产品设计中用户需求层次的构建与组合分析|用户需求四个层次

　　摘要： 在信息与科技高速发展的今天，企业必须在产品的研发阶段加强对产品概念属性组合的设计评估，以减少设计环节、明确设计方向，快速高效地转化用户需求目标来满足消费者的需求。联合分析法正是这样一种工具，可以对用户需求的多个属性同时进行定量的分析和评价，测试什么样的产品属性组合最受市场欢迎，是解决用户需求向功能需求转换的有力工具。论文分析了联合分析与层次分析法结合在用户需求目标转化中的应用技术，提出了基于联合层次分析的用户需求模型建模方法。
　　关键词： 用户需求；设计评估；联合层次分析；用户需求模型；产品属性
　　中图分类号：F273 文献标识码：A 文章编号：1006-4311（2012）22-0148-020 引言
　　企业在新产品的概念设计阶段，必须基于充分了解用户需求目标的基础上，对拟开发产品的特征与属性进行细致全面的分析，合理定义产品功能属性集，才能最大限度地开发出消费者心目中的理想产品，满足多变的个性化市场需要。然而，要获得合适的概念产品属性组合，需要结合用户需求偏好的调研分析才能决定。为了解决这个问题，联合分析法被引入产品属性分析中，并很快发展为一种定量分析和评测用户目标实现程度的产品概念开发的有效工具。
　　1 联合-层次分析在用户需求层次构建中的应用
　　联合分析方法是Paul Green[1]等人研究多因素多水平的实验设计方法，联合分析法其核心内容为调查前的准备、试验方案设计、市场调查（数据采集）和调查后的数据处理三个部分。对设计者而言，联合分析可以量化分析各种属性对于用户心目中的价值，以及各属性的权重。这样就能在产品开发的概念设计阶段尽快掌握用户需求目标，避免传统产品分析方法在分别调查产品属性之后得出“价格最低、性能最优”或“所有因素都非常重要”的结论，将用户需求目标转化为相应的设计指标，驱动设计进程。
　　1.1 联合分析法的主要原理
　　在产品定义中引入联合分析法是获取用户需求目标并将其转化为产品设计指标的重要分析手段。Suh[6]的公理设计定义产品设计过程是一种从顾客域向功能域、结构域和工艺域的关联映射过程，产品定义是实现这一过程的起点，需要在识别足够多的用户需求信息基础上，将重要用户需求归类整理为层次化逻辑结构，并找出新的概念产品组合规则和方法。从顾客域到功能域的映射规则通常使用质量配置工程（QFD）来完成产品定义过程[2]。然而，当用户需求较多时质量屋在矩阵求解上计算量太大。
　　采用联合-层次分析则可以选择一部分有代表性的属性水平进行正交组合试验，如L9（3）4正交表把试验数量从34减少到9种不同虚拟组合，然后要求消费者给每一个概念产品轮廓进行评分，反映购买意向或可能性，然后由调研人员对这些数据进行处理。不仅减轻了调研和设计评估人员的工作量，也使得概念配置方案更具有代表性。因此，联合-层次分析法成为产品概念设计中确定产品定义的主要解决手段。
　　1.2 偏好属性的筛选与层次分析
　　层次分析法（AHP）是美国运筹学家A. L. Soaty教授于70年代初期提出的一种简便、灵活而又实用的多准则决策方法，该方法以决策主体的定性分析和逻辑判断为主要依据，建立判断矩阵并通过一系列数学方法计算出各种候选方案的重要度，从而选择重要度最大的方案作为最优方案。
　　用户偏好需求是相对主观的因素，具有模糊性和不确定性，很难用硬性标准来划分权重等级，必须结合专家评价法，使模糊问题量化，进行定量计算。AHP的核心是利用1～9之间的整数及其倒数作为标度构造出判断矩阵，当在模糊环境下构造判断矩阵时i，j两因素的权重之比不易确定时，需对AHP进行扩展，即模糊层次分析法（Fuzzy AHP，简称F-AHP）。
　　F-AHP的基本步骤为：
　　①确定评价指标。首先通过调研分析把顾客需求描述成一系列的产品属性以及属性水平，要求受访者对模拟产品的多个属性进行比较、排序，研究者则对调查结果进行组合分析，建立偏好程度评价指标集合S={si ■ i=1,2,…,m}；
　　②确定权重。根据结构分析法确定每一评价指标的权重，W=（w1，w2，…wn）T；
　　③确定隶属度。设Lk为用户对第k种产品属性水平偏好程度的隶属度集，Lk=（l1,l2,…,ln）T，隶属度可以根据顾客重要程度以及调研人员经验确定的隶属度函数计算而得；
　　④综合评价。根据权重、隶属度，即可对用户偏好需求做出综合排序。根据实际情况采取以下综合评价方法：
　　1）最大隶属度法。若b■■=max{b■■，b■■，…，b■■}，则可判定对此需求的评价为Vk。
　　2）加权平均法。若主评价集∨=∨1,∨2,…,∨m中各元素均可量化时，将b■■看成Vj的权重，用ｆ（Vj）表示Vj的量化值，则∨=V=∑■■b■■·ｆ（Vj）就是对此用户需求综合排序的结果。
　　由此筛选出重要的用户偏好需求作为概念产品的正交试验设计的要素进行二次调研和组合分析。
　　1.3 产品属性的效用评价与RCA组合分析
　　产品属性的效用评价的方法有很多。这里以常用的九级李克特量表举例说明RCA组合分析中产品属性的效用分析与评价方法，如图1所示。
　　请问您有多大可能会选择下面的车型？
　　（请采用9分法评价：1-表示完全不可能，9-表示非常可能）
　　RCA也称常规型或传统型联合分析相对简单易用，应用较广泛。只要求受访者对各虚拟概念产品进行评价，研究者利用统计方法对调查得到的总体偏好效用分解，求得各个属性、水平的效用。通常情况下是预先给每一个虚拟产品一个评分指标级或序号，请顾客通过打分或排序等方式对虚拟产品进行评价。其中，最终的测试值是所有被访顾客分值的均值[4]，从问卷信息中分离出顾客对每一属性以及属性水平的偏好值，即该属性的“效用”。属性效用采用级差分析、方差分析和回归分析多种方式来计算，这里采用回归分析，总效用的计算采用以下公式[5]：