國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
高，如電子化的核銷作業、電子商務服務的支援等，而高科技、生化科技相關 產業及產品生命週期短之商品相對於對價格較敏感的傳統產業，他們則更重視 服務品質。因此，若能掌握顧客的喜好以提供最佳的服務來滿足顧客的需求，
將是國際快遞物流企業致勝的主因。
4.4 決策支援系統概念設計
綜合以上文獻所述，我們透過層級分析法建立一影響國際物流服務的顧客 喜好因素架構，經由物流企業顧客之意見計算出顧客喜好因素權重，配合滿意 度的衡量，可利用IPA 矩陣檢視企業的策略或服務是否適當，並將喜好因素權 重及滿意度作為 QFD 品質屋之建構參數，在進行服務的規劃、設計時確實納 入顧客的需求，因此我們利用此一概念建構一決策支援系統，決策支援系統是 以資訊科技協助與決策有關之資訊蒐集並使用適當的模式分析資訊，供決策者 制定決策，如資源分配、策略制定、品質改善排序、競爭對手服務評比等參考，
如圖4. 8，當客戶對國際快遞物流作業流程的任一環節有任何建議或需求，除 了透過客服中心反應，亦可經由系統表達其意見，經客戶服務決策支援系統彙 整後，可作為決策中心服務改進與策略擬定參考。系統功能架構如圖4. 9 所示。
圖 4. 8 客戶服務決策支援系統概覽圖
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖4. 9 客戶服務決策支援系統架構圖
客戶服務決策支援系統的三個組成元件，所包含之資料簡述如下：
1.資料庫（Database）：包含顧客相關的資料，如客戶產業、規模、交易 額等顧客關係管理系統資料，以及經由問卷系統取得之滿意度、喜好因素評比。
2.模式庫（Model-base）：包含一般統計模型、AHP 權重計算、一致性檢 定及IPA 分析、品質屋建立。
3.對話管理（Dialog Management System）：提供決策者操作之介面，含 以下分析功能介面。
(一)一般分析含(條件式)喜好因素權重排序、離散程度、關聯度分析、方 案分析。例如以客戶產業及規模為條件，計算樣本喜好因素權重；方案分析則 是藉由輸入 AHP 層級結構最底層之「方案」，輸入客戶對各喜好因素之滿意 度，計算所有客戶之態度(A0)，瞭解客戶對國際快遞物流服務之偏好程度，即
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
n
i
i
i V
W A
1
0 …方程式
2，或是取得客戶對競爭對手之滿意度評估，乘上所欲
比較的屬性權重，與競爭對手進行「方案評比」。
(二)改善服務品質則利用喜好因素權重及對應喜好因素之滿意度作為 IPA 的兩個維度，以平均值為中心點，觀察喜好因素處於那一象限以作為改善之順 序。
(三)服務創新則建立一品質屋，喜好因素為品質屋之顧客需求、喜好因素 權重為需求重要度權重，以及顧客滿意度、競爭分析相關資料之輸入。
一般操作流程為：由系統使用者於對話子系統輸入決策所需資訊，控制模 式庫存取資料庫中的資料，如顧客產業別、交易額等資料作為條件並經由問卷 管理子系統取得顧客喜好因素重要性權重，根據決策需求選擇一般分析、改善 服務品質分析或服務創新於模式庫中選擇所需模式進行運算、分析，再由對話 子系統呈現予決策者參考。
以一般分析中的「客戶態度」為例，首先，使用者選擇「全體」資料，取 得每一位客戶對喜好因素之滿意度，如圖4. 10 所示，客戶 C1對喜好因素的滿 意度依序為4、3、2、4、5、3、5、3、2、4、3、3，尺度為由低至高為 1 到 5，C1對國際快遞物流顧客喜好因素的屬性總合(A0)偏好為 3.5，Ck為3.3，可 知在此屬性集合中，C1的偏好大於 Ck。如果將 Ck視為客戶 C1對競爭對手的 滿意度評比的話，那麼此位客戶對競爭對手的偏好較低。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖4. 10 一般分析中客戶態度分析 範例
以「方案評比」為例，若只考慮某幾項屬性集合，以導入RFID 方案為例，
此方案與「遞送速度」、「可靠及一致的服務」、「持續改進」三項有關，若 CA代表A 產業之滿意度、CB代表B 產業之滿意度，而 WA為A 產業的整權重，
依序為(0.02,0.09,0.10,0.10,0.05,0.02,0.25,0.11,0.07,0.12,0.02,0.05)，WB 代 表B 產業的權重則為(0.06,0.19,0.19,0.07,0.07,0.07,0.04,0.14,0.11,0.03,0.03, 0.03)。
態度A0=Σ(CK(Wi)*CK(Vi))，k 為客戶編號或產業代碼，那麼 A 產業對導入 RFID 方案相關屬性總合的態度為 A(CA(0.02,0.05,0.12)．CA(4,5,4))=0.81 大於 B 產業的 0.45。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
以「改善服務品質」為例，首先，使用者選擇「全體」資料，包括顧客滿 意度及喜好因素評比資料，根據「改善服務品質」之決策需求於模式庫中選擇 IPA 分析，介面會呈現予決策者如圖 4. 11 之模擬圖。
在此範例中，落在第一象限的有誠實值得信賴、遞送速度、可靠及一致性 的服務、價格結構，這四項喜好因素即為企業之優勢，而第二象限則是企業供 給過度，範例為「商譽品牌印象」，可將資源調配至第三象限，需求優先改善 之處，如「容易使用」與「滿足客戶運作規格」，第四象限可最後改善。
圖4. 11 服務改善-IPA 分析 範例
以「服務創新」為例，若使用者選擇「以產業別分類」中C 產業資料為樣 本條件，品質屋中顧客需求即為客戶喜好因素，需求重要度權重是由 AHP 權 重計算方法所算出之C 產業權重以及此樣本群的平均顧客滿意度，使用者可在 此介面中輸入技術需求/品質要素，如範例的「大城市當日寄送」、「導入 RFID」
等，並可在顧客需求與技術需求/品質要素的關係矩陣中，輸入需求與技術或品 質要素的關聯程度，絕對權重便可由需求重要度權重乘上需求與技術或品質要 素的關聯程度後加總所得，以協助使用者更容易進行產品或服務之規劃。
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University