 974户的当日送、4 560户次日上午送以及3 392户次日全天送的分类与配送决策，将当日送的。