DFSS项目选择方法研究（下）
作者: 来源: 文字大小:[大][中][小]
如果一个组织实施DFSS，但是不考虑顾客之声（VOC），△ECV如上所述。然而，如果组织在实施DFSS的同时，能够结合很强的VOC改进力度，△ECV的增长效果将更为显著。所以，作者认为可以比较容易地修改ECV指标，来说明具体的VOC改进所增长的收益。
案例背景
作者最后引用了项目组合分析案例。作者假设案例中一个组织在好几个项目中都使用了项目组合分析法，数据全显示在表3中。如果这个组织盲目前进，丝毫不考虑D风险或C风险（调整NPV法），可以总结出这样一点：根据组合所具有的价值来区分，“利亚”和“死星”是最好的两个跟进项目。大多数组织会最先开展这两个项目。
表3 项目组合分析案例
项目
名称 |
NPV
|
C |
Pcs |
Pts0 |
Pts1 |
D0 |
D1 |
调整NPV |
ECV0 |
ECV1 |
ΔECV |
|
达斯 |
30.0 |
5.0 |
0.50 |
0.80 |
0.85 |
3.0 |
3.5 |
22.0 |
5.0 |
5.0 |
0.0 |
|
卢克 |
42.0 |
2.0 |
0.70 |
0.70 |
0.90 |
1.0 |
2.0 |
39.0 |
18.2 |
22.7 |
4.5 |
|
利亚 |
50.0 |
1.0 |
0.60 |
0.85 |
0.85 |
4.0 |
4.3 |
45.0 |
20.7 |
20.4 |
0.3 |
|
优达 |
25.0 |
3.0 |
0.80 |
0.60 |
0.70 |
3.5 |
4.0 |
18.5 |
6.7 |
7.9 |
1.2 |
|
汉 |
40.0 |
0.5 |
0.70 |
0.50 |
0.75 |
6.0 |
7.0 |
33.5 |
7.8 |
13.6 |
5.9 |
|
死星 |
90.0 |
8.0 |
0.70 |
0.40 |
0.80 |
10.0 |
12.0 |
72.0 |
12.0 |
32.0 |
20.0 |
|
总共 |
277.0 |
19.5 |
|
|
|
27.5 |
32.8 |
230.0 |
70.3 |
101.5 |
31.3 |
（表中除概率外，所有单位为货币单位）
NPV=净现值
C=商业化成本或项目启动成本
Pcs=商业成功的概率
Pts0=标准开发流程中技术成功的概率
Pts1=使用DFSS方法，技术成功的概率
D0=假设是标准开发流程，项目剩余开发成本
D1=使用DFSS方法，项目剩余开发成本
案例分析
如果组织运用ECV法将D风险和C风险融入到分析中去，而不考虑DFSS增长性价值，“卢克”和“利亚”会成为最先启动的两个项目。然而，如果组织运用△ECV法，实际上也就是考虑了从DFSS中获取到的增长性价值，“死星”和“汉”应该最先投入开发所需资源。
两种方法分析的结果尽管不一样，但是必须指出的是，两种方法的侧重点是不一样的，ECV法是在不考虑DFSS增长性价值的情况下做出的排序决策，而△ECV法是充分考虑DFSS对组织价值提升方面的作用所做出的排序决策，比较适合已经实施了DFSS项目，并且积累了一定的DFSS项目经验的组织。ECV法适用性比较强，因为其不考虑DFSS的增长性价值，所以各个组织的研发活动都可以运用这个方法进行排序决策。
在某些已经积累了一定DFSS项目开展经验的组织，既然组织明确知道在项目中运用DFSS方法，能使组织获益非浅，那么高级管理人员必须确定哪些项目活动对技术成功的概率起到的作用最大。组织不应把资源投入到对所有项目活动的高级定量分析中，而应把附加的资源投入到那些对技术成功概率有影响的活动中。
DFSS项目选择流程
作者认为，领导团队应该进行高层项目组合分析，从而确定哪些项目对组合价值起的作用最大，因此领导团队需要把作用显著的项目与作用不明显的项目区分开（如图1所示）。一旦识别出作用明显的项目，负责的
研发管理团队就能够把那些最能加大技术成功概率的活动确认出来。
因为产品的新颖性、制造或服务以及交付过程的新颖性决定了技术成功的概率，核心团队在实施DFSS时要充分考虑这两方面情况。核心团队成员使用表2所示的概率矩阵来评估每个项目活动。
1. √代表可实施的项目活动
2.ⅹ代表不可实施的项目活动
图1 DFSS项目的项目选择流程
基于提出的DFSS项目选择流程，作者建议使用DFSS项目选择方法，指引研发人员恰如其分地在
产品开发环境中分配资源，同时，作者强调，不能光做表面文章，而要做深入分析。在某些特定的情况下，研发人员还会遇到一些未知因素，比如有时根本不需要分配资源，但有时却必须很好地分配资源，这一切都必须是经过仔细研究和分析才能得出的结论。