• 沒有找到結果。

整合 KANO 二維品質模式及品質機能展開法

第二章 、 文獻探討

第五節 整合 KANO 二維品質模式及品質機能展開法

由於品質機能展開法的使用困難點在於顧客需求不易取得、理解並組織,

且若獲得的資訊不正確,會使整個品質機能展開法出現不準確的預測(Christiano,

26

Liker & White 2001)。QFD 主要仰賴調查法、訪談法來排序顧客需求順序及重 要度,然而這些方法卻無法獲得所有顧客的真實感受(Zultner, 1990)。為了能真 正瞭解顧客需求且需求的完整性高,多位學者認為以品質機能展開法結合 KANO 二維品質模式便可獲得顧客的需求。(Tan & Shen, 2000)。

最 早 整 合 KANO 二 維 品 質 模 式 與 品 質 機 能 展 開 的 方 法 是 Matzler &

Hinterhuber(1998),將方法運用於滑雪橇之產品開發,使得產品的開發更能符 合消費者需求,其方法步驟如下:

(1)瞭解顧客相關需求:

首先需建立 KANO 問卷的問項,可透過個別訪談法及焦點團體訪談法來蒐 集顧客的需求。Matzler 認為以訪談法的方式用於表達客戶對於產品的需求與問 題是有效,且不僅能減少純粹使用問卷的影響,對於發掘顧客潛在的需求與問 題較有幫助。

(2)建置需求及順序之排序:

顧客需求需根據必須品質要素、一元品質要素、魅力品質要素來衡量其重 要性。必須品質要素必須被滿足,一元品質要素應具備競爭力,魅力品質要素 應吸引人注意。要提升顧客滿意度應從對顧客滿意具有較大影響力的產品屬性 進行改善。

(3)顧客認知的比較:

為了要瞭解改善某項產品屬性是否擁有強化競爭的優勢,企業必須與競爭 者進行顧客對其產品的認知比較。

(4)產品屬性之確認:

將顧客需求轉為工程規格。這會產生一個議題:當企業去改變產品或服務 設計時,團隊必須能夠確認滿足顧客需求的設計屬性。

(5)發展相關矩陣:

產品開發人員需判別不同的設計屬性對於不同客戶的需求影響程度。包含

27

改善設計屬性的優先權、提供確認符合顧客需求的方案及對後續的細部開發提 供一個目標。

(6)建置屋頂矩陣:

屋頂矩陣應要量化設計屬性間的實體關係。有時改善某一項設計屬性會影 響另一項設計屬性。

(7)成本、彈性及技術困難度的評估:

產品開發人員應量化每一設計屬性的成本、彈性及困難度,以能有較理想 的決策。

另外 Tan & Shen(2000)以如何設計好網頁的例子,提出整合 KANO 二維 品質模式至品質機能展開法,其相關步驟如下:

(1)分類顧客心聲:

將顧客需求屬性依照 KANO 品質要素分類,並選擇適當的轉換函數以將顧 客需求屬性分類至各個 KANO 品質要素。

(2)調整改進比值:

KANO 二維品質模式中,顧客滿意度可以利用參數的函數來予以量化,其 函數如下:

s = f(𝑘, 𝑝)

其中 s 表示顧客滿意度,p 表示產品或服務品質之績效,而 k 為 KANO 二 維品質要素分類之調整係數。接著又定義改進比值之方程式

IR0 =顧客期望的目標水準 顧客認知的目標水準

其中IR0表示改進比值,其計算方法為顧客期望的目標水準除上顧客認知的 目標水準。之後再定義調整後改進比值

IR adj = (IR0

1𝑘

(公式 2-3)

(公式 2-4)

28

其中,IR adj是依照 KANO 二維品質要素分類調整過後之改進比值,IR0為 改進比值,k 為 KANO 二維品質要素分類之調整係數。並定義魅力品質要素之 k 值為 2,一元品質要素 k 值為 1,而必須品質要素 k 值為 0.5。

最後品質機能展開後之調整重要度計算方法為顧客認知的重要度乘上調整 後改進比值所得。

另外 Tontini(2007)在開發啤酒杯的研究中指出,傳統的品質機能展開法 係以顧客對於產品或服務已具有相當的經驗且擁有能力以衡量產品或服務的重 要度及滿意度。以往在傳統的重要度及滿意度之間關係被認定為線性關係,且 為相互獨立。但 Tontini 認為兩者之間的關係並非永久為線性關係,且顧客在回 覆有關產品或服務需求的重要度上,往往是仰賴過往的經驗,導致造成顧客真 實需求的誤解。因此 Tontini 提出新的方法,將品質機能展開法之重要度改成以 下公式取代

m = Max(|CS|, |CD|)

其中 CS 與 CD 為 Berger et al.(1993)所提出的顧客滿意係數與顧客不滿 意係數,而上式計算方式為取顧客滿意係數與顧客不滿意係數之絕對值最高者 做為調整因子,以此做為調整因子的話,可減少顧客過去經驗的有無評估結果 所造成的影響。

Chaudha, Jain, Singh & Mishra(2011)在如何設計好網頁的研究中,將 Tan

& Shen(2000)所提出的調整後改進比值的計算方式增加 Tontini(2007)所提 出的調節因子,並將計算方式更改為

IRadj = (1 + m)k × IR0

而 Hashim & Dawal(2012)在如何設計符合人體工程學的工作站之研究中,

將 Tan & Shen(2000)提出之改善比值計算公式修改為專家重要度除以使用者 重要度,以將專家之意見納入影響因素。另外,在技術需求方面,提出絕對重要 度(Absolute Importance, AI),將調整重要度及顧客需求與工程技術間關係矩陣

(公式 2-5)

(公式 2-6)

29

相乘後的加總總合而得。

AI = ∑(j × r)

其中,AI為絕對重要度,j為調整後重要度,而r為工程技術及使用者需求之 相關矩陣。

(公式 2-7)

30

相關文件