基於客戶需求的第三方物流(Third-Party-Logistics，3PL)客戶分類就是根據客戶需求將客戶劃分爲不同的客戶羣，針對不同類型的客戶，爲其提供高效、個性化的物流服務的行爲。現有文獻對第三方物流的研究主要集中在第三方物流客戶關係管理、第三方物流效率評價、第三方物流客戶滿意度等方面。文獻分析了第三方物流CRM系統的結構並論述了第三方物流CRM系統實施的管理策略;用DEA模型對第三方物流的效率進行了評價;運用結構方程模型構建了第三方物流客戶滿意度模型。
從以上文獻研究內容可以看出，物流客戶關係管理、物流效率評價都是爲提高客戶滿意度服務的。但是，很少有專家、學者從基於物流客戶的需求對客戶進行分類，滿足不同類型客戶的個性化需求，進而提高客戶滿意度方面進行研究。
物流客戶分類的方法有很多種，經典的聚類法是一種硬劃分，它劃分的結果是每一個待分類的對象嚴格地屬於某個類，體現了非此即彼的特徵。但實際上，很多事物之間並沒有明確的界限，一個待分類的對象可能部分地屬於若干類，因此，模糊劃分是描述這種現象最好的方式。目前比較流行的模糊劃分方法有灰色模糊聚類、灰色關聯度聚類、半監督模糊核聚類、模糊聚類等。其中，灰色模糊聚類與灰色關聯度聚類的原理基本相同，都需要參考數列，但是本論文分析的問題沒有參考數列，因爲不同客戶對不同需求指標的優先權、需求值是不同的，無法給出一個參考數列。半監督模糊核聚類需要預先設定聚類數目，且計算複雜，適用於機械製造行業的聚類分析。單純的模糊聚類是依靠單一λ值來進行劃分，這種劃分方式主要存在兩點不足：一是λ值的確定沒有客觀依據;二是單一λ值只考慮了客戶需求之間的緊密程度，而忽略了物流規劃的複雜度和物流成本。因此，用這種單純的模糊聚類法劃分客戶，其柔性是不足的。
基於以上分析，本文，筆者利用複合值模糊聚類法對客戶進行分類，該方法能夠在兼顧物流規劃複雜度和物流成本的情況下，最大限度地利用第三方物流資源滿足不同客戶的需求，提高企業競爭力。
一、第三方物流客戶需求
1.客戶需求表達及獲取。客戶需求是指客戶對所購買的產品或服務的要求，用來表達客戶所考慮事項的關鍵特徵。客戶需求表達就是將所獲取的客戶需求信息用適當的形式表示出來。針對第三方物流企業，客戶的需求信息可以分爲參數型和描述型，如表1所示。
客戶的需求往往是模糊的、多方面的、不確定的，需要去分析和引導。第三方物流企業應積極、持續地瞭解客戶需求，進行信息的蒐集、彙總和分析，以便及時掌握客戶的需求動向。
2.客戶需求指標體系的建立及量化。在物流服務中，客戶對第三方物流提供商的要求是多樣化、個性化的。如有些客戶在看重物流成本的情況下，還會考慮服務商所提供服務的準確性、準時性、安全性等;而另外一些客戶在看重服務商的時間響應能力的同時，還會考慮安全性能、成本優化能力、企業形象等。結合有關文獻和基於對客戶需求的理解，筆者選擇如下7大指標，如表2所示。
從上面的指標體系中可以看出，既有定性指標，也有定量指標。其中，成本優化能力、數據共享能力、3PL對客戶關係的管理、企業形象是定性指標;準確性、準時性、安全性是定量指標。
對於定性指標的量化和標準化處理，筆者採用10等級劃分法進行，分值越大表示客戶對此需求越高。這種方法將所有指標量化爲[0.0，10.0]範圍內的值，同時指標也達到了一致性，即無論哪個指標，其值越大客戶在此方面的要求也就越高。
二、客戶分類模型
1.前提假設。本模型基於第三方物流客戶的需求對客戶進行分類，這些客戶都是大客戶，對第三方物流公司而言，這些客戶具有相同的優先級，只是他們的需求有所不同。
2.複合λ值模糊聚類的原理。複合λ值模糊聚類分兩步進行，首先，利用單純的模糊聚類法生成模糊聚類層次樹;然後，根據自身情況，第三方物流綜合考慮物流規劃複雜度、物流成本，確定複合λ值，達到最優劃分。
(1)假定有n個客戶，有m個需求指標。P={x1，x2，…，xi，…，xn}，其中xi表示第i個客戶;需求指標U={u1，u2，…，uj，…，um}，其中uj表示第j個需求指標。假設已觀測到n個客戶的m個需求。
三、實例分析
下文，筆者以某第三方物流公司爲例進行實例分析。該公司目前的客戶數爲6，不同客戶的需求如表3所示。
利用公式rik=1-c(dik)
β，取c=maxdik1，β=1，計算得模糊相似矩陣R~如下：R~=，並求得R~的傳遞閉包(tR~)=R~4，即(tR~)=R~4=。
取不同水平的λ，確定出λ-截關係Rλ。λ越接近1，分類越細;λ越小，分類越粗。爲了直觀體現取不同λ時的聚類結果，其動態模糊聚類過程可用層次樹來表達，如圖2所示。
例如，當取λ
1=0.74時，客戶分爲4類：{x1，x4}，{x2}，{x5}，{x3，x6}。此時，第三方物流可以根據自身的`情況，綜合考慮物流規劃複雜度、物流成本等制約因素，決定是否再選取一個λ值。假若第三方物流認爲λ1=0.74時的劃分太細，不利於企業運作，可根據自身情況，將x2與x5聚爲一類比較合適。則該第三方物流可以再選取一個λ值，λ2=0.59。該案例所選擇的聚類情況如圖2中自上而下第4條虛線所示，即聚爲3類，即{x1，x4}，{x3，x6}，{x2，x5}。現對類{x1，x4}進行分析。由表3可以看出，該類客戶對第三方物流提供商的成本優化能力、準確性、準時性要求很高，第三方物流應充分利用資源滿足該類客戶在這些指標優先級上的要求。筆者通過蒐集有關專家、此類客戶對這些指標重要性的評價，並將這些信息加以彙總，利用層次分析法，得出這些指標的權重分配W=(w1，w2，w3，w4，w5，w6，w7)=(0.3，0.2，0.2，0.15，0.06，0.05，0.04)。則客戶1的總需求值爲Y1=W*x1T=7.72;客戶4的總需求值爲Y4=W*x4T=7.895。由此可見，如果第三方物流提供的服務能夠滿足客戶4的需求，則也一定能夠滿足客戶1的需求;更重要的是不僅能夠獲取客戶4的當前忠誠度，提高客戶1的當前忠誠度，還更能夠獲取客戶1的長期忠誠。
綜上，本文，筆者探討了用複合λ值模糊聚類法對第三方物流客戶進行分類，並建立了聚類模型的方法，目的是在資源有限的情況下，使第三方物流企業能夠兼顧物流規劃複雜度和物流成本，合理配置資源，以滿足不同類型客戶的需求，進而提高客戶滿意度和忠誠度，使第三方物流和客戶達到“共贏”。值得進一步研究的是建立物流規劃複雜度和物流成本的數學模型，從而使複合λ值更科學。