行政院國家科學委員會補助專題研究計畫成果報告
提昇新產品設計與開發效益之決策支援系統（II）
計畫類別：█個別型計畫 □整合型計畫 計畫編號：NSC 96-2221-E-011-101
執行期間：96 年 08 月 01 日至 97 年 07 月 31 日 計畫主持人：張文智
執行單位：國立台灣科技大學工商業設計系
中 華 民 國 96 年 7 月 31 日
行政院國家科學委員會專題研究計畫成果報告
提昇新產品設計與開發效益之決策支援系統（II）
A Decision Support System for Enhancing the Effectiveness of New Product Design and Development（II）
計畫編號：NSC 96-2221-E-011-101
執行期限：96 年 08 月 01 日至 97 年 07 月 31 日 主持人：張文智 國立台灣科技大學工商業設計系
一、中文摘要
企劃與設計（P&D）是影響新產品 開發成功與否的重要階段。而公司決策 者則因新產品開發所涉及之不確定因 素眾多，諸如營運策略、資金運用、市 場行銷、技術研發、生產製造、顧客需 求及外觀造形等，於評價設計替選方案 時依個人主觀的判斷而遽下最終決。本 研究提出一應用雙向分析網路程序法
（bi-directional ANP）就企劃與設計 兩面向同步進行之SMART2 評價模式，
以求得分別評比概念發展所提出之設 計替選方案各局部權值；再經由決策團 隊確立此新產品導向比重後，計算其整 體綜合權值，並進行陡坡敏感度分析
（GSA），作為評價與決策之參考依據。
接著，在考量企業有限資源和種種條件 限制下，此模式且可整合建構之0-1 目 標規劃（ZOGP）數學模型，讓決策者選 擇最有利於實際執行此新產品開發案 的最佳組合。本文並以開發中的新產品
「孕育體驗母子機」實證說明此評價模 式在決策應用上之可行。研究結果顯示 四款設計替選方案在產品企劃面向評 估所得之局部權值為C（0.365）> B
（0.273）> A（0.257）> D（0.105）；
在產品設計面向評估則為A（0.299）> C
（0.237）> B（0.283）> D（0.181）。
而進一步的敏感度分析更清楚描述不 同產品導向比重下的三個決策區段，其 中最大決策區C > A > B > D 約佔66.5%
（20.5-87%）。因此最後將企劃與設計 面向之產品導向比重設定為50-50% ， 作為0-1 目標規劃法模擬點以獲得最佳
解（optimal solution）。其最終之決 策結果為執行設計方案A 和方案C，除 了適切地將企業所能提供的資源充分 運用外，並根據量化分析之數據具體且 客觀地選出最佳的產品設計方案。
關鍵詞：新產品開發、SMART2 評價模 式、分析網路程序法、陡坡敏感度分 析、0-1 目標規劃法
Abstract
Planning and design (P&D) phase is most critical to project success in new product development (NPD).
When selecting an appropriate P&D alternative which involves a
variety of different considerations such as corporate strategy, finance, marketing, technology, production, customer need, product aesthetics, and so forth, most company＇s high level management lack the ability of effectively evaluate the candidates.
Substandard NPD project is often a direct result of inadequate
decision-maker selection. In this paper, we propose a concurrent SMART2 evaluation model of NPD design alternatives using
bi-directional Analytic Network Process (ANP). It is used to
determine the local weights of these candidates from planning and design dimensions, respectively. Followed by this above evaluation model, a
Gradient Sensitivity Analysis (GSA) is applied to calculate the overall weights and a mathematical Zero-One Goal Programming (ZOGP) is built to incorporate multiple objectives in order to reach an optimum solution.
Subsequently, a NPD design case is presented to illustrate the overall decision procedure and to examine the effectiveness of our proposed new model. The result shows that the local weights of alternatives in planning aspect is C (0.365) > B (0.273) > A (0.257) > D (0.105)；
in design aspect is A (0.299) > C (0.237) > B (0.283) > D (0.181).
Furthermore, the priority of
alternatives in the largest of the three decision areas (C > A > B >D) identified by GSA is occupied around 66.5% (20.5%-87%). Finally, a 50-50 proportion in planning and design dimensions is applied as a
simulation point to demonstrate the final optimal solution-design alternatives A and C.
Keywords：New Product Development, SMART2 Evaluation Model, Analytic Network Process, Gradient
Sensitivity Analysis, Zero-one Goal Programming
二、研究源由與目的
新產品開發（new product development, NPD）前期作業中，企劃 和設計（planning and design, P&D）
在整個專案過程裡扮演著同等重要的 地位，也是企業獲利與生存的關鍵
［15］。Pullman 等人［18］曾強調產 品企劃人員（包括市場行銷、製程技 術、品質管控等領域）在NPD 的重要性，
認為以其具有的專業能力所進行之現 有產品分析，或藉由市場調查及問卷訪
談所得知的消費者偏好，不論採質性研 究或量化分析的數據結果，都可視為擬 定新產品開發方針之參考；相對的，設 計專業的貢獻卻隻字未提。以往設計師 是透過產品企劃的成果與所作結論進 行「自我管理(self-managing)」式的 設計執行［26］，而組成今日企業內部 所謂的「產品研發團隊(product development team, PDT)」。雖然企業 對新產品開發的積極投入隨著全球化 競爭的白熱化日益加速腳步，但Booz 等 人［8］卻在一項調查中明白指出，新 產品開發以此種合作機制或類似模式 的運作下，其成果是無法令人滿意的：
在1963 到1981 年間，700家企業的新 產品開發案成功率僅佔33-35%，而研發 所需投入的龐大費用，在7 件產品設計 案中也僅有1 件能真正問市。因此本研 究希望能針對需適切整合企劃與設計 專業的新產品開發活動，建構一以雙向
（bi-directional）分析網路程序法
（analytic network process, ANP）
為設計方案決策分析的同步SMART2評 價模式。除了可達成同時考量兩不同面 向所涵蓋之不同評估準則外，實際上也 能解決真實世界中此些評估準則彼此 間所存在的相依性（interdependence）
及回饋（feedback）關係［28］。畢竟 於經濟面的考量下，產品設計方案的選 擇是屬於多準則決策（multi-criteria decision making, MCDM）問題，需顧 及的影響因素眾多。這也是大部分公司 決策者面臨最終方案選擇時無所適從 或無法達成共識的主因；甚而造成企業 體風險成本的提高，嚴重損及公司的整 體利益。再者，研發新產品亦需明確制 定營運策略的產品導向；不論是企劃導 向，抑或設計導向。如此才能獲得各方 案整體的優先順序權值，並進而尋求一 個有效的新產品開發決策機制協助經 營團隊作出正確的判斷；也就是若能進 一步針對公司在有限資源與條件限制 等財務面考量下，應用目標規劃抉擇開 發執行的最佳方案組合，此評價模式將
發揮其更大的效益。
三、研究方法與程序
3-1 同步SMART2 評價模式
本研究得以採用多準則決策理論 之分析網路程序法（analytic network process, ANP），考量兩個不同屬性的
「SMART」面向（dimension）建構創新 的同步SMART2（SMART×SMART）雙向ANP 評價模式（圖2 所示採本研究之四款設 計替選方案為例）。一為產品企劃面 向，包括策略（Strategy）、行銷
（Marketing）、美學（Aesthetics）、
需求（Requirement）及技術
（Technology）五個評估準則；另一則 為產品設計面向，包含外形（Shape）、
材料（Material）、組裝（Assembly）、
色彩（coloR）及質感
（Texture）五個評估準則。由於企劃 專業與設計專業兩面向對新產品開發 所考量的因素和立場不同，其衍生的十 項評估準則（criteria）【層級2】自 然也有所差異；當然，各自對替選方案
（alternatives）【層級3】整體評估 的目標（goal）【層級1】也不會是相 同的。是故，以此雙向ANP 評價模式將 可同步獲得兩面向對方案個別評比的 優先權值，作為決策者進行概念發展整 體評估的依據；同時將所獲結果應用 於多目標決策上。
3-2 確立準則內部相依性
操作分析網路程序法（ANP）最重 要的是需考量各評估準則間或替選方 案間所存在的內部相依性及回饋關 係；也就是當我們進行方案選擇時，是 無法僅就單一準則作評估，必須同時顧 及其他準則對各個方案的影響。因此權 衡比較相關評估準則彼此間的相互影 響程度，將是本研究建立此評價模式核 心觀念與重要環節。至於此模式內部相 依性決定的方式，則是經由文獻的探討
並進行專家群體討論後作最終地確認。
3-3 研究架構與流程
新產品開發決策研究流程與步驟 說明如下：步驟Ⅰ 產品研發團隊擬定 設計目標與方針執行新產品開發，由設 計部門提出產品設計替選方案。步驟Ⅱ 採群體討論方式，由企劃與設計兩功能 部門應用同步 SMART2 雙向 ANP 評價模 式，各自對替選方案進行 Saaty 9 階尺 度的給分或配對比較評比，然後分別計 算各方案之局部優先權值。步驟Ⅲ 將 所得之局部優先權值進行陡坡敏感度 分析（GSA），並經公司決策團隊權衡 量化的結果，選擇最適切的決策機會 點，以決定新產品開發的產品導向比重
（企劃導向或設計導向）。步驟Ⅳ 依 產品導向比重計算各替選方案的整體 綜合優先權值，並將其列為 0-1 目標規 劃（ZOGP）數學模型中的目標函數。步 驟Ⅴ 考量公司設定的有限資源和限制 條件，就建構之 ZOGP 數學模型進行演 算求解，自可行之產品設計替選方案尋 求最佳的解答（亦即新產品開發執行方 案）。
四、研究發現
本研究之成果與心得以下：
（1）創新的「同步SMART2 雙向ANP 評 價模式」列舉出「企劃面向」的五項評 估準則：策略、行銷、美學、需求、技 術和「設計面向」的五項評估準則：外 形、材料、結構、色彩、材質。兩面向 共計十項的準則將可作為新產品開發 評價設計替選方案之參考指標。
（2）考量評估準則間與方案間的相互 依存性和回饋關係，合理且真實地應用 分析網路程序法演算求得各設計替選 方案的局部優先權值。
（3）利用從企劃和設計面向評比所獲 得之方案局部優先權值進行敏感度分 析，並整合建構的0-1 目標規劃函數，
讓新產品開發有一選擇最佳執行方案
組合的決策支援系統。
（4）從實例驗證的陡坡敏感度分析圖 可知：從企劃面向所得之各方案局部優 先權值差距大於從設計面向之所得。清 楚描述了企劃與設計兩專業領域對替 選方案的評比指標是不同的；也間接說 明設計部門對所提出之設計方案具有 共識，而企劃部門意見則較為分歧。
（5）決策者選擇不同的產品導向比重 以SAW 計算各方案整體綜合權值，必須 假設兩面向是相互獨立、具可加成性。
所得之綜合權值再經由0-1 目標規劃函 數求得最佳解答，建構一新產品開發選 擇最佳執行方案組合的決策機制。
（6）透過本研究所建立之評價和決策 模式，將可廣泛地應用在任何新產品開 發上，提供企業決策者一可信度高的評 估工具以降低風險成本，並達到符合公 司整體經濟效益的目標。
（7）本文之研究成果不僅僅適用在工 業設計/產品設計上，其他設計相關領 域同樣可依循此決策分析方法進行研 究，擬定同一專業領域適用的評估準 則，並建立一套有效評價設計方案的決 策流程。
五、參考文獻
1. 呂清夫，2003，造形原理，九版四 刷，雄獅圖書，台北。
2. 胡佑宗譯，1996，工業設計：產品 造形的歷史、理論及實務，初版，亞太 圖書，台北。
3. 許志義，2003，多目標決策，二版，
五南圖書，台北。
4. 曾懷恩、李榮貴，1998，以AHP 模 式作為評估設計案的決策方法，設計學 報，第三卷，第一期，pp.43-54。
5. 蔡子瑋，1994，產品意象語言研究
－以本土意象為例，碩士論文，國立成 功大學，pp. 54-59。
6. 衛萬里、張文智，2005，應用模糊 德爾菲與分析網路程序法選擇最佳產 品設計方案之研究，設計學報，第十
卷，第三期，pp. 59-80。
7. Baxter, Mike, 1995, Product Design: A practical guide to systematic methods of new product development, London: Chapman &
Hall.
8. Booz, Allen, Hamilton, 1982, New product management in 1980s, Booz, Allen, Hamilton, Inc., New York.
9. Breemen, J.J., Slamet, S., 1999, The Role of Shape in Communicating Designers＇Aesthetic Intents, Proceeding of the 1999 ASME Design Engineering Technical Conferences, Las Vegas, Nevada.
10.Chen, Kuohsiang & Owen, C.L., 1997, Form language and style description, Design Studies 18, No.3, pp.249-274.
11.Cooper, W.W., Charnes, A., Ferguson, R.O., 1955, Optimal estimation of executive
compensation by linear programming, Management Science 1 (2),
pp.138-151.
12.Ghodsypour, S.H., O＇Brien, C., 1998, A decision support system for supplier selection using an
integrated analytic hierarchy
process and linear programming, Int.
J. Production Economics 56-57, pp.199-212.
13.Hsiao, S.W., 2002, Concurrent design method for developing a new product, International Journal of Industrial Ergonomics 29, pp.41-55.
14.Karsak, E.E., Sozer, S., Alptekin, S.E., 2002, Product planning in quality function
deployment using a combined ANP and GP approach, Computer & Industrial Engineering 44, pp.171-190.
15.Kusar, J., Duhovnik, J., Grum, J
& Starbek, M., 2004, How to reduce
new product development time, Robotics and Computer-Integrated Manufacturing 20, pp.1-15.
16.Lee, J.W., Kim, S.H., 2000, Using ANP and GP for interdependent information system project
selection, Computers & Operations Research 27, pp.367-382.
17.Ljungberg, L.Y. & Edwards, K.L., 2003, Design, materials selection and marketing of successful
products, Materials & Design 24, pp.519-529.
18.Pullman, M.E., Moore, W.L. &
Wardell, D.G., 2002, A comparison of quality function deployment and conjoint analysis in new product design, The Journal of Product Innovation Management 19, pp.354-364.
19.Reza, K., Hossein, A., Yvon, G., 1988, An integrated approach to project evalution and selection, IEEE Transactions on Engineering Management 35 (4), pp.265-270.
20.Ringuest, J.L., Graves, S.B., 1989, The linear multi-objective R&D project selection problem, IEEE Transactions on Engineering
Management 36 (1), pp.54-57.
21.Roper-Low, G.C., Sharp, J.A., 1990, A decision model for
interdependent information system project selection, J Opl Res Soc 41, pp.49-59.
22.Saaty, T.L., 1996, The analytic network process, RWS Publications.
23.Saaty, T.L., Takizawa, M., 1986, Dependence and independence: from linear hierarchies to nonlinear networks, European Journal of Operational Research 26, pp.229-237.
24.Saaty, T.L., Vargas, L.G.,
Dellmann, K., 2003, The allocation of intangible resources: the AHP and LP, Socio-Economic Planning
Sciences 37, pp.169-184.
25.Sanathanam, R., Kyparisis, G.J., 1996, Using ANP and GP for
interdependent information system project selection, European Journal of Operational Research 89,
pp.380-399.
26.Swink, M.L., 1998, A tutorial on implementing concurrent
engineering in new product
development programs, Journal of Operations Management 16,
pp.103-116.
27.Wallace, D.D., 1991, A computer model of aesthetic product design, Master thesis of Science in
mechanical engineering at the MIT, pp.42-44.
28.Weber R., Werners, B. & Zimmerman, H.J., 1990, Planning models for research and development, European Journal of Operational Research 48, pp.175-188.
