知识价值量化-动态模糊评价.docx

《知识价值量化-动态模糊评价.docx》由会员分享，可在线阅读，更多相关《知识价值量化-动态模糊评价.docx（11页珍藏版）》请在三一办公上搜索。

1、一种基于动态模糊综合评价的客户知识价值度量方法摘要：客户知识价值是客户价值的重要组成部分，因此定量的认识客户知识价值显得尤为重要。根据客户知识的模糊性和动态性等特点，本文提出了一种客户知识价值的动态模糊综合评价方法。为了能使评价结果更有现实性和减小评价的主观性，本文根据知识增长的特性构造了相应的动态隶属度函数。最后通过实例应用，验证了该方法的有效性和可用性。通过此方法不仅可计算客户知识价值的大小，还能反映其动态发展趋势，为企业有效识别客户知识源提供参考标准。关键字：客户知识价值；动态模糊评价；隶属函数；客户知识源1 引言随着客户导向时代的到来，客户资产作为企业战略资产的价值已日益为人们所认同和

2、重视，快速的技术增长、产品和服务生命周期的缩短以及激烈的全球竞争，使得企业的竞争优势越来越多地依靠持续的知识发展和增加1。美国学者Debra M.Amdino(2001)指出“客户不仅仅是销售的对象，而且是组织学习和企业知识的真正源泉”。可见，客户知识是企业知识增长的重要来源，是企业获得并保持竞争力的宝贵资源，企业应当充分的把客户知识和技能引导到企业的价值链当中，以实现产品和服务的创新。随着知识管理与客户关系管理的发展，知识管理与客户关系管理逐渐融合，并产生出了客户知识管理，客户知识管理就是构建一个系统来获取客户知识，并运用客户知识以建立更有价值的客户关系。从定义可以看出，要实施客户知识管理的

3、前提是要获取客户知识。然而，并不是每个客户所提供的知识对企业来说都具有高价值，有的不仅不能为企业带来利益，还有可能带来负的效应(如客户无理的抱怨可能影响企业的决策)2。因此为了合理利用企业的资源和能力，企业首先需要有效的寻找客户知识源，争取以更低的成本获取更高价值的客户知识，从而提升企业的价值。对于如何寻找客户知识源这个问题，目前的研究主要从“领先客户”的角度来识别客户知识源，他们大多从客户终身价值(CLV)的角度来确定客户知识源。另外也有学者从客户知识价值的角度来确定客户知识源，如黄亦潇等3提出通过构建客户知识价值矩阵去确定客户知识价值的大小，从而确定客户知识源；还有学者从客户资产的角度，测

4、量客户对企业的价值贡献，从而使企业能有效的与高价值的客户进行协作，达到提升自身价值的目的，如Julian Villanueva等人指出5，客户对企业资产的贡献不仅体现在财务方面，即不仅包括CLV，还应包括客户对企业绩效的隐形价值贡献。虽然在客户知识获取方面已有许多的研究，但目前对如何确定客户知识源还尚未形成统一的标准。目前，从定性的角度对客户知识价值已有不少研究，而从定量方面的研究较少， 一方面是因为客户自身的特点，即客户是外部主体，很难通过有效的渠道加以管理；另一方面是因为知识自身的特点：Simonin6通过对知识的默会性、专有性、复杂性等特点的剖析，得出知识具有模糊性；而甘路明等7进一步提

5、出知识具有生长性和自我更新性，即主体的知识是随着时间和环境而动态变化的。因此，本文将引入动态模糊综合评价理论，以解决知识的模糊性、动态性等问题，从而更加准确科学的评价客户知识价值。2 客户知识价值及其度量2.1 客户知识价值的概念对企业来说，客户知识来自各个方面，比如来自与客户的营销互动，来自售后服务，来自客户反馈等。而企业要获取这些知识，就必须付出一定的成本，因此，本文借鉴黄亦潇(2005)的观点，将客户知识价值界定为：“在客户的整个生命周期内，企业利用客户知识所创造的价值与企业获取客户知识所付出的成本之间的差值。”由此可知，客户知识价值的实现主要包括两个方面的因素8：首先，是获取成本。企业

6、的最终目的是盈利，所以企业要获取客户的知识价值，首先要考虑的是自己能否承担得起获取成本；其次，是使用功效。在考虑自己可以承担获取成本的条件下，客户知识的使用功效是企业考虑获取客户知识的前提条件。 2.2客户知识价值的度量目前，学者们对知识价值的度量主要从以下两个方面研究：其一是认为知识价值的表现是多元化的，并且知识的创新和运用将引发一连串的反应，但这些反应并没有确定的方向(发散的)，因此它并不一定要用货币来表示。由这一观点出发，黄亦潇等人提出了一种间接度量客户知识价值的思路，他通过分析客户知识为企业创造的直接价值和间接价值，通过“客户知识能力”和“知识交流意愿”两个维度构建了客户知识价值矩阵来

7、间接反映客户知识价值；而刘险峰9、王庆金10等则采用数据包络分析法(DEA)，通过分析客户与企业知识活动过程中有用的客户知识数量，以衡量客户知识价值，不过这种方法并没有考虑到企业获取客户知识的成本；另外李晓利等11从客户协同创新以及知识共享的角度，提出了基于减聚类模糊神经网络的客户知识共享绩效预测模型，以预测客户知识价值，不过该预测模型中仍然未考虑到企业获取客户知识的成本。其二是认为知识是一种可交易的经济资源，应该运用基于市场的经济价值来评价知识价值，即知识价值可以用货币来表示。从这一观点出发，目前研究比较成熟的是基于知识交易理论，利用客户知识所产生的预期利润的贴现值来估计客户当前的知识价值，

8、如陈博等20从知识交易定价的基本框架出发，根据折现现金流方法(DCF)对知识或知识产品的预期使用价值进行了评估；而张少杰等21基于劳动价值理论，利用成本效益相结合的方法，对知识价值进行测度。本文认为，客户知识为企业来带的价值很难用利润来反映，因此不能简单的从货币的角度度量其价值。而总结前人的研究发现，目前对客户知识价值的度量研究主要存在以下问题：(1)主要从客户对企业的价值贡献的维度评价客户知识的价值，缺少对客户知识价值的获取成本的考虑；(2)在评价过程中，没有考虑到客户知识本身的模糊性和动态性等特点。针对以上问题，本文综合考虑客户知识的价值贡献和获取成本，以及其客户知识本身的特点，将采用动态

9、模糊综合评价理论来定量的评价客户知识价值。2.3动态模糊综合评价的特点及缺陷所谓动态模糊综合评价法，实质上就是目前常用的模糊综合评价发与动态模糊数学想结合的应用和推广，它是在模糊综合评价法的基础上引入了动态变量，通过构造等级动态模糊子集，将反映被评事物的动态模糊指标进行量化处理（即确定隶属函数），然后再利用动态模糊变换原理对各个评价指标进行综合运算，最终得出对评价事物的综合评价结论。与一般方法相比，动态模糊综合评价法具有独到的特点：(1)能将定性的评价转化为定量的评价，以解决那些很难直接用定量方法评价的问题;(2)评价的结果体现了评价对象的动态性和模糊性，能解决那些事物的外延和内涵不清晰，以及

10、动态变化的问题;(3)评价结果具有综合性。然而与普通的模糊综合评价方法一样，动态模糊综合评价方法的评价结果带有主观性，比如对指标权重以及隶属度的计算，往往采用操作简单的专家打分，或者模糊统计的方法，使得结果往往反映的是评价人员的主观判断。而模糊综合评价的结果是否科学、客观，很大程度上由隶属函数决定。因此在一般动态模糊综合评价法的基础上，本文根据知识增长的特性来建立相应的隶属函数，以期评价结果更加符合现实情况。3 客户知识价值的动态模糊综合评价3.1确定客户知识价值的评价指标论域根据客户知识价值内涵可知，客户知识价值的构成主要包括两个维度，即客户知识为企业创造的价值和企业获取客户知识付出的成本。

11、根据前文的分析，客户知识的价值贡献可以通过“客户知识能力”来反映，而获取客户知识的成本可通过客户“知识交流意愿”来反映。(1)客户知识能力。正如企业招收新员工的重要标准是看应聘者是否具备为企业所认同的能力一样，要测量客户知识的价值，也可以通过衡量客户知识能力来表达。由客户知识的定义可知，客户知识的能力是指，客户为企业提供的有价值反馈信息的能力，包括客户对产品和服务的评价客户希望的改进以及客户的特殊需求和客户的新产品或新服务创意等等。(2)客户知识交流意愿。知识交流意愿反映了客户与企业沟通、交流信息和知识的愿望的大小。通常，客户的知识交流意愿越高，企业获取客户知识的成本就越低，从而就能得到更高的

12、客户知识价值。本文借鉴黄亦潇(2007)的研究成果，衡量客户知识交流意愿可通过度量一下四个指标来实现：即客户的主动联系频率、客户的被动联系频率、客户对企业的信任度以及客户的收益感知度。综合以上的分析，结合前人已有的研究，本文所构建的评价指标体系如下：表1 客户知识价值动态模糊综合评价指标体系一级指标二级指标三级指标 知识能力N客户知识的数量N1产品或服务使用信息交流的频度N11需求信息交流的频度N12产品或服务测试信息交流的频度N13创新技能交流的频度N14提出的新产品或新服务创意数量N15提出创新产品或服务的技术方案的数量N16客户知识的质量N2需求信息的价值N21产品或服务测试信息交流的价

13、值N22产品或服务的使用经验的价值N23创新技能的价值N24提出的新产品或新服务创意的价值N25提出的创新产品或服务技术方案的可行性N26知识交流的意愿Y客户主动交流频度Y1客户被动交流频度Y2客户对企业的信任度Y3客户的收益感知度Y4根据表1的客户知识价值评价指标体系可构建客户知识价值的动态模糊综合评价论域为：，其中，表示评价指标体系的第二级指标，而，表示评价指标体系的第三级指标。3.2确定客户知识价值的评价指标权重论域客户知识价值评价是由多个指标综合评价后形成的，而每一个指标应视其重要程度的不同而确定权重，这种权重一般由专家打分和调查问卷的方式确定，根据动态模糊综合评价理论，权重集也可以用

14、动态模糊集表示。此外，权重反映的是不同因素的重视程度，由于本文评价指标有三级结构，故权重集也应当有对应的三级结构。对于客户知识价值的评价指标来说，其权重是动态变化的。然而本文的研究主要是对客户知识价值的动态模糊综合评价。所以，本文假设在一定时间内，指标权重的变化很小，可以忽略不计。因此本文采用普通集合来表示权重集。本文采用层次分析法来确定客户知识价值评价的各级评价指标的权重如下：客户知识价值评价的一级指标权重集为；客户知识能力的二级指标权重为。客户知识能力的三级指标权重集为以及客户的知识交流意愿二级指标权重集为。以上的每个权重集满足权重集的各个指标的权重之和等于1，例如对于权重集来说，；其余权

15、重集以此类推。3.3确定客户知识价值的评语等级论域由于客户的知识价值是动态变化的，所以对客户知识价值的评价结果也是变化的，可以用动态模糊集表示。视评价的对象不同，评价等级的细分程度不同，本文将采用五个级别的评语：即高、较高、一般、较低、低。对应的评语等级论域。3.4 构造客户知识价值的单因素评价矩阵3.4.1确定隶属函数要建立单因素评价矩阵，首先就要对客户知识价值的评价指标论域中的每个评价指标进行模糊量化处理，即计算每个指标对评语等级论域的隶属度。本文将采用模糊统计法和函数指派法来确定各级指标对评语等级论域的隶属度。其中，指标和采用模糊统计法确定隶属度，指标采用函数指派法构建其隶属函数，从而确

16、定其隶属度。本文所指的客户知识质量反映客户的知识对企业新产品或新服务开发过程中的间接使用价值，反映的是企业研发人员在研发过程中受到客户知识的启发程度，是一种企业研发人员的主观感受；而客户知识的交流意愿反映的是客户与企业交互的感受，因此这两个变量的指标均可采用模糊统计法来确定其隶属度。在本文中具体的操作如下：根据评语等级论域，对评价指标论域中的每个指标设计问卷。根据调查问卷收回的数据，计算各级评价指标对评语等级论域中每一个评语等级的隶属频率，例如在n分调查问卷中，问卷测试者认为属于评语的次数为，那么客户知识的数量，在本文中主要指客户对企业共享的知识数量，在不考虑其他条件的情况下，它在一定程度上反

17、映了客户的有关企业产品或服务的知识存量。一般来说，随着知识存量的增长，知识主体的学习能力和创新能力也随着增长，从而促使知识存量以更快的速度增长，本文借鉴前人对知识增长特性(呈指数增长的特性)14的研究成果，引入高斯函数来表达客户知识数量的隶属函数，通过此函数，可更加科学的反映客户知识数量对评语等级论域的隶属度。其隶属函数的表达式如下：其中表示评语的特征函数，它表达了评价指标对评语的隶属度。另外，表示指标的实际观测数据，是函数参数，其中决定了函数宽度，在本文中，表示隶属函数覆盖的论域范围；决定了函数极致的位置，在本文中表示隶属函数对应于论域的位置。的值可通过对调查数据的拟合而确定。 3.4.2单

18、因素评价矩阵所谓单因素评价，就是对指标论域中的单个因素进行评价。通过计算单个因素对评语等级论域隶属度，建立单因素评价向量，同时构建动态模糊评价矩阵。例如，假设对客户知识价值评价指标论域中的知识能力进行单因素评价，则得到一个相对于评语等级论域的动态模糊向量，用表示如下：其中表示知识能力对评语等级论域等隶属度。由于本文建立的价指标论域是三级的结构，所以所对应的单因素评价矩阵也应当是三级结构。鉴于篇幅所限，本文只列出知识能力的三级指标单因素评价矩阵，如下：其中，第行表示指标对评语隶属度向量。3.5客户知识价值的动态模糊综合评价根据调查数据求得各个指标的隶属度，构造单因素评价矩阵，由于本文评价指标是三

19、级结构，因此通过多级动态模糊递归的方式来求得最终的评价结果。一级动态模糊递归如下：其中，是由和的第j列运算得到，表示的意思是指标第二级指标对评语等级 的隶属度，而“”表示本模型所用的数学算子，在本文中，采用加权平均算子。同理可计算二级指标对评语等级的隶属度向量：二级动态模糊递归如下：由于指标下面只有二级指标，无三级指标，因此其中。三级动态模糊递归如下：经过三次的动态模糊递归，最终得到客户知识价值评价的动态模糊向量，即，这就是最终的评价结果。然而这样的结果一般不能直接用来对被评价事物的价值等级做出判断，因而还要作进一步的分析处理才能便于实际操作中的理解和决策。本文采用向量单值化法，将评价结果的动

20、态模糊向量转化为一个完全量化的单项分值作为最终的评价结果。本文将评语等级论域对应到一个评分值向量，令,则最终评价结果如下：最终结果反映的是对客户知识价值评价的综合值，通过此值可直观的了解客户知识价值的大小以及动态变化趋势。4 实例应用本文以杭州某知识密集型企业E为例，选用该企业的某重要客户A作为评价对象，通过本文构建的评价模型，计算其客户A的知识价值。本文选择该企业研发部主管以及资深研发员等5名员工组成专家团，使用层次分析法确定各级指标权重为： 然后根据对该企业业务数据的调查得到指标的实际数据，通过调整其对应的隶属度函数参数，使得曲线符合该企业客户知识增长规律，进而算的指标的对评语等级论域的隶

21、属度，进而建立对应的单因素评价矩阵并进行归一化如下：根据对企业研发部门1位主管及14位员工调查数据统计整理，并利用公式计算指标的隶属度，进而建立对应的单因素评价矩阵如下： 对客户A调查数据整理，得指标的隶属度，从而建立单因素评价矩阵如下：根据已经构建的单因素评价矩阵，以及权重集，通过前文所构建的多级动态模糊递归，便可求得最终的评价结果。对指标的评价结果如下：对指标的评价结果如下：因此对客户知识价值的最终评价结果如下：对评价结果通过向量单值化，得到最终的评价综合值为：通过以上步骤，客户A的知识价值评价结果为，属于接近于中等偏高的价值状态，并且未来的发展趋势向着更好的方向发展。因此对于企业的决策者

22、来说，应当加强对客户A的关系投入，以不断提高与客户A的知识交流的意愿和企业与客户A的知识共享水平，这样企业便能以更有效利用有限的资源获取更大的价值。5 结束语客户知识价值是组成客户价值的一个重要因素，是有效找寻客户知识源的一个重要参考标准。然而对客户知识价值评价是一个复杂的系统，包含很多评价因素，各因素在评价过程中，存在大量内涵和外延都不分明、处于运动变化发展中的动态模糊现象。本文建立的动态模糊综合评价模型，充分考虑知识的增长特性构建符合知识动态增长的隶属函数，使得评价结果表现出很强的综合性和全面性，不仅能反映评价对象相对于不同等级的模糊程度且可以反映评价对象的动态变化趋势，同时使定性评价转化

23、为定量评价，使评价结果具有可比性和可操作应用性。但是也存在一些缺陷有待进一步研究和改进，如评价结果不具有唯一性，适应度不好，评价结果带有主观性，在指标的动态模糊性和权重向量的确定上，人的主观因素仍然有一定的影响。这些将是下一步研究的重点。参考文献1SantoroM D, Gopalakrishnan S. The institutionalization of knowledge transfer activities within industry-university collaborative venturesJ. Journal of Engineering and Technolog

24、y Management, 2000, 17 ( 34 ) : 299 -319.2黄亦潇3黄亦潇，客户知识价值的度量方法及变化趋势研究4邹农基，面向CRM的客户知识获取和运用的理论与方法研究，博士论文5Julian Villanueva, Shijin Yoo, Dominique M Hanssens. The Impact of Marketing-Induced vs. Word-of-Mouth Customer Acquisition on Customer EquityWorking Paper, 2006.6Simonin B L. Transfer ofmarketing k

25、now-how in international strategic alliances: An empirical investigation of the role and antecedents of knowledge ambiguity.Journal of International Business Studies,1999,30(3): 463-490.7甘路明，潘惠，刘景江，陈劲企业技术知识管理研究J科学学研究，2003(2): 201-204.8范领进. 知识价值理论研究D. 吉林大学：博士论文, 2004.9刘险峰, 王瑞敏. DEA分析方法在知识价值链与企业绩效评价中的应用J. 经济师, 2007, 4: 8-10.10王庆金, 张玉华. 知识对企业绩效的评估研究J.科技管理研究, 2006, 6: 165-167. 11李小利, 杨育, 张小冬等. 协同创新环境下客户知识共享绩效预测模型J. 科技进步与对策, 2010, 6(12): 112-115. 12陈博, 王苏生. 基于知识距离的知识定价决策模型及其应用J. 预测, 2008, 5: 38-44.13张少杰, 张燕.知识价值的测度理论与方法研究J.吉林大学社会科学学报, 2004, 5(3): 52-58. 14知识存量的增长机理分析-知识增长规律