上一篇談到感知質(zhì)量在汽車研發(fā)中的應(yīng)用（《汽車研發(fā)：汽車感知質(zhì)量及其控制方法！》（點(diǎn)擊閱讀））時，很多朋留言希望給大家?guī)砀喔兄矫娴闹R。

今天

漫談君就和大家聊一聊

感知價值

隨著顧客對產(chǎn)品性價比的要求越來越高，很多企業(yè)將感知價值融入產(chǎn)品的先期概念開發(fā)，對于汽車產(chǎn)品開發(fā)設(shè)計(jì)而言，技術(shù)方案決策是整車產(chǎn)品概念開發(fā)中重要的一環(huán)，當(dāng)建立起好的感知價值模型以后，就能很好地指導(dǎo)技術(shù)決策，研發(fā)出適合市場的產(chǎn)品。

顧客感知價值（Customer Perceived Value，CPV）就是顧客所能感知到的利益與其在獲取產(chǎn)品或服務(wù)時所付出的成本進(jìn)行權(quán)衡后對產(chǎn)品或服務(wù)效用的總體評價。

顧客感知價值體現(xiàn)的是顧客對企業(yè)提供的產(chǎn)品或服務(wù)所具有價值的主觀認(rèn)知，而區(qū)別于產(chǎn)品和服務(wù)的客觀價值。

感知價值是顧客對特定使用情景下，有助于（有礙于）實(shí)現(xiàn)自己目標(biāo)的產(chǎn)品或服務(wù)的屬性、實(shí)效與使用結(jié)果的感知偏好與評價，同時，顧客在做出判斷和評價時考慮了其他競爭企業(yè)的產(chǎn)品或服務(wù)。顧客感知價值源于顧客的主觀判斷，并受到情境與偏好等的影響，產(chǎn)品或服務(wù)的提供者無法決定和控制。

顧客在價值評價的過程中，主要就產(chǎn)品或服務(wù)本身的感知利得（如質(zhì)量、利益、效用等）與感知利失（如總成本，包括貨幣性的和不可貨幣化的）進(jìn)行權(quán)衡。

這一概念包含兩層涵義：

1、價值是個性化的，因人而異，不同的顧客對同一產(chǎn)品或服務(wù)所感知到的價值并不相同；

2、價值代表著一種效用（收益）與成本（代價）間的權(quán)衡，顧客會根據(jù)自己感受到的價值做出購買決定，而絕不是僅僅取決于某單一因素。

顧客感知價值的本質(zhì)就是消費(fèi)者在考慮到期望水平時，基于顧客感知利得與利失差異而對產(chǎn)品或服務(wù)效用的總體評價，應(yīng)從產(chǎn)品價值、服務(wù)價值、員工價值和形象價值等角度進(jìn)行分析。

1、價值中收益成分包括顯著的內(nèi)部特性、外部特性和其他相關(guān)的高層次的抽象概念。

雖然許多顧客將產(chǎn)品質(zhì)量(內(nèi)部特性)作為汽車產(chǎn)品價值中的主要部分，但從總體上衡量產(chǎn)品價值仍包括諸如造型、顏色、家族特征、設(shè)計(jì)語言等外部特性和產(chǎn)品、企業(yè)的信譽(yù)、影響力、形象等更高層次的抽象的利益。而且產(chǎn)品的內(nèi)部屬性本身可能并不直接與顧客所感知到的價值相關(guān)，相反，它們往往要透過產(chǎn)品的外部特性甚至顧客個人所感知的抽象的利益才能得到體現(xiàn)。

2、感知價值中的付出包括貨幣成本和非貨幣成本。

顧客付出貨幣和其他資源(如時間、精力、努力)以獲得產(chǎn)品或服務(wù)。對于一些價格感知程度高的顧客而言，貨幣方面的付出是關(guān)鍵性因素，減少貨幣上的支出即是增加了感知價值；對于那些價格感知程度低的顧客而言，減少時間、精力方面的支出更能增加感知價值。

3、外部特性是“價值信號”，能夠在一定程度上取代顧客在收益與成本之間進(jìn)行的權(quán)衡。

在評定產(chǎn)品價值時，顧客對組成產(chǎn)品的各種要素的認(rèn)知能力是有限的，大多數(shù)顧客并不認(rèn)真考慮價格與收益，而是依賴于外來的暗示，“不經(jīng)意”地形成自己對價值的印象，他們只對已獲取的信息進(jìn)行少量加工便實(shí)施購買。他們重復(fù)購買一個信任的品牌，利用外部價值暗示來簡化其挑選過程。

4、價值感性認(rèn)識依賴于顧客進(jìn)行估價的參照系統(tǒng)，即依賴于進(jìn)行估價的背景。

例如在不同的購買地點(diǎn)、購買時間、消費(fèi)時間與地點(diǎn)，顧客對價值的感知就不一樣，這意味著顧客感知價值是動態(tài)的。

1、基于群體模糊信息的顧客需求方法；

2、群體多粒度語義信息的顧客需求優(yōu)先度；

3、基于模糊Kano模型的顧客需求重要度計(jì)算方法；

4、模糊集決策方法。

模糊集的應(yīng)用解決了方案評價中的信息不確定問題，但也存在幾點(diǎn)局限：

1）當(dāng)決策群體數(shù)量較大時，應(yīng)用模糊集獲取群體模糊信息后進(jìn)行相似性處理的過程復(fù)雜，而直接采用模糊數(shù)的期望值進(jìn)行一致性處理又會忽略決策過程中的差異化信息。

2）使用模糊集時多采用簡單的三角形、梯形等模糊數(shù)，很少評估其合理性，得到的結(jié)果可能不準(zhǔn)確。

3）采用模糊方法進(jìn)行顧客需求重要度確定時，顧客可能會產(chǎn)生厭煩心理，且受限于顧客的知識水平，對模糊評價的理解不到位會造成結(jié)果的偏差。

粗?jǐn)?shù)是基于粗集理論的論域、對象、屬性、近似上下限、粗邊界、決策表等概念提出的，運(yùn)用粗?jǐn)?shù)方法能更真實(shí)地反映決策者的差異化感知和評價信息，可用于顧客需求的分析和方案的決策評價。

顧客感知價值的汽車技術(shù)方案適用性評價模型是依據(jù)顧客感知價值相對重要度及Kano模型綜合確定顧客感知價值的重要度。技術(shù)方案適用性評價模型中的指標(biāo)項(xiàng)即為顧客感知價值項(xiàng)，指標(biāo)權(quán)重即顧客感知的重要度。將區(qū)間賦值的粗?jǐn)?shù)計(jì)算方法用于決策信息的獲取中，更真實(shí)地反映了顧客及決策者的決策信息，同時有效地處理了決策信息的不確定和差異化問題。評價模型輸出將兼顧顧客的感知利得與感知利失，以最大化滿足顧客的性價比需求為目標(biāo)，評價模型的指標(biāo)權(quán)重隨著顧客感知價值的變化而變化，權(quán)重的動態(tài)變化使模型具有廣泛的適用性。

為了更好地識別顧客感知價值的重要度，提出了Kano模型，用于評估產(chǎn)品或服務(wù)是否滿足顧客需求。Kano模型將產(chǎn)品的質(zhì)量屬性分為五大類，如下圖：

1、魅力質(zhì)量屬性（A：Attractive Quality）

      魅力屬性得到滿足時能大幅度提升顧客滿意度。

2、必備質(zhì)量屬性（M：Must-be Quality）

      該類屬性得不到滿足時會引起顧客的不滿。

3、期望屬性（O：One-dimensional Quality）

      與顧客的滿意度呈線性相關(guān)關(guān)系。

4、無差異型屬性（I：Indifferent Quality）

      該類屬性滿足與否不會對顧客的滿意度造成影響。

5、反向需求（R: Reverse Quality）

      屬性滿足時引起顧客不滿。

顧客的感知價值Kano屬性可通過Kano問卷調(diào)查表獲得，顧客按照要求分別給出產(chǎn)品具備和不具備某項(xiàng)屬性時的滿意程度，用滿意、理應(yīng)如此、無所謂、可以接受、不滿意來表達(dá)，根據(jù)顧客的對應(yīng)選擇可以確定該項(xiàng)顧客感知價值的Kano屬性。

粗集理論是一種關(guān)于數(shù)據(jù)分析和推理的理論，粗?jǐn)?shù)是基于粗集理論的論域、對象、屬性、近似上下限、粗邊界、決策表等概念提出的，運(yùn)用粗?jǐn)?shù)方法能更深刻真實(shí)地反映決策者的感知和評價信息。粗?jǐn)?shù)計(jì)算方法是采用確定值賦值，而實(shí)際決策過程中，決策者常常難以給出確定信息，需要借助區(qū)間數(shù)表達(dá)。 

模型由兩大關(guān)鍵步驟構(gòu)成：

一是基于粗?jǐn)?shù)和Kano模型的顧客感知價值相對重要度確定；

二是采用區(qū)間賦值的粗?jǐn)?shù)方法進(jìn)行方案決策。

顧客感知價值相對重要度即輸入為方案決策的評價指標(biāo)權(quán)重，使評價結(jié)果充分貼近顧客的感知價值。評價模型輸出將兼顧顧客的感知利得與感知利失，最大化滿足顧客的性價比需求，評價模型的指標(biāo)權(quán)重隨著顧客感知價值的變化而變化，權(quán)重的動態(tài)變化使模型具有廣泛的適用性。

基于顧客感知價值的技術(shù)適用性評價流程如圖：

1）顧客感知價值獲取

在顧客感知價值的權(quán)重確定問題中，顧客對感知價值1～9重要度等級進(jìn)行評分，采用區(qū)間賦值，經(jīng)過粗?jǐn)?shù)處理，得到各項(xiàng)感知價值的粗?jǐn)?shù)、粗邊界以及粗?jǐn)?shù)均值。

2）顧客感知價值權(quán)重分析

根據(jù)顧客需求的權(quán)重確定原則、判斷閾值、確定顧客感知價值的評價值，從而得到感知價值基本權(quán)重值。

3） Kano屬性權(quán)重調(diào)整

對得到的顧客感知價值基本權(quán)重值依據(jù)顧客評判的感知價值Kano屬性分類進(jìn)行調(diào)整后，得到調(diào)整后的權(quán)重向量，即為調(diào)整后的最終顧客感知價值重要度權(quán)重值。

重點(diǎn)考慮：

A、必備質(zhì)量屬性（M）；

B、期望屬性（O；

C、魅力質(zhì)量屬性（A）。

根據(jù)Kano質(zhì)量屬性分類的重要度，對應(yīng)必備質(zhì)量屬性、期望屬性以及魅力質(zhì)量屬性，調(diào)整顧客感知價值的權(quán)重值，得到最終權(quán)重值。

某自主品牌汽車企業(yè)進(jìn)行車型開發(fā)，目標(biāo)用戶為購車預(yù)算在10～15萬元區(qū)間的85后和90后城市上班族，備選技術(shù)方案組合見表：

步驟1：顧客感知價值獲取

通過前期市場調(diào)研，獲取了與汽車備選技術(shù)方案體系相關(guān)的8項(xiàng)顧客感知價值如下：

動力性(a1)、操控性(a2)、舒適性(a3)、可靠性(a4)、社會形象(a5)、油耗(a6)、價格(a7)、維護(hù)保養(yǎng)經(jīng)濟(jì)性(a8)，同時獲取了20位顧客對8項(xiàng)感知價值的重要度評分見下表

粗?jǐn)?shù)計(jì)算后的顧客感知價值粗?jǐn)?shù)見下表：

步驟2：顧客感知價值權(quán)重分析

根據(jù)顧客需求約簡原則，粗?jǐn)?shù)下限和粗邊界的閾值分別為l=2和d=2，根據(jù)下列兩表對顧客感知價值進(jìn)行如下分析：

1）不存在粗?jǐn)?shù)下限低于k=2且粗邊界小于l=2的顧客感知價值項(xiàng)目，故無需約簡感知價值項(xiàng)。

2）感知價值項(xiàng)價格(a7)的粗?jǐn)?shù)為[5.564，7.194]，下限大于l=2，粗邊界為2.349，需要對該項(xiàng)感知價值進(jìn)行權(quán)衡，即用戶之間存在較大的評價差異。通過進(jìn)一步采訪調(diào)研確認(rèn)價格這一項(xiàng)感知價值對于所列備選方案決策的影響程度，案例中結(jié)合對顧客可接受價格的浮動范圍及銷售人員的市場經(jīng)驗(yàn)，該項(xiàng)評價取值為6。

3）a1、a2、a3、a4、a5、a6、a8這7項(xiàng)顧客感知價值的粗?jǐn)?shù)下限均大于2，粗?jǐn)?shù)邊界均小于2，說明顧客對這幾項(xiàng)需求的評價等級較高，且認(rèn)可程度一致，故可直接利用粗?jǐn)?shù)均值進(jìn)行權(quán)重計(jì)算。由此，得顧客感知價值a1、a2、a3、a4、a5、a6、a8的初始權(quán)重向量ω如下：ω=(0.113，0.145，0.123，0.165，0.082，0.127，0.1 17，0.128)。

步驟3：Kano屬性權(quán)重調(diào)整

為獲取準(zhǔn)確的感知價值Kano屬性，共發(fā)放80份Kano問卷，獲取有效問卷60份，以百分比表示選擇該類Kano特性的人數(shù)比例，判定結(jié)果為占比最大的Kano特性。根據(jù)Kano質(zhì)量屬性分類的重要度，對應(yīng)必備質(zhì)量屬性(M)、期望質(zhì)量屬性(0)以及魅力質(zhì)量屬性(A)，權(quán)重調(diào)整系數(shù)k分別取1.8，1.5，1.2，調(diào)整過后的屬性權(quán)重見表6，其ki(/=1，2，…，n)表示每項(xiàng)感知價值的調(diào)整系數(shù)。

綜上所述，得到感知價值的最終權(quán)重向量。

步驟1：評分

采用9分制法對備選技術(shù)方案進(jìn)行評分，1、3、5、7、9五個分值分別對應(yīng)低、較低、中等、較高、高五個級別評價結(jié)果，中間值為對應(yīng)上述相鄰兩分值的中間情況，決策時可采用區(qū)間值打分。以動力性(a1)為例，對7個備選汽車技術(shù)方案進(jìn)行動力性評分，結(jié)果見下表。

步驟2：決策信息粗?jǐn)?shù)處理

對所有顧客感知價值，綜合決策評分，并進(jìn)行粗?jǐn)?shù)處理，得到粗?jǐn)?shù)評價矩陣，見下表。

步驟3：評價矩陣規(guī)范化

由于得到的評價矩陣為一個帶有區(qū)間數(shù)的決策矩陣，其中a1，a2，a3，a4，a5為效益型屬性；a6，a7，a8為成本型屬性，按照各屬性的量綱和類型采用基于區(qū)間數(shù)運(yùn)算的規(guī)范化方法，得到規(guī)范化矩陣R，見下表。

步驟4：計(jì)算綜合屬性及區(qū)間值

計(jì)算綜合決策矩陣的綜合屬性，并計(jì)算各備選技術(shù)方案在不同屬性下的綜合區(qū)間值如下：

步驟5：可能度排序

對備選方案的綜合屬性進(jìn)行可能度排序，得出技術(shù)方案適用性如下的排序結(jié)果：

       綜上所述，選定目標(biāo)用戶群主要為85后和90后城市上班族，追求經(jīng)濟(jì)適用型汽車以滿足基本代步需求，對動力性的追求相對較低，以自然吸氣+多點(diǎn)電噴組合的技術(shù)方案(方案x1～x4)購置和使用成本均較低，且性能基本滿足了日常需要，所以相對渦輪增壓技術(shù)組合適用性更高。從方案五～X4來看，機(jī)械液壓方式相比電動助力在舒適性和檔次上稍遜一籌，方案x2的技術(shù)組合方案成熟可靠、且購車成本和用車成本都較低，所以適用性最高，方案x1的優(yōu)越性體現(xiàn)在多連桿懸架的操控性和舒適性方面，方案X4較好地兼顧了動力性能和燃油經(jīng)濟(jì)性。從方案X5～X2來看，相對前4個方案，這3種方案在動力性和燃油經(jīng)濟(jì)性上有所提升，但顧客需要投入更多的購買和使用成本，其中購買和使用成本最高的方案x7以各方面均最優(yōu)的性能排序相對靠前，方案X5僅突出了動力性的優(yōu)勢，技術(shù)方案組合方式?jīng)]有很好地兼顧顧客的感知價值，所以適用性最差。

1、提出一種基于顧客感知價值的汽車技術(shù)方案適用性評價方法，建立了顧客導(dǎo)向型的技術(shù)方案決策模型，決策結(jié)果相比于傳統(tǒng)以最大費(fèi)效比為目標(biāo)的企業(yè)導(dǎo)向型決策更能充分貼合細(xì)分市場需求。

2、提出了區(qū)間賦值的粗?jǐn)?shù)計(jì)算方法，更真實(shí)地反映了顧客及決策者的決策信息，同時有效地處理了決策過程中的不確定和差異化信息。

3、評價模型的指標(biāo)權(quán)重隨著顧客感知價值的變化而變化，權(quán)重的動態(tài)變化使模型具有廣泛適用性，輸出決策方案將盡可能地減小用戶的感知利失，增加用戶的感知利得。