ANP與ZOGP應用在知識管理之模糊品質機能展開

(1)

ANP 與 ZOGP 應用在知識管理之模糊品質機能展開

蔡曉萍1_、黃士滔2 * 1_{高雄應用科技大學工業工程與管理系碩士班，} 高雄市三民區建工路415 號 2_{高雄應用科技大學工業工程與管理系副教授，} 高雄市三民區建工路415 號 *聯絡作者 e-mail：[email protected]

摘要

在現今全球化的知識經濟產業衝擊下，企業必須不斷地依靠知識的發掘、分享、應用與創新，藉以強化企業的競爭優勢，達到提升經營績效的目的。而在企業中面對的是更多的知識經濟的挑戰與衝擊，對知識管理策略的規劃與建置亦更顯重要。因此，本研究結合了模糊品質機能展開（Fuzzy Quality Function Deployment, FQFD）、分析網路程序法（Analytic Network Process, ANP）及 0-1 目標規劃法（Zero-One Goal Programming, ZOGP）這三種方法進行探討，以了解知識管理流程所重視的屬性。最後本研究並將以一個實例說明所提出之研究方法的應用，並進而提供規劃者一個具體分析的方法，使知識管理技術準則因素評估選擇之決策者有充分的決策參考依據。本研究所建立的知識管理技術準則因素評選模式，在綜合考量經由模糊品質機能展開、 ANP 與 ZOGP 後所評選出之技術特性項目有： 1.在知識取得流程中被選取之技術特性為取得公司市場需求的知識之能力、定義公司／部門知識之能力、應用統計分析方法之能力。 2.在知識轉換流程中被選取之技術特性為完整人力資源策略和政策之能力、人力資源具有配合組織設計和組織發展的需求之能力、員工的專長與其所從事的工作能相適配之能力、完整的教育訓練規劃之能力、使具備健全的員工學習制度之能力。 3.在知識應用流程中被選取之技術特性為傳承公司/部門知識之能力。 關鍵詞：知識管理（KM）、模糊品質機能展開（FQFD）、分析網路程序法（ANP）、0-1 目標規劃法 （ZOGP）。

(2)

壹、研究背景、動機與目的

「在20 世紀的企業，最有價值的資產是生產設備。在 21 世紀的組織，最有價值的資產將是組織內的知識工作者和他們的生產力。」（彼得杜拉克，2000）。因此在知識管理中一般所談論的都是針對企業內部如何提高員工工作效率的論點，其實知識管理也可應用於顧客服務之上，只要配合上適當的科技、工具、元件和架構就能提供外部顧客存取內外部資訊的能力，必能夠嘉惠於顧客服務機構。因此顧客服務機構應該謹慎地評估它們對於知識管理（Knowledge Management；KM）技術的需求，且在適當的投資報酬率下實際執行這些技術。雖然這些技術在過去3、4 年呈現出很大的商機，但很重要的一點是一個成功的KM 是倚靠在人的因素上—好的管理和流程。回顧國內外與知識管理相關文獻及探討，其文獻篇幅已快速成長。就學理上而言，知識管理的相關研究大都著重在知識的創造（Nonaka and Takeuchi,1995; Leonard-Barton, 1995; 尤克強，2001; 梁莉麗，2002）與知識的轉換（Hedlund, 1994; Nonaka and Takeuchi, 1995; Gilbert and Gordey-Hayes, 1996;Dayasindhu, 2002; 賴宜美，1999）兩方面的探討，缺乏對於組織內部知識整合構面的連結，譬如：在知識獲取流程中，在內部組織中何種知識是需要的？在知識轉換流程中，如何整合與轉換才能符合內部需求？在知識應用流程中，如何透過教育訓練方式以及應用知識，才能整合內部組織知識能力的運作?這些議題都有待後續的探討，此為本文研究動機之一。關於一個公司在「知識管理技術準則因素評估選擇」考量下對於具有內部相依性質之準則因素（準則因素與準則因素之間存在互相影響），其選擇性的問題實應屬一多準則決策（Multiple Criteria Decision Making, MCDM）的問題，經由彼此間不斷的相互回饋（Feedback）過程而得到最終之選擇準則因素。過去許多有關評選準則因素問題的研究大都無法反應出介於目標以及準則因素間彼此所存在的相互依存（Interdependent）之關係，此一相關問題則為本文研究動機之二。考量到目前公司知識管理相關議題對知識管理決策及準則因素選定時容易遇到實務問題，而本研究在「知識管理技術準則因素評估選擇」乃是針對決策者或計劃者所規劃發展之知識管理技術因子進行評估及篩選，因此本研究將會假設知識管理技術因子之限制條件（例如：成本、人力及公司資源等之限制條件下），希望最後尋出能符合該公司需求之最佳技術準則因素評選。其相關條件限制問題及如何在資源限制因素下選擇出最佳組合為知識管理之技術準則因素評選乃為本文研究動機之三。針對知識管理技術準則因素評估選擇依其使用方法可整理為下列三類：(1)應用品質機能展開（Fuzzy Quality Function Deployment；FQFD）來掌握員工知識需求或預期，轉換成代用特性並訂定產品或服務設計之標準；協助企業建立一套系統化的制度，將員工知識品質需要

(3)

與企業業務機能的展開同時考量，並將各機能要素做有系統地展開，同時利用語言變數評估質化指標，並以梯形模糊數量化排序，可與量化指標同時加權處理，求得各因素之優先排序值，以確立其優先順序並建立彼此之關聯性。(2)應用分析網路程序法（Analytic Network Process；ANP）來評估知識管理技術準則因素，以考量存在於準則及因素間之互相依存及回饋（feedback）之關係，以求取因素之優先順序權重，並建立知識管理技術準則因素的層級架構。(3)應用目標規劃法（Zero-One Goal Programming；ZOGP）來評估技術準則因素，以考量在資源有限之情況下，利用數學模式運算並且可藉其獲得並達成目標需求之最佳知識管理技術準則因素評選。經由上述之研究方法，提供決策者一個客觀且具有量化分析之決策評估參考依據，進而使知識管理更符合需求以及使決策者在知識管理技術準則評估選擇方面有充分的決策參考依據。

貳、模糊品質機能展開結合分析網路法與 0－1 目標規劃法

本研究係以電信業者之觀點，著重在個案電業服務業的知識管理技術準則評選模式之探討，其以實證的研究方法整合品質機能展開（QFD）、分析網路法（ANO）與 0－1 目標規劃法（ZOGP），找出個案電信業者之知識管理的關鍵技術特性，藉此幫助企業成功地選擇真正符合企業需求之知識管理，避免公司在實行知識管理之後，造成資源的浪費及不切需求的二度窘境。圖1 為本研究之流程圖。圖一研究流程圖進行問卷調查及專家意見方法 Fuzzy QFD 方法 ANP 方法 ZOGP 模式建構取得最佳解經由QFD展開，取得知識管理流程能力與技術特性之需求，並建立各因素的優先順序及其關聯性。將QFD取得數據，以及準則及方案之間相互依存關係，藉由ANP 建立各因素的優先順序及其關聯性。將ANP取得數據，進行目標規劃建構。

(4)

參、實證分析

一、個案電信業者知識管理流程模糊品質機能展開（ZOGP） 品質機能展開分析則利用服務品質要素與服務品質技術導入於品質屋關係矩陣，以推導出知識管理流程的策略。因篇幅限制以知識取得流程構面為例，則品質機能展開步驟如下： 步驟一：建立知識管理流程需求展開，選定評估準則 本研究在知識管理流程需求展開的製作上，主要參考Andrew et al.（2001）之研究觀點與知識管理程序特性建立相關量表，趙志揚、黃啟倫（民93）以及 Sarvary（1999）之研究，整理出了「知識取得流程」、「知識轉換流程（透過教育訓練）、「知識應用流程」，共計三個構面，26 項指標，製作成「知識管理流程需求展開表」，如表 1 所示。

(5)

步驟二：建立技術特性品質展開，選定評估準則

HOQ 上方的部分為「技術特性品質展開表」，各構面中指標參考趙志揚、黃啟倫（民 93）、Sveiby（1997）及 Edvinsson and Malone（1999）之定義，對員工能力的衡量主要是

指人員之管理能力而言，共計三個構面，包含「技術因子」、「人力資源因子」、「管理因子」，

彙整出21 項技術特性指標製作成「技術特性品質展開表」，如表 2 所示。

步驟三：品質屋關係矩陣與屋頂相關矩陣

HOQ 的關係矩陣主要可表示「知識管理流程需求展開表」與「技術特性品質展開表」中各要素的相關性，其相關性r （ij KPCi與VOE 關係強度），j ●表示高度相關（very high related），▲表示中度相關（medium related），*表示低度相關（low related），本研究所建立

的品質屋關係矩陣為一26×21 之矩陣。品質屋屋頂相關矩陣主要表示各技術特性之間的相

關性(cij)，其分別以●表高度相關（評比值=0.9），▲中度相關（評比值=0.3），*輕度相關（評比值=0.1）（朱艷芳，民 88），本研究以一個 21×21 的矩陣表示。限於篇幅僅列出如圖 2 所示。

(6)

圖2 知識取得流程之 VOE 與 VOC 關係強度 步驟四：導入模糊化 品質屋關係矩陣與屋頂相關矩陣的相關性，每一個評估項目都由中華電信公司部門主管，依各評估項目參考值與此種能力對企業現況或未來的相關程度作評估，本研究再予以模糊化，我們將品質屋關係矩陣與屋頂相關矩陣之每個相關性分別以語意變數來表示。在許多情況裏，使用語意變數來表示各種狀況時，仍然會有某些不確定性以及模糊性存在，因此可以使用梯形隸屬函數將模糊的語意變數量化成模糊數。然後使用形心法，將品質屋關係矩陣與屋頂相關矩陣相關性的模糊數解模糊化轉化成明確值。最後再將明確值代入圖 2 中而產生一個新的品質屋，如圖 3 所示為模糊化中華電信知識管理的知識取得構面品質屋。 步驟五：知識管理流程需求熵值重要性（Entropy） 步驟六：品質機能展開 經由實施問卷調查所獲得有關於知識管理的情形後，我們再將其轉換成能夠顯示數量化的品質屋，然後針對三個流程不同構面，相對的也產生出三張不同構面之知識品質屋，依據模糊化後的品質屋，將品質屋關係矩陣予以正規化。限於篇幅僅列出一部分，如圖 3 正規化後中華電信知識管理的知識取得構面品質屋所示。圖 3 中正規化的網格內數據之計算方法，則係根據 Wasserman（1993）所提出之方法，公式如式(1)，例如圖 3 中熟悉內部環境能力與取得公司市場需求的知識之能力所對應的網格內之數字（以下均以熟悉內部環

(7)

境之能力為例），其計算如下：

∑∑

∑

= = = ⋅ ⋅ = ₁₀ 1 10 1 , , 1 10 1 1 , , 1 1 , 1 ) ( ) ( j k k j j k k k norm c r c r r ) ... ( ... ) ... ( ) ... ( ) ... ( ₁_,₁ ₁_,₁₀ ₁_,₂ ₂_,₁ ₂_,₁₀ ₁_,₃ ₃_,₁ ₃_,₁₀ ₁_,₁₀ ₁₀_,₁ ₁₀_,₁₀ 1 , 1 1 , 10 10 , 1 1 , 9 9 , 1 1 , 8 8 , 1 1 , 7 7 , 1 1 , 6 6 , 1 1 , 5 5 , 1 1 , 4 4 , 1 1 , 3 3 , 1 1 , 2 2 , 1 1 , 1 1 , 1 c c r c c r c c r c c r c r c r c r c r c r c r c r c r c r c r + × + + + × + + × + + × × + × + × + × + × + × + × + × + × + × = ) 2166 . 1 ( 0 ) 1083 . 1 ( 0 ) 9494 . 4 ( 0 ) 114 . 5 ( 9 ) 114 . 5 ( 0 ) 4952 . 5 ( 0 ) 0264 . 5 ( 0 ) 4952 . 5 ( 0 ) 652 . 4 ( 0 ) 9847 . 5 ( 86 . 0 1083 . 0 0 0 4788 . 0 0 4788 . 0 0 4788 . 0 86 . 0 86 . 0 0 86 . 0 0 86 . 0 0 86 . 0 0 1 86 . 0 × + × + × + × + × + × + × + × + × + × × + + × + × + × + × + × + × + × + × = 1332 . 0 = ₍₁₎ 式中 1 , 1 c ：自己與自己的相關性為1。 1 , 2 c ：取得公司市場需求的知識之能力與定義公司／部門知識之能力的相關性為0.86（高度相關）。 ) ... (c₁_,₁+ c₁_,₁₀ _{：1+0.86+0.86+0.86+0.86+0.4788+0.4788+0.4788+0.0+0.1083=5.9847。} 圖3 知識管理的知識取得流程構面品質屋

(8)

二、個案電信業者分析網路程序法（ANP） 因篇幅限制以知識取得流程構面為例，則分析網路程序法步驟如下： 【步驟一】決定各知識流程能力之絕對權重矩陣。 知識取得流程各能力之絕對權重矩陣w1可由圖3 而得來，表示如下： ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎝ ⎛ = 1857 . 0 2121 . 0 2694 . 0 1802 . 0 2839 . 0 2901 . 0 (C6) 熟悉各部門工作之能力 (C5) 瞭解產解產業未來發展略(C4) 瞭解公司發展方向與策程(C3) 熟悉公司經營與作業流 2) 熟悉外部環境能力(C (C1) 熟悉內悉內部環境 1 w 【步驟二】決定各知識流程能力對各技術特性的相關矩陣。 由圖3 可得到知識取得流程各能力對各技術特性各能力的相關矩陣w₂，如表3 所示。表3 知識取得流程各能力對技術特性各能力之相關矩陣w₂

(9)

【步驟三】進行知識流程能力與各知識流程能力間內部相互依存關係的成偶比對。 接著則進行知識流程能力與各知識流程能力間內部相互依存關係的成偶比對，比較各知識流程能力間相互影響的關係，其能力之間的關係是根據圖2 中知識流程能力（VOC）相關性而來。其各知識流程能力間相互影響的程度，以第一列的熟悉內部環境能力 C1 而言，則表示在熟悉內部環境能力C1 之下，各能力所獲得之 Saaty 九個評量尺度之得分值。以此類推來進行成對比較後，以求得各知識流程能力實際對目標影響之權重，其以w 表示。 3 在知識流程能力中六個因素兩兩成對比較後，可得到知識取得流程之w3=(w31，w32， 33 w ，w34，w35，w36)，如下列矩陣所示。 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 0756 . 0 0535 . 0 0535 . 0 0671 . 0 0 0909 . 0 0 0958 . 0 0958 . 0 1150 . 0 1250 . 0 0 1333 . 0 1239 . 0 1239 . 0 1470 . 0 2321 . 0 0 4711 . 0 3437 . 0 3437 . 0 3898 . 0 0 5175 . 0 0 3831 . 0 3831 . 0 0 6429 . 0 0 3200 . 0 0 0 2812 . 0 0 3916 . 0 3 w 【步驟四】進行技術特性與各技術特性間內部相互依存關係的成偶比對。 接著進行技術特性與各技術特性間內部相互依存關係的成偶比對，比較各技術特性間相互影響的關係，其特性之間的關係是根據圖 2 上方的屋頂相關性而來。其各技術特性間相互影響的程度，以第一列取得公司市場需求的知識之能力E1 而言，則表示在取得公司市場需求的知識之能力 E1 之下，各能力所獲得之 Saaty 九個評量尺度之得分值。其以w₄表示。在技術特性中十個因素兩兩成對比較後，知識取得流程構面對應之w₄=(w₄₁，w₄₂， 43 w ，w₄₄，w45，w46，w47，w48，w49，w410)。 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 1905 . 0 0 0287 . 0 0 0 0 0 0 0 0209 . 0 0 3333 . 0 0240 . 0 0 0 0 0 0 0 0 3333 . 0 6667 . 0 1731 . 0 0274 . 0 0266 . 0 0259 . 0 0360 . 0 0256 . 0 0284 . 0 0641 . 0 0 0 0696 . 0 2615 . 0 0835 . 0 0821 . 0 1198 . 0 0793 . 0 0905 . 0 0829 . 0 0 0 0766 . 0 0309 . 0 2716 . 0 0437 . 0 0639 . 0 0441 . 0 1570 . 0 1240 . 0 0 0 0567 . 0 0574 . 0 1275 . 0 2926 . 0 1012 . 0 0696 . 0 0840 . 0 0662 . 0 0 0 0743 . 0 0839 . 0 0725 . 0 0696 . 0 2663 . 0 0952 . 0 0 0871 . 0 0 0 1012 . 0 1104 . 0 0450 . 0 0972 . 0 1830 . 0 2335 . 0 1330 . 0 1192 . 0 0 0 1468 . 0 1369 . 0 1275 . 0 1240 . 0 0 1357 . 0 2017 . 0 1735 . 0 4762 . 0 0 2491 . 0 2915 . 0 2459 . 0 2649 . 0 2290 . 0 3172 . 0 3053 . 0 2620 . 0 4 w

(10)

【步驟五】求各知識流程能力之內部相依優先權重矩陣wC。綜合各知識流程能力之絕對權重矩陣w₁ 以及不同知識流程能力對各知識流程能力間之內部相依關係進行成偶比較之權重矩陣w3，即可求得各知識流程能力之內部相依優先權重矩陣wC，wC =w3 ×w1。以知識取得流程為例，其內部相依優先權重矩陣為： ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = × = 0783 . 0 1023 . 0 2768 . 0 4733 . 0 3670 . 0 2236 . 0 1 3 w w w_C 【步驟六】求各技術特性實際的影響權重矩陣wA。綜合每個知識流程能力對於各技術特性各能力的相關矩陣w₂及不同技術特性對各技術特性間之內部相依存關係的權重矩陣w₄，w_A =w₄×w₂。即可求得各技術特性實際的影響權重矩陣。以與知識取得流程相對應之技術特性實際的影響權重矩陣為例，其矩陣為： ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = × = 0052 . 0 0071 . 0 0063 . 0 0096 . 0 0063 . 0 0085 . 0 0198 . 0 0022 . 0 0024 . 0 0057 . 0 0029 . 0 0029 . 0 0796 . 0 0465 . 0 0483 . 0 0557 . 0 0501 . 0 0501 . 0 1030 . 0 1049 . 0 1037 . 0 1126 . 0 1092 . 0 1132 . 0 1018 . 0 0991 . 0 1053 . 0 0969 . 0 0995 . 0 0995 . 0 1135 . 0 1088 . 0 1054 . 0 1102 . 0 1042 . 0 1042 . 0 0899 . 0 0927 . 0 0801 . 0 0962 . 0 0922 . 0 0922 . 0 1133 . 0 1255 . 0 1295 . 0 1213 . 0 1259 . 0 1259 . 0 1208 . 0 1270 . 0 1428 . 0 1229 . 0 1299 . 0 1299 . 0 2531 . 0 2661 . 0 2761 . 0 2689 . 0 2675 . 0 2732 . 0 2 4 w w w_A 【步驟七】求得各技術特性之實際優先權重矩陣 ANP w 。綜合各技術特性實際的影響權重矩陣w_A與各知識流程能力之內部相依優先權重矩陣 C w ，即可得各技術特性的實際優先權重 ANP w ， A C ANP w w w = × 。以與知識取得流程相對應之技術特性的實際優先權重矩陣為例，其矩陣如下：

(11)

⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = × = 0110 . 0 0066 . 0 0755 . 0 1558 . 0 1413 . 0 1524 . 0 1307 . 0 1764 . 0 1826 . 0 3824 . 0 之能力具有編輯與撰寫知識庫力應用統計分析方法之能之能力為量化管轉換智慧知識之能力轉化隱性知識成為顯性部門知識之能力 / 整合公司部門知識之能力 / 分類公司部門知識之能力 / 篩選公司部門知識之能力 / 評估公司部門知識之能力 / 定義公司識能力取得公司市場需求的知理資產 C A ANP w w w 【步驟八】求得附加目標優先權重矩陣 KC w 及wBC。在知識取得流程中，本研究假定的附加目標則為：(1)知識創造性：在組織中，已知的知識，若知道如何去運用，此時知識即具生產力。倘若知識對組織而言是新穎、不同的，則此知識對組織具有創新力。企業整體創造新知，將新知傳播至整個組織，並將其融入公司的產品、服務與系統的能力，即為組織知識創造上的能力，此一能力已被視為現代組織的競爭優勢。(2)預算成本等兩方面資源要素，進行各附加目標之成偶比較，以求出各附加目標之影響權重，各附加目標之權重值以 KC w 及wBC表示。在技術特性與各技術特性間內部相互依存關係的成偶比對，利用專家意見取得比較各技術特性間相互影響的關係。其各技術特性間相互影響的程度，以第一列取得公司市場需求的知識之能力E1 而言，則表示在取得公司市場需求的知識之能力 E1 之下，各能力所獲得之Saaty 九個評量尺度之得分值。 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 0239 . 0 0618 . 0 1635 . 0 1439 . 0 0704 . 0 0704 . 0 0888 . 0 1072 . 0 1255 . 0 1445 . 0 之能力具有編輯與撰寫知識庫力應用統計分析方法之能之能力為量化管轉換智慧知識之能力轉化隱性知識成為顯性部門知識之能力 / 整合公司部門知識之能力 / 分類公司部門知識之能力 / 篩選公司部門知識之能力 / 評估公司部門知識之能力 / 定義公司識能力取得公司市場需求的知理資產 KC w

(12)

⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = 0216 . 0 0627 . 0 1032 . 0 1025 . 0 0581 . 0 0660 . 0 0738 . 0 0816 . 0 0895 . 0 3410 . 0 之能力具有編輯與撰寫知識庫力應用統計分析方法之能之能力為量化管轉換智慧知識之能力轉化隱性知識成為顯性部門知識之能力 / 整合公司部門知識之能力 / 分類公司部門知識之能力 / 篩選公司部門知識之能力 / 評估公司部門知識之能力 / 定義公司識能力取得公司市場需求的知理資產 BC w 【步驟九】求得各附加目標的實際優先權重矩陣。 最後綜合各附加目標優先權重矩陣 KC w 及wBC與不同技術特性對各技術特性間之內部相互依存關係的權重矩陣w4_{後，即可得各附加目標的實際優先權重矩陣} KC' w 、wBC'， KC KC w w w ' = ₄× 、 BC BC w w w ' = ₄× ，知識取得流程各附加目標的實際優先權重矩陣如下： ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = × = 0142 . 0 0234 . 0 0949 . 0 1031 . 0 0944 . 0 0817 . 0 0822 . 0 1204 . 0 1437 . 0 2419 . 0 之能力具有編輯與撰寫知識庫力應用統計分析方法之能之能力為量化管轉換智慧知識之能力轉化隱性知識成為顯性部門知識之能力 / 整合公司部門知識之能力 / 分類公司部門知識之能力 / 篩選公司部門知識之能力 / 評估公司部門知識之能力 / 定義公司識能力取得公司市場需求的知 4 ' 理資產 KC KC _w _w w ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ = × = 0123 . 0 0245 . 0 0959 . 0 1111 . 0 0872 . 0 0837 . 0 0807 . 0 1236 . 0 1409 . 0 2400 . 0 之能力具有編輯與撰寫知識庫力應用統計分析方法之能之能力為量化管轉換智慧知識之能力轉化隱性知識成為顯性部門知識之能力 / 整合公司部門知識之能力 / 分類公司部門知識之能力 / 篩選公司部門知識之能力 / 評估公司部門知識之能力 / 定義公司識能力取得公司市場需求的知 4 ' 理資產 BC BC w w w 三、個案電信業者之 0－1 目標規畫（ZOGP）

(13)

因篇幅限制以知識取得流程構面為例，則分析網路程序法步驟如下：以下針對知識取得流程之 0-1 目標規劃模式的相關目標函式、決策變數與限制條件以及求解結果作一分析與說明。 (一)目標函數之說明 各目標成偶比較，以計算出各目標間之影響權重，如表 9 所示，附加目標間相互影響的程度，各準則所獲得之Saaty 九個評量尺度之得分值。本 0-1 目標規劃之目標為求各要素之偏差值總和最小化。故本ZOGP 之目標函數如下所述：總和最小化0-1 規劃的目標函數為： − + − ₊ ₊ 3 2 1 (0.1818/10) 0.2867 5315 . 0 min d d d (二)限制式之設定 根據ANP 法所求得之 10 個技術特性優先權重值，故本 ZOGP 之限制條件一如下所述： 1 0110 . 0 0066 . 0 0755 . 0 1558 . 0 1413 . 0 1524 . 0 1307 . 0 1764 . 0 1826 . 0 3824 . 0 1 1 10 9 8 7 6 5 4 3 2 1 = − + + + + + + + + + + + − d d x x x x x x x x x x 根據附加目標 KC' w 所求得之10 個優先權重值，故本 ZOGP 之限制條件二如下所述： 10 0142 . 0 0234 . 0 0949 . 0 1031 . 0 0944 . 0 0817 . 0 0822 . 0 1204 . 0 1437 . 0 2419 . 0 2 2 10 9 8 7 6 5 4 3 2 1 = − + + + + + + + + + + + − d d x x x x x x x x x x 根據附加目標 BC' w 所求得之10 個優先權重值，故本 ZOGP 之限制條件三如下所述： 1 0123 . 0 0245 . 0 0959 . 0 1111 . 0 972 . 0 0837 . 0 0807 . 0 1236 . 0 1409 . 0 2400 . 0 3 3 10 9 8 7 6 5 4 3 2 1 = − + + + + + + + + + + + − d d x x x x x x x x x x 最後，需加以限制的是決策變數x 及正負偏差之值，假若技術特性為較具有優先執行j 之條件，此時x 之值則為j 1，若無此優先執行之條件則為 0，而正負偏差變數值皆大於等於0。再經由電腦軟體 LINDO 程式運算後，以求出之結果。

肆、結論

綜合上述，經由模糊品質機能展開（FQFD）、分析網路程序法（ANP）及 0-1 目標規劃法（ZOGP）評選出，三大構面知識管理流程構面前三名優先技術特性項目彙總如表 4 所示。

(14)

表4 三種方法之知識管理各流程構面所評選出之技術特性因素

由實證研究結果可得知，本研究所建立的知識管理技術準則因素評估選擇之模式，經由模糊品質機能展開、ANP 與 ZOGP 模式所求得之解，三者可能不盡相同，其將使所求得之解

答產生不同之結果，其中由於ZOGP 模式包含前兩者，考慮較完整，故 ZOGP 所求解出之項

(15)

參考文獻

[1] 尤克強，2001，知識管理與創新，初版，天下文化出版社，台北。 [2] 彼得杜拉克著，劉毓玲譯，2000，21 世紀的管理挑戰，初版，天下遠見出版社，台北。 [3] 梁莉麗，2002，知識分享對組織內知識創造能力之影響研究，彰化師範大學工業教育學系未出版碩士論文。 [4] 趙志揚、黃啟倫，2004，”台灣高科技產業管理人員能力內涵研究”，人力資源管理學報，第四卷，第二期，頁1-24。 [5] 賴宜美，1999，技術移轉與組織學習之研究－以中華汽車為例，國立政治大學企業管理研究所未出版碩士論文。

[6] Andrew, H. G., M. Arvind and H. S. Albert, 2001, ”Knowledge Management: An Organizational Capabilities Perspective,” Journal of Management Information System, Vol. 18, No.1, pp. 185-214。

[7] Dayasindhu, D., “Embeddedness, Knowledge Transfer, Industry Clusters and Global Competitiveness: A Case Study of the Indian Software Industry,” Technovation, Vol. 22, No. 9, 2002, pp. 551-560。

[8] Edvinsson, L. and M. S. Malone, Intellectual Capital, New York, 1999, Harper-Collins Publishing, Inc.

[9] Gilbert, M. and M. Gordey-Hayes, “Understanding The Process of Knowledge Transfer to Achieve Successful Technological Innovation,” Technovation, Vol. 16, No. 6, 1996, pp. 301-312.

[10] Helleloid, D. and B. Simonin, Organizational Learning and a Firm’s Core Competence-Based Competition, John Wiley and Sons, 1994, New York.

[11] Leonard-Barton, D., 1995, Wellsprings of Knowledge: Building and Sustaining the Source of Innovation, Boston: Harvard Business School Press.

[12] Nonaka, I. and H. Takeuchi, The Knowledge Creating Company, 1995, New York: Oxford University Press.

[13] Sarvary, M., ”Knowledge Management and Competition in the Consulting Industry,”

California Management Review, Vol. 41, No. 2, 1999, pp. 95-107.

[14] Sveiby, K. E., The New Organizational Wealth-Managing and Measuring Knowledge-Based Assets, 1997, San Francisco: Berrett-Koehler.

ANP與ZOGP應用在知識管理之模糊品質機能展開