支持价值驱动设计的顾客需求价值建模

张新卫，王克勤，同淑荣

（西北工业大学 设计管理研究所，陕西 西安 710072）

0 引言

价值驱动设计是一种改进的系统设计方法，即在消除不必要的约束或软约束的情况下，使用价值模型和最优化技术，促进复杂系统设计的价值最优化。通过价值驱动设计开发多层级价值模型，使各层级设计人员以各自的价值模型作为设计决策依据，能在很大程度上确保开发的系统具有最优化的价值。目前，价值驱动设计主要应用于航空、航天和国防领域。

价值模型是衡量价值的多属性目标函数，它将多属性集合转化为单一维度的数字价值。价值模型的构建对于价值驱动设计的成功至关重要。有众多学者就价值驱动设计情境下的价值模型构建问题进行了针对性研究。美国麻省理工学院Waitz等调研的“The Aviation Portfolio Management Tool”项目，利用成本利益分析法（Cost Benefit Analysis，CBA）将相关的系统属性货币化：每单位的污染、噪声、能源消费和宏观经济影响都有对应的货币价值；价值模型是利益和成本的差额，被用于航空领域的环境政策评价［1］。美国国防部Brown 等调研的“System F6”项目，采用货币化系统属性和“成本／利益”等方法构建价值模型，应用于卫星的价值最优化设计［2］。价值驱动设计委员会前主席Collopy提出了基于剩余价值理论的系统价值模型构建方法，认为该方法可以规避系统不同设计层级上公司间的竞争并以剩余价值作为统一的优化目标，利用净现值法计算价值［3］。美国麻省理工学院Hasting等提出基于多属性效用和生命周期成本的二维设计空间，结合Pareto最优构建价值模型的方法，支持航天系统的概念设计方案探索［4-5］。事实上，成本利益分析、净现值法和效用／成本二维空间等三种方法隐含了对“价值”的不同定义。成本利益分析假定价值是可货币化的，可以通过货币衡量所有需求，但需求的货币化数据有时很难获取，且有些需求很难货币化，如安全性和可靠性等。净现值法假定价值是以净利润或剩余价值衡量的，但以净利润或剩余价值衡量的价值过于狭窄。此外，成本利益分析和净现值法利用系统属性直接构建系统价值模型，缺乏对顾客需求的深入理解，容易导致顾客需求与系统价值的不一致。而在效用／成本二维空间下，价值是包含多个维度的，使用／成本二维空间方法将每个维度的物理衡量转化为单属性效用函数，并依据独立关系构建多属性价值模型；但是，该方法采用的价值维度是直接给定的，并没有讨论价值维度的来源以及如何识别价值维度。

系统设计的目的在于满足顾客需求并提供具有更高价值的系统。根据顾客需求构建价值模型的利益包括以下三个方面：①由于顾客需求包含多个方面或者维度，基于顾客需求的价值建模可以将“价值”从单一的经济维度拓展到顾客价值的各个方面；②有助于显性地识别顾客价值的来源以及包括的不同维度；③构建的顾客需求价值模型为系统价值模型的演化奠定了基础，更能实现系统价值模型与顾客需求价值的一致性。该方法的理论基础包括多属性效用理论、手段—目的分析和部分—整体分析。

为此，本文提出一种说明性的（prescriptive）顾客需求价值建模方法，根据不规则的顾客需求陈述识别真实的顾客需求并建立其价值模型，不但能够充分考虑顾客需求的多维度性，避免成本利益分析法在货币化需求时的难题，而且为演化基于顾客需求价值的系统价值模型奠定了基础，从而有效地支持价值驱动设计。

1 顾客需求识别

顾客的最初需求陈述往往使用不同的表示方式，如不同的语法结构和词汇，包含顾客、系统、组件和零件等多层级的需求。顾客的需求陈述还包含不同粒度的信息，有些需求陈述清楚，而有些却过于模糊［6-7］。例如，航空公司对大型民用飞机的最初需求陈述可能包括低运营成本、高盈利能力、尽量少的燃油消耗、与现有机队的相似性、更好的安全性、更少的环境污染和采用高性能复合材料等。另外，顾客通常并不具有清楚、完整地表述其真实需求的能力。这些特征给顾客需求的理解带来了困难。通过对顾客需求陈述的处理和基于启发式问题的分析，可以帮助识别顾客的真实需求。

（1）标准化顾客的最初需求陈述 为了规范顾客需求的表达，需要定义特定的语法结构，将顾客的最初需求陈述转化为统一的形式，并保留最初的需求陈述作为参考。需求的语法结构采用“动词＋名词”的形式。例如，可以将“更好地安全性”转化为“最大化安全性”，其中最大化是动词，安全性是名词。在语义上，需求包含情境、对象和偏好方向三个方面。例如，“最大化安全性”的情境指大型民用飞机的设计与开发；对象是安全性；偏好的方向是越大越好。

（2）手段—目的分析 手段—目的分析（Means-Ends Analysis，MEA）是一种因果分析方法，可以帮助推理需求之间存在的因果关系，梳理需求之间的层次性，将表达的需求恰当地归类到顾客、系统、组件和零件级。在因果关系上：零件需求的实现程度影响到组件需求的实现程度；组件需求的实现程度影响系统需求的实现程度；系统需求的实现程度影响顾客需求的实现程度。这三级因果关系的每一级两端分别是手段（means）和目的（ends）。顾客需求是当前情境下的最终目的，即顾客真实需求的决定与情景的选择相关联。启发式问题的引入有助于发现不同的手段和目的。“为什么（Why）？”类别的问题帮助识别目的；“怎么样（How）？”类别的问题帮助识别手段。手段—目的分析也有助于识别隐含的顾客需求，即通过因果推理使其显性化。

（3）部分—整体分析 部分—整体分析（Part-Whole Analysis，PWA）帮助澄清需求陈述所包含的不同粒度信息。例如，为了理解“最小化环境污染”（由“更少的环境污染”转化而来），需要明确“环境污染”指的是什么、具体包含什么方面。启发式问题的引入，如“这个需求是什么，包含什么（What）？”类别的问题可以支持部分—整体分析。通过问答，最终识别“环境污染”包括排放污染和噪声污染。

标准化顾客的最初需求陈述和手段—目的分析的应用，体现了需求理解的三个不同维度，即“为什么”、“怎么样”和“是什么”，如图1所示。对需求三个维度的探索有助于需求的深入理解和隐含需求的识别。

2 可衡量属性识别和选择

顾客需求的可衡量属性是将定性的需求表达转化为定量价值模型的中间桥梁。例如，选择“单座英里成本X”作为“最小化民机的运营成本”的可衡量属性，将使“运营成本”能够用于数学建模。但是，当前质量功能展开的研究忽视了可衡量属性的识别［8-9］，原因在于：①在质量屋左墙的顾客需求通常具有较高的粒度和模糊性，缺乏对顾客需求的分析与理解；②缺乏相应的方法支持顾客需求可衡量属性的识别和选择。

对顾客需求的深入理解是识别可衡量属性的前提。例如，只有理解了“环境污染”的组成，才能确定“环境污染”的衡量单位：分贝用于衡量噪声；千克或吨用于衡量排放物。需求的深入理解也有助于识别需求的多个可衡量属性，如剩余价值和净利润都能衡量飞机的盈利能力。可衡量属性的选择是一个多目标决策问题。Keeney将决策目标的可衡量属性分为自然的属性、构建的属性和代理的属性三类；识别和选择的属性需要满足不模糊性、完整性、可直接衡量性、便于操作性和可理解性的标准［10］。由此，顾客需求可衡量属性的选择模型如图2所示。

可衡量属性识别和选择的理想状态是：所有顾客需求的可衡量属性均是自然的属性或构建的属性。代理属性是一种间接的衡量属性，它的引入将给顾客需求的衡量带来困难，且易引起重复计算的问题。为了简化问题，假设最终识别和选择的可衡量属性均是自然的属性或构建的属性，且每项顾客需求对应一个可衡量属性。实证显示该假设是合理的［11-12］。识别和选择的属性集合可表示为X=｛X1，Xi，…，XN｝，其中Xi是第i项顾客需求的可衡量属性。

3 顾客需求价值模型构建

顾客需求价值模型的构建需要解决以下问题：①顾客单项需求的价值衡量；②顾客需求集合的价值衡量。虽然最小化或最大化代表了顾客价值的增长方向，如最大化盈利和最大化安全性，但顾客的单项需求所体现的顾客价值可能并不是线性增长的。由于顾客对不同需求及其对应可衡量属性的风险偏好是不一致的，如风险厌恶型、风险倾向型或风险中性型，评定的价值曲线可以是凹型、凸型或线性的。相似的例子有KANO 模型的三种需求分类、边际效应递减效果等。同时，顾客需求的可衡量属性之间存在不同的独立关系，如偏好独立、效用独立和相加独立等；不同的独立关系使属性之间的函数关系变得多样化。针对顾客需求的价值特征，引入多属性效用理论，以单属性效用函数建模顾客单项需求的价值，以多属性效用函数建模顾客需求集合的整体价值，如图3所示。

通过将顾客需求（或可衡量属性）以效用为媒介相互关联，该价值建模方法还具有以下两个优点：①当需求的货币化数据不可得或某项需求不能够以货币的形式衡量时，需求之间将不能通过货币相关联，而效用作为主观的“价值”衡量可以建立需求之间的相互关联；②多属性效用理论已被证明是一种严谨的多目标决策分析技术，可以有效地支持多目标或多需求之间的价值权衡。

当顾客可衡量属性集合为X且集合元素之间的相互关系被核实为相互效用独立时，顾客价值模型满足式（1）（相互效用独立的评定方法参见文献［11］）：

式中：ui为单属性Xi的效用函数，ui∈［0，1］；ki为属性Xi的相对权重，ki∈［0，1］；k为评定的常数。

为衡量顾客单项需求的价值，引入三类单属性效用函数拟合需求的价值曲线，分别表示凹型、凸型和线性曲线，对应式（4）～式（6）［12］。

式中：a和b是常量且b＞0，a和b的取值将确保ui∈［0，1］；当c＞0 时，ui是递增效用函数，当c＜0时，ui是递减效用函数。

当式（6）对于所有的属性X均合适时，即顾客需求的达成与价值的达成存在线性关系，式（3）将与质量功能展开中的顾客满意函数等价［3］。

由此可见，式（1）是多属性效用函数的一种特殊形式。当属性之间的相互效用独立关系不能满足时，存在其他的多属性效用函数。但是，经过充分的需求理解过程以及可衡量属性的选择，式（1）～式（3）可以很好地拟合顾客需求的价值。在式（1）～式（3）中，相对权重k的评定由价值均衡过程决定。在式（4）～式（6）中，常数a，b和c的评定参考单属性效用函数的评定程序［10］。

4 基于价值的等价交换

顾客单属性效用函数和多属性价值模型是无量纲的，位于［0，1］之间，可以有效地辅助设计人员进行基于价值的设计方案评价和选择。例如，经过方案评价，两个方案的价值分别是0.8和0.7，则方案的选择是直接的。但是，无量纲的价值信息是抽象的，给设计人员对价值的具体感知造成困难；同时，设计人员也希望能够向顾客提供更直接的方案比较结果。如果选择一个标准的交换属性，如剩余价值（最大化盈利的可衡量属性），将其他可衡量属性的价值达成转移到标准交换属性的达成，就可以实现基于标准交换属性的方案比较，即将多维度的设计方案评价和选择转化为一个维度的设计方案评价和选择。由于标准交换属性是可衡量的，具有实际意义，可以给设计人员和顾客提供直接的价值感知。

将多属性价值模型位于［0，1］之间的价值信息转化为标准交换属性的属性值，需要引入效用交换的概念［13-14］，即在一项需求上增加（或减少）的效用可以由在另一项需求上减少（或增加）的效用弥补，以实现等价交换，如式（7）所示：

式（7）在属性Xi和Xj之间实现了等价交换，是交换后的属性值。如果设定X1是标准的交换属性（如剩余价值），即将Xi，i≥2的绩效达成转移到属性X1，且将xi，i≥2转换为统一的常数基于顾客价值模型的等价交换满足式（8）：

当k=0时，u满足式（3），式（9）可以转化为式（12）：

由于u1是可逆的，可以直接计算的值。另外，计算的值需要保证；反之，需要扩大X1的属性值区间，并重新评定单属性效用函数和多属性价值模型。最终，式（12）可以将多属性价值模型位于［0，1］之间的价值信息转化为标准交换属性的属性值。从而使设计方案的多属性评价问题转化为标准交换属性的比较问题。

5 顾客价值模型敏感度分析

在顾客价值模型中参数的评定是不精确的，将对模型的有效性产生影响。参数评定过程中引起误差的主要来源有三类：①单属性效用函数中常数a，b和c的评定；②多属性价值模型中相对权重ki的评定；③属性值xi的不确定性。

在单属性效用函数评定过程中，为了评定常数a，b和c，需要至少三组｛xi，ui（xi）｝数据以求解三个未知量。由于顾客需求的价值评定是主观的且隐含于大脑中，获取的｛xi，ui（xi）｝数据可能存在偏差，导致评定的常数a，b和c建立的ui并不能准确地反映顾客对需求的真实价值评定。在建立ui后，有必要收集额外的｛xi，ui（xi）｝数据以核实ui的有效性。如果建立的ui与额外收集的｛xi，ui（xi）｝数据相冲突，则需要进一步修正ui。同时，在建立的ui基础上，引入常数a，b和c的敏感度分析，例如，针对其变动区间的敏感度分析。当常数a，b和c在区间内变化时，如果一个设计方案所提供的顾客价值始终趋于前列，则设计者在决策时需要予以重点考虑。

对于误差来源②，在收集顾客价值的评定数据基础上，引入基于相对权重的敏感度分析技术，包括以下两种情形：

（1）随机产生顾客需求的相对权重ki，且满足特定的条件。例如，在顾客价值模型满足相加效用函数时，随机产生ki，满足。其实现过程为：

1）通过随机数产生器生成N-1个相互独立的随机数，且随机数满足在（0，1）上的均匀分布；

2）对生成的N-1个随机数进行排序，假设经过排序后的随机数如下：

3）生成N个ki，满足

（2）随机产生能够满足需求相对权重排序的ki，且满足特定的条件。例如，在顾客价值模型满足相加效用函数时，随机产生满足特定排序的其实现过程包括4个步骤，其中前3个步骤与第一种情形相同；在步骤4，将方程组（14）中的N个ki再进行排序并与给定的需求相对权重排序建立对应关系。该情形假设顾客能够准确地对需求的重要度进行排序，利用重要度的排序信息对设计方案进行筛选。筛选结果比情形（1）更加准确，但结果仍可能包含多个设计方案。

针对误差来源③，在准确收集数据的基础上引入基于变动区间的敏感度分析技术，分析输入属性值在区间内变化时对顾客价值的影响。当属性值的变动满足特定的可能性分布时，引入蒙特卡洛技术进行可能性仿真，提高顾客价值评定的健壮性。

在敏感度分析的表现形式上采用二维／三维表格、曲面图等。同时，以不同的颜色区分不同需求的重要度以及不同属性值对顾客价值的影响程度，从而支持可视化的价值设计决策。

6 应用案例

大型民用飞机的开发是极其复杂的。飞机的需求理解和建立过程已有系统工程和需求工程过程、方法和工具的支持。尽管如此，当前的需求建立方法很可能带来顾客需求在底层的失真和价值损失，其关键是需求之间价值均衡能力的缺失。针对该问题，将上述方法应用于大型民用飞机的顾客需求价值建模，以建立航空公司需求的价值建模和仿真能力，并为后续的价值模型演化提供基础。方法的研究和应用得到了欧盟航空工业界和学术界7家单位的支持。

为简化说明，假设飞机制造商已经收集了顾客的最初需求陈述。抽取其中部分需求陈述作为案例的输入，如表1所示。

表1 顾客需求陈述及需求理解

表中，第1列是抽取的部分需求陈述；第2列是标准化表示后的需求陈述。这些需求陈述属于不同的类型，可能是顾客的真实需求，也可能是需求的实现方式，如设计方法和空气动力学技术等。通过对上述需求陈述的手段—目的分析，可以推理需求陈述之间存在的因果关系，进而揭示顾客的真实需求。例如，可以把“为什么（Why）？”类的问题应用于需求陈述“最小化燃油消费”，以揭示顾客的思维逻辑。顾客认为“最小化燃油消费”是重要的，这是因为燃油的消费量将影响飞机的运作成本，进而影响飞机的盈利；同时，燃油的消费量也影响了污染物的排放量，从而造成不同程度的环境污染。同理，“采用自然层流技术”是重要的，因为该技术将减少飞行阻力、减少燃油消费，进而增加盈利和减少环境污染；另一方面，“采用自然层流技术”也增加了技术风险，影响了飞机的安全性［15］。最大化盈利、最小化环境污染和最大化安全性是重要的，因为这些需求在顾客采购飞机时被认为是根本性的、最终的需求，即顾客的真实需求。

在此基础上，通过部分—整体分析澄清对顾客需求的理解。例如，可以把“这个需求是什么，包含什么（What）？”类的问题应用于顾客的真实需求。对于“最大化盈利”，顾客指飞机在其运营生命周期中能够产生的剩余价值；对于“环境污染”，顾客指飞机在运营过程中排放的CO2、SO2和噪声等。

经过对顾客需求的充分理解，基于图2中的顾客需求可衡量属性决策模型选择需求的可衡量属性，如表2所示。

表2 顾客需求的可衡量属性

针对选择的顾客需求属性集合X=｛X1，…，Xi，…，X6｝，评定属性之间的独立关系。以X1和X2的独立关系评定为例，如图4所示。经过核实，顾客对图4中的两个方案（lotteries）L1和L2具有同等偏好，即顾客对L1和L2的偏好排序只依赖于X1和X2各自的边际概率分布，因此，X1和X2满足相加独立关系（additive independence）。依此类推，经过对任意两个属性之间关系的核实，相加独立关系均能满足，从而相加效用函数（式（3））可以很好地建模顾客需求的价值。

为了评定式（3）中的单属性效用函数，收集顾客对属性的最大偏好值、中等偏好值和最小偏好值等信息，确定属性的单调性并选择对应的单属性效用函数，即式（4）、式（5）或式（6）。例如，经过评定，顾客对“可靠性”的偏好是递增且具有风险倾向型偏好，式（5）能很好地拟合顾客对可靠性的效用曲线，如图5所示。

在评定所有的单属性效用函数后，利用价值均衡过程，即选取对顾客具有相同偏好的两组属性值代入式（7）建立一个方程。利用同一方法建立至少6个方程组，以求解相对权重k。

为了更好地实现模型之间的集成和仿真，开发了顾客价值模型软件，如图6所示。

通过模型的软件实现，可以对模型进行敏感度分析，例如图6中展示的敏感度分析，各参数值的不同灰度代表它们对航空公价值的不同影响程度。当剩余价值的单属性效用函数中评定的参数b以及航程在一定区间变动时，其对航空公司价值的影响由图7所示。

为便于航空公司对模型的使用，实现了价值模型的网页版，如图8所示。航空公司只要在网页上输入相关数据，即可获得对飞机的价值评价。

7 结束语

本文提出了顾客需求的价值建模技术，支持将顾客的主观需求陈述转化为可衡量的顾客价值模型；提供了需求之间的价值均衡、相互弥补能力，实现了顾客需求的数量化价值建模和仿真。同时，支持基于顾客价值模型的价值等价交换，实现从多维度价值模型的无量纲价值信息到单维度属性值的转化；提供了基于价值模型的敏感度分析能力。研究结果有助于顾客需求价值的深入理解，也为基于顾客价值的系统价值模型演化奠定了基础，从而支持价值驱动设计。

本文方法已应用于大型民用飞机价值驱动设计的研究与开发项目。应用显示，它可以有效地支持设计人员对顾客需求的价值建模，并强化设计人员在方案设计时对顾客价值的关注。目前，该方法的拓展研究，如基于（时间）动态性的顾客价值模型、系统价值模型和组件价值模型的演化技术等正在合作伙伴的支持下（空中客车公司和英国南安普顿大学）进一步展开。

［1］MAHASHABDE A，WOLFE P，ASHOK A，et al.Assessing the environmental impacts of aircraft noise and emissions［J］.Progress in Aerospace Sciences，2011，47（1）：15-52.

［2］BROWN O，EREMENKO P，COLLOPY，P.Value-centric design methodologies for fractionated spacecraft：progress summary from phase 1of the DARPA system F6program［C］／／Proceedings of the AIAA Space 2009.Reston，Va.，USA：AIAA，2009：1-14.

［3］COLLOPY P，HOLLINGSWORTH M.Value-driven design［J］.Journal of Aircraft，2012，49（3）：749-759.

［4］ROSS A，HASTINGS D，WARMKESSEL J，DILLER N.Multi-attribute tradespace exploration as front end for effective space system design［J］.Journal of Spacecraft Rockets，2004，41（1）：8-20.

［5］ROSS A，O'NEILL M，HASTINGS D，et al.Aligning perspectives and methods for value-driven design［C］／／Proceedings of AIAA Space 2010.Reston，Va.，USA：AIAA，2010：20-28.

［6］ZHANG Xinwei，AURIOLG，ERES H，et al.A prescriptive approach to qualify and quantify customer value for valuebased requirements engineering［J］.Internatioanl Journal of Computer Integrated Manufacturing，2013，26（4）：327-345.

［7］ZHANG Xinwei，TONG Shurong，ERES Hakki，et al.A value-focused approach for establishing requirements specification of commercial aircraft［J］.Proceedings of the IMechE，Part G：Journal of Aerospace Engineering，DOI：10.1177／0954410013516302，2013.

［8］WANG Xiaotun，XIONG Wei.Rough AHP approach for determining the importance ratings of customer requirements in QFD［J］.Computer Integrated Manufacturing Systems，2010，16（4）：763-771（in Chinese）.［王晓墩，熊 伟.质量功能展开中顾客需求重要度确定的粗糙层析分析法［J］.计算机集成制造系统，2010，16（4）：763-771.］

［9］WANG Zengqiang，LI Yanlai，PU Yun.Relationship values determination of customer requirements and engineering characteristics in QFD［J］.Computer Integrated Manufacturing Systems，2013，19（8）：2066-2074（in Chinese）.［王增强，李延来，蒲 云.质量功能展开中顾客需求与工程特性的关联度确定方法［J］.计算机集成制造系统，2013，19（8）：2066-2074.］

［10］KEENEY R，GREGORY R.Selecting attributes to measure the achievement of objectives［J］.Operations Research，2005，53（1）：1-11.

［11］KEENEY R.Decisions with multiple objectives［M］.USA：Cambridge University Press，1993.

［12］KEENEY R.Value-focused thinking［M］.Cambridge，Mass.，USA：Harvard University Press，1992.

［13］HAMMOND J，KEENEY R，RAIFFA H.Even-swaps：a rational methods for making trade-offs［J］.Harvard Business Review，1998，76（2）：137-149.

［14］BUTLER J，MORRICE D，MULLARKEY P.A multiple attribute utility theory approach to ranking and selection［J］.Management Science，2001，47（6）：800-816.

［15］JENKINSON L，SIMPKIN P，RHODES D.Civil jet aircraft design［M］.Reston，Va.，USA：AIAA，1999.