淺談?wù)辉囼?yàn)法在新產(chǎn)品開發(fā)中的應(yīng)用

蔣雯

國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)急技術(shù)處理協(xié)調(diào)中心廣西分中心

一、引言

在對(duì)新產(chǎn)品的試驗(yàn)中，經(jīng)常會(huì)有多個(gè)產(chǎn)品屬性組合方案供選擇，如何根據(jù)實(shí)際經(jīng)驗(yàn)確定最優(yōu)的并且最能影響產(chǎn)品成功率的屬性組合呢，怎樣進(jìn)行篩選，怎樣確定這些因素對(duì)產(chǎn)品的影響程度是產(chǎn)品模擬中要解決的問題。

二、現(xiàn)有研究

（一）評(píng)價(jià)模型

許多企業(yè)在新產(chǎn)品篩選中普遍采用評(píng)價(jià)模型[1]。評(píng)價(jià)模型的基礎(chǔ)構(gòu)成要素為：因素（如：企業(yè)的研究能力，財(cái)務(wù)能力，生產(chǎn)能力，營(yíng)銷能力，原材料的采購(gòu)能力，市場(chǎng)潛力，競(jìng)爭(zhēng)狀況，公司形象等）；評(píng)價(jià)等級(jí)（即對(duì)各評(píng)價(jià)因素進(jìn)行量化，如對(duì)企業(yè)研究能力的評(píng)價(jià)可采取等級(jí)分?jǐn)?shù)來描述。6分表示研究能力最強(qiáng)，1分表示研究能力最弱，介于強(qiáng)弱之間則分別用 5-2分表示）；權(quán)數(shù)（如市場(chǎng)潛力占20%）；評(píng)價(jià)小組人員。其中又有相對(duì)指數(shù)評(píng)分法和市場(chǎng)營(yíng)銷評(píng)價(jià)系數(shù)評(píng)價(jià)模型。

1.相對(duì)指數(shù)評(píng)分法

此模型以直觀判斷為基礎(chǔ)，根據(jù)經(jīng)驗(yàn)確定一些評(píng)價(jià)因素與評(píng)分等級(jí)來構(gòu)思進(jìn)行篩選。通常確立的項(xiàng)目包括產(chǎn)品質(zhì)量目標(biāo)，企業(yè)的技術(shù)能力，生產(chǎn)能力，銷售能力，競(jìng)爭(zhēng)狀況，市場(chǎng)潛力等，然后根據(jù)各評(píng)價(jià)因素重要程度的不同對(duì)評(píng)價(jià)因素賦予不同權(quán)重，再將各因素的評(píng)分與權(quán)重相乘，最后將這些乘積相加得到構(gòu)思的總分。模型中相對(duì)適應(yīng)能力是通過構(gòu)思篩選者的經(jīng)驗(yàn)來評(píng)價(jià)該構(gòu)思對(duì)各評(píng)價(jià)因素的相對(duì)適應(yīng)能力，適應(yīng)能力強(qiáng)則開發(fā)風(fēng)險(xiǎn)小。下表1給出了一個(gè)模型實(shí)例：

表1 相對(duì)指數(shù)評(píng)分法模型

2.市場(chǎng)營(yíng)銷系數(shù)評(píng)價(jià)模型

市場(chǎng)評(píng)價(jià)模型是一種多因素，較全面的評(píng)價(jià)方法。它現(xiàn)根據(jù)企業(yè)規(guī)模，產(chǎn)品類型，競(jìng)爭(zhēng)情況等具體情況確定影響新產(chǎn)品開發(fā)的一些主要因素（要因），再將各要因分別細(xì)分為若干具體要素，并用概率加權(quán)方法將其還原為復(fù)合系數(shù)，即得市場(chǎng)營(yíng)銷系數(shù)。并根據(jù)市場(chǎng)營(yíng)銷系數(shù)大小判斷新產(chǎn)品成功可能性，由此確定各構(gòu)思方案的優(yōu)劣。表2和表3是一個(gè)該模型的實(shí)例：

表2 可銷售性各要素的權(quán)重及各等級(jí)的權(quán)重分配

表3 要因權(quán)重分配

（二）概念甄別

概念甄別[2]是以已去世的Stuart Pugh在20世紀(jì)80年代開發(fā)的一種方法為基礎(chǔ)的，因此通常將它稱為Pugh概念選擇。這一步的目的在于快速縮小概念數(shù)目并優(yōu)化概念。表4列出了一個(gè)甄別矩陣模型，甄別對(duì)象為注射器。其思想是將概念與參考概念進(jìn)行比較。

表4 概念甄別矩陣

（三）比較

上面所述的兩種方法是筆者查閱文獻(xiàn)過程中搜集到的研究，這兩種用于產(chǎn)品概念篩選的方法。筆者認(rèn)為，評(píng)價(jià)模型是從宏觀角度出發(fā)來進(jìn)行，聯(lián)系了產(chǎn)品以外的關(guān)系來篩選，并且依賴評(píng)分人員的判斷，主觀性較強(qiáng)；概念甄別矩陣是以參考概念為依據(jù)，進(jìn)行比較，有標(biāo)準(zhǔn)可依；而本文中，筆者試圖通過一個(gè)護(hù)膚品開發(fā)案例，從屬性組合選擇的角度對(duì)產(chǎn)品進(jìn)行篩選，并且還會(huì)定出關(guān)鍵屬性的關(guān)鍵水平組合，其中運(yùn)用來較多的統(tǒng)計(jì)學(xué)知識(shí)，人為主觀性的干預(yù)較少，在正交試驗(yàn)法中的最好點(diǎn)，雖然不一定是全面試驗(yàn)的最好點(diǎn)，但也往往是相當(dāng)好的點(diǎn)。特別在只有一兩個(gè)因素起主要作用時(shí)，正交試驗(yàn)法能保證主要因素的各種可能都不會(huì)漏掉。這點(diǎn)其他試驗(yàn)方法難于做到。

三、本文研究方法---正交試驗(yàn)法

（一）正交試驗(yàn)法也叫正交優(yōu)化法，20世紀(jì)60年代由日本統(tǒng)計(jì)學(xué)家田口玄一將正交設(shè)計(jì)表格化而得。它以實(shí)際經(jīng)驗(yàn)為基礎(chǔ)，利用正交表對(duì)多因子試驗(yàn)作整體設(shè)計(jì)，對(duì)試驗(yàn)結(jié)果統(tǒng)計(jì)分析，綜合比較，得出優(yōu)化的方案和較精確的估計(jì)值的實(shí)驗(yàn)設(shè)計(jì)方法。正交設(shè)計(jì)有無交互作用的正交設(shè)計(jì)和有交互作用的正交設(shè)計(jì)兩種，本文運(yùn)用的是無交互作用的正交設(shè)計(jì)來確定產(chǎn)品屬性組合。

（二）正交試驗(yàn)法步驟:

1.明確試驗(yàn)?zāi)康?/p>

試驗(yàn)前，首先的要明確試驗(yàn)?zāi)康模赐ㄟ^試驗(yàn)想解決什么問題。是為了改進(jìn)質(zhì)量，還是為了提高產(chǎn)量，或是為了保護(hù)環(huán)境，等等。

2.明確試驗(yàn)指標(biāo)

試驗(yàn)指標(biāo)用來判斷試驗(yàn)條件的好壞。

3.確定因子和水平

在試驗(yàn)前首先要分析影響指標(biāo)的因子是什么，每個(gè)因子在試驗(yàn)中取哪些水平。

4.選用合適的正交表，進(jìn)行表頭設(shè)計(jì)，列出試驗(yàn)計(jì)劃。

首先根據(jù)在試驗(yàn)中所考察的因子水平選擇具有該水平數(shù)的一類正交表，再根據(jù)因子的個(gè)數(shù)具體選定一張表。選定來正交表后，把因子放到正交表的列上去，稱為表頭設(shè)計(jì)。在不考慮交互作用的場(chǎng)合下，可以把因子放在任意列上，一個(gè)因子占一列。有來表頭設(shè)計(jì)便可寫出試驗(yàn)計(jì)劃，只要將置因子的列中的數(shù)字換成因子的相應(yīng)水平即可，不放因子的列就不予以考慮。

5.將試驗(yàn)結(jié)果記錄在對(duì)應(yīng)的試驗(yàn)條件后面。

四、實(shí)例分析

以下用一個(gè)化妝品開發(fā)的例子來說明正交試驗(yàn)法在產(chǎn)品開發(fā)中的應(yīng)用。假定某公司打算在市場(chǎng)上推出一款美白護(hù)膚產(chǎn)品，現(xiàn)要確定最能影響消費(fèi)者購(gòu)買可能性的產(chǎn)品屬性組合，并確定各屬性對(duì)購(gòu)買可能性的影響程度。

（一）明確試驗(yàn)?zāi)康?/p>

在本例中試驗(yàn)的目的是找出最適合市場(chǎng)需求的美白護(hù)膚品的屬性組合，提高產(chǎn)品的成功率。

（二）明確試驗(yàn)指標(biāo)

在本例中以購(gòu)買可能性作為指標(biāo)，將此指標(biāo)進(jìn)行量化為1-6，值越大表明購(gòu)買可能性越高，該指標(biāo)越大表明試驗(yàn)條件越好。

（三）確定因子和水平

在本例中，經(jīng)分析影響消費(fèi)者購(gòu)買可能性的可能因子有3個(gè)，它們是：

A：知名度 B：價(jià)格 C：售后服務(wù)

其中，對(duì)于A因子，取值1、2、3分別表示低、一般、高，對(duì)于C因子，取值1、2、3分別表示差、一般、好，以此來將其量化。

并根據(jù)該公司調(diào)查后得到的各因子的取值，得到下表5

表5 因子水平表

（四）選用合適的正交表，進(jìn)行表頭設(shè)計(jì)，列出試驗(yàn)計(jì)劃。

本例中所考察的因子是三水平的，因此選用三水平正交表，又由于考慮四個(gè)因子，所以選用L9（34）即可。

（五）將試驗(yàn)結(jié)果記錄在對(duì)應(yīng)的試驗(yàn)條件后面

本例的試驗(yàn)結(jié)果如下表6所示。

表6 試驗(yàn)計(jì)劃與試驗(yàn)結(jié)果

（六）數(shù)據(jù)分析

下面對(duì)試驗(yàn)結(jié)果進(jìn)行數(shù)據(jù)分析。在本例中考慮來三個(gè)三水平因子，其所有不同的實(shí)驗(yàn)條件共有27個(gè)，現(xiàn)在僅做來其中的9個(gè)。試驗(yàn)的目的是想找出哪些因子對(duì)指標(biāo)是有明顯影響的，各個(gè)因子的什么樣的水平組合可以使指標(biāo)達(dá)到最大。為方便起見，把試驗(yàn)結(jié)果寫在正交表的右邊一列上（表7），并分別用y1,y2,...,y9表示，所有計(jì)算可在表上進(jìn)行。

表7 直觀分析計(jì)算表

1.數(shù)據(jù)的直觀分析

（1）尋找最好的實(shí)驗(yàn)條件

首先看第一列，該列的1、2、3，分別表示因子A的三個(gè)水平，按水平號(hào)將數(shù)據(jù)分為三組：“1”對(duì)應(yīng){y1,y2,y3},“2”對(duì)應(yīng){y4,y5,y6}，“3”對(duì)應(yīng){y7,y8,y9}。

“1”對(duì)應(yīng)的三個(gè)實(shí)驗(yàn)都采用因子A的一水平進(jìn)行試驗(yàn)，但因子B的三個(gè)水平各參加來一次試驗(yàn)，因子C的三個(gè)水平也各參加了一次試驗(yàn)。這三個(gè)實(shí)驗(yàn)結(jié)果的和與平均值分別為：

“2”對(duì)應(yīng)的三個(gè)試驗(yàn)都采用因子A的二水平進(jìn)行試驗(yàn)，但因子B的三個(gè)水平各參加了一次試驗(yàn)，因子C的三個(gè)水平也各參加了一次試驗(yàn)。這三個(gè)實(shí)驗(yàn)結(jié)果的和與平均值分別為：

“3”對(duì)應(yīng)的三個(gè)試驗(yàn)都采用因子A的三水平進(jìn)行試驗(yàn)，但因子B的三個(gè)水平各參加了一次試驗(yàn)，因子C的三個(gè)水平也各參加了一次試驗(yàn)。這三個(gè)實(shí)驗(yàn)結(jié)果的和與平均值分別為：

由以上可知，T1、T2、T3之間的差異只反映了A的三個(gè)水平間的差異，因?yàn)檫@三組試驗(yàn)條件除了因子A水平有差異外，因子B與C的條件是一致的，所以可以通過比較這三個(gè)平均值的大小看出因子A的水平的好壞。從這三個(gè)數(shù)據(jù)可知因子A的三水平最好，因?yàn)槠渲笜?biāo)均值最大。因子B、C也同理計(jì)算在表3中。由計(jì)算結(jié)果可知，因子B取一水平或二水平好，因子C取三水平好。

綜上可知，使指標(biāo)達(dá)到最大的條件是A3B1C3或A3B2C3，即知名度高，價(jià)格為65或78元，售后服務(wù)好可以使購(gòu)買可能性達(dá)到最大。

（2）各因子對(duì)指標(biāo)影響程度大小的分析

這可從各個(gè)因子的“極差”來看，即一個(gè)因子不同水平對(duì)應(yīng)的實(shí)驗(yàn)結(jié)果均值的最大值和最小值的差，因?yàn)樵撝荡蟮脑挘瑒t改變這因子的水平會(huì)對(duì)指標(biāo)造成較大的變化，所以該因子對(duì)指標(biāo)的影響大；反之，影響就小。本例中，通過計(jì)算，RA=5-1.33=3.67，RB=3.67-3.33=0.34，RC=4.33-3=1.33,由此可知，因子A的影響最大，其次是因子C，而因子B的影響最小。

2.數(shù)據(jù)的方差分析

下面對(duì)數(shù)據(jù)進(jìn)行方差分析確定極差小到什么程度時(shí)，可以認(rèn)為該因子對(duì)指標(biāo)值已經(jīng)沒有顯著影響。

（1）統(tǒng)計(jì)模型

在對(duì)數(shù)據(jù)進(jìn)行方差分析時(shí)做出如下假定。若記Ai,Bj,Ck水平下的試驗(yàn)結(jié)果為yijk，則yijk=uijk+εijk，其中uijk與該條件中各因子的水平有關(guān)，現(xiàn)假定uijk=u+ai+bj+ck，其中u稱為總平均，ai、bj、ck分別為因子A的第i個(gè)水平效應(yīng)，因子B的第j個(gè)水平效應(yīng)，因子C的第k個(gè)水平效應(yīng)，它們分別滿足如下條件：

而各εijk而各εijk被假定是互相獨(dú)立同分布的隨機(jī)變量，它們服從N（0，σ2）。

在本例中的統(tǒng)計(jì)模型為

各εi相互獨(dú)立同分布服從N（0，σ2）。

（2）計(jì)算

通常用列表的方法計(jì)算各列的偏差平方和（表8），由于本例數(shù)字并不復(fù)雜，可以通過代數(shù)運(yùn)算用下式計(jì)算一列的偏差平方和與總偏差平方和：

表8 偏差平方和

注意，這里ST還有誤差e的誤差偏差平方和。誤差e可設(shè)為因子D，對(duì)應(yīng)于上表因子A的各個(gè)水平分別取123，312，231.Se=0.22。

表9 方差分析表

由上表結(jié)果可知，由于FA大于F0.90(2,2)=9.0，F(xiàn)c小于F0.95（2，2）=19.0，所以因子A在顯著性水平0.10和0.05的條件下均顯著，而因子C在顯著性水平930.10的條件下顯著。

3.最佳條件的選擇

本例中因子A和因子C是顯著的，所以要選擇其最好的水平，按前所述，應(yīng)取A3C3，由于因子B對(duì)指標(biāo)均值無明顯影響，因子B則可以任選水平，但是一般選廉價(jià)B1來吸引顧客。

五、總結(jié)

本文先簡(jiǎn)單描述了關(guān)于產(chǎn)品篩選的現(xiàn)有研究，并對(duì)這些研究和本文的研究方法進(jìn)行了比較，通過對(duì)某護(hù)膚品的開發(fā)案例來嘗試使用正交試驗(yàn)法來解決問題，確定了產(chǎn)品的最佳屬性組合，并分析了各屬性對(duì)指標(biāo)均值的影響程度。筆者認(rèn)為，正交試驗(yàn)法在使用上較方便，能減少試驗(yàn)次數(shù)，這點(diǎn)和概念甄別矩陣是類似的。從本文中，可見正交試驗(yàn)法結(jié)果直觀易分析，且每個(gè)試驗(yàn)水平都重復(fù)相同次數(shù)，可以消除部分試驗(yàn)誤差的干擾。但同時(shí)，在完成本文過程中，筆者感覺到此法仍然帶有很強(qiáng)的摸索性，不很精確，而且，該法用在初步篩選時(shí)顯得收斂速度緩慢、難于確定數(shù)據(jù)變化規(guī)律，增加試驗(yàn)次數(shù)。

筆者本著嘗試學(xué)習(xí)的態(tài)度來完成本文，筆者是初次接觸正交試驗(yàn)方法,由于正交試驗(yàn)法是統(tǒng)計(jì)學(xué)中常用的工具，在質(zhì)量管理中也很常見，需要運(yùn)用統(tǒng)計(jì)學(xué)中的知識(shí)來解決問題，故對(duì)筆者提出了較高要求。成文過程中，筆者查閱了產(chǎn)品開發(fā)和統(tǒng)計(jì)學(xué)方面的資料以啟發(fā)思路。雖然本文的分析并非完美，但筆者在完成本文的過程中查閱了相關(guān)文獻(xiàn)，對(duì)統(tǒng)計(jì)學(xué)知識(shí)有了進(jìn)一步的學(xué)習(xí)，也更加體會(huì)到統(tǒng)計(jì)學(xué)的重要性。如文中分析有不妥之處，望讀者指出和諒解。