DFSS项目选择方法研究（中）
作者: 来源: 文字大小:[大][中][小]
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<CBR<3 |
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