|
上一篇谈到感知质量在汽车研发中的应用（《汽车研发：汽车感知质量及其控制方法！》（点击阅读））时，很多朋留言希望给大家带来更多感知方面的知识。 今天 漫谈君就和大家聊一聊 感知价值 随着顾客对产品性价比的要求越来越高，很多企业将感知价值融入产品的先期概念开发，对于汽车产品开发设计而言，技术方案决策是整车产品概念开发中重要的一环，当建立起好的感知价值模型以后，就能很好地指导技术决策，研发出适合市场的产品。 顾客感知价值（Customer Perceived Value，CPV）就是顾客所能感知到的利益与其在获取产品或服务时所付出的成本进行权衡后对产品或服务效用的总体评价。 顾客感知价值体现的是顾客对企业提供的产品或服务所具有价值的主观认知，而区别于产品和服务的客观价值。 二、感知价值的作用 感知价值是顾客对特定使用情景下，有助于（有碍于）实现自己目标的产品或服务的属性、实效与使用结果的感知偏好与评价，同时，顾客在做出判断和评价时考虑了其他竞争企业的产品或服务。顾客感知价值源于顾客的主观判断，并受到情境与偏好等的影响，产品或服务的提供者无法决定和控制。 三、感知价值的核心 顾客在价值评价的过程中，主要就产品或服务本身的感知利得（如质量、利益、效用等）与感知利失（如总成本，包括货币性的和不可货币化的）进行权衡。 这一概念包含两层涵义： 1、价值是个性化的，因人而异，不同的顾客对同一产品或服务所感知到的价值并不相同； 2、价值代表着一种效用（收益）与成本（代价）间的权衡，顾客会根据自己感受到的价值做出购买决定，而绝不是仅仅取决于某单一因素。 顾客感知价值的本质就是消费者在考虑到期望水平时，基于顾客感知利得与利失差异而对产品或服务效用的总体评价，应从产品价值、服务价值、员工价值和形象价值等角度进行分析。 四、感知价值的驱动因素 五、感知价值的模型 1、价值中收益成分包括显著的内部特性、外部特性和其他相关的高层次的抽象概念。 虽然许多顾客将产品质量(内部特性)作为汽车产品价值中的主要部分，但从总体上衡量产品价值仍包括诸如造型、颜色、家族特征、设计语言等外部特性和产品、企业的信誉、影响力、形象等更高层次的抽象的利益。而且产品的内部属性本身可能并不直接与顾客所感知到的价值相关，相反，它们往往要透过产品的外部特性甚至顾客个人所感知的抽象的利益才能得到体现。 2、感知价值中的付出包括货币成本和非货币成本。 顾客付出货币和其他资源(如时间、精力、努力)以获得产品或服务。对于一些价格感知程度高的顾客而言，货币方面的付出是关键性因素，减少货币上的支出即是增加了感知价值；对于那些价格感知程度低的顾客而言，减少时间、精力方面的支出更能增加感知价值。 3、外部特性是“价值信号”，能够在一定程度上取代顾客在收益与成本之间进行的权衡。 在评定产品价值时，顾客对组成产品的各种要素的认知能力是有限的，大多数顾客并不认真考虑价格与收益，而是依赖于外来的暗示，“不经意”地形成自己对价值的印象，他们只对已获取的信息进行少量加工便实施购买。他们重复购买一个信任的品牌，利用外部价值暗示来简化其挑选过程。 4、价值感性认识依赖于顾客进行估价的参照系统，即依赖于进行估价的背景。 例如在不同的购买地点、购买时间、消费时间与地点，顾客对价值的感知就不一样，这意味着顾客感知价值是动态的。 六、模糊集在感知价值中应用 1、基于群体模糊信息的顾客需求方法； 2、群体多粒度语义信息的顾客需求优先度； 3、基于模糊Kano模型的顾客需求重要度计算方法； 4、模糊集决策方法。
模糊集的应用解决了方案评价中的信息不确定问题，但也存在几点局限： 1）当决策群体数量较大时，应用模糊集获取群体模糊信息后进行相似性处理的过程复杂，而直接采用模糊数的期望值进行一致性处理又会忽略决策过程中的差异化信息。 2）使用模糊集时多采用简单的三角形、梯形等模糊数，很少评估其合理性，得到的结果可能不准确。 3）采用模糊方法进行顾客需求重要度确定时，顾客可能会产生厌烦心理，且受限于顾客的知识水平，对模糊评价的理解不到位会造成结果的偏差。 粗数是基于粗集理论的论域、对象、属性、近似上下限、粗边界、决策表等概念提出的，运用粗数方法能更真实地反映决策者的差异化感知和评价信息，可用于顾客需求的分析和方案的决策评价。
顾客感知价值的汽车技术方案适用性评价模型是依据顾客感知价值相对重要度及Kano模型综合确定顾客感知价值的重要度。技术方案适用性评价模型中的指标项即为顾客感知价值项，指标权重即顾客感知的重要度。将区间赋值的粗数计算方法用于决策信息的获取中，更真实地反映了顾客及决策者的决策信息，同时有效地处理了决策信息的不确定和差异化问题。评价模型输出将兼顾顾客的感知利得与感知利失，以最大化满足顾客的性价比需求为目标，评价模型的指标权重随着顾客感知价值的变化而变化，权重的动态变化使模型具有广泛的适用性。
六、感知价值体现的维度
七、Kano属性识别 为了更好地识别顾客感知价值的重要度，提出了Kano模型，用于评估产品或服务是否满足顾客需求。Kano模型将产品的质量属性分为五大类，如下图：
1、魅力质量属性（A：Attractive Quality） 魅力属性得到满足时能大幅度提升顾客满意度。 2、必备质量属性（M：Must-be Quality） 该类属性得不到满足时会引起顾客的不满。 3、期望属性（O：One-dimensional Quality） 与顾客的满意度呈线性相关关系。 4、无差异型属性（I：Indifferent Quality） 该类属性满足与否不会对顾客的满意度造成影响。 5、反向需求（R: Reverse Quality） 属性满足时引起顾客不满。
顾客的感知价值Kano属性可通过Kano问卷调查表获得，顾客按照要求分别给出产品具备和不具备某项属性时的满意程度，用满意、理应如此、无所谓、可以接受、不满意来表达，根据顾客的对应选择可以确定该项顾客感知价值的Kano属性。
八、区间赋值的粗值计算 粗集理论是一种关于数据分析和推理的理论，粗数是基于粗集理论的论域、对象、属性、近似上下限、粗边界、决策表等概念提出的，运用粗数方法能更深刻真实地反映决策者的感知和评价信息。粗数计算方法是采用确定值赋值，而实际决策过程中，决策者常常难以给出确定信息，需要借助区间数表达。
九、感知价值评价模型 模型由两大关键步骤构成： 一是基于粗数和Kano模型的顾客感知价值相对重要度确定； 二是采用区间赋值的粗数方法进行方案决策。 顾客感知价值相对重要度即输入为方案决策的评价指标权重，使评价结果充分贴近顾客的感知价值。评价模型输出将兼顾顾客的感知利得与感知利失，最大化满足顾客的性价比需求，评价模型的指标权重随着顾客感知价值的变化而变化，权重的动态变化使模型具有广泛的适用性。 基于顾客感知价值的技术适用性评价流程如图：
1、感知价值权重确定 1）顾客感知价值获取 在顾客感知价值的权重确定问题中，顾客对感知价值1～9重要度等级进行评分，采用区间赋值，经过粗数处理，得到各项感知价值的粗数、粗边界以及粗数均值。 2）顾客感知价值权重分析 根据顾客需求的权重确定原则、判断阈值、确定顾客感知价值的评价值，从而得到感知价值基本权重值。 3） Kano属性权重调整 对得到的顾客感知价值基本权重值依据顾客评判的感知价值Kano属性分类进行调整后，得到调整后的权重向量，即为调整后的最终顾客感知价值重要度权重值。 重点考虑： A、必备质量属性（M）； B、期望属性（O； C、魅力质量属性（A）。 根据Kano质量属性分类的重要度，对应必备质量属性、期望属性以及魅力质量属性，调整顾客感知价值的权重值，得到最终权重值。
2.基于粗数的方案决策
十、应用实例 某自主品牌汽车企业进行车型开发，目标用户为购车预算在10～15万元区间的85后和90后城市上班族，备选技术方案组合见表：
1.感知价值的获取及权重确定 步骤1：顾客感知价值获取 通过前期市场调研，获取了与汽车备选技术方案体系相关的8项顾客感知价值如下： 动力性(a1)、操控性(a2)、舒适性(a3)、可靠性(a4)、社会形象(a5)、油耗(a6)、价格(a7)、维护保养经济性(a8)，同时获取了20位顾客对8项感知价值的重要度评分见下表
粗数计算后的顾客感知价值粗数见下表：
步骤2：顾客感知价值权重分析 根据顾客需求约简原则，粗数下限和粗边界的阈值分别为l=2和d=2，根据下列两表对顾客感知价值进行如下分析： 1）不存在粗数下限低于k=2且粗边界小于l=2的顾客感知价值项目，故无需约简感知价值项。 2）感知价值项价格(a7)的粗数为[5.564，7.194]，下限大于l=2，粗边界为2.349，需要对该项感知价值进行权衡，即用户之间存在较大的评价差异。通过进一步采访调研确认价格这一项感知价值对于所列备选方案决策的影响程度，案例中结合对顾客可接受价格的浮动范围及销售人员的市场经验，该项评价取值为6。 3）a1、a2、a3、a4、a5、a6、a8这7项顾客感知价值的粗数下限均大于2，粗数边界均小于2，说明顾客对这几项需求的评价等级较高，且认可程度一致，故可直接利用粗数均值进行权重计算。由此，得顾客感知价值a1、a2、a3、a4、a5、a6、a8的初始权重向量ω如下：ω=(0.113，0.145，0.123，0.165，0.082，0.127，0.1 17，0.128)。
步骤3：Kano属性权重调整 为获取准确的感知价值Kano属性，共发放80份Kano问卷，获取有效问卷60份，以百分比表示选择该类Kano特性的人数比例，判定结果为占比最大的Kano特性。根据Kano质量属性分类的重要度，对应必备质量属性(M)、期望质量属性(0)以及魅力质量属性(A)，权重调整系数k分别取1.8，1.5，1.2，调整过后的属性权重见表6，其ki(/=1，2，…，n)表示每项感知价值的调整系数。
综上所述，得到感知价值的最终权重向量。 2.基于粗数的方案决策 步骤1：评分 采用9分制法对备选技术方案进行评分，1、3、5、7、9五个分值分别对应低、较低、中等、较高、高五个级别评价结果，中间值为对应上述相邻两分值的中间情况，决策时可采用区间值打分。以动力性(a1)为例，对7个备选汽车技术方案进行动力性评分，结果见下表。
步骤2：决策信息粗数处理 对所有顾客感知价值，综合决策评分，并进行粗数处理，得到粗数评价矩阵，见下表。
步骤3：评价矩阵规范化 由于得到的评价矩阵为一个带有区间数的决策矩阵，其中a1，a2，a3，a4，a5为效益型属性；a6，a7，a8为成本型属性，按照各属性的量纲和类型采用基于区间数运算的规范化方法，得到规范化矩阵R，见下表。
步骤4：计算综合属性及区间值 计算综合决策矩阵的综合属性，并计算各备选技术方案在不同属性下的综合区间值如下：
步骤5：可能度排序 对备选方案的综合属性进行可能度排序，得出技术方案适用性如下的排序结果：
综上所述，选定目标用户群主要为85后和90后城市上班族，追求经济适用型汽车以满足基本代步需求，对动力性的追求相对较低，以自然吸气+多点电喷组合的技术方案(方案x1～x4)购置和使用成本均较低，且性能基本满足了日常需要，所以相对涡轮增压技术组合适用性更高。从方案五～X4来看，机械液压方式相比电动助力在舒适性和档次上稍逊一筹，方案x2的技术组合方案成熟可靠、且购车成本和用车成本都较低，所以适用性最高，方案x1的优越性体现在多连杆悬架的操控性和舒适性方面，方案X4较好地兼顾了动力性能和燃油经济性。从方案X5～X2来看，相对前4个方案，这3种方案在动力性和燃油经济性上有所提升，但顾客需要投入更多的购买和使用成本，其中购买和使用成本最高的方案x7以各方面均最优的性能排序相对靠前，方案X5仅突出了动力性的优势，技术方案组合方式没有很好地兼顾顾客的感知价值，所以适用性最差。
十一、结论 1、提出一种基于顾客感知价值的汽车技术方案适用性评价方法，建立了顾客导向型的技术方案决策模型，决策结果相比于传统以最大费效比为目标的企业导向型决策更能充分贴合细分市场需求。 2、提出了区间赋值的粗数计算方法，更真实地反映了顾客及决策者的决策信息，同时有效地处理了决策过程中的不确定和差异化信息。 3、评价模型的指标权重随着顾客感知价值的变化而变化，权重的动态变化使模型具有广泛适用性，输出决策方案将尽可能地减小用户的感知利失，增加用户的感知利得。
|
|
|
