论文部分内容阅读
一、问题的背景
随着社会的快速发展和进步，顾客对产品的要求越来越高，国家也提出加快建设创新型国家，在创新的过程中需要充分挖掘顾客的需求，设计制造出满足顾客独特的、潜在的需求的产品和服务，从而实现产品创新。
在进行顾客需求的调查时往往只是一次性调查获得数据，然后对调查的数据进行整理分析，按照分析的结果指导公司进行产品开发。但在开发的过程中，顾客的需求可能发生改变，对竞争组织的产品特性与竞争性也缺乏相关的调查数据，导致在产品开发结束时，并不能很好的满足顾客的需求，原产品设计中的卖点无法吸引顾客，从而导致后续的生产和销售无法满足预期。
质量功能展开（quality function deployment， QFD）产生于日本的20世纪60年代末，由赤尾洋二（Yoji Akao）于1966年第一次提出质量展开（quality deployment）的概念，在新产品投产前对关键质量保证工序进行展开，以确保设计质量在生产过程中得到贯彻的方法（Akao，1990）。在本文的研究中，继续对QFD与其他工具的结合进行研究，提出将QFD与Benchmarking有效的结合，并运用指数平滑法来预测顾客需求的重要度趋势以及竞争组织竞争性的趋势，通过两者的对比结果选择合适的加权方案，得出最终的顾客需求重要度。
二、基于QFD、Benchmarking的企业技术创新模型
运用QFD的4阶段模型，顾客需求被逐步展开为设计要求、零件特性、工艺操作和具体的生产要求，本文只研究第1个矩阵即产品规划阶段。
产品规划阶段实现的功能是从顾客需求的收集整理到输出技术特性重要度。本次研究在QFD的模型中使用指数平滑法及通过Benchmarking竞争组织与本组织满足顾客需求的程度得到了未来顾客需求重要度IR，再使用顾客需求重要度與Benchmarking优劣矩阵进行加权，得到未来顾客需求绝对重要度AW，从而获得相对重要度RW。
三、顾客需求展开
顾客的需求驱动整个QFD的过程，所以如何获得真实的顾客需求是QFD过程中最重要的也是最困难的。通常可以通过以下几个步骤来获取顾客的需求：①合理地确定调查对象;②选择合适的调查方法;③实施调查;④整理并分析顾客需求。常用的市场调查方法包括网络调查、情景体验、面谈、询问、电话、邮寄、留卷、观察等。企业在具体运用时要根据它们各自的特点和适用条件，结合调查的具体目的和要求，选择其中一种或几种合适的方法。顾客需求也可以使用顾客抱怨投诉、不良信息、行业新闻等。（熊伟，2015）
对调查获得的信息进行分类、转换、归类、整理。在转换过程中需注意：顾客需求的表述应避开“能做什么”、“想做什么”，尽量以“是什么”进行表述;不能包含技术特性;对抽象的描述尽量具体化，利用亲和图（KJ）来分类整理顾客的需求是一种常用的方法。在得到初始顾客需求重要度的定量数据时，Zultner（1993）提出在QFD中运用层次分析法（Analytic Hierarchy Process， AHP）进行顾客需求重要度评价（熊伟，2005）。
四、竞争组织Benchmarking
竞争组织选定后，需要了解顾客在不同需求项目中对本组织及竞争组织的评价结果，通过对比来判断市场竞争能力。可以通过设计调查表来获得顾客的对比评估值，或者访谈、市场信息等渠道获得。评价值如表4.1所示。
五、预测顾客需求重要度及Benchmarking竞争性
通过以上的调查分析获得了顾客需求的重要度及竞争性评价结果，但组织在开发新产品时是一个动态的过程，需要一定的周期才能开发完成以满足顾客的需求。在一定周期以后，顾客需求的重要度与竞争性评估结果是可能有变化的，在运用QFD的过程中需要识别并预测变化趋势，预测将来某个周期内的顾客需求重要度及竞争性评价结果。
（一） 指数平滑法
用指数平滑法的预测值是以前观测值的加权和，对不同的数据给予不同的权，新数据给予较大的权，旧数据给较小的权。
（二） 平滑系数α的选择
平滑系数α数值与最终的预测值 密切相关，一般遵循下面的几条规则。
1.如果初始值的准确性差，原始资料较缺乏或参考价值小，α宜取较大值，以体现近期数据的作用。
2.如果外部环境变化较快，则数据可能变化较大，α宜取大一些，在0.3～0.5之间，以跟踪过程变化。
3.如时序虽然具有不规则变动，但长期趋势较稳定或变化甚小，α值应较小，在0.05～0.2之间。
α值的最终取值确定一般是通过对预测结果的评价来实现的。有以下几种方法：
（1）对不同的α值计算预测值与实际值的平均绝对误差，选择平均绝对误差（MAE）最小的α值。
（2）对不同α值所得模型的预测结果进行专家评估。
（三） 初始值的确定
当时序原始数据样本较多，α值较大时，可取，。当数据点不够多时，初始值对预测精度影响较大时，可取开始几个观测值的算术平均值作为。
六、顾客需求重要度的最终确定
（一）顾客需求重要度的加权方法
通过上述的步骤已经预测了未来某个时间点的顾客需求重要度及竞争性报告，我们需要对获得的数据进行整理，对未来顾客需求重要度高且竞争性评估处于劣势的给予较高的加权，对预测顾客需求重要度低且竞争性处于优势的给予较低的加权。加权图形如图6.1，含义如表6.1所示。
（二） 产品特性点Si
产品特性点是从市场营销的战略视角来评估该项顾客需求能否成为营销卖点，即顾客能否通过对比本组织与竞争组织在此项目的差异来获得更多的满足。产品特性点可按表6.2所示进行量化。
（三） 最终顾客需求重要度确定
七、结语
本文将平滑指数与传统的QFD技术相结合，用于预测顾客需求的重要度及预测Benchmarking竞争性的评估，可以得到动态的数据。并将得到的预测值通过加权的方法，特别突出顾客需求重要度高且竞争性处于劣势的项目，再综合市场营销评估的产品卖点，得到最终的顾客需求重要度，为组织后续的产品开发提供了准确的信息，使开发的产品能较好的满足甚至超越顾客的需求。（作者单位：华东交大理工学院/浙江大学质量研究中心）
随着社会的快速发展和进步，顾客对产品的要求越来越高，国家也提出加快建设创新型国家，在创新的过程中需要充分挖掘顾客的需求，设计制造出满足顾客独特的、潜在的需求的产品和服务，从而实现产品创新。
在进行顾客需求的调查时往往只是一次性调查获得数据，然后对调查的数据进行整理分析，按照分析的结果指导公司进行产品开发。但在开发的过程中，顾客的需求可能发生改变，对竞争组织的产品特性与竞争性也缺乏相关的调查数据，导致在产品开发结束时，并不能很好的满足顾客的需求，原产品设计中的卖点无法吸引顾客，从而导致后续的生产和销售无法满足预期。
质量功能展开（quality function deployment， QFD）产生于日本的20世纪60年代末，由赤尾洋二（Yoji Akao）于1966年第一次提出质量展开（quality deployment）的概念，在新产品投产前对关键质量保证工序进行展开，以确保设计质量在生产过程中得到贯彻的方法（Akao，1990）。在本文的研究中，继续对QFD与其他工具的结合进行研究，提出将QFD与Benchmarking有效的结合，并运用指数平滑法来预测顾客需求的重要度趋势以及竞争组织竞争性的趋势，通过两者的对比结果选择合适的加权方案，得出最终的顾客需求重要度。
二、基于QFD、Benchmarking的企业技术创新模型
运用QFD的4阶段模型，顾客需求被逐步展开为设计要求、零件特性、工艺操作和具体的生产要求，本文只研究第1个矩阵即产品规划阶段。
产品规划阶段实现的功能是从顾客需求的收集整理到输出技术特性重要度。本次研究在QFD的模型中使用指数平滑法及通过Benchmarking竞争组织与本组织满足顾客需求的程度得到了未来顾客需求重要度IR，再使用顾客需求重要度與Benchmarking优劣矩阵进行加权，得到未来顾客需求绝对重要度AW，从而获得相对重要度RW。
三、顾客需求展开
顾客的需求驱动整个QFD的过程，所以如何获得真实的顾客需求是QFD过程中最重要的也是最困难的。通常可以通过以下几个步骤来获取顾客的需求：①合理地确定调查对象;②选择合适的调查方法;③实施调查;④整理并分析顾客需求。常用的市场调查方法包括网络调查、情景体验、面谈、询问、电话、邮寄、留卷、观察等。企业在具体运用时要根据它们各自的特点和适用条件，结合调查的具体目的和要求，选择其中一种或几种合适的方法。顾客需求也可以使用顾客抱怨投诉、不良信息、行业新闻等。（熊伟，2015）
对调查获得的信息进行分类、转换、归类、整理。在转换过程中需注意：顾客需求的表述应避开“能做什么”、“想做什么”，尽量以“是什么”进行表述;不能包含技术特性;对抽象的描述尽量具体化，利用亲和图（KJ）来分类整理顾客的需求是一种常用的方法。在得到初始顾客需求重要度的定量数据时，Zultner（1993）提出在QFD中运用层次分析法（Analytic Hierarchy Process， AHP）进行顾客需求重要度评价（熊伟，2005）。
四、竞争组织Benchmarking
竞争组织选定后，需要了解顾客在不同需求项目中对本组织及竞争组织的评价结果，通过对比来判断市场竞争能力。可以通过设计调查表来获得顾客的对比评估值，或者访谈、市场信息等渠道获得。评价值如表4.1所示。
五、预测顾客需求重要度及Benchmarking竞争性
通过以上的调查分析获得了顾客需求的重要度及竞争性评价结果，但组织在开发新产品时是一个动态的过程，需要一定的周期才能开发完成以满足顾客的需求。在一定周期以后，顾客需求的重要度与竞争性评估结果是可能有变化的，在运用QFD的过程中需要识别并预测变化趋势，预测将来某个周期内的顾客需求重要度及竞争性评价结果。
（一） 指数平滑法
用指数平滑法的预测值是以前观测值的加权和，对不同的数据给予不同的权，新数据给予较大的权，旧数据给较小的权。
（二） 平滑系数α的选择
平滑系数α数值与最终的预测值 密切相关，一般遵循下面的几条规则。
1.如果初始值的准确性差，原始资料较缺乏或参考价值小，α宜取较大值，以体现近期数据的作用。
2.如果外部环境变化较快，则数据可能变化较大，α宜取大一些，在0.3～0.5之间，以跟踪过程变化。
3.如时序虽然具有不规则变动，但长期趋势较稳定或变化甚小，α值应较小，在0.05～0.2之间。
α值的最终取值确定一般是通过对预测结果的评价来实现的。有以下几种方法：
（1）对不同的α值计算预测值与实际值的平均绝对误差，选择平均绝对误差（MAE）最小的α值。
（2）对不同α值所得模型的预测结果进行专家评估。
（三） 初始值的确定
当时序原始数据样本较多，α值较大时，可取，。当数据点不够多时，初始值对预测精度影响较大时，可取开始几个观测值的算术平均值作为。
六、顾客需求重要度的最终确定
（一）顾客需求重要度的加权方法
通过上述的步骤已经预测了未来某个时间点的顾客需求重要度及竞争性报告，我们需要对获得的数据进行整理，对未来顾客需求重要度高且竞争性评估处于劣势的给予较高的加权，对预测顾客需求重要度低且竞争性处于优势的给予较低的加权。加权图形如图6.1，含义如表6.1所示。
（二） 产品特性点Si
产品特性点是从市场营销的战略视角来评估该项顾客需求能否成为营销卖点，即顾客能否通过对比本组织与竞争组织在此项目的差异来获得更多的满足。产品特性点可按表6.2所示进行量化。
（三） 最终顾客需求重要度确定
七、结语
本文将平滑指数与传统的QFD技术相结合，用于预测顾客需求的重要度及预测Benchmarking竞争性的评估，可以得到动态的数据。并将得到的预测值通过加权的方法，特别突出顾客需求重要度高且竞争性处于劣势的项目，再综合市场营销评估的产品卖点，得到最终的顾客需求重要度，为组织后续的产品开发提供了准确的信息，使开发的产品能较好的满足甚至超越顾客的需求。（作者单位：华东交大理工学院/浙江大学质量研究中心）