理解顾客

一、狩野模型

狩野纪昭博士（Noriaki Kano）是一位日本学者，他因为著名的狩野模型而广为人知。狩野模型越来越成为产品和服务的设计与改善方面的有力工具之一。狩野模型包括三个因素（狩野认为所有的产品和服务中都存在这三个因素），顾客满意度与实施程度或者实施水平有关，如图5-3所示。狩野的三个因素是基本（或者“必须”）因素，绩效（或者“期望”）因素，以及魅力（或者“激励”）因素。顾客满意的程度从“厌恶”，经“中性”，到“愉悦”。基本因素就是顾客希望产品呈现出来的品质。如果这些品质不存在，顾客就会不满意或者厌恶。如果这些品质充分呈现，顾客最多只会有中性的满意程度。宾馆中的干净床单，收音机稳定的电台，汽车挡风玻璃的清洗设施等就是例子。注意，它们呈现的品质可能不同，比如床单可能是干净的，也可能是污损的。基本因素不应被认为是理所当然的，或者说是容易满足的，有些基本因素甚至根本就难以识别。举个例子，分发的印刷讲义，对于讲师可能认为是无关大局的，而对于听众则可能认为是必需的。如果不能在基本因素方面有适当的表现，所有的其他努力或许都将付诸东流—这点和马斯洛的需求层次理论非常类似：思考自我实现需求毫无意义，除非生存需要已经得到满足。狩野模型部分地是在弗雷德里克.赫茨伯格的激励—保健双因素激励模型上建立起来的。市场调查对于识别基本因素的价值是有限的。因此，问卷的设计者需要根据经验、观察和有组织的反馈来建立调查清单。

检验一个特性到底是基本因素、绩效因素还是魅力因素的方法，是对下面的两个问题进行提问。

（1）如果该特性不具备的话，你的感觉如何？

（2）如果该设备具备的话，你的感觉又如何？

如果问题（1）的答案是不好，问题（2）的答案是无所谓，他就是基本因素。

如果问题（1）的答案是无所谓，问题（2）的答案是好，它就是魅力因素。

如果问题的答案是“视情型而定”，它就是绩效因素。

请注意模型中曲线的非线性特性。这是和经济学理论相一致的，大部分的人都有这样的非线性反应。如果你有50对50的机会赢取或者输掉100万美元，你会怎么做？大部分人都不会接收一个有90%可能性赢取100万美元而10%概率输掉的打赌，但是如果赌注只有10美元，大部分人都会尝试。

绩效因素在极端的供应不足时会招致厌恶，充分提供的结果就是愉悦。这个因素也被称作“越多越好”，不过也可能是“越快越好”，或者“越简单越好”。绩效因素一般来说已经存在，不过是中性的，既没有导致厌恶，也没有带来愉悦。问题不是有没有绩效因素，问题是如何改善提高它们。困难之处在于识别它们，并提高它们的表现。办理宾馆入住手续的速度，将收音机调到指定频道的方便性，或者汽车的燃油消耗率等都是实例。绩效因素对于设计者和研发团队来说代表真正的机会。它们必须经由市场来发掘，仔细观察也非常重要，特别是那些导致不满的绩效特征。往往需要创造性和流程再造以便让绩效因素提供得更快或者更简单，信息技术支持扮演着重要的角色，比如某些高端酒店的“一分钟”入住服务。

最后，魅力因素或者说激励因素是顾客并未预期到的品质特征，如果提供它们给顾客，顾客的愉悦感会显著增加。例如，在慢跑回来时酒店服务生提供的一杯水，或者收音机在离开信号传达范围之外的时候会自动搜索频道。根据定义可以知道，市场调查对魅力因素帮助有限。再次重申，在评估顾客（潜在的）需要的基础上的创造性能够实现突破。我们对魅力因素也要非常谨慎，真正的魅力因素要以最小的成本来实现，向顾客提供免费的汽车肯定让顾客更惊喜，而这样的做法对公司的财务表现将是灾难性的。因此，或许对于酒店而言更合适的魅力因素是提供顾客选择床单颜色、枕头类型（英式或者是欧式的）、床单类型（亚麻的、缎子的、棉的）等服务。提供魅力因素也有风险，顾客或许因此将它们视为当然，这正如已经发生在福特和通用汽车身上的价格折扣。

狩野因素不是静止不动的。今天的魅力因素在明天可能就慢慢变成基本因素了。此外，在一个地区的魅力因素也会在其他的地方演化为基本因素。因此，保持对不断变化的顾客期望的把握非常关键。行业标杆是可以采用的一个很好的方法。根据狩野模型我们也可以知道，对顾客抱怨和不满做出反应的反应式的质量政策最多只会导致中性的顾客满意度，主动的行动才可能产生愉悦。

狩野模型对质量功能展开（quality function deployment，QFD）非常有效，也越来越多地应用于TRIZ。基本因素应该得到满足，魅力因素应该在QFD矩阵的“屋顶”部分进行详细而明确的权衡取舍。例如，燃油消耗率可能要求汽车更轻量化，而安全性则要求汽车更坚固，这就导致寻求一种更轻、更坚固、更便宜的材料的需求。

二、情境和预测

为什么一本关于精益的书要关心情境呢？因为我们生活在一个不连续的世界里—回想一下最近直线上升的能源成本。因为传统的外推法预测更可能导致不适当的规模和选址决策：大批量而不是精益。情境分析有助于将可能的不连续性考虑进来，因而促进更为柔性的、精益的方法。当制定长期的计划和决策时，预测可能不可靠得一塌糊涂。想想预测伊拉克战争长期结果的正确性和困难程度吧，还有对两个正在崛起的亚洲大国的影响，养老金危及，以及直接关系到工厂投资的股市波动。因此，有必要使用一些情境分析。例如，大部分的中到大型的公司都应该考虑多种不同的通货澎湃、油价和环境情境，以及其他重要地区对于世界资源的影响。

在壳牌石油公司，所有的大型项目都要根据两到三种情境做出判断，并期望所有的项目在各种情境下都有稳定的表现。这是对传统的财务评估的一个有力补充，例如，回收期法、投资回报率、息税前收益等，这些方法里使用的数字有时（总是？）被“掺水”了。

伊奥博瑞和桑特（Ilbury和Sunter）开发了一个非常有用的2×2矩阵，称作“狐狸矩阵”，因为狐狸具有最强的适应性。它有两个轴，确定—不确定，无控制—完全控制。矩阵分割出的四个区间对于建立和使用情境分析非常有用，除此之外它也适用于一般的战略性思考。我们用一个运用精益和六西格玛的食品包装生产企业为例，来说明该矩阵的用法。

（1）第一个区间是确定和无控制。这里存在“游戏规则”，它们就是不可商谈的和已经给定的状态，包括不断变化的经营环境和人口分布、法律对于食品包装的规定等。第一个区间包括在成本、质量、提前时间、交付绩效、库存周转次数等方面的行业标杆参考；不可商谈可能包括在卫生方面没有妥协余地，以及不得将生产搬迁到东欧。

（2）第二个区间是不确定和无控制。这和两个活动有关：识别主要的不确定因素，以及建立不同的情境。在制造领域，主要的不确定性可能是替代性产品以及亚洲的影响。情境可能包括公众对不可降解包装的日益增长的反对，以及超市市场对于整合非食品制造商和供应链的越来越强的坚持，还有随着老龄化、人口减少、更加关注健康等趋势的变化而出现的对食品需求种类发生的变迁。

（3）第三个区间是不确定和控制，在这里所有的可选项都获得了识别。可选项可能包括精益化工厂和供应链，实施六西格玛而不是精益，从低成本国家购买某些原材料，开发全新的产品线等。

（4）第四个区间是确定和控制，在这里，决定已经做出。在权衡了之前的其他三个区间之后，食品包装商做出决定，采取适当的反应。

伊奥博瑞和桑特声称此矩阵将战略分析的重点从SWOT（优势、劣势、机会、威胁）转移到OTSW（机会、威胁、优势、劣势）—首先考虑机会和威胁，因为它们不在我们的控制之中，再把他们和我们已有的优势和劣势进行匹配。在第三个区间，可选项从“没有选择”（there is no alternative，TINA）扩展到“存在更多的选择”（there exist many better alternatives，TEMBA）。

彼得.施瓦兹（PeterSchwartz）在他的《不可避免的惊奇》（InevitableSurprises）一书中说道，未来不是和我们所想的一样未知。他列出了一些我们不应该感到惊奇的“未来巨变”，包括金钱、时间和医疗等重大问题，以及材料价格、水的稀缺性、从不富裕国家向富裕国家移民的模式。当然，人口统计分析是最大的可预知的基础性的驱动力。

根据海耶登（van der Heijden）的说法，有三种方法可以建立情境：归纳法、演绎法和递进法。归纳法根据已有的数据，将已知和可能事件关联在一起，逐步获得情境。例如，汽车制造商可能会在未来的某个时间点计划开发新的车型，但是需求的水平不明确。然后用不同颜色的卡片（每种颜色代表一种需求水平）组成一个新车型上市的需求列表。再考虑外部的趋势和影响事件，情境研究团队就此讨论各种可能的后果。再对它们提出大量的问题（“为什么设想的事情会发生？”），但是不允许提出破坏性的批评（“那是愚蠢的”）。此外，各种情境必须一样地可信。对此进行检验的方法就是询问该事件是否值的分析和规划，摧毁整个工厂的地震事件就不值得规划，除非工厂位于加利福尼亚或者神户。

演绎法由识别一系列的不确定事件开始，然后使用决策树作为框架。例如，我们可以获得福特的业务吗？如果可以，市场是否会增长？如果答案还是肯定的，汽车制造商是否需要一级供应商在现场装配？回答为“否”的分支也要进行探究，这样可以避免在几乎不可能的情境上花费不必要的时间。递进式方法就是简单地使用传统的预测方法。

预测和参考性预测

罗素.艾可夫（RussellAckoff）更喜欢使用“参考性预测”一词以挑战商业领域传统的假设的正确性。传统的预测假定未来不发生任何变化。如果你的市场占有率以每年5%的比率增长，20年后你将拥有所有的市场。这可能吗？再比如你的产品的成本和价格分别按照不同的方向在发展，这样的势头可以维持多久呢？这一方法的威力在于，任何人都可以意识到变化无处不在。

克莱顿.克里斯坦森讨论了所谓的“探索驱动的计划”。这里，一旦做出预测，就要监控让预测发生的前提条件。这样就能让公司预先建立前瞻性计划，而不是仅仅根据变化被动地改变计划。

实时数据

一流的公司现在都开始使用实时数据，不是预测而是对顾客需求预先采取行动，乐购（Tesco）就是一个突出的例子，它用乐购卡片技术将市场按照购买频率和消费额等变量进行细分。这些策略和购买知识相结合，可以提醒消费延迟的顾客以提振它们在特定商品上的购买量。实时数据让乐购能够为每一家商店精确地确定需要定制的商品种类和数量。一旦和销售点库存和多频次“送牛奶式”循回配送系统相联系，乐购就可以在库存商品的金额很低的同时，为每一家商店准备品种众多的特定目标商品。这一趋势很快就引起了人们的注意。

类似的实时数据业务实践也在其他行业出现。例如，谷歌就一直在做大规模的网页设计试验。

直到最近我们都认为“按订单制造”（如戴尔）是最终极的精益供应链。对于有些行业可能确实如此。然而，我们最近与汽车生产商的合作显示，利润率最高的运营模式需要对每一个产品和市场做出差异化的处理。即使戴尔现在也在重新思考它的供应链策略，因为它们提供给某些顾客群的灵活性还是不够。为了吸引顾客，现在提前对顾客需求进行预见并采取行动已经成为可能，方法就是使用实时数据，并持续地跟踪和调整它们。

三、破坏性技术

精益的两个首要法则是聆听顾客和持续改善。同时，也要在内部把未来的的低浪费状态以及激烈竞争作为标杆目标。然而，有时这样做却是致命的，那就是所谓的“破坏性技术”起作用的时候。

哈佛大学的克莱顿.克里斯坦森对此曾经做过深有启发的分析。克里斯坦森将“保持性技术”与“破坏性技术”区别开来。破坏性技术在起步阶段一般规模很小，比现在的技术简单，在早期阶段容易为顾客和经理们所忽视，他们对它甚至嗤之以鼻。但是该技术持续发展，直到似乎一夜之间它变成顾客不得不考虑的一个重要的因素。顾客“不知道他们需要它，直到他们需要它的时候”。于此同时，保持性技术或者已经建立的技术也在持续发展，经常是比大部分顾客的实际需要还要好。这种危险是危险的，即公司只聚焦于在持续改善上的竞争，通常把最好的人力资源投入其中，从而无暇顾及外部的挑战，特别是那些他们最初不认为是挑战的挑战。真空吸尘器和戴森吸尘吸，大型主机和个人电脑，帆船以及早期的轮船等就是对以上论述的见证。这些新技术一开始根本就没有被作为威胁看待。

克里斯坦森的文章强烈地提醒我们，目前将注意力放在可持续性上面可能是放错了位置。适应性和灵活性是需要的，而不局限于可持续性。改善产生的空缺会被典型的低成本破坏性技术所填补。顾客认为他们需要某产品，但是对该产品的替代品却一无所知。等到顾客需要新技术的替代品的时候，专注于保持性技术的公司想要迎头赶上却为时已晚。看看亚马逊网上商店和那些有舒适的座位和咖啡提供的传统书店，或者被折扣店和网上商店所取代的百货商店吧。

克里斯坦森认为，在破坏性技术面前，很多行业习以为常的规则不再适用。因此，市场调研、资源配置、终止低回报业务、投资门槛、持续改善等适用于保持性技术的经典策略，在破坏性技术场合则完全失去价值。“压根就不存在的市场也无从分析”。这不是粗放管理的失效，事实上是他们做了所有的正确之事而导致的失败。“创新者的困境”表明，在现有的创新路线上前进、听取顾客的声音、追求更有诱惑性的技术发展恰恰就是错误的地方。确切地说，是因为破坏性技术对公司的成长和现有市场的影响微不足道，不能获得关注公司大规模收益的执行官们的注意。里克斯坦森建议，处理破坏性技术的方法就是设立一个单独的部，该部门可以在地域上与其主管机构分离，而组织上也肯定要分离，促进公司对小的创新也保持技术兴奋，并仔细评估。这些可以在IBM的个人电脑部门和惠普的喷墨打印机部门的成功设立过程中看到。克里斯坦森也建议，管理破坏性技术需要和保持性技术不同的资源、不同的流程，以及不同的价值观。需要有远见卓识的领导力，以及有别于得心应手地管理持续性业务的领导人。阅读克里斯坦森的深度分析给出了一个开放的问题：“这是不是就是这么多的改善和精益活动不能产生期望结果的原因？”因为思维模式就是关于可持续性，而不是根据性的变革？克里斯坦森指出，一味地模仿经常恰恰就是错误之处。它可能只是建立了适用于“昨天”的竞争优势。成功的战略需要对竞争的发展过程进行深入的理解，而不是暂时的“解决方案”。

分享：冠卓咨询

说明：转载请注明“精益网”