孟慶良，蔣秀軍

（江蘇科技大學 經(jīng)濟管理學院，江蘇 鎮(zhèn)江212003）

0 引言

質(zhì)量功能展開（Quality Function Deployment，QFD）作為一種顧客需求驅(qū)動的產(chǎn)品/服務全過程設計方法，是通過一系列轉(zhuǎn)換將顧客聲音（Voice of Customers，VOC）轉(zhuǎn)化為設計語言，在開發(fā)初期就對產(chǎn)品/服務質(zhì)量和適用性實施全方位保證的系統(tǒng)方法。在質(zhì)量管理、產(chǎn)品/服務創(chuàng)新領域得到廣泛應用[1]。但是，在QFD中，產(chǎn)品/服務績效與顧客滿意度之間通常被認為是一種線性關系，在此前提下確定的顧客需求最終權重往往難以精確反映顧客真實需求，這在某種程度上限制了QFD的決策支持作用[1～4]。受赫茲伯格雙因素激勵理論的啟發(fā)，日本著名的質(zhì)量管理專家狩野紀昭提出Kano模型的概念，根據(jù)不同類型的質(zhì)量特性與顧客滿意的關系，將質(zhì)量因素分為魅力質(zhì)量、一維質(zhì)量、必備質(zhì)量、無差異質(zhì)量和逆向質(zhì)量因素。Kano模型認為對質(zhì)量的認知要采用二維模式：顧客的主觀感受與產(chǎn)品/服務的客觀表現(xiàn)，進而獲取顧客滿意與產(chǎn)品/服務績效之間的非線性關系，這無疑對精確理解顧客需求，進行科學的產(chǎn)品/服務開發(fā)具有重要價值。為此，一些學者提出將Kano模型整合到QFD中幫助確定顧客需求的最終權重，但檢索文獻表明，當前對Kano模型與QFD的集成方法并為達成共識。主要原因是因為Kano模型本質(zhì)上屬于定性分析方法，其分類準則也相對主觀。這限制了其與具有較強決策支持作用的QFD之間的集成。

為此，本文探索構建一種定量化Kano模型，實現(xiàn)顧客需求分類的客觀化，并提出基于定量化Kano模型的顧客需求最終重要度確定方法，最后通過在一個快遞企業(yè)的實證研究驗證其可行性和有效性。

1 相關研究文獻述評

由于Kano模型與QFD集成能有效提升QFD的決策支持作用，很多學者研究兩者的整合問題。Kurt Matzler（1998）提出了顧客滿意系數(shù)（Customer satisfaction coefficient）的概念[6]，并描述了其在QFD實施過程中的作用，但沒有提出Kano模型與QFD集成的具體方法。Tan和Shen（2000）提出了一個用于修正原始改進率的近似變換函數(shù)，將修正的改進率與初始重要性相乘得到顧客需求最終重要度。該變換函數(shù)如下所示：

其中，IR0是初始改進率，表示預期顧客滿意提升率；IRadj是修正改進率，表示為使顧客滿意得到預期提升，產(chǎn)品/服務屬性績效的改進率；k為Kano分類參數(shù)，由Kano分類結果賦值得到。Tan和Shen提出當顧客需求為魅力需求時，k選大于1的值；若為一維需求，k取值為1；必備需求時，k取值為大于0且小于1的值[2]。

該變換函數(shù)反映了產(chǎn)品/服務屬性的績效改進率與顧客滿意改進率之間的非線性關系。從式（1）中可知，k值越大，為實現(xiàn)預期顧客滿意改進率IR0，需要的產(chǎn)品/服務屬性績效改進率IRadj就越小。這表明k的大小反映了相應產(chǎn)品/服務屬性的改進對提升顧客滿意的效率。k值越大，效率越高。但該變換函數(shù)的不足之處是，k值的確定過于主觀，通常需要憑借QFD實施者的個人知識和經(jīng)驗，但如何選擇合適的k值通常對于最終的決策結果十分關鍵[1]。此外，運用該方法還會產(chǎn)生必備需求的重要性被高估（當k取小于1的值時）和魅力需求的重要性被低估（當k取大于1的值時）的現(xiàn)象[5]。

隨后，一些文獻在研究Kano模型與QFD的集成時對轉(zhuǎn)變函數(shù)的參數(shù)進行了不同的賦值：Tan和Pawitra（2001）探討了SERVQUAL、Kano模型和QFD三種方法的集成，提出為魅力需求、一維需求和必備需求分別賦予Kano分類參數(shù)為4、2、1[3]；Keivan（2007）也采用了同樣的方法集成Kano模型和QFD，不同的是他們選取的Kano分類參數(shù)是4、1、0.5[8]。這種直接將Kano分類參數(shù)作為乘數(shù)的方法改變的僅僅是產(chǎn)品/服務屬性績效與顧客滿意之間相互作用的斜率，產(chǎn)品/服務屬性的績效與顧客滿意之間的線性關系并未實質(zhì)性改變。

Tontini（2007）[7]提出了一個基于顧客滿意系數(shù)的修正因子，并直接將該修正因子作為產(chǎn)品/服務屬性的權重，認為顧客需求的最終重要度完全由其給顧客帶來的滿意或不滿來決定。這種方法仍然沒有解決產(chǎn)品/服務屬性績效與顧客滿意之間的線性問題，并且存在將不同Kano分類的產(chǎn)品/服務屬性有可能被分配同樣權重的問題[5]。

Chaudha等人（2010）[5]基于Tan和Shen的研究，提出了一個新的用于修正原始改進率的變換函數(shù)，該變換函數(shù)為：

這里的m即Tontini提出的顧客滿意系數(shù)修正因子。由式（2）可以看到，隨著k和m取值的變化，發(fā)生變化的仍然只是產(chǎn)品/服務屬性績效改進率與顧客滿意改進率之間作用的斜率，而且，k的取值問題也未得到解決。

可以看出，雖然當前很多文獻都認為Kano模型與QFD集成的重要性，但還缺少一個統(tǒng)一的框架[5][9]。其關鍵原因是因為Kano模型本身屬于定性方法，且顧客需求分類準則相對主觀，這些缺陷導致其與具有較強決策支持作用的QFD集成較難。給同一個Kano顧客需求分類賦予同樣的分類參數(shù)，還會造成同類顧客需求之間的差異被忽略的現(xiàn)象。要解決上述問題，需要構建一個定量化Kano模型，以獲取精確化的顧客需求最終分類結果。

2 定量化Kano模型的構建

基于Xu等人[10]的研究成果，構建一種定量化Kano模型：假定s表示一個包含J個受訪者的集合，即s≡{tj|j=1,2,...,J}，tj表示第j個受訪者；F表示具有I個產(chǎn)品/服務屬性的集合，即F≡{fi|i=1,2,...,I}，fi表示第i個產(chǎn)品/服務屬性。對于每個受訪者tj，fi的評價值可以表示為eij=(xij,yij,wij)，其中xij是不提供產(chǎn)品/服務屬性fi時，j顧客的滿意度評價；yij是提供產(chǎn)品/服務屬性fi時，j顧客的滿意度評價；wij是j顧客對產(chǎn)品/服務屬性fi的重要性的評價。xij和yij的值可按表1所示的Kano問卷調(diào)查獲?。淮送?，傳統(tǒng)Kano模型并未考慮顧客對每個產(chǎn)品/服務屬性的重要性感知情況，于是結合Yang的研究成果[11]可按照表2所示的重要性標度，在問卷設計中集成顧客對每個產(chǎn)品/服務屬性的重要性感知以獲取wij的值。

表1 提供/不提供產(chǎn)品或服務屬性的滿意度標度

表2 重要性標度

以表示提供產(chǎn)品/服務屬性fi時顧客的平均滿意度；以表示不提供產(chǎn)品/服務屬性fi時顧客的平均滿意度，于是可得：

如圖1所示，產(chǎn)品/服務屬性fi就可以用向量形式描述為，其中是向量的矩 ，它表 明了產(chǎn)品/服務屬性fj對顧客的重要性程度，稱為Kano重要度指標；ai=tan-1是向量與水平坐標軸之間的夾角，它決定了顧客對產(chǎn)品/服務屬性fi的滿意/不滿意之間的相對水平，稱為Kano滿意度指標。

圖1 顧客滿意/不滿意度向量圖

3 基于定量化Kano模型的顧客需求最終重要度的確定

考慮到Tan和Shen提出的變換函數(shù)的優(yōu)點，構建了基于定量化Kano模型的顧客需求最終重要度的確定方法：

（1）根據(jù)定量化Kano模型原理計算出Kano滿意度指標ai，并求其正切值tanai；

（2）令k=tanai，將 tanai引入變換函數(shù)（1）中，于是得到修正的改進率：

根據(jù)Kano重要度指標ai的內(nèi)涵及k的取值原則，并結合圖1進行分析，可以發(fā)現(xiàn)令k=tanai具有其合理性：首先，隨著向量r?i與水平坐標軸之間的夾角ai逐漸增大。此時顧客對提供產(chǎn)品/服務屬性fi的滿意度逐漸提高，對不提供該屬性的不滿意度逐漸降低，tanai的值也逐漸增大，這正好與k的取值原則一致，即隨著Kano分類依次由必備質(zhì)量到一維質(zhì)量，再到魅力質(zhì)量因素。顧客對提供產(chǎn)品/服務屬性fi的滿意度逐漸提高，對不提供該屬性的不滿意度逐漸降低。其次，當ai=π/4時，提供產(chǎn)品/服務屬性fi導致的顧客滿意增加量與不提供該屬性導致的顧客滿意減少量相同，表明該屬性是一維質(zhì)量要素，而此時恰好有tanai=1。這又與產(chǎn)品/服務屬性為一維質(zhì)量要素時，k取值為1的原則相符。

（3）以Kano重要度指標ri作為顧客需求的初始重要性，鑒于修正改進率IRadj的實際含義，采用其倒數(shù)與初始重要性ri相乘，于是可以得到顧客需求的最終權重：

其中，Ii表示產(chǎn)品/服務屬性fi對應的顧客需求最終權重。

4 實證

以一家快遞企業(yè)的實證研究來驗證所提出方法的可行性和有效性。表3描述了快遞服務的各個服務屬性及這些屬性為顧客提供的利益。

表3 快遞服務屬性及其提供的利益

4.1 問卷設計

問卷的第一部分是與顧客人口統(tǒng)計特征相關的信息，如年齡（小于18歲、18～25歲、25～45歲、大于45歲）、性別（男或女）、職業(yè)（10類）、使用快遞的頻率和平均快遞交易量。問卷的第二部分是Kano問卷主體部分，是對快遞服務相關屬性的調(diào)查，共10個條目，每個條目按表1和表2所示的形式進行設計。問卷的第三部分是關于顧客對本企業(yè)和標桿企業(yè)的服務質(zhì)量感知的調(diào)查，針對每個快遞服務屬性，調(diào)查顧客的服務質(zhì)量感知，標度為：（很好、較好、一般、較差、很差）=（5、4、3、2、1），其中標桿企業(yè)是本行業(yè)內(nèi)最優(yōu)秀的快遞公司。

4.2 數(shù)據(jù)的收集

從該快遞公司的顧客群中隨機抽取被訪對象，以E-mail和面對面兩種形式發(fā)放問卷250份，時間是2010年10月至11月，收回問卷235份，根據(jù)Kano顧客需求因素分類表（見表4）剔除存在問題回答的問卷4份，共回收有效問卷231份，有效問卷回收率為92.4%。統(tǒng)計結果見表5。其中Xˉi、Yˉi分別采用公式（1）、（2）計算得出，顧客感知的本企業(yè)和標桿企業(yè)平均服務質(zhì)量的計算公式如下：

其中，是顧客感知的本企業(yè)服務屬性fi的平均服務質(zhì)量，是顧客感知的標桿企業(yè)服務屬性fi的平均服務質(zhì)量，mij是j顧客感知的本企業(yè)服務屬性fi的服務質(zhì)量，nij是j顧客感知的標桿企業(yè)服務屬性fi的服務質(zhì)量，wij是j顧客對服務屬性fi的重要性評價。

表4 Kano顧客需求因素分類表

表4是Kano質(zhì)量屬性分類表，其中“A”表示魅力質(zhì)量屬性；“O”表示一元質(zhì)量屬性；“R”表示逆向質(zhì)量屬性；“M”表示必備質(zhì)量屬性；“I”表示無差異質(zhì)量屬性；“Q”表示有問題的回答。

表5 顧客對快遞服務屬性的感知評價

4.3 定量化Kano模型分類結果

根據(jù)表5所示的顧客平均滿意水平，可以得到顧客對各快遞服務屬性平均滿意度的散點圖，如圖2所示。其中，Kano重要度指標ri和Kano滿意度指標ai見表5。

4.4 顧客需求最終重要度的確定

基于定量化Kano模型原理，可以確定顧客需求的最終權重，具體步驟如下：

（1）依據(jù)表5的相關數(shù)據(jù)，計算Kano滿意度指標的正切值，并以服務屬性fi的Kano重要度指標ri作為初始重要性；

（2）依據(jù)表5的相關數(shù)據(jù)，以顧客感知的標桿企業(yè)服務屬性fi的平均服務質(zhì)量作為改進的目標值，計算服務屬性fi的初始改進率

圖2 快遞服務屬性的Kano分類圖

（3）依據(jù)式（4）修正服務屬性fi的初始改進率IR0，得到修正改進率IRadj；

（4）根據(jù)式（5），將修正改進率IRadj的倒數(shù)與初始重要度ri相乘，得到顧客需求fi的最終權重。具體結果如表6所示。

表6 基于定量化Kano模型的顧客需求最終重要度

從結果可以看出，該快遞企業(yè)服務屬性的顧客需求最終重要度從大到小依次是 f8、f1、f7、f5、f3、f4、f10、f9、f6、f2。從表6可以比較一下重要度最高的前三個服務屬性f8、f1、f7：雖然服務屬性f1的初始重要度最高，且改進后該屬性的顧客滿意提升程度也是最高的，但由于其Kano滿意度指標的正切值較低，其顧客滿意的提升效率也較低，因而需要付出很大的投入才能獲得滿意度的提升，這就在一定程度上降低了其重要性，其最終權重反而降低。服務屬性f8在這三個屬性當中的初始重要度最低，且改進后該屬性的顧客滿意提升程度也是最低的，但由于其Kano滿意度指標在這三個要素中最高，其顧客滿意的提升效率也最高，因而無需付出很大的投入即可獲得顧客滿意度較大的提升，這使其最終權重反而得到提高。對于服務屬性f5，雖然其顧客重要度和初始改進率低于f4、f10，但由于其Kano滿意度指標的正切值要高于f4和f10，因而其顧客滿意度的提升效率要高于二者，其重要度也相應提高。

如果按照傳統(tǒng)方法，f8、f1和f7往往會被賦以同一個Kano分類值，則無法體現(xiàn)它們之間的差異，這就使得屬于同一Kano分類的各質(zhì)量屬性的最終權重最后完全取決于其初始重要度的大??；而服務屬性f5則通常在服務質(zhì)量提升決策中會不予考慮，因為由圖5可知，f5屬于無差異質(zhì)量因素。但基于本文所提出的方法，服務屬性f5的顧客需求最終重要度卻較高，在服務質(zhì)量提升決策過程中需重點關注。

5 結束語

本文構建的定量化Kano模型，不但實現(xiàn)了其定量化和顧客需求分類的客觀化，而且其與QFD能進行有效集成，避免了傳統(tǒng)集成方法的缺陷。與以往的類似研究相比，本文的研究成果具有如下的特點：（1）通過構建定量化Kano模型，可以實現(xiàn)Kano模型與QFD的有效集成；（2）克服了以往研究無法解決同一Kano模型分類的顧客需求因素之間的差異問題。

本文的不足之處體現(xiàn)在：（1）只考慮了修正改進率和顧客重要度評價兩個影響顧客需求最終重要度的因素，并未進一步考慮其它影響顧客需求的相關因素；（2）研究還局限于顧客需求最終重要度的確定階段，進一步的研究可以從整個QFD實施的視角，去考察定量化Kano模型與QFD實施過程的集成問題。

[1] Jose A.Carnevalli,Paulo Cauchick Miguel.Review,Analysis and Classification of the Literature on QFD-Types of Research,Difficul?ties and Benefits[J].Int.J.Production Economics,2008,（114）.

[2] K.C.Tan,X.X.Shen.Integrating Kano's Model in the Planning Ma?trix of Quality Function Deployment[J].Total Quality Management&Business Excellence，2000,11(8).

[3] Kay C.Tan,Theresia A.Pawitra.Integrating SERVQUAL and Kano’s Model into QFD for Service Excellence Development[J].Managing Ser?vice Quality,2001,11(6).

[4] Yu Cheng Lee,Jih Kuang Chen.A New Service Development Integrat?ed Model[J].The Service Industries Journal,2009,29(12).

[5] Ankur Chaudha,et al.Integration of Kano's Model into Quality Func?tion Deployment(QFD)[J].The International Journal of Advanced Man?ufacturing Technology,1991,11(6).

[6] Kurt Matzler,Hans H.Hinterhuber.How to Make Product Develop?ment Projects More Successful by Integrating Kano's Model of Cus?tomer Satisfaction into Quality Function Deployment[J].Technovation,1998,18(1).

[7] Tontini G.Integrating the Kano Model and QFD for Designing New Products[J].Total Quality Management and Business Excellence,2007,18(6).

[8] Keivan Zokaei,Peter Hines.Achieving Consumer Focus in Supply Chains[J].International Journal of Physical Distribution&Logistics Management,2007,37(3).

[9] Sireli Y,Kauffmann P,Ozan E.Integration of Kano’s Model into QFD for Multiple Product Design[J].IEEE Transactions on Engineering Management,2007,54(2).

[10] Qianli Xu,Roger J.Jiao,Xi Yang,et al.An Analytical Kano Model for Customer Need Analysis[J].Design Studies,2009,30(1).

[11] Ching Chow Yang.The Refined Kano's Model and Its Application[J].Total Quality Management&Business Excellence,2005,16(10).