基于客戶滿意度的兩階段定制產品設計

周愛琴,趙小惠,張夢洋,石楊斌

(西安工程大學 機電工程學院,陜西 西安 710048)

0 引 言

“個性消費時代”的來臨,使商業模式由傳統的一對多逐漸向一對一的方向轉移,據美國最新預測的“改變未來的十大科技”中,“個性定制”被排在首位[1]。為取得消費市場的競爭優勢,企業必須以最快的速度、最低的成本提供定制程度最高的產品,由此一種規模化的產品定制方式—產品配置設計應運而生。然而,隨著人們對生活品質和用戶體驗的要求越來越高,僅通過產品配置設計已無法滿足日漸增長又快速多變的個性化需求,為最大程度地提高定制客戶的滿意度,企業必須在定制產品配置設計的基礎上做進一步的研究。

目前,對定制產品設計的研究第一類集中在基于模型和算法的適合定制程度較低的產品配置求解,Wei等[2]在滿足性能、成本、交貨期和模塊約束下,構建應用改進的非支配排序遺傳算法進行求解的產品配置模型;許波桅等[3]構建0-1規劃基因進化模型, 提出面向快速設計的產品配置框架和基于改進蟻群的產品配置算法;張在房等[4]采用動態懲罰函數法將約束優化問題轉化為多目標優化問題，并提出基于離散布谷鳥搜索算法與Pareto結合的配置優化方法;Song等[5]以成本、響應時間和綜合服務性能為目標函數，運用NSGA-Ⅱ 算法進行產品配置優化。第二類是基于本體理論和相似度匹配的產品配置設計,朱佳棟等[6]利用改進的交互式遺傳算法將個體分成不同的遺傳單元,通過用戶相似偏好進行多用戶協同配置設計;但斌等[7]針對模糊客戶需求的產品配置，提出基于本體中概念相似度實現客戶需求特征與實例特征的多級匹配；曾健[8]通過相似實例提取、模塊配置和屬性配置, 提出基于實例與規則相結合的配置設計方法；陳靜等[9]針對客戶需求的模糊性、不完全性和時變性,采用多策略的本體映射方法實現產品配置;楊沁等[10]針對客戶域與產品域間的語義轉化障礙,構建客戶需求本體和產品配置實例本體并通過元素間相似度計算,實現個性化產品的快速、準確配置。第三類則是定制產品配置優化及變型設計研究,Chen等[11]提出了考慮產品適應性和模塊多樣性的開放式架構產品模塊配置的優化設計方法;Kikuo[12]和Chakravarty等[13]分別以成本最優和利潤最大為目標函數對產品進行優化變型設計；李浩等[14]在考慮零部件重要度基礎上，通過多維關聯約束驅動和迭代匹配確定待變型和新設計的零部件;范志君等[15]提出由性能評價指數和零部件相似度判斷變型設計分界點和具體零部件的方法;董玉德等[16]為解決傳統鑄造渣包能耗大、周期長、壽命短、修復成本高等問題,提出了一種由客戶驅動的結合模型設計和有限元分析的參數化設計方法；Xu等[17-18]提出根據信息中心性和鄰接信息連通概率，構建產品變型設計的通用工作流程，并確定了不同類型零件的變型設計模式；梁麗芬等[19]針對機床夾具設計依賴經驗知識的特點,結合實例推理和面向對象的參數化技術,提出基于實例推理的參數化變型設計技術。

綜上所述,目前對于定制產品設計的研究主要集中在適合大規模定制的產品配置設計及優化求解上,只有少數學者關注到產品配置設計和變型設計的關系,且尚未對兩者的界定范圍及需要變型零部件的識別提出合理有效的理論方法。因此,本文依據定制產品屬性特征與客戶滿意度的關系,結合Kano模型和函數擬合的方法構建了針對不同類別屬性的客戶滿意度模型,通過模型求解和配置方案的對比評價得出產品配置設計和變型設計的臨界點,并通過模塊化部件、實例化零部件與產品屬性的相關度構建零部件客戶滿意度評價指數的相似度模型,進一步計算出需變型的零部件范圍,為后期詳細設計工作的展開提供依據。

1 定制產品的客戶滿意度模型

1.1 模型構建

1.1.1 產品屬性特征與客戶滿意度的關系 在定制時代[20],客戶滿意度是企業贏得市場,搶占先機的關鍵要素。因此,任何與產品定制相關的活動都必須以客戶滿意度最大化為前提。提高客戶滿意度就是在可能的范圍內最大化滿足客戶對產品的定制需求,而對于定制客戶而言,其定制需求更多地表現為對產品某些屬性特征的特殊要求和限制。因此,要針對性地制定能夠提高客戶滿意度的定制方案,必須明確影響客戶滿意度的產品屬性特征(product attribute，PA)及兩者之間的關系。

通過歸納總結發現,定制產品屬性特征與客戶滿意度之間的關系可用連續型的函數關系(區間型屬性)或者非連續的點屬性(如顏色、材質)來表征,且每種表征方法都可以將定制產品屬性特征分為3類: 一是正相關屬性, 屬性越高,客戶滿意度越高。如質量, 此類屬性特征與客戶滿意度之間的關系可參考Kano模型。二是負相關屬性, 屬性越低, 客戶滿意度越高。如價格, 當該類屬性特征降至或低于期望值時, 客戶100%滿意。當該類屬性特征值升至客戶可忍受值時, 客戶滿意度為0。三是零相關屬性, 此類屬性特征的值不影響客戶滿意度的結果,因此在構建基于定制產品屬性特征的客戶滿意度模型時不做討論。

1.1.2 客戶滿意度模型構建 通過對定制產品屬性特征與客戶滿意度關系的研究,并結合大量定制產品實例,對于連續型的區間屬性特征,可構建如下的定制產品客戶滿意度(customer satisfaction，CS)模型:

1) 正相關屬性的客戶滿意度。客戶首先根據自身需要給出Kano模型中3種不同需求對應的期望性能(滿意度為1)和可忍受性能(滿意度為0)。然后，通過圖1中的CS-PA關系曲線圖和已知量,確定產品屬性特征與客戶滿意度之間的函數表達式。圖1中,S表示客戶滿意度，x表示產品屬性。x1a,x1b,x1c分別表示客戶滿意度為1時3種需求類型對應的產品屬性與產品最大屬性的比值;x0a,x0b,x0c分別表示客戶滿意度為0時3種需求類型對應的產品屬性與產品最大屬性的比值。兩者是客戶需求的直接反映,可由客戶指定。

圖 1 正相關屬性的CS-PA關系曲線Fig.1 CS-PA relationship graph of positivecorrelation property

由圖1可知,基礎型需求對應指數函數Sc=p1(-exp(-x))+q1,期望型需求對應函數Sb=p2x+q2,魅力型對應指數函數Sa=p3exp(x)+q3,代入圖1中的相關點后得到函數模型，即

(1)

式中：xi為第i個屬性的特征值。

2) 負相關屬性的客戶滿意度。相比正相關屬性的客戶滿意度模型,負相關屬性的客戶滿意度模型較為簡單。通過對現有定制產品的客戶滿意度與其負相關屬性的相關數據進行曲線擬合后, 發現在負相關屬性特征閾值范圍內的客戶滿意度與該屬性特征值之間呈指數相關, 其客戶滿意度曲線如圖2所示。

圖 2 負相關屬性的CS-PA關系曲線Fig.2 CS-PA relationship graph of negative correlation property

由圖2可知,負相關屬性的客戶滿意度函數模型為

(2)

式中:Si(xi)表示客戶對產品第i個屬性特征值的滿意度;xi為第i個屬性的特征值;xti為客戶對屬性特征的期望值;x0i為客戶可忍受的值。

對于非連續的點屬性特征的客戶滿意度模型則比較特殊,無論是正相關的點屬性還是負相關的點屬性,其客戶滿意度只有滿足客戶需求的1和不滿足時的0,沒有其他滿意度值。點屬性特征的客戶滿意度函數模型為

(3)

1.2 產品定制模型求解

在以客戶為主導的買方市場中,為獲取更多的市場份額和更大的利潤,企業會盡可能地滿足客戶的定制需求。由于定制產品的設計過程復雜多變,所以定制產品的交貨期通常也會直接影響客戶滿意度。因此,企業如何在規定的交貨期內利用現有的資源為客戶提供滿意度最大的定制產品,且保證企業的最低盈利是企業經營的終極目標,可建立帶約束條件的產品定制模型,即

(4)

式中:n為待評價定制產品屬性特征的個數;Pmax為定制產品的最高定價;P0為客戶能接受的價格;Tmin為最晚交貨期;Tc為客戶要求的交貨期;R為定制產品所需的生產能力;R0為企業現有的生產能力。

(5)

式中：Sik(1≤i≤n,1≤k≤j)為第k個可選方案的第i個屬性特征值的客戶滿意度,可依據式(1)～(3)得出。設各屬性的權重向量為W=(ω1,ω2,…，ωn),則客戶滿意度的綜合評價矩陣為

(6)

式中maxlh(1≤h≤j)所對應的方案h為企業在現有資源條件下能為客戶提供的最滿意的定制產品方案。

2 兩階段定制產品設計

2.1 產品配置方案評價

將1.2節求出的配置結果與客戶期望的產品方案進行對比,若現有產品配置方案的客戶滿意度達到了客戶期望的客戶滿意度則直接得出產品配置方案。若客戶不滿意,則需要對產品的實例化零部件進行變型設計。首先找出現有產品配置方案與客戶期望方案中不同的屬性特征,由于每個產品屬性通常會與一個或多個模塊化部件相關,因此,需要根據每個模塊化部件與產品屬性的關系,構建模塊化部件與產品屬性的相關度矩陣Z,即

(7)

式中:αei表示第e個模塊化部件與產品第i個屬性之間的相關程度,依據模糊數學評價理論,取相關程度為1～9級標度。利用AHP方法，獲得模塊化部件Q(e)對第i個屬性的權重ωei。然后,構建實例化零部件與模塊化部件就某個產品屬性的相關度矩陣V,即

(8)

式中：μegi為實例化零部件E(eg)與模塊化部件Q(e)就第i個產品屬性之間的相關度。用與上述同樣的標度方法，設定零部件E(eg)在模塊化部件Q(e)中對屬性i的權重為ωegi。設定權重最大值ωmax的零部件滿意度評價因子為K,則零部件E(eg)的滿意度評價因子為

(9)

因此,可構建實例化零部件E(eg)的客戶滿意度評價指數Reg為

(10)

(11)

2.2 變型設計零部件范圍的確定

(12)

則零部件E(eg)的客戶滿意度評價指數的相似度函數為

(13)

零部件E(eg)的客戶滿意度評價指數的相似度越小,證明該零部件越需要進行變型設計,因此,企業可根據自身實力從相似度最小的零部件開始依次對需要變型設計的零部件進行變型設計,直至客戶滿意度指數的相似度閾值小于預先設定的最小相似度閾值minRsim(相似度閾值指實例化零部件滿意度評價指數的相似度函數值與1的差值)。

3 實證分析

為驗證所提方法的有效性和可行性,以具有典型個人定制特征的二輪摩托車為例進行檢驗。

3.1 配置信息

二輪摩托車配置信息包括現有某位客戶1明確要求的產品屬性信息:最高車速、排氣量、耗油量、顏色、點火方式及定制時間等6個方面及某企業在現有資源條件下能提供的產品配置方案的各項屬性信息,具體如表1所示,且客戶對上述屬性中最高車速(最大值為180 km/h)、排氣量(最大值為450 mL)、耗油量(最大值為3.5 L)的滿意度指數分別為9.5,9,9。已知該二輪摩托車有7個模塊化部件可進行配置或變型設計:發動機(C1) 、點火系統(C2) 、變速裝置(C3) 、車體(C4) 、離合器(C5) 、輪胎(C6) 、操縱控制系統(C7)。每個模塊化部件對應的可選零部件數分別為d1=9,d2=8,d3=11,d4=7,d5=12,d6=10,d7=16,企業最長定制時間為30 d。

配置約束條件:點火系統的第3個可選件與變速裝置的第8個可選件兩兩互斥,其余可選件均兩兩相容。

3.2 模型建立及求解

3.2.1 現有產品配置方案評價 由已知條件可知,最高車速和排氣量屬于正相關屬性,耗油量和定制時間屬于負相關屬性,顏色和點火方式屬于點屬性,且客戶1對摩托車的最高車速的需求為期望型需求,對排量的要求屬于魅力型需求,客戶所能接受的最小相似度為0.9,即相似度閾值為0.1。根據客戶滿意度模型(1)～(3)計算得出現有產品配置方案的客戶滿意度隸屬矩陣M為

(14)

由于客戶購買定制產品的需求偏好程度不同,因此針對客戶1的需求確定定制摩托車各個屬性的權重為W=(0.25,0.15,0.25,0.1,0.1,0.15),由式(6)可得客戶對各個產品配置方案的綜合評價指數分別為Q=W·M=(0.5,0.5,0.65),明顯方案3的綜合評價指數是最高的,即方案3為企業目前所能提供的最優配置方案。由于該客戶定制要求較高,目前配置方案的客戶滿意度未達到客戶1的需求,因此要進一步確定需要進行變型設計的零部件的范圍。

3.2.2 變型設計零部件范圍的確定 由3.2.1的方案評價結果可知,目前配置方案3的各個產品屬性與客戶期望的產品屬性最相似,僅有排氣量和耗油量2個屬性與期望值有差別,因此需要進行變型設計的零部件必然存在于與這2個屬性密切相關的模塊化部件中, 且已知客戶對這2個屬性的滿意度評價指數。 首先通過AHP法建立模塊化零部件與產品屬性排氣量(H1) 和耗油量 (H2) 的權重矩陣(見表2), 然后構建實例化零部件就產品屬性H1和H2與模塊化部件的相關度矩陣 (見表3～4), 結合零部件客戶滿意度評價指數相似度函數式(13), 計算得出上述案例中客戶期望的零部件滿意度評價指數和現有配置方案中的零部件滿意度評價指數 ，如表5所示。

表 3 實例化零部件對屬性H1的客戶滿意度權重Tab.3 Customer satisfaction weights for instantiated components versus attribute H1

表 4 實例化零部件對屬性H2的客戶滿意度權重Tab.4 Customer satisfaction weights for instantiated components versus attribute H2

表 5 客戶期望和現有配置方案中的零部件 滿意度評價指數對比表Tab.5 Comparison of component satisfaction evaluation index in customer expectation and existing configuration plan

從表5可知,實例化零部件8,10,12,13,15,16的客戶滿意度評價指數的相似度閾值均大于客戶所能接受的相似度閾值,即這幾個實例化零部件的滿意度評價指數與客戶所期望的相差甚大,因此,要想達到該客戶的滿意度必須將上述影響客戶要求的產品屬性的實例化零部件進行變型設計。

4 結 語

根據定制產品不同屬性特征與客戶滿意度的影響關系，有針對性地構建定制產品的客戶滿意度模型,不僅能高效精準地量化客戶對企業現有定制產品配置方案的客戶滿意度,在縮減企業盲目提升客戶滿意度所耗費成本的基礎上滿足不同定制程度的客戶要求;而且還可以基于實例化零部件與產品屬性之間的結構層級關系,進一步構造企業現有的實例化零部件滿意度評價指數與客戶所期望的實例化零部件的滿意度評價指數的相似度函數來精準定位需要做變型設計的零部件的范圍,從而有效地提升企業響應不同定制程度的客戶定制產品的效率。