服装门店的综合评价是关系到集团公司商业运营能否顺利开展的重要一环。然而,门店的综合评价又是一项涉及内容较广、评价因素较多、指标较为模糊性的范畴。在门店评价中涉及到诸如客户满意度、客户忠诚度、员工素质等定性属性,传统做法是通过专家打分来完成,操作简单,不能完整的反映出专家的判断与意向。此外,对于类似于成本,利润等定量因素,在数据较少的情况下,直接对样本数据进行分析,在一定程度上可能会对评价结果的正确性产生影响。因此,本文基于二元语义及灰色关联度分析等方法,建立一个服装门店的混合评价模型,融合定性和定量两类属性,实现对门店的全面合理的综合评价。为此,本文首先运平衡积分卡、层次分析法和关键绩效指标建立服装门店评价指标体系,并结合熵权法确定了评价指标权重。对于客户满意度、客户忠诚度、员工素质、企业文化接受度等定性指标,首先定义由7个元素组成的语言短语评价集S={s6=FZ(非常重要),s5=HZ(很重要),s4=Z(重要),s3=YB(一般),s2=C(差),sl=HC(很差),s0=FC(非常差)},然后专家依据自身的经验与知识从其中选取一个元素作为评价信息,如取第一个评价短语形成的二元语义(FZ,0),最后利用二元语义几何加权平均算子进行信息集结量化,得到定性指标层面评价值；对于市场占有率、毛利率、存货周转率等定量指标,定义一个各个评价指标值都最优的正理想门店和一个各个评价指标值都最差的负理想门店,通过计算当前评价门店的灰色关联度和TOPSIS距离与正负理想门店之间的相对贴近度,得出定量指标层面评价值；最后分别将以上评价结果无量纲归一化处理,并使用加权系数集成,得到门店定量化的综合评价结果。该评价结果既体现决策者的主观判断与意向,同时又满足了客观事实,在一定程度上实现了主观与客观相统一。实例表明,以上混合评价模型应用效果良好,较好地克服了以往评估决策方法的不完全性,得到了更为全面合理的评价结果,为服装门店企业提高其内部管理运营水平,实施其战略目标提供了决策依据。