基于模糊Kano-QFD 的農產品團購服務設計優化研究

張琦，高齊圣

（青島大學經濟學院，青島 266061）

受到新冠疫情的影響，多地居民在農產品生鮮購買渠道的選擇上發生了變化。社區團購的這種“線上預定，次日自提”的模式成為了人們的重要采購渠道。但由于模式處于初期探索階段，在服務質量上存在多處短板，對于用戶的部分實際需求和體驗不夠重視，平臺提供的產品服務并不能較好的契合用戶的需求期望?！靶挛锪鳌背霈F和初步發展過程中出現了諸多制約因素，制約限制了與原產地農戶的合作，造成了客戶的流失[1]。當前眾多研究集中在商業模式等的定性分析上，為了能夠更直觀地剖析該模式在服務質量設計中存在的短板，提出了用Kano-QFD模型來識別農產品團購用戶需求、整合服務設計要素，對于服務質量的設計要素進行定量分析，通過優先級排序以及相對重要度探討服務設計的優化方向[2-6]。已有論文運用Kano-QFD 模型改進各個行業的服務質量，并且取得了不錯的效果[7-11]。

1 Kano-QFD 模型介紹

1.1 Kano 模型

Kano 模型通過建立二維指標將用戶需求項分類，并針對不同的需求類型給出了該需求與用戶滿意度之間的關系。Kano 模型將用戶需求分為五種類別：魅力需求、期望需求、基本需求、無關需求和相反需求。魅力需求指滿足這類需求則會顯著增加用戶滿意度，不滿足也不會引起用戶大量不滿。期望需求指滿足這些需求時提升用戶滿意度，不滿足會降低用戶滿意度的需求類型?；拘枨笾冈跐M足這些需求時并不會明顯增加用戶滿意度，但在不滿足時則會顯著降低用戶滿意度。除上述三種外的剩余兩種，無關需求表示用戶對此需求不感興趣，無論滿足與否都不影響用戶滿意度。相反需求表示用戶對此需求有著相反的期望，滿足反而會降低用戶滿意度。在對調查結果進行統計時要去除這兩種需求。模型主要依靠問卷設計并對結果進行分析得到需求項分類。在問卷設計階段對每個需求項設置正反兩個問題，每個問題對應五個不同的選項，最終生成調查表，調查表如表1 所示。

表1 Kano 模型用戶需求調查表Table 1 Kano model user demand questionnaire

傳統的Kano 模型側重于一種基于定性描述的分類方法。Qianli Xu 等[12]則提出了一種分析Kano 模型，這種方法對用戶的回答進行定量分析，以減少傳統Kano 模型定性描述的主觀因素。該模型將正反兩向的問題的反饋結果賦予了不同的分數，并做了不對稱設計，如表2 所示，同時附加了用戶自身評判的需求項的重要性。該模型通過正反向問題的平均得分建立一個二維坐標系，對于落在其中的點進行區域的劃分，如圖1 所示，將Kano 模型的五種需求分類對應到其中的五個區域中以實現對每個需求項的分類。

圖1 Kano 分類區域Fig.1 Kano classification area

表2 功能具備與否時用戶需求反饋得分Table 2 User demand feedback score when the function is available or not

將每位受訪者的需求反饋得分通過公式（1）（2）計算不具備該服務特性時用戶平均滿意度以及具備該服務特性的用戶平均滿意度。其中xij，yij，wij分別代表第j受訪者對不提供第i項用戶需求項的滿意度評價、第j受訪者對提供第i項用戶需求項的滿意度評價、第j受訪者對第i項用戶需求項的重要度評價。傳統Kano 模型分類建立在二維直角坐標，上，通過公式（3）～（5）將其換算為向量極坐標形式（ri，αi），則更加直觀方便。最終根據圖1 的分類標準對各個需求項進行定量分析得出其分類結果。

1.2 質量功能展開（QFD）

質量功能展開是將用戶需求作為輸入信息，通過構建質量屋將用戶的需求轉化為服務質量特性，確保服務設計能夠更好的滿足用戶需求和服務特性。以農產品社區團購QFD 為例，其關鍵就是質量屋的構建，借助質量屋計算可以將用戶需求轉換為服務質量特性。質量屋主要由左墻、天花板、屋頂、房間、地下室和右墻構成。左墻代表提取到的用戶需求及其重要度；天花板代表針對具體的服務設計指定的服務設計特性；屋頂代表服務設計特性間的自相關矩陣，用于評估各項服務設計特性間的正負相關性；房間代表用戶需求與服務設計特性之間的關系矩陣，用于評估用戶需求與服務設計特性間的對應關系，服務設計特性可能對應多個用戶需求且關系有強有弱；地下室代表服務設計質量特性輸出矩陣，用于獲取各個服務設計要素的優先級排序；右墻代表市場競爭力評估，用于獲取用戶角度的相應品和自身產品服務的需求期望評估。具體形式如圖2 所示。

圖2 社區團購服務設計質量屋Fig.2 Community group purchase service design quality house

2 模型整合

2.1 Kano-QFD 模型

QFD 在構建質量屋時對于左墻也即用戶需求重要度的輸入過于主觀，以往的研究多是通過Kano 模型與QFD 結合的方式，將Kano 模型的分析結果作為用戶需求項以及用戶需求重要度作為QFD 構建質量屋的左墻輸入并轉化到服務質量特性中去。在完成QFD 質量屋中服務質量特性與用戶需求之間的關系矩陣的確定后，服務質量特性的重要度確定需要將用戶需求重要度與關系矩陣進行整合得到服務質量特性的重要度。服務設計優化的最終結果以服務質量特性的重要度作為依據。

但是關系矩陣的確定得到的均是模糊語言表達，想要得到準確的服務質量特性重要度就需要對關系矩陣進行模糊語言信息處理，引入二元語義將不同用戶的意見整合后得到用戶需求項權重，通過模糊理論中的三角模糊數將關系矩陣轉化成三角模糊數并運用需求項權重進行最終整合可以很好的解決這個問題。

2.2 二元語義集結多用戶意見

在利用kano 模型確定QFD 中用戶需求問卷調查過程中，讓用戶采用語言術語進行選項回答是較為容易被接受的方法，且更能保證用戶在填寫調查問卷時不會過于隨意擾亂結果。但是在對語言術語等語義信息進行運算時會較為棘手。為此，Herrera 和Martinez[13-14]提出的二元語義就可以通過處理語言信息而不丟失額外信息。這是一種基于符號轉移理念的方法，這種方法構建了一個二元組（si，α）i來表示語言學信息。其中si值是語言術語集S={s0，…，sg}中的元素，αi是符號轉換的數值，其實際含義是由計算而來的語言信息與預先定義的語言術語集S中最接近語言術語si的偏差，α∈[-0.5，0.5）。如果要在連續域中進行合并運算，則需要用到另一種表述形式β，而非二元組（si，α）i。β∈[0，T]是一個數值，β 與二元組的轉換可由公式（6）、（7）得到。其中Round 表示“四舍五入”的取整運算。

同樣的，對于二元語義的語言術語集S={s0，…，sg}，存在一個逆函數Δ-1，使二元語義能夠轉化成對應的數值β[∈0，T]，轉化方式如公式（8）所示。

若（sk，αk）和（sl，αl）為任意兩個二元語義，則有如下性質：

①有序性，當k≥l時，則（sk，αk）＞（sl，αl），這里“＞”表示“好于”。當k=l時，如果αk=αl，則（sk，αk）=（sl，αl）；如果αk＞αl，則（sk，αk）＞（sl，αl）；如果αk＜αl，則（sk，αk）＜（sl，αl）。

②存在逆運算“neg”，neg（si，αi）=Δ（g-Δ-1（si，αi）），這里g+1 是S 中元素的個數。

③最大、最小化運算，max（（sk，αk），（sl，αl））=（sk，αk），min（（sk，αk），（sl，αl））=（sl，αl），其中（sk，αk）≥（sl，αl）。

對于研究的社區團購服務質量存在多個指標，涉及到多級評價問題，同時也是一個群決策的問題。為了匯總和集結多個不同用戶的需求意見，Herrera和Martinez 還提出了加權平均T-OWA （Two-tuple Ordered Weighted Averaging）算子，來綜合多用戶的語言信息意見，具體如公式（9）、（10）所示：

顯然，T-OWA 算子同樣遵循二元組的性質，即。針對每個用戶給予相同的權重，通過T-OWA 算子將多個用戶對同一用戶需求項的語言意見信息綜合得到相應用戶需求項的重要度二元組，實現了多指標的綜合，能更為有效的。

2.3 模糊集理論處理關系矩陣和自相關關系

上述Kano-QFD 整合模型中，其關鍵和難點在于如何確定用戶需求和服務質量特性之間的關系矩陣及服務質量特性之間的相關關系。關系矩陣能夠更直觀地反映服務質量特性對滿足客戶要求的相關程度，傳統方法是采用諸如1-3-5-7-9 等確定數值表示，鑒于用于社區團購服務設計初始階段的信息大多是模糊和不確定的，即大多是語義信息，采用確定數值必然造成信息的損失。對關系矩陣的語言信息進行定量化處理可以借助模糊集理論與三角模糊數等[15-16]。QFD 存在內在模糊性的前提下，通過三角模糊數表示相關程度可以充分的利用質量屋的全部信息，確定用戶需求和服務質量特性之間的關聯函數。

鑒于上述分析，可以將傳統QFD 中關系矩陣和自相關矩陣擴展為模糊QFD 處理。一是在反映用戶需求與服務質量特性之間的關聯關系程度上，采用類似“很弱”“弱”“中”“強”“很強”等語言變量評價，二是在揭示服務質量特性之間自相關程度也采用“顯著負相關”“負相關”“不相關”“正相關”“顯著正相關”等語言變量評價。這樣關系矩陣和自相關矩陣的元素取值可選用三角模糊數A?=（l，m，u）表示，對應隸屬度函數如下：

記語言變量取值為S={s0，s1，…，sT}，T 稱為標度且取值一般為偶數，語言變量中某一等級可用上述三角模糊數表示為si=（ai，bi，ci），其中a0=0，cT=1，ai+1=bi，bi+1=ci，i=0，1，…，T。

設T為服務質量特性的優先級排序指標，，其中W為由T-OWA 算子得到的整合后的用戶需求重要度，為用自相關矩陣修正后的關系矩陣。

根據三角模糊數運算規則，服務質量特性優先級排序的計算方式如公式（12）所示：

3 整合模型在社區團購平臺優化上的應用

3.1 問卷設計

在對消費者需求的提取過程中，參考了Parasuraman、Zeithaml 和Berry 設計的SERVQUAL 量表，從有形性、可靠性、響應性、保證性和移情性等角度，結合相關領域的文獻以及線下采訪得到的需求項進行初步的Kano 模型問卷的設計[17-21]。為了對初步設計問卷中的有效部分進行驗證，同時發現問卷設計中冗余或不足的問題，將初步Kano 模型問卷進行了預發放。在收集30 份問卷后根據數據結果將無關需求以及相反需求項從問卷的考察中去除，同時結合咨詢相關專家的意見對各需求項的考察角度進行豐富和優化，將用戶需求項確定為：商品詳細介紹、快速登陸途徑、良好的界面布局與設計、豐富的商品類目、相對實惠的價格、較高的商品質量、健全的售后服務、較多的自提點數目、良好的配送時效、良好的服務態度、安全的支付環境、多樣的付款方式、下單流程便捷通暢。分別用CR1、CR2、CR3、CR4、CR5、CR6、CR7、CR8、CR9、CR10、CR11、CR12、CR13 表示。在確定了問卷以后，對當前的社區團購平臺進行了對比和考察發現“多多買菜”這一社區團購平臺起步較晚，整體的服務質量落后于市場平均水平?？疾斓健岸喽噘I菜”作為市場后來者的落后處境以及市場競爭中的劣勢地位，決定以“多多買菜”社區團購平臺作為實例進行服務質量優化研究。針對“多多買菜”社區團購平臺用戶進行問卷發放，最終問卷累計回收165 份。為了確保數據的真實性和可靠性，對問卷進行了篩選，主要針對問卷填寫時間短、大量問題結果同質化嚴重以及填寫結果不符合規范的問卷進行剔除，剔除不符合要求的問卷后得到有效問卷138份，問卷有效率83.6%。在運用SPSS 對問卷的有效性進行了信度檢驗，克朗巴哈系數為0.82，認為問卷有較為不錯的信度，可以進行后續分析。

3.2 數據處理

首先按照kano 模型公式（1）（2）（4）（5）對問卷收集結果進行量化處理，得到需求項的正反向得分以及向量的大小與夾角，用戶需求分類結果如表3 所示。模糊QFD 模型中語言變量均采用標度為4 的語言等級進行劃分[22]，關聯矩陣采用的是“很弱”“弱”“中”“強”和“很強”等，自相關矩陣采用的是“顯著負相關”“負相關”“不相關”“正相關”“顯著正相關”等。標度為4 的語言變量各等級術語對應模糊數為s0=（0，0，0.25），s1=（0，0.25，0.5），s2=（0.25，0.5，0.75），s3=（0.5，0.75，1），s4=（0.75，1，1），隸屬函數如圖3 所示。

圖3 標度4 的語言變量隸屬函數Fig.3 Membership function of language variables on scale 4

表3 Kano 問卷結果Table 3 Kano questionnaire results

3.3 需求重要度確定

通過二元語義的算術平均算子整合問卷中多個用戶對需求特性的偏好，得到各個用戶需求項重要程度。服務質量優化需要以當前的服務質量水平作為前提，設定需要實現的改進目標水平。通過用戶的意見決定各項服務質量特性的改進幅度更能契合用戶的使用意愿，也能更好地達到提升用戶滿意度的目的?；谶@一考慮，在問卷中增加了相應需求優化意愿的問題，通過定義“需大幅改進”，“小幅改進即可”，“無需改進”對應相應的改進系數1.5，1.2，1.0。計算得到各個用戶需求項的改進系數IR0。

但因為每種用戶需求的需求類別不同，其優化改進后對用戶滿意度提升帶來的貢獻也不同，所以在對需求重要度的確定時往往會引入修正因子。修正因子通常采用Tan 和Shen 對不同的需求類型定義的調整系數，將初始的改進系數在調整系數的處理后得到最終的改進系數，計算方式如公式（13）所示[23]。

其中，IR0是初始改進系數，IRadj是調整的改進系數，k是調整系數，對于基本需求、期望需求、魅力需求k分別取值為0.5，1，2。通過最終改進系數對原始需求重要度修正得到調整后的需求重要度。運用公式（14）進一步對調整后的需求重要度進行歸一化處理，將需求重要度作為權重整合到QFD 中。其中（si，αi）為第i項用戶需求重要度的二元語義表達。

Kano 模型收集結果中的需求向量的大小以及夾角作為判斷需求項所屬類型的依據，其中向量的大小決定了需求項的類型為無關需求或其他類型，向量與X 軸的夾角則用來進一步確定需求項類型為基本需求、期望需求還是魅力需求。在確定了需求項類型后即可由上述得到每個需求項對應的調整系數，需求項的重要程度以及改進系數則通過問卷中的用戶自述的數據轉化為二元組并且以二元語義算子的形式通過公式（9）（10）在MATLAB 中進行計算獲得初始重要度的值。在運用公式（13）對初始重要程度進行調整后得到最終重要程度并通過公式（14）進行歸一化處理得到相對重要程度，用于后續階段的模型整合，如表4 所示。

表4 A-Kano 模型整合結果Table 4 A-kano model integration results

3.4 服務要素優先級確定

在整合階段QFD 的質量屋中關系矩陣的構建過程中，通過咨詢專家來確定社區團購平臺的質量要素和關系系數矩陣，關系矩陣同樣的使用標度為4的語言術語來描述顧客需求與質量要素的關聯程度，語言術語集S={s1:極弱，s2：弱，s3：中，s4：強，s5：極強}，使用三角模糊數來表示語言術語，基于質量屋的構建信息，關系系數矩陣通過確定的語言術語及模糊數表示如下：

運用公式（12）對關系矩陣對應的三角模糊數進行整合運算，將需求項重要程度（wi）和關系矩陣整合得到的結果去模糊化轉換成二元組（β）表示，最終得到服務質量特性的優先級排序。表5 顯示了QFD 質量屋的構建與服務質量特性的優先級排序，表中VL、L、M、H、VH 代表了語言術語集S={s1: 極弱，s2：弱，s3：中，s4：強，s5：極強}中的極弱、弱、中、強、極強。此表底部的質量要素重要度指數（β）表示在連續域中運用Kano 模型與QFD 整合的結果，得分越高的質量要素的優化更能大幅度提升用戶的滿意度。社區團購服務要素的優先級排序為：平臺APP 研發、前置倉管理、自提點管理、供應鏈管理、物流管理、流程監控、補救服務、客服綜合素質。

表5 QFD 關系矩陣對服務設計要素的排序Table 5 Ordering of service design elements by QFD relationship matrix

3.5 結果分析討論

根據服務設計要素的優先級排序結果可以將服務設計要素大致分為三類：關鍵要素、必要要素以及邊緣要素。由平臺APP 研發、前置倉管理和自提點管理構成的關鍵要素，能夠在優化后顯著提升用戶各方面滿意度；由供應鏈管理、流程監控和物流管理組成的必要要素，在優化后能夠在一定程度上影響用戶多方面滿意度；由客服綜合素質、補救服務組成的邊緣要素，在優化后對用戶整體滿意度的提升上幫助較小。

（1）社區團購平臺需要在以后的優化中著重提升關鍵要素。其一，平臺APP 作為社區團購這種線上采購形式的載體，其優劣關系到眾多用戶需求的滿意度。與傳統線下生鮮選購不同，線上選購無法提前接觸到實物，也就讓APP 中商品詳情頁面的商品介紹成為用戶了解生鮮農產品的主要途徑。同時，線上消費的形式也需要滿足足夠安全以及更加便捷的特點。平臺APP 研發應該作為首要質量要素進行改進，重點加強用戶的支付安全、APP 流暢程度、多方支付接口、更詳細的商品介紹以及售后系統的搭建上面，如果能夠做好快捷登錄等較為便利的新穎功能，將能大幅度提升用戶的體驗進而增加對于多數需求的滿意度。其二，作為一種生鮮農產品獨有的倉儲形式的前置倉同樣也是滿足用戶需求，提升用戶滿意度的關鍵。前置倉的選址關系到自提點的覆蓋范圍，關系到配送的時效以及商品的成本問題。此外，前置倉的倉儲管理同樣關系到商品的成本；更重要的是生鮮農產品的存儲條件較為苛刻，需要平衡存儲成本與商品品質，以相對少的成本投入前提下保證商品的質量不會受存儲影響，商品質量為基本需求，如果與線下周邊產地的生鮮農產品的質量差距過大則會顯著影響用戶滿意度，所以在優化改進過程中應該重點強化前置倉的管理。其三，自提點作為社區團購的最后一環，對用戶滿意度的提升也是至關重要的。自提點的選取一般以社區的超市等店面作為合作方，將這些店面作為連接平臺與用戶的橋梁，方便用戶的商品獲取，同時為這些店面帶來更大的流量，但也導致了這種模式的諸多詬病。自提點并非平臺一手搭建，這種合作的方式使得自提點并沒有較為統一的商品存放標準，不同的店面所擁有的商品存放條件不同，部分存放條件較差的自提點就影響了商品的品質。同時，店面負責人（團長）并非平臺內部人員，在態度以及售后保障上并沒有建立一個較為統一的標準。在對于平臺優化改進上，可以更多的關注自提點的管理，拓寬合作店面的類型，建立自提點評定標準，在訂單商品配送至自提點時對自提點存放情況進行定期考察，同時考慮建立獎懲機制更為主動地保障存放于自提點商品的品質。

（2）農產品團購平臺需保障必要要素在現有基礎上穩步提升，確保用戶滿意度穩中向好。供應商決定了產品的供貨品質，供應商的地理位置與規模也決定了物流運輸的速度與成本。平臺可以根據以往的產品銷售數據推斷用戶的產品偏好，有針對性地改善供應商的選擇與合作，在優化方向上可以擴大合作供應商范圍，針對不同產區的農戶考察提高與農戶直接合作的渠道比例，節省中間成本，爭取農產品的倉儲條件?？梢愿鶕陨砥脚_的定位確定產品的層級占比，對于帶來較高成本負擔的農產品可以在平臺內部做差異化，建立“臻品專欄”，確保平臺在價格上保有的優勢，實現用戶需求多樣化的同時。物流是保障產品品質的關鍵一環，關系到產品后續存儲的成本以及存儲時間。在物流管理方面，加強與冷鏈物流服務商的合作，建立屬于關鍵環節的質量標準，處理好現有物流體系中的運輸調度、路徑優化、入庫流程簡化、不同生命周期產品分類存儲、產品溯源以及全程監控預警等方面的服務工作，同時不斷補全優化各個流程間的補救措施，保障自身產品及服務的質量穩定性。

（3）對于補救服務和客服綜合素質這兩個邊緣要素，農產品團購平臺也應保持一定的關注。補救服務能夠彌補部分環節導致的用戶滿意度不足的情況，也能以此建立品牌形象，有利于在與競品相的競爭中取得優勢。針對出現特殊狀況的平臺訂單，如果平臺具有較為成熟的補救措施，不僅能夠提升用戶粘性，還能通過用戶的口碑幫助平臺達到搶占競爭者的市場份額的作用，從側面降低了品牌宣傳拉新的成本，促進企業將節省的成本投入產品的保存以及物流的運輸上，實現企業內部的良性循環?？头C合素質雖然在優先級排序中位列最后，但其要素水平也影響著如服務態度、健全的售后等基本需求類型的用戶需求。如果完全不考慮此要素的質量水平可能會影響到由其他要素建立起的高水平用戶滿意度。雖然這兩個邊緣要素的提升并不能為企業帶來顯著的用戶滿意度的提升，但是一旦出現這二者的缺失，很容易造成群體的負面響應和輿論的發酵，這是平臺不愿看到的。因此，社區團購平臺應對此服務質量要素保有持續的關注，保持這兩個要素的水平趨于穩定，謹防二者的缺失所引起的連鎖反應。

4 結論

為城鄉統籌背景下大力發展和完善社區農產品團購平臺服務機制，提出模糊Kano-QFD 應用于團購平臺服務設計優化，提升用戶滿意度，促進農產品交易渠道新脈絡的鞏固拓展。運用二元語義集結多用戶需求項指標、三角模糊數整合用戶需求項與服務設計要素，得到鮮明的服務設計要素重要度層級。方式有利于服務設計人員多方面考慮設計優化方案，直觀的定位服務設計要素所對應的用戶需求項，提升用戶滿意度，進一步鞏固拓展農產品貿易的新渠道。并未引入行業其他競爭者的經營狀況來構建競品間差距的優化改進系數進行研究，存在一定的不足與局限性，后續研究可在競品間展開更全面豐富的研究。