面向顾客需求的流程分析
2017年06月08日 | 作者: adminlin | 分类: 企业顾客满意度 |
深入了解顾客需求已经成为企业获得竞争优势的重要前提。利用模糊集的方法来表征企业对顾客需求、竞争者能力认知的不确定。通过QFD将顾客偏好和供应链参数结合起来，最后利用流程建模和仿真的方法得到改进的参数设置，提高顾客满意度和企业竞争力。
0 引言
流程绩效管理大多是从企业的角度出发，很少考虑顾客的观点。顾客不会将注意力停留于企业的运作，产品（服务）才是他们关注的焦点。企业基于自身角度做出的评价很难反映能在多大程度上满足顾客的需求。如果仅从顾客观点出发，企业的绩效又无法保证。企业的资源不是无限的，使用也不是无成本的，因此，业务流程不宜追求各方面的尽善尽美，而应根据顾客的优先序，将顾客观点映射到企业观点上，最大限度地满足顾客需求。
1 企业流程分析
1.1 获得顾客需求
获得顾客需求一般采用问卷和焦点小组的方法，调查对象包括顾客、销售人员等。Berger（1980）采用统计的方法分析顾客需求，但不断缩短的产品生命周期，多变的顾客需求，顾客需求的概率分布所需的正确假设和无偏的历史数据难以获得，使得统计越来越不准确。本文提出使用模糊集（Fuzzy
Set）来度量顾客需求，采用语义判断来描述顾客需求。例如，销售经理认为顾客满意的产品成本可能在c，最低为l，最高为u。功能取向表示顾客对需求大小的意愿，例如对于价格，希望越低越好，而质量则越高越好。采用将可能性分布转化为概率分布的方法[3]，计算出企业水平与顾客需求j的差距X■■。
1.2 竞争比较 企业不仅要满足顾客的需求，还要考虑市场竞争。因此，本文将企业的业务流程水平与主要竞争对手相比（竞争对手的水平仍采用模糊数的方法表示），得到的差距X■■，i表示竞争对手。
1.3
综合评价，获得需要改进的顾客需求属性
采用AHP方法进行综合评价，Y■=α■■s■X■■。其中，Y■表示企业在顾客需求属性j方面的业务流程绩效评估，s■表示顾客和竞争的优先级，n表示企业主要的竞争者数量。最大的Y■即为岌待改进的顾客需求属性。综合评价∑Y■是对企业的综合度量，是[0，
1]之间的数值，具有比较评价意义，∑Y■越小，企业绩效越高。
1.4 建立“顾客需求-流程参数”关系矩阵
当获得需要改进的顾客需求属性之后，就要确定如何控制流程参数来提高顾客满意度。通过建立“顾客需求-流程参数”关系矩阵，确定决策变量。采用5-3-1评价指标描述相关程度。由于决策变量的个数与优化时间成指数关系，因此，本文在仿真优化中，选择相关程度较高的变量，通过改变其值来提高顾客满意度。
1.5 确定企业绩效指标
评价业务流程的水平，首先要确定相应的企业绩效指标体系。Beamon（1999）识别和评价了不同的企业绩效指标。根据包含性（inclusiveness）、通用性（universality）、可测量性（measurability）和一致性（consistency）对绩效指标进行了评价。最大的缺陷是包含性不足，解决的方法是使用绩效指标度量所有的相关方面。例如，仅使用成本来度量企业绩效，即使业务流程以最低成本运行，但仍可能出现对顾客响应速度较慢，或者缺少柔性来满足需求的随机波动。
2 企业流程建模和仿真
流程建模是企业变革不可缺少的工具，其实质是把企业现实业务模型映射为企业的流程模型，并与变化管理者的目标模型相比较、评估，以指导企业的变革。
人们从不同的研究领域出发，提出了许多流程建模的工具，如：流程图、IDEF模型系列、事件过程链模型（EPCM）以及Petri网等。IDEF模型系列、EPCM以及Petri网模型，虽然模型建立相对复杂，但却具有表达统一规范、表达能力强的特点。
本文采用事件过程链（EPCM）建模方法描述企业流程，利用ArenaTM来仿真业务流程。计算机仿真可以设计和评价业务流程、参数设置。Arena是通用的仿真软件包，可以仿真包括制造、通信、保险和医疗等各种系统。基本建模元素包括实体、属性、资源和队列等。它可以完成多种情景的仿真以及灵敏度分析。创建仿真流程模型包括建模、校验、致效和输出分析。
2.1 建模 利用建模元素来描述业务流程，根据经验和历史数据确定各种系统输入、参数的概率分布。
①确定选择哪种概率分布，例如，指数、正态、泊松分布等。利用统计数、直方图等手段获得概率分布假设。②利用最大似然估计法（MLEs）估计分布参数。③确定最优概率分布通过a、b两个步骤，可以获得多个概率分布，利用频率比较、分布函数差异图、？资2检验等方法确定最优分布。
2.2 校验、致效
确定模型正确性最有效的方法是将模型的输出与实际结果相比较，H0：u1-u2=0，H1：u1-u2≠0，u1表示实际结果，u2表示系统仿真结果，使用置信度水平α的检验，确定是否拒绝原假设。当不拒绝原假设时，认为这个仿真模型与真实系统无差别。
2.3 输出分析 确定输出结果的数学期望E[f（·）]和D[f（·）]方差。
3 流程参数优化
仿真优化技术就是指非枚举地从可能值中找到最佳输入变量值，使得输出结果为最优解或满意解的过程。其目标是在仿真试验中获得最多信息的同时，所耗费的资源最少，使得用户可以更加容易地进行决策，对于辅助决策具有重要意义。仿真优化技术为解决复杂系统优化问题提供了一个结构化的方法。当系统的性能是由仿真模型产生的输出变量所构成的函数来评价的时候，该方法可以用来寻找最优输入参数的取值。
优化搜索仿真提供了启发式优化引擎，当向优化模块提供目标函数、控制参数的取值范围时，优化引擎和仿真引擎交互运作，得到满意解。优化模块设计的关键是如何在控制变量的定义域内进行搜索。OptQuestTM采用禁忌搜索、神经网络和分散搜索等组合优化的方法来寻优。
仿真优化模型通常包括以下的部分：决策变量、目标函数和约束。决策变量V1，V2，…，Vk，仿真模型的目标函数L（V1，V2，…，Vk）是随机变量，优化目标是最大化或最小化，E表示L的数学期望，约束是线性的。与一般数学优化问题不同的是仿真优化的目标函数是没有解析式的，它是仿真模型的输出值，也就是在“企业流程建模和仿真”一节中提到的输出值。决策变量是流程参数，目标函数是顾客需求，约束是绩效指标。即在满足企业目标（即资源和柔性绩效）前提下，调节流程参数使得顾客需求目标最大化（或者最小化）。
想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz
或者扫描下面二维码
