DFSS项目选择方法研究(转载)

DFSS项目选择方法研究

http://www.quality-world.cn/guanli/2396.html

摘要：六西格玛设计（DFSS）在六西格玛领域受到的关注越来越多。对于项目组合的DFSS研究相对较少，但是非常具有实践性。国际性咨询公司SigmaPro的总裁道格拉斯·P. 梅德（Douglas P. Mader）博士在近期的《质量进展》杂志中发表了一篇题为《选择六西格玛设计项目》（Selecting Design for Six Sigma Projects）的论文。作者首先介绍了传统的项目组合价值的评估方法——调整净现值（NPVA）法和期望商业价值（ECV）法，但是作者发现这两种方法均有其局限性。所以，作者提出运用结构化方法来解决这一局限性问题。作者结合案例翔实地介绍了DFSS项目选择的优先度计算问题，并在此基础上提出了DFSS项目的选择流程，这一流程具有很强的实践性意义。借助这一方法，研发人员可以恰如其分地在产品开发环境中分配资源，缩短研发时间，降低研发成本。

项目目标及有效的产品组合管理流程

随着市场竞争的加剧，无论是对于现有的开发项目，还是未来的开发项目，每个组织保持并且经常变革项目组合。在作者道格拉斯·P.梅德博士看来，项目组合管理工作就是分配组织内所有的资源，将风险最小化，达到战略目标。所谓项目组合管理就是组织同时需要开展多个项目的时候，对项目进行合理排序、挑选，进而为实施项目提供良好的契机。作者认为，项目组合管理工作具有三个主要目标：
1.价值最大化：
按照诸如长期收益率或投资回报率（ROI）的财务指标，通过合理分配资源将价值最大化。
2.平衡：
充分考虑项目周期、开发和商业化风险、营销组合、技术和项目类型之后，做出多种投资，产生项目组合。
3.战略方向：
项目组合必须要围绕以组织战略计划为核心的技术或市场展开工作。
作者相信，有些普通的开发活动会有助于达成这些目标，这些目标包括减少成本、流程改进、提升以顾客为导向的产品或服务、生成由现有技术生产线同步的新产品或新服务以及创建基于基础性新技术的新平台或新服务。
如果项目组合管理的工作流程效率不高，很多问题也就会随即产生。作者总结了组织可能会遇到如下的问题：
·因为现在项目正在进行，不愿中断开发活动；
·由于项目太多而缺乏关注焦点；
·由于低风险项目或高风险项目过多而导致收益率很低；
·由于开发研究和营销研究之间的关联性不是很强而不能适时进入市场。
从这些问题中，作者发现，一个有效的产品组合管理流程应该建立在：
·战略计划——作者认为这是选择新项目的基础。
·高层管理——管理高层是战略的驱动者，因此他们必须参与新项目的选择决策。
·项目选择的方法——项目选择方法要与业务的决策框架相吻合，关注不断变化的市场，经常使用的方法必须与组织内不同层次的决策制定相适应。
有效的产品组合管理流程应根据市场变化、竞争威胁、顾客需求和战略目标而修改和更新新开发项目表。选择新项目、按优先等级由高到低将新项目排序，加快新项目进展速度，也可能在特定的情况下，公司会终止新项目或取消新项目。为了适应不确定和经常变化的信息，组织时常会对资源进行分配和再分配。
六西格玛设计（DFSS）项目选择的主要目标是确定哪些开发项目对项目组合的价值最有利。为了选择合适的DFSS项目，作者认为最重要的是理解在项目组合管理框架内如何选择项目。

衡量项目组合的价值

项目组合管理的三个主要目标中最核心的目标是将项目组合价值最大化。使组合价值最大化的方法本质上是对项目进行合理的排序，排在前面的项目，在实现期望的目标方面而言得分最高，它们对于该项目标的组合价值也最大。虽然各个组织使用了不同方法（包括传统的记分制与归类制，绘图方法，气泡图和数学编程）来分析项目组合价值，但是作者还是讲述了一些基于简单的财务方法的排序计算方法。
1．调整净现值法（NPVA）
作者首先介绍了传统的评估方法，即调整净现值法（Adjusted Net Present Value，NPVA）。所谓净现值(NPV)是指在项目经济寿命期内(或折旧年限内)将每年的净现金流量按规定的贴现率折现到计算期初的基年(一般为投资期初)现值之和。NPVA法可以用来给现在正进行的和未来即将要进行的项目的新开发机会排序。作者给出了项目估计价值的计算公式。一般情况下，项目估计价值是所有未来现金流的NPV减去开发（D）成本与商业化（C）成本：
NPVA=NPV-(D+C)
此方法存在以下问题: 特定项目估计价值不能反映与开发、商业化相关的风险。设计或制造一个产品可能很困难，或者公司可能对产品取得很好的市场效果缺乏信心。所以，NPVA法没有考虑项目风险。
2．期望商业价值法（ECV）
作者认为还可以运用另外一种包含开发和商业化风险的估算方法，即期望商业价值（Expected Commercial Value，ECV）法。ECV法试图将那些与限制预算有关的项目组合价值或商业价值最大化：
ECV=[（NPV×Pcs-C）×Pts-D]
在这里：
·ECV=项目的期望商业价值
·NPV=项目未来现金流的净现值
·Pcs=项目取得商业成功的概率
·C=商业化成本或项目启动成本
·Pts=技术成功的概率
·D=项目中的剩余开发成本
作者认为，ECV指标是针对开发项目的现金流加权量，尽管对现值做了一定的修正，但还是体现了商业风险和技术风险。适合ECV模式的项目启动更方便，项目需要的资金也少，成功的可能性更高或使用的资源更少。但是作者认为这其中也是有潜在弱点的，即在产品或服务的开发前期，评估人员很难估算出技术和商业成功的概率。
3．结构化方法
正是由于ECV法比较难以估算出技术和商业成功的概率，所以作者努力寻找更好的方法。作者发现，通过结构化方法（structured method）可以估算各自的概率。作者提出了两种方法来估计ECV方法中所运用到的两个概率：
（1）德尔菲法（Delphi methods）：即背靠背专家打分法。组织可以单独询问一些人（通常是高 级技术领导人），然后让他们以匿名的形式估计出成功的概率。随后以小组为单位对计算结果进行讨论，依次进行多轮的匿名估算和讨论，直到最后达成意见一致。
（2）矩阵法（Matrix methods）：根据产品对市场的新颖性和竞争优势，决定商业成功的概率。 公司的技术是否具有新颖性决定了技术成功概率的高低。
两种方法均有优点和缺点，所以很多组织结合这两种方法来提高项目组合分析的有效性。例如，有些组织先使用矩阵法，然后再使用德尔菲法。
作者为了更为清晰地介绍矩阵法的计算，较详细地绘制了“商业成功的概率矩阵”（表1）。作者认为，可以运用概率矩阵估计商业成功概率。相应的因素是产品相对于其在市场中的竞争性和新颖性所具有的市场优势。接着，作者把成本收益率（cost-benefit ratio，CBR）定义为D成本和C成本之和除以所有未来现金流的NPV。即：CBR＝(D+C)÷NPV

表1 商业成功的概率矩阵
组织的竞争优势

		低： CBR<1	中等： CBR=1	高： 1	非常高： CBR>3
新颖性（Newness)）)））	现在的产品或服务	0.50	0.65	0.80	0.95
	对现在产品或服务有显著提高	0.35	0.50	0.65	0.80
	对组织的新颖性	0.20	0.35	0.50	0.65
	对市场的新颖性	0.10	0.20	0.35	0.50

CBR=成本收益率

作者随后给出了技术成功的概率矩阵（表2）。根据设计流程和制造流程或服务的新颖性估计技术成功的概率。

表2 技术成功的概率矩阵
开发产品或服务的能力

		非常低	低	中等	高	非常高
交付能力（ 制 造 或 服 务 运 营 ）	非常高：已经有了切实可行的解决办法	0.50	0.65	0.80	0.95	0.95
	高：经检验，解决办法切实可行	0.35	0.50	0.65	0.80	0.90
	中等：解决办法还未检验，但相信它是切实可行的	0.20	0.35	0.50	0.65	0.80
	低：还不知道解决办法，但相信它是切实可行的	0.10	0.20	0.35	0.50	0.65
	很低：不知道解决方法，也不知道可行性究竟如何	0.05	0.10	0.20	0.35	0.50

正确选择项目

一个组织使用六西格玛设计方法，究竟如何才能知道哪些项目得到的收益最大呢？为了帮助领导层挑选出合适的DFSS项目，作者修改了ECV指标。修改之后，组织由于在特定的项目上使用了DFSS，所以组织可以按照项目组合价值来估计增加的收益。作者把修改过的ECV指标称作“△ECV”：
△ECV=[（NPV×Pcs-C）×Pts1-D1]-[（NPV×Pcs-C）×Pts0-D0]
·△ECV=在开发项目中使用DFSS，其ECV的变化
·NPV=项目未来现金流的净现值
·Pcs=商业成功的概率
·C=商业化成本或项目启动成本
·Pts1=使用DFSS方法，技术成功的概率
·D1=使用DFSS方法，项目剩余开发成本
·Pts0=标准开发流程中技术成功的概率
·D0=假如是标准开发流程，项目剩余开发成本
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。

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。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/7942439/viewspace-18772/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/7942439/viewspace-18772/