集成模糊Kano模型和余弦相似度的顧客需求滿意度測評

劉大帥，張杰，徐偉杰，趙宇

集成模糊Kano模型和余弦相似度的顧客需求滿意度測評

劉大帥1，張杰2，徐偉杰1，趙宇1

（1.中國電子科技集團公司第三十六研究所，浙江 嘉興 100048；2.華東理工大學 藝術設計與傳媒學院，上海 200237）

在企業發展過程中，對顧客需求的滿意度測評有助于企業發現問題與不足，以便更好地滿足顧客需求。為使顧客需求滿意度的評價結果更加科學有效，提出一種集成模糊Kano模型和余弦相似度的顧客需求滿意度測評方法。通過前期問卷調研和深度訪談獲得顧客需求要素作為滿意度測評的對象，利用模糊Kano模型分析顧客對需求要素的滿意程度值及其屬性分類，采用余弦相似度計算各個需求要素的滿意程度值與其最優值之間的相似度值，得到顧客需求滿意度的權重值，通過顧客需求的屬性調整系數對顧客需求滿意度權重值進行調整，得到最終的顧客需求滿意度測評值。將模糊Kano模型與余弦相似度相結合對顧客需求的滿意度進行測評研究，以某公司電動汽車充電設備的顧客需求滿意度測評為例，并與現有的滿意度計算方法進行對比分析，驗證了所提方法的可行性和有效性。

顧客需求；滿意度測評；模糊Kano模型；余弦相似度

隨著經濟的快速發展，企業在發展轉型的過程中將面臨更大的市場挑戰，為了提升自身的市場競爭力，企業越來越重視滿足顧客的購買意愿，以提升產品價值的實現程度[1]。顧客滿意度是衡量產品價值實現程度的重要標準，也是影響顧客購買產品意愿的重要因素，同時，它還是企業在激烈的市場競爭中能否占據一席之地的關鍵[2-3]。因此，企業對顧客需求滿意度的準確測評可有效地幫助企業把握顧客需求的趨勢，發現存在的問題與不足，并對滿意度較低的顧客需求進行優化改進。近年來，國內外學者對顧客需求滿意度測評有著廣泛的研究，有國外學者提出了一種滿意度指數模型，實現了對產品/服務質量、價格等屬性要素的滿意程度測評，但該模型需要借助間接推理才能得到測評結果[4-5]。國內學者周會玲等[6]利用四分圖模型獲得了顧客對網購影響指標的滿意度測評值，但是在計算顧客滿意度測評值時僅僅將平均數作為其測評結果，存在一定的誤差。彭荷芳等[7]利用層次分析法對大型超市的顧客滿意度進行了測評，但層次分析法的計算過程具有很強的主觀性。蔡壽松等[8]利用Kano模型研究了消費者對網絡購物的滿意度，并通過Better-Worse系數得到了滿意度的測評值。然而，在調研滿意度指標時，Kano模型存在無法解決用戶測評中的模糊性問題。唐永洪等[9]利用模糊Kano模型解決了滿意度指標調研時的模糊性問題，獲得了物流服務績效的分類以及顧客對其質量要素的滿意程度值。然而，上述研究在利用模糊Kano模型對顧客需求滿意度測評時未能綜合地考慮SI和DSI值，會使顧客滿意度測評值存在一定的誤差，同時，單一地利用模糊Kano模型會存在顧客滿意度測評量化困難的問題。因此，本文需要借助其他量化工具綜合性地考慮模糊Kano模型中的SI和DSI值，以實現顧客需求滿意度的準確測量。余弦相似度是一種可以測量2個向量間相似度的常用的量化數據方法，它可以有效地利用已有的原始數據，通過余弦值來衡量個體間的差異程度[10]。王婕等[11]利用余弦相似度計算出每個服務質量屬性值與理想值之間的相似度，得到了制造產品服務質量的準確排序，為本文的研究提供了一定的參考。基于此本文將模糊Kano模型與余弦相似度相結合，利用余弦相似度計算模糊Kano模型中SI和DSI值與其理想值之間的相似度值，實現顧客滿意度測評的精準量化，同時該方法可以達到綜合考慮SI和DSI值的目的，有效地提高了顧客需求滿意度測評的準確性，為企業開展顧客需求滿意度測評提供了新的方法。

1 模糊Kano模型

Kano模型是由狩野紀昭教授所提出的一種對顧客需求要素進行分類的有效工具，其通過定性和定量相結合的方式對顧客需求滿意度進行測評[12]。Kano模型根據各個顧客需求與其滿意度之間的關系，將顧客需求要素分為5類：基本需求（）、期望需求（）、興奮需求（）、無差異需求（）、反向需求（）、問題需求（）。Matzler等[13]為了更好地區分顧客需求要素，修正了Kano模型需求分類評價表，見表1。

表1 Kano模型顧客需求要素分類表

Tab.1 Classification table of customer demand elements in Kano model

針對傳統的Kano模型問卷調查，顧客只能選擇一個最滿意的選項，這樣會忽略顧客選擇的模糊性，導致調研數據不準確。因此，本文將利用模糊Kano模型對顧客需求要素進行分類。顧客采用區間[0,1]的某個值來代表對需求要素的滿意度，使其滿意度測評和屬性分類更準確[14-16]。其中，傳統Kano模型和模糊Kano模型的問卷調查表分別見表1和表3。

表2 傳統的Kano問卷調查表

Tab.2 Traditional Kano questionnaire

表3 模糊Kano問卷調查表

Tab.3 The fuzzy Kano questionnaire

通過模糊Kano模型對顧客需求要素進行分類，以某顧客對操作更加便捷需求要素的問卷調查為例，具有操作更加便捷需求要素的矩陣為=[0.7 0.2 0.1 0 0]，不具有操作更加便捷需求要素的矩陣為=[0 0 0.2 0.2 0.6]，其交互矩陣為：

(1)

隨后，將矩陣中的值與表1的屬性匹配并相加，可獲得其屬性類別隸屬度向量為：

(2)

為了使顧客需求要素滿意度調研信息不失真，減少信息交叉，得到更加準確的分類結果，本文采用閾值0.4對調研數據的統計結果進行篩選。其中，當T≥0.4時，調研數據結果用1表示，反之用0表示。將所有的問卷調研數據T相加，統計得到顧客需求要素的分類頻數f，并將頻數最高的屬性類別作為該顧客需求要素的類型。當頻數相同時，將、、、排序作為其屬性類別。

最后，依據模糊Kano問卷調查的統計結果，對顧客需求滿意度的相對重要度進行計算，其計算公式如下：

(3)

(4)

式中：SI表示產品具有某種需求要素時顧客的滿意度；DSI表示產品不具有某種需求要素時顧客的不滿意度。

2 余弦相似度

余弦相似度也稱余弦距離，是指用向量空間中2個向量夾角的余弦值作為衡量2個個體間差異大小的一種度量方法[17]。由圖1可見，向量與向量相比，向量到向量的夾角更小，其余弦值更大，表明向量與向量的相似度要大于向量與向量的相似度，即2個向量的夾角越小，說明2個向量的相似度越大。

圖1 余弦相似度示意圖

假設向量為（1，1），向量為（2，2），則向量和向量夾角的余弦值計算公式如下：

(5)

本文用向量表示顧客需求的滿意度，將上文的SI和DSI值作為描述顧客需求滿意度的向量，將顧客需求滿意度統計數據中的最優值作為向量，通過計算2個向量之間的夾角余弦值來反映顧客需求滿意度的大小，以確定顧客需求滿意度的權重值。

3 集成模糊Kano模型和余弦相似度的顧客需求滿意度測評流程

在已獲取的顧客需求要素的基礎上，利用模糊Kano模型對顧客需求要素的滿意度進行調查，得到顧客對每個需求要素的滿意程度及其屬性分類；采用余弦相似度計算各個需求屬性的滿意程度與其最優值之間的相似度值，得到顧客需求滿意度的權重值；利用顧客需求的屬性調整系數對其滿意度權重值進行調整，得到最終的顧客需求滿意度測評值，見圖2。

圖2 集成模糊Kano模型和余弦相似度的顧客需求滿意度測評流程

步驟1：通過問卷調研和深度訪談并結合企業的發展情況確定顧客需求要素。

步驟2：通過模糊Kano問卷調研獲得顧客對需求要素的滿意程度，并確定顧客需求的要素屬性分類。

步驟3：通過式（3）—（4）計算顧客對需求要素的滿意程度系數SI和不滿意程度系數DSI，并確定顧客需求滿意度系數的最優值。

步驟4：利用式（5）計算各個需求屬性的滿意度系數與其最優值之間的相似度值，得到顧客需求滿意度的權重值。

步驟5：將顧客需求要素的屬性分類調整系數與所計算的顧客需求滿意度權重值相乘，進行顧客需求滿意度修正，得到最終的顧客需求滿意度測評值。其中，顧客需求的屬性分類修正值取值為：當CR為基本需求時，=1；為期望需求時，=2；為興奮需求和無差異需求時，值分別為4和0。

4 實例分析

4.1 實例應用

為了驗證本文所提方法的可行性和有效性，以某企業設計開發的電動汽車充電設備為例，該企業為了提高電動汽車充電設備產品的銷量，并增強企業在市場競爭中的競爭力，開始注重顧客需求滿意度的測評，以便快速適應不斷變化的顧客需求。在電動汽車充電設備的顧客需求滿意度測評前期，通過問卷調查與顧客深度訪談相結合的市場調研方法，聚類得到電動汽車充電設備的顧客需求要素，作為電動汽車充電設備的顧客需求滿意度測評對象：操作更加便捷（1）、APP智能提示服務（2）、安全性高（3）、整體符合人機尺寸要求（4）、具備預警和防護功能（5）、設備具有移動靈活性（6）、造型美觀（7）、品牌性好（8），見表4。

表4 顧客對電動汽車充電設備的需求要素

Tab.4 Customer demand factors for electric vehicle charging equipment

根據表4的顧客需求要素，以操作更加便捷（1）為例設計其滿意度調研的模糊Kano問卷，見表5；將調研滿意度問卷通過網絡和現場2種方式發放給企業管理人員、產品使用者、產品銷售者以及與產品相關的用戶群體，共發放問卷250份，收回問卷230份，去掉無效和問題問卷25份，有效問卷回收率為82%，保證了調研數據的有效性。

表5 某顧客對1的滿意度問卷調查結果

Tab.5 The results of a customer's satisfaction questionnaire on CR1

表61的Kano問卷調研統計表

Tab.6 Statistical table of CR1's Kano questionnaire survey

表7 顧客需求要素的滿意度調研統計表

Tab.7 Customer demand factor satisfaction survey statistical table

由表7的統計結果可知，顧客需求滿意度的最優值為（0.702 4，0.463 4），根據式（5）計算出每個顧客需求的相似度值，并利用屬性調整系數進行修正，計算結果見表8。

由表8的計算結果可知，某電動汽車充電設備的各項顧客需求滿意度測評值排序為：8>1>2>7>6>5>3>4，根據排序結果可知顧客對品牌性好（8）這項需求要素的滿意度最高，并且品牌性好（8）屬于興奮需求，公司應增強產品的品牌宣傳，讓顧客更加信任公司的產品，以提升產品的品牌附加價值；1、2、7和6的滿意度測評值排序相對較高，且屬于期望型需求，因此，在電動汽車充電設備產品設計開發時要給予較高的關注，以保證更好地滿足顧客的需求，以提升顧客對產品的滿意度；5、3和4的滿意度測評值排序相對較低，且屬于基本型需求，公司在資源有限的條件下只需具備基本的顧客需求即可，不需要給予更多的關注。

表8 某電動汽車充電設備的各項顧客需求滿意度測評值對比

Tab.8 Comparison of customer demand satisfaction evaluation values of an electric vehicle charging equipment

4.2 對比分析

為了驗證所提方法的有效性，本文將所提方法與文獻[18]的方法進行對比。其中，文獻[18]的計算公式如下：

(6)

式中：當為基本需求（）時，=0.5；為期望需求（）時，=1；為興奮需求（）和無差異需求（）時，值分別為1.5和0。

通過式（6）對表7統計的每項顧客需求滿意度數據進行計算，得到每個顧客需求的滿意度測評值（見表8），其各項顧客滿意度的測評值排序為：8>1>2>6>7>3>5>4，然后對2種方法計算的顧客需求滿意度測評值進行對比分析。

對表8的計算結果進行對比可知，本文所提方法與文獻[18]所提方法顧客滿意度測評值的排序結果大致相同，相同點是品牌性好（8）的顧客滿意度測評值都比較高，排在首位；整體符合人機尺寸要求（4）的顧客滿意度測評值都比較低，證明了本文所提方法的有效性。不同點在于顧客需求3、5、6、7的滿意度測評值排序發生了變化。這是因為在使用文獻[18]所提方法計算時只考慮將SI或DSI中的最大值作為滿意度數據進行計算，會造成顧客滿意度數據的丟失，影響顧客需求滿意度測評值的結果。本文所用的余弦相似度方法將模糊Kano模型中SI和DSI數據與其最優值進行了相似度計算，既考慮了顧客需求的滿意度數據，又考慮了顧客需求的不滿意度數據，使總體顧客滿意度測評值更加符合客觀數據，使測評結果更加準確、真實。

此外，由表8可知，通過本文所提方法計算所得的顧客需求滿意度測評值離散程度更大，更容易區分出滿意度較高的顧客需求，以便于企業在資源有限的條件下合理地分配企業資源，獲得更大的企業效益。

5 結語

提升顧客滿意度是制造型企業增強市場競爭能力的重要途徑，顧客滿意度測評是提升顧客滿意度的重要前提。本文提出了基于模糊Kano模型和余弦相似度的顧客需求滿意度測評方法，該方法通過模糊Kano模型確定顧客需求要素的SI和DSI系數及其屬性分類，有效地解決了顧客在判斷需求要素滿意度時所存在的模糊性問題；利用余弦相似度對模糊Kano問卷的調研結果進行滿意度量化，有效地保證了顧客需求滿意度權重值計算的準確性；采用顧客需求屬性分類的調整系數對顧客需求滿意度權重值進行調整，得到最終的顧客需求滿意度測評值，通過顧客需求滿意度測評值的大小反映顧客對需求屬性的滿意程度大小，完成顧客需求的滿意度測評值排序。

本文以某公司電動汽車充電設備的顧客需求滿意度測評為例，驗證了所提方法的可行性。將本文所提方法與現有方法計算得到的顧客滿意度測評值進行對比分析，驗證了本文所提方法的有效性。接下來，下一階段的研究重點將是深入思考如何利用網絡大數據知識和人工智能技術手段客觀、高效地預測顧客需求滿意度的發展趨勢，使企業能夠更加快速地應對市場的變化，提升企業的市場競爭力。

[1] 趙宇晴, 阮平南, 劉曉燕, 等. 基于在線評論的用戶滿意度評價研究[J]. 管理評論, 2020, 32(3): 179-189.

ZHAO Yu-qing, RUAN Ping-nan, LIU Xiao-yan, et al. Study on User Satisfaction Evaluation Based on Online Comment[J]. Management Review, 2020, 32(3): 179-189.

[2] 熊百妹, 宋思根. 國內顧客滿意度測評研究評述[J]. 統計與決策, 2010(20): 156-159.

XIONG Bai-mei, SONG Si-gen. Review of Domestic Research on Customer Satisfaction Evaluation[J]. Statistics & Decision, 2010(20): 156-159.

[3] 李奮強, 常慧貞, 郭延鑫, 等. 基于顧客滿意度的產品概念設計評價研究[J]. 包裝工程, 2016, 37(24): 17-21.

LI Fen-qiang, CHANG Hui-zhen, GUO Yan-xin, et al. Evaluation of Product Conceptual Design Based on Customer Satisfaction[J]. Packaging Engineering, 2016, 37(24): 17-21.

[4] ANDERSON E W, FORNELL C. Foundations of the American Customer Satisfaction Index[J]. Total Quality Management, 2000, 11(7): 869-882.

[5] 麻志宏. 顧客滿意度測評方法研究[D]. 大連: 大連理工大學, 2004.

MA Zhi-hong. Research on Customer Satisfaction Evaluation Method[D]. Dalian: Dalian University of Technology, 2004.

[6] 周會玲, 劉恬玥, 王佳佳, 等. 基于四分圖模型的顧客網購滿意度測評[J]. 中國物流與采購, 2019(24): 123.

ZHOU Hui-ling, LIU Tian-yue, WANG Jia-jia, et al. Evaluation of Customer's Online Shopping Satisfaction Based on Quadrant Graph Model[J]. China Logistics & Purchasing, 2019(24): 123.

[7] 彭荷芳. 層次分析法在大型超市顧客滿意度測評中的運用[J]. 商業時代, 2009(9): 13-14.

PENG He-fang. Application of Analytic Hierarchy Process in Customer Satisfaction Evaluation of Large Supermarket[J]. Commercial Times, 2009(9): 13-14.

[8] 蔡壽松, 顧曉敏. 基于KANO模型的網絡購物商業模式滿意度測評[J]. 統計與決策, 2015(18): 95-97.

CAI Shou-song, GU Xiao-min. Satisfaction Evaluation of Online Shopping Business Model Based on KANO Model[J]. Statistics & Decision, 2015(18): 95-97.

[9] 唐永洪. 基于模糊Kano模型與IPA分析的物流服務績效評價研究[J]. 物流技術, 2017, 36(6): 107-111.

TANG Yong-hong. Study on Logistics Service Performance Assessment Based on Fuzzy Kano Model and IPA[J]. Logistics Technology, 2017, 36(6): 107-111.

[10] 閆新國, 謝赤, 朱玉國, 等. 基于余弦相似度(CS)和最小生成樹(MST)的基金市場復雜網絡研究[J]. 財經理論與實踐, 2020, 41(2): 55-61.

YAN Xin-guo, XIE Chi, ZHU Yu-guo, et al. The Study of Fund Market Complex Network Based on Cosine Similarity and MST Method[J]. The Theory and Practice of Finance and Economics, 2020, 41(2): 55-61.

[11] 王婕, 耿秀麗. 基于直覺模糊余弦相似度的云制造服務質量評價[J]. 計算機集成制造系統, 2021, 27(4): 1128-1134.

WANG Jie, GENG Xiu-li. Evaluation of Cloud Manufacturing Service Quality Evaluation Based on Intuitionistic Fuzzy Cosine Similarity[J]. Computer Integrated Manufacturing Systems, 2021, 27(4): 1128-1134.

[12] KANO N, TAKAHASHI F. Attractive Quality and Must be Quality[J]. The Journal of Japanese Society for Quality Control, 1984, 41(2): 39-48.

[13] MATZLER K, HINTERHUBER H H, BAILOM F, et al. How to Delight your Customers[J]. Journal of Product & Brand Management, 1996, 5(2): 6-18.

[14] 劉大帥, 楊勤, 呂健, 等. 融合用戶滿意度的用戶需求綜合重要性研究[J]. 圖學學報, 2019, 40(6): 1137- 1143.

LIU Da-shuai, YANG Qin, LV Jian, et al. Comprehensive Importance of Integrating User Satisfaction with User Demand[J]. Journal of Graphics, 2019, 40(6): 1137-1143.

[15] 孟文, 韓玉啟, 何林. 基于模糊Kano模型的顧客服務需求分類方法[J]. 技術經濟, 2014, 33(6): 54-58.

MENG Wen, HAN Yu-qi, HE Lin. Classification Method of Customer's Service Requirement Based on Fuzzy Kano Model[J]. Technology Economics, 2014, 33(6): 54-58.

[16] 劉大帥. 基于顧客需求分析及公理化設計的產品概念設計方法研究[D]. 貴陽: 貴州大學, 2020.

LIU Da-shuai. Research on Product Conceptual Design Method Based on Customer Demand Analysis and Axiomatic Design[D]. Guiyang: Guizhou University, 2020.

[17] 孔造杰, 李斌. 基于三維坐標及余弦相似度的創新需求集成與篩選方法[J]. 運籌與管理, 2018, 27(11): 87-94.

KONG Zao-jie, LI Bin. Method for Integration and Selection of Innovation Demands Based on Three-Dimen-sional Coordinates and Cosine Similarity Measures[J]. Operations Research and Management Science, 2018, 27(11): 87-94.

[18] DING Hua, LIU Heng-qiang, YANG Kun. A Method of Capturing and Transferring Customer Value in Product Service System[J]. Mathematical Problems in Engineering, 2019, 19: 8717386.

Evaluation of Customer Demand Satisfaction by Integrating Fuzzy Kano Model and Cosine Similarity

LIU Da-shuai1, ZHANG Jie2, XU Wei-Jie1, ZHAO Yu1

(1.The 36th Research Institute of China Electronics Technology Group Corporation, Zhejiang Jiaxing 100048, China; 2.School of Art, Design and Media, East China University of Science and Technology, Shanghai 200237, China)

In the process of enterprise development, the satisfaction evaluation of customer demand is helpful for enterprises to find problems and deficiencies, so as to better meet customer demand. In order to make the evaluation results of customer demand satisfaction more scientific and effective, a evaluation method of customer demand satisfaction evaluation integrating fuzzy Kano model and cosine similarity is proposed. Firstly, the customer demand elements obtained from preliminary questionnaire survey and in-depth interview are taken as the object of satisfaction evaluation; Secondly, the fuzzy Kano model is used to analyze the customer satisfaction value and attribute classification of demand elements; Then, cosine similarity is used to calculate the similarity value between the satisfaction value and optimal value of each demand element, that is, the weight value of customer demand satisfaction is obtained; Finally, the weight value of customer demand satisfaction is adjusted by the attribute adjustment coefficient of customer demand, and the final evaluation value of customer demand satisfaction is obtained. The fuzzy Kano model is combined with cosine similarity to evaluate the customer demand satisfaction. Taking the customer demand satisfaction evaluation of a company's electric vehicle charging equipment as an example, and comparing with the existing satisfaction calculation methods, the feasibility and effectiveness of the proposed method are verified.

customer demand; satisfaction evaluation; fuzzy Kano model; cosine similarity

TB472

A

1001-3563(2022)14-0166-06

10.19554/j.cnki.1001-3563.2022.14.019

2022–02–19

國家社科藝術基金（20BH154）；上海社科專項基金（2019ZJX002）

劉大帥（1993—），男，碩士，助理工程師，主要研究方向為工業設計理論及方法和公理化設計。

責任編輯：馬夢遙