TW201818304A - 產品服務系統分類與服務轉型方法 - Google Patents
產品服務系統分類與服務轉型方法 Download PDFInfo
- Publication number
- TW201818304A TW201818304A TW105136572A TW105136572A TW201818304A TW 201818304 A TW201818304 A TW 201818304A TW 105136572 A TW105136572 A TW 105136572A TW 105136572 A TW105136572 A TW 105136572A TW 201818304 A TW201818304 A TW 201818304A
- Authority
- TW
- Taiwan
- Prior art keywords
- product
- decision
- service system
- classification
- type
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一種產品服務系統分類及服務轉型方法。此方法收集多個產品服務系統的分析資料,據以定義產品服務系統的多個條件屬性,並利用條件屬性建立分類決策表。接著,應用約略集合理論演算法從分類決策表中歸納條件屬性的縮減,據以產生多個分類的候選決策規則,再利用分析資料驗證候選決策規則,以產生最後決策規則。然後,應用最後決策規則判斷目標企業的產品服務系統的目前類型,並分析目標企業的核心競爭力,以決定適於此目標企業未來的產品服務系統的推薦類型。最後則根據推薦類型與目前類型在條件屬性上的差異,提供目標企業服務的轉型建議。
Description
本揭露是有關於一種產品服務系統,且特別是有關於一種產品服務系統分類與服務轉型方法。
產品服務系統是一個結合有形產品、無形服務及支援公共網絡的新興產業概念,這概念在近十年也在各個領域逐漸被廣泛研究與討論。產品服務系統能夠滿足多樣化的顧客需求、降低產業對環境的衝擊、同時提升產品服務的商業價值,進而重新勾勒企業的核心競爭力。
由於以上的效益,產界與學界皆投入許多心力在產品服務系統的創新,其中包含了產品服務系統設計方法論、產品與服務設計技術結合、產品服務系統實務應用等。
然而,目前僅有少數文獻探討產品服務系統的分類樣型,大部分的研究僅止於主觀、質性的案例探討分析,但這些案例已與現今五花八門的新興產業有很大的不同。因此,過往的討論與發現已不再適用於現今的產品服務系統環境。
本發明提供一種產品服務系統分類及服務轉型方法,藉由提供完整量化的產品服務系統分類,可協助企業了解其適合的產品服務系統類別及轉型所需著重的關鍵屬性。
本發明的產品服務系統分類及服務轉型方法適用於具有處理器的電子裝置。此方法收集多個產品服務系統的分析資料,據以定義所述產品服務系統的多個條件屬性,並利用所述條件屬性建立分類決策表。接著,應用約略集合理論(Rough Set Theory,RST)演算法從分類決策表中歸納(induce)條件屬性的縮減(reduct),據以產生多個分類的多個候選決策規則,再利用分析資料驗證候選決策規則,以產生多個最後決策規則。然後,應用最後決策規則判斷目標企業的產品服務系統的目前類型,並分析目標企業的核心競爭力,以決定適於此目標企業未來的產品服務系統的推薦類型。最後則根據推薦類型與目前類型在條件屬性上的差異,提供目標企業服務的轉型建議。
在本發明的一實施例中,所述定義產品服務系統的條件屬性,並利用條件屬性建立分類決策表的步驟包括由多個知識領域所組成的專家小組從所定義的條件屬性中篩選出多個關鍵屬性,並使用這些關鍵屬性建立分類決策表。
在本發明的一實施例中,所述定義產品服務系統的多個條件屬性的步驟包括判斷各個條件屬性是否為連續,而若此條件屬性不為連續,則將此條件屬性離散化。
在本發明的一實施例中,所述應用約略集合理論演算法歸納條件屬性的縮減,並據以產生所述分類的候選決策規則的步驟包括利用所述條件屬性定義多個決策規則,計算各個決策規則的支持度,並與支持度門檻值(support threshold)比較,其中若決策規則的支持度大於支持度門檻值,選擇決策規則作為候選決策規則,否則將決策規則排除。
在本發明的一實施例中,所述應用約略集合理論演算法歸納所述條件屬性的縮減,並據以產生所述分類的候選決策規則的步驟包括分別定義分類屬於產品導向類型、使用導向類型、結果導向類型及平台導向類型的決策規則。
在本發明的一實施例中,所述分類屬於平台導向類型的決策規則的條件屬性包括無形(intangible)的產品形式,以及不屬於製造商、服務提供者及顧客的產品所有權。
在本發明的一實施例中,所述利用分析資料驗證候選決策規則,以產生最後決策規則的步驟包括計算各個候選決策規則的信賴度及增益值,分別與信賴度(confidence)門檻值及增益值(lift)門檻值比較,其中若所計算的信賴度及增益值分別大於信賴度門檻值及增益值門檻值,則確認此候選決策規則為最後決策規則。
在本發明的一實施例中,所述分析目標企業的核心競爭力的步驟包括採用資源、能力及競爭力的階層式架構(hierarchical structure)分析目標企業的該核心競爭力。
在本發明的一實施例中,所述分析目標企業的核心競爭力的步驟更包括評估目標企業的集體性(collectiveness)、獨特性(uniqueness)及策略靈活性(strategic flexibility),以確定目標企業的核心競爭力。
在本發明的一實施例中,所述分析目標企業的核心競爭力,以決定適於目標企業未來的產品服務系統的推薦類型的步驟包括由多個知識領域所組成的專家小組分析目標企業的工業背景、在價值鏈中的定位及核心競爭力,以決定產品服務系統的推薦類型。
基於上述,本發明的產品服務系統分類與服務轉型方法利用既有的產品服務系統的分析資料建立分類決策表,並應用約略集合理論歸納屬性的縮減,據以獲得產品服務系統的多個分類及不同分類下的決策規則。而藉由將這些決策規則應用於目標企業的產品服務系統的分析上,可協助企業了解其產品服務系統的目前類型以及未來轉型的方向,並提供合適的轉型建議。
為讓本發明的上述特徵和優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
本發明利用約略集合理論(Rough Set Theory,RST)來延伸產品服務系統的分類,並建構一個完整量化的產品服務系統分類架構。透過這個架構,可以從現有的產品服務系統案例歸納出不同的分類和不同分類下的決策規則。本發明更進一步透過分析企業的核心競爭力和目前產品服務系統的型態,提供一種產品服務系統的轉換流程,可協助企業在從舊有商業模式進行產品服務系統轉型時,了解其適合的產品服務系統類別及應著重的關鍵屬性。
圖1是依照本案一實施例所繪示之電子裝置的方塊圖。請參照圖1,本實施例的電子裝置10例如是具有運算能力的檔案伺服器、資料庫伺服器、應用程式伺服器、工作站或個人電腦等計算機裝置,其中包括儲存裝置12及處理器14,其功能分述如下:
儲存裝置12可以是任何型態的固定式或可移動式隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)或類似元件或上述元件的組合。在本實施例中,儲存裝置12用以儲存決策表建立模組121、決策規則產生模組122、決策規則驗證模組123、企業分類模組124、企業分析模組125以及轉型建議模組126,這些模組例如是儲存在儲存裝置12中的程式。
處理器14例如是中央處理單元(Central Processing Unit,CPU),或是其他可程式化之一般用途或特殊用途的微處理器(Microprocessor)、數位訊號處理器(Digital Signal Processor,DSP)、可程式化控制器、特殊應用積體電路(Application Specific Integrated Circuits,ASIC)、可程式化邏輯裝置(Programmable Logic Device,PLD)或其他類似裝置或這些裝置的組合。計算裝置14連接儲存裝置12,其會從儲存裝置12載入決策表建立模組121、決策規則產生模組122、決策規則驗證模組123、企業分類模組124、企業分析模組125以及轉型建議模組126的程式,據以執行本案的產品服務系統分類及服務轉型方法。
圖2是依照本案一實施例所繪示之產品服務系統分類及服務轉型方法的流程圖。請參照圖2,本實施例的方法適用於圖1的電子裝置10,以下即搭配電子裝置10中的各項元件說明本案之產品服務系統分類及服務轉型方法的詳細步驟。
首先,在步驟S202中,由處理器14執行決策表建立模組121,以收集多個產品服務系統的分析資料,據以定義產品服務系統的多個條件屬性,並利用所述條件屬性建立分類決策表(步驟S202)。其中,本實施例的初始階段係由處理器14依據所收集的多個不同企業的產品服務系統的分析資料,選擇條件屬性。決策表建立模組121例如是將所收集的分析資料的全部或一部分,依照條件屬性填入分類決策表中的對應欄位,從而完成分類決策表的建立。
需說明的是,在一實施例中,決策表建立模組121例如會進一步藉由多個知識領域所組成的專家小組從所定義的所述條件屬性中再篩選出多個關鍵屬性,而僅使用這些關鍵屬性建立該分類決策表。另一方面,基於約略集合理論只能處理離散資料的限制,決策表建立模組121在定義條件屬性時,例如會判斷其所選擇的各個條件屬性是否為連續,而若條件屬性不為連續,則會進一步將此條件屬性的資料離散化,使其適用於後續運算。
決策表建立模組121所篩選的條件屬性可區分為下表一中的三個面相:產品、服務、金融(monetary)。
表一
詳言之,在產品面相中,考慮產品的形式、尺寸及重量。產品形式的值是由產品是否為有形(tangible)來決定,若產品形式為有形,則其值設為0;若為無形,則其值設為1。產品的尺寸及重量是藉由將產品物件與從所有物件中選擇的參考產品進行比較,其中產品尺寸由小至大依序區分為1~3、產品重量由輕至重依序區分為1~3。其中,若產品形式為無形,其則尺寸及重量的值皆設為0(代表沒有)。
在服務面相中,產品/服務所有權係指示產品/服務的所有者的位階。若在交易後是由顧客擁有產品/服務,則其值設為0;若是由製造商或服務提供者保留產品/服務的所有權,則其值設為1。若皆不符合上述狀態,則其值設為2。在此面相中也包括產品服務系統所屬企業提供的服務類型,此處係將所有的服務類型分為下列三種:維修/諮詢(consultancy)、租賃(rental and leasing)及整合解決方案(integrated solution),其值分別設為0、1、2。
需說明的是,用以說明產品購買價格及付款方式的金融面相在排序過程中也相當關鍵,這是因為這些因素會影響商業模式並直接影響企業的收益來源(revenue stream)。據此,對於金融面相中的產品購買價格,以蒐集的相關案例做分群,分成高中低三個水準,若產品的價格屬於低水準時,其值設為0;若產品的價格屬於中水準時,其值設為1;若產品的價格屬於高水準時,其值設為2。另一方面,對於金融面相中的付款方式,若使用者透過直接購買來付費,則其值設為0;若是透過使用來付費,則其值設為1;若是透過簽約的方式付費,則其值設為2;若是透過佣金/廣告的方式付費,則其值設為3。
另一方面,本實施例還根據企業的價值主張(value proposition)、產品或服務以及創造營利的方式來確認並評價不同企業的產品服務系統。這些產品服務系統可由專家小組根據預定特徵做初始分類。其中,除了既有的三種產品服務系統分類(即產品導向、使用導向、結果導向)外,本發明提出一種新的平台導向的分類,其特質及潛在機會將稍後說明。
在確定物件資訊後,即可建立如圖3所示的分類決策表。請參照圖3,分類決策表30中包括根據所收集的多個產品服務系統的範例(例如企業1~5的產品服務系統)所定義的條件屬性。藉由將這些產品服務系統範例的分析資料依據表一中的數值定義,填入分類決策表30中的各個條件屬性的欄位,即可完成分類決策表30的建立。
需說明的是,本實施例例如是將所收集的產品服務系統的分析資料分為訓練資料集(例如從所有的產品服務系統的分析資料中隨機選擇80%,但不限於此)及測試資料集(即剩下的20%),最後則藉由5折交叉驗證(cross-validation)程序來驗證決策規則。
回到圖2的流程,在步驟S204中,由處理器14執行決策規則產生模組122,以應用約略集合理論(Rough Set Theory,RST)演算法從前述建立的分類決策表中歸納(induce)條件屬性的縮減(reduct),據以產生多個分類的多個候選決策規則。
詳言之,決策規則產生模組122例如是利用前述的條件屬性定義多個決策規則,然後計算各個決策規則的支持度,並與預先定義的支持度門檻值(support threshold)作比較。其中,若決策規則的支持度大於支持度門檻值,則決策規則產生模組122會選擇此決策規則作為候選決策規則,否則會將此決策規則排除。
另一方面,決策規則產生模組122還會依據各個決策規則所包括的條件屬性,將決策規則歸類為產品導向類型、使用導向類型、結果導向類型及平台導向類型的其中一種產品服務系統分類。
在產品導向類型中,若企業的主要服務類型是維修/諮詢,或是產品/服務的所有權屬於顧客,其中由於價值創造與顧客滿意度主要是由產品及其所有權產生,且企業的收益來自於產品銷售,故具有這些條件屬性的決策規則的產品服務系統定義為產品導向類型。
在使用導向類型中,若產品形式是有形的且其所有權屬於製造商/服務提供者,這有很大的可能是使用導向。幾乎所有的使用導向類型的產品服務系統皆具有租賃服務類型的特性。特別是,若企業提供租賃服務且其產品的購買價格偏高,則可將具有這些條件屬性的決策規則的產品服務系統定義為使用導向類型。
結果導向類型是產品導向類型與使用導向類型的進階版,此類型的獨特特徵是其提供整合方案(integrated solution),且由於其需要滿足廣大顧客的需求,產品的購買價格偏高,且付費方式多採專案或契約的方式。有形或無形形式的產品/服務皆可能屬於結果導向類型,因此在此分類中,產品形式、大小及重量相對較不重要。
在平台導向類型中,由於此類型的產品服務系統的運作僅是作為製造商、服務提供者及顧客之間的媒介,故其產品形式為無形。而根據媒介的特性,產品/服務的所有權並不在於製造商、服務提供者及顧客中的任一者。此類型的產品服務系統提供顧客一種整合解決方案,如同結果導向類型的產品服務系統,但仍有些許不同。結果導向類型的產品服務系統,例如提供資訊科技(IT)服務模組化的企業,是基於不同的背景資訊,針對顧客的特定目的提供個人化的整合方案。另一方面,平台導向類型的產品服務系統則是藉由提供虛擬平台,使得系統中的顧客與其他人之間可以產生眾多的互動,而提供一種整合性的個人解決方案。共同創造(co-creation)與共同合作(collaboration)是這個類型的產品服務系統的重點。此類型的產品服務系統是基於廣告、佣金及交易費來維持運作。顧客貢獻其目標產品/服務的一部分費用以享受此平台所帶來的便利。Kickstarter等群眾集資(crowdfunding)平台、eBay等電子商務(E-commerce)業者及近期提供載客車輛租賃及實時共乘的Uber是這種類型的產品服務系統的代表。
平台導向類型的產品服務系統主要與資訊科技相關,其中網頁應用、行動裝置及穿戴式裝置是這種產品服務系統的強項與機會,其需要足夠大的顧客基礎來維持其配對顧客與服務提供者的速度。平台導向類型的企業並不提供產品或服務,而是作為價值鏈中的中間媒體(intermedia),提供可視為另類服務的橋接活動,這種企業不僅是服務提供者,也是服務需求者。
需說明的是,在上述產生決策規則的階段中,由於決策規則尚處於形成階段,尚未有專家小組投入,因此這些決策規則可能不夠成熟(premature)或無法應用(inapplicable)。對此,本實施例在步驟S206中,將由處理器14執行決策規則驗證模組123,以利用前述的產品服務系統的分析資料(例如測試資料集的資料)來驗證前述決策規則產生模組122所產生的候選決策規則,以產生多個最後決策規則。
詳言之,決策規則驗證模組123會計算各個候選決策規則的信賴度(confidence)及增益值(lift),分別與預先定義的信賴度門檻值及增益值門檻值比較。其中,若所計算的信賴度及增益值分別大於信賴度門檻值及增益值門檻值,則決策規則驗證模組123即可確認此候選決策規則為最後決策規則。
舉例來說,在一實施例中,例如可使用約略集合理論的工具將支持度門檻值θs
設為0.15,以便產生可供專家小組選拔的規則。另外,可將信賴度(confidence)門檻值θc
及增益值(lift)門檻值θl
分別設為0.7和1。若決策規則的信賴度及增益值皆大於這些門檻值,則可將其選為最後決策規則。
在本實施例的約略集合理論的計算中,從圖3的決策表30約可產生267項決策規則,而歸納後的所有條件屬性的縮減(reduct)為產品/服務所有權、服務種類及付款方式。也就是說,這些屬性是可決定產品服務系統的基礎屬性。
在經過5折交叉驗證程序並經由專家小組的檢驗之後,可篩選出20個決策規則作為最後決策規則。圖4的決策規則表40中列出篩選後的產品服務系統(PSS)的各種分類的最後決策規則。其中,每個決策規則均包含至少一個條件屬性(標示為x的欄位代表未包含該條件屬性)及其對應的PSS分類(編號0~3依序代表產品導向類型、使用導向類型、結果導向類型及平台導向類型)。在這20個決策規則中,4個規則是屬於產品導向的產品服務系統、4個規則是屬於使用導向的產品服務系統、5個規則是屬於結果導向的產品服務系統、7個規則是屬於平台導向的產品服務系統。決策規則表40也列出每個決策規則的支持度、信賴度及增益值,其分別滿足0.15的支持度門檻值、0.7的信賴度門檻值及1的增益值門檻值。
圖5A及圖5B分別列出將圖4中每個產品服務系統分類的最後決策規則轉譯為若-則(if-then)描述的決策規則表50a及50b。其中,決策規則表50a及50b明確列出每個決策規則所包括的條件屬性以及對應的產品服務系統分類。
舉例來說,在規則1中,若產品服務系統的服務類型為維修/諮詢,即可將其歸類為產品導向類型;在規則5中,若產品服務系統的產品形式為有形,且產品/服務的所有權為製造商/服務提供者,則可將其歸類為使用導向類型;在規則10中,若產品服務系統的服務類型為整合解決方案,且產品的購買價格為高,則可將其歸類為結果導向類型;在規則16中,若產品服務系統的產品形式為無形,且產品/服務的所有權為皆非(即不屬於製造商、服務提供者及顧客中的任一者),則可將其歸類為平台導向類型。
上述最後決策規則即可用以評估一個目標企業的產品服務系統的分類以及未來轉型的方向,並據以提供合適的轉型建議。
詳言之,回到圖2的流程,在步驟S208中,處理器14執行企業分類模組124,以應用所述的最後決策規則判斷目標企業的產品服務系統的目前類型。舉例來說,若某企業的產品服務系統滿足圖5A中的決策規則5~8,則可將其歸類為使用導向類型。
然後,在步驟S210中,處理器14執行企業分析模組124,以分析目標企業的核心競爭力,以決定適於目標企業未來的產品服務系統的推薦類型。詳言之,在一實施例中,企業分析模組124例如是採用資源、能力及競爭力的階層式架構(hierarchical structure)來分析目標企業的核心競爭力。
需說明的是,在一實施例中,企業分析模組124例如還會進一步評估目標企業的集體性(collectiveness)、獨特性(uniqueness)及策略靈活性(strategic flexibility),以確定目標企業的核心競爭力。
在企業核心競爭力評估完成之後,企業分析模組124例如會由多個知識領域所組成的專家小組分析目標企業的工業背景、在價值鏈中的定位及上述的核心競爭力,以決定產品服務系統的推薦類型。
最後,在步驟S212中,處理器14會執行轉型建議模組126,以根據推薦類型與目前類型在條件屬性上的差異,提供目標企業服務的轉型建議。詳言之,藉由查詢在步驟S206中產生的最後決策規則(例如圖5A及圖5B的決策規則表50a及50b中所列出的決策規則),可找出推薦類型對應的決策規則,將這些決策規則與目標企業目前類型所對應的決策規則比較後,即可清楚得知企業轉型過程中所需注重的條件屬性。
以下以租車公司C的轉型為例,說明本發明實施例的產品服務系統分類及服務轉型方法的實施方式。首先,租車公司C的產品為有形的貨車、廂型車及轎車,其主要業務在於汽車的租賃服務,藉由分享產品的使用來解決點對點之間的運輸問題。基於租賃服務的本質,產品的所有權屬於租車公司C所有,而非顧客。將這些條件導入前述圖5A及圖5B中所列的決策規則,可判斷出租車公司C的產品服務系統滿足決策規則5~8。據此,可將租車公司C的產品服務系統歸類為使用導向類型。
接著,藉由上述資源、能力及競爭力的階層式架構來分析租車公司C的核心競爭力。詳言之,圖6是依照本發明一實施例所繪示之採用階層式架構分析租車公司C的核心競爭力的示意圖。請參照圖6,本實施例係依照資源62、能力64及競爭力66的順序來評估租車公司C的核心競爭力。在資源62的評估中,是將租車公司C的資源區分為實質資產、智慧資產及文化資產來評估。在能力64的評估中,則是分析租車公司C在採購、銷售與行銷以及研發領域的能力。在競爭力66的評估中,則分析租車公司C的強項,例如租車公司C在汽車領域的知識、大量的實體管道、創新的顧客服務以及E化系統等。
基於上述評估結果可知,租車公司C的核心競爭力在於汽車的技術竅門(know how),特別是汽車領域的知識、大量的實體管道、創新的顧客服務以及E化系統。
若租車公司C未來的業務目標著重在短期租賃,且為了解決尖峰時段車輛數量不足的問題,可將平台導向類型的產品服務系統作為推薦給租車公司C的產品服務系統類型。其中,可建議租車公司C與其他租車公司建立策略聯盟,以方便車輛調度。租車公司C可利用其E化系統(其核心競爭力之一)發展一套短期租車經紀(brokerage)服務平台,此平台可以將需要短期租車的顧客與擁有閒置車輛的顧客連結,藉此可減少為了滿足顧客租車需求而過度增購車輛所產生的成本及風險。想要利用閒置車輛增加收入的人可以在網站上登錄,而租車公司C可利用其高密度的據點定期檢驗這些車輛的狀態。藉此,租車公司C可藉由收取註冊費及經紀費而獲利。
綜上所述,本發明的產品服務系統分類及服務轉型方法係藉由從既有的產品服務系統的分析資料中定義這些產品服務系統的條件屬性,並進一步應用約略集合理論演算法歸納這些條件屬性的縮減,從而依據歸納後的關鍵屬性產生多個不同分類的決策規則。這些決策規則可協助企業在從舊有的商業模式進行產品服務系統的轉型時,能夠了解其未來適合的產品服務系統類型以及應該著重的關鍵屬性,從而有效地應用其核心競爭力進行服務轉型。
雖然本發明已以實施例揭露如上,然其並非用以限定本發明,任何所屬技術領域中具有通常知識者,在不脫離本發明的精神和範圍內,當可作些許的更動與潤飾,故本發明的保護範圍當視後附的申請專利範圍所界定者為準。
10‧‧‧電子裝置
12‧‧‧儲存裝置
121‧‧‧決策表建立模組
122‧‧‧決策規則產生模組
123‧‧‧決策規則驗證模組
124‧‧‧企業分類模組
125‧‧‧企業分析模組
126‧‧‧轉型建議模組
14‧‧‧處理器
30‧‧‧分類決策表
50a、50b‧‧‧決策規則表
62‧‧‧資源
64‧‧‧能力
66‧‧‧競爭力
S202~S212‧‧‧本發明一實施例之產品服務系統分類及服務轉型方法的步驟
圖1是依照本案一實施例所繪示之電子裝置的方塊圖。 圖2是依照本案一實施例所繪示之產品服務系統分類及服務轉型方法的流程圖。 圖3是依照本案一實施例所繪示之分類決策表。 圖4是依照本案一實施例所繪示之決策規則表。 圖5A及圖5B是依照本案一實施例所繪示之轉譯為若-即描述的決策規則表。 圖6是依照本發明一實施例所繪示之採用階層式架構分析租車公司C的核心競爭力的示意圖。
Claims (10)
- 一種產品服務系統分類及服務轉型方法,適用於具有處理器的電子裝置,該方法包括下列步驟: 收集多個產品服務系統的分析資料,據以定義所述產品服務系統的多個條件屬性,並利用所述條件屬性建立分類決策表; 應用約略集合理論(Rough Set Theory,RST)演算法從該分類決策表中歸納(induce)所述條件屬性的縮減(reduct),據以產生多個分類的多個候選決策規則; 利用所述分析資料驗證所述候選決策規則,以產生多個最後決策規則; 應用所述最後決策規則判斷目標企業的該產品服務系統的目前類型; 分析該目標企業的核心競爭力,以決定適於該目標企業未來的該產品服務系統的推薦類型;以及 根據該推薦類型與該目前類型在所述條件屬性上的差異,提供該目標企業服務的轉型建議。
- 如申請專利範圍第1項所述的方法,其中定義所述產品服務系統的所述條件屬性,並利用所述條件屬性建立該分類決策表的步驟包括: 由多個知識領域所組成的專家小組從所定義的所述條件屬性中篩選出多個關鍵屬性,並使用所述關鍵屬性建立該分類決策表。
- 如申請專利範圍第1項所述的方法,其中定義所述產品服務系統的所述條件屬性的步驟包括: 判斷各所述條件屬性是否為連續;以及 若該條件屬性不為連續,離散化該條件屬性。
- 如申請專利範圍第1項所述的方法,其中應用該約略集合理論演算法歸納所述條件屬性的縮減,據以產生所述分類的所述候選決策規則的步驟包括: 利用所述條件屬性定義多個決策規則; 計算各所述決策規則的支持度,並與支持度門檻值(support threshold)比較;以及 若該決策規則的該支持度大於該支持度門檻值,選擇該決策規則作為該候選決策規則,否則排除該決策規則。
- 如申請專利範圍第4項所述的方法,其中應用該約略集合理論演算法歸納所述條件屬性的縮減,並據以產生所述多個分類的多個候選決策規則的步驟包括: 分別定義該分類屬於產品導向類型、使用導向類型、結果導向類型及平台導向類型的所述決策規則。
- 如申請專利範圍第5項所述的方法,其中分類屬於平台導向類型的所述決策規則的所述條件屬性包括無形(intangible)的產品形式,以及不屬於製造商、服務提供者及顧客的產品所有權。
- 如申請專利範圍第1項所述的方法,其中利用所述分析資料驗證所述候選決策規則,以產生所述最後決策規則的步驟包括: 計算各所述候選決策規則的信賴度(confidence)及增益值(lift),分別與信賴度門檻值及增益值門檻值比較;以及 若所計算的該信賴度及該增益值分別大於該信賴度門檻值及該增益值門檻值,確認該候選決策規則為該最後決策規則。
- 如申請專利範圍第1項所述的方法,其中分析該目標企業的該核心競爭力的步驟包括: 採用資源、能力及競爭力的階層式架構(hierarchical structure)分析該目標企業的該核心競爭力。
- 如申請專利範圍第8項所述的方法,其中分析該目標企業的該核心競爭力的步驟更包括: 評估該目標企業的集體性(collectiveness)、獨特性(uniqueness)及策略靈活性(strategic flexibility),以確定該目標企業的該核心競爭力。
- 如申請專利範圍第1項所述的方法,其中分析該目標企業的該核心競爭力,以決定適於該目標企業未來的該產品服務系統的該推薦類型的步驟包括: 由多個知識領域所組成的專家小組分析該目標企業的工業背景、在價值鏈中的定位及該核心競爭力,以決定該產品服務系統的該推薦類型。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105136572A TWI612485B (zh) | 2016-11-10 | 2016-11-10 | 產品服務系統分類與服務轉型方法 |
US15/438,110 US20180130124A1 (en) | 2016-11-10 | 2017-02-21 | Method for product service system classification and service transformation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105136572A TWI612485B (zh) | 2016-11-10 | 2016-11-10 | 產品服務系統分類與服務轉型方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI612485B TWI612485B (zh) | 2018-01-21 |
TW201818304A true TW201818304A (zh) | 2018-05-16 |
Family
ID=61728439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105136572A TWI612485B (zh) | 2016-11-10 | 2016-11-10 | 產品服務系統分類與服務轉型方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20180130124A1 (zh) |
TW (1) | TWI612485B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918544B (zh) * | 2019-03-14 | 2021-03-12 | 重庆邮电大学 | 基于粗糙集的职务犯罪社会关系网络智能分析方法及系统 |
CN110288461A (zh) * | 2019-05-20 | 2019-09-27 | 深圳壹账通智能科技有限公司 | 产品推荐的自动化验证方法、电子装置及存储介质 |
CN110378481B (zh) * | 2019-06-18 | 2021-08-31 | 广东电网有限责任公司广州供电局 | 基于粗糙集的决策处理方法、装置、计算机和存储介质 |
BE1027733B1 (nl) * | 2019-11-05 | 2021-06-08 | De Productiepartners Bvba | Online tool voor geoptimaliseerde matching aanbieder en afnemer |
CN111856954B (zh) * | 2020-07-20 | 2022-08-02 | 桂林电子科技大学 | 基于粗糙集理论与规则相结合的智能家居数据补全方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200920024A (en) * | 2007-10-26 | 2009-05-01 | Univ Nat Central | Network service recommendation device |
US8792491B2 (en) * | 2010-08-12 | 2014-07-29 | Citrix Systems, Inc. | Systems and methods for multi-level quality of service classification in an intermediary device |
CN106022596A (zh) * | 2016-05-16 | 2016-10-12 | 北京石油化工学院 | 一种城市燃气管道系统危险性预测评价方法 |
-
2016
- 2016-11-10 TW TW105136572A patent/TWI612485B/zh active
-
2017
- 2017-02-21 US US15/438,110 patent/US20180130124A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20180130124A1 (en) | 2018-05-10 |
TWI612485B (zh) | 2018-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Awasthi et al. | Multi-tier sustainable global supplier selection using a fuzzy AHP-VIKOR based approach | |
Govindan et al. | Selection of a sustainable third-party reverse logistics provider based on the robustness analysis of an outranking graph kernel conducted with ELECTRE I and SMAA | |
Govindan et al. | A grey DEMATEL approach to develop third-party logistics provider selection criteria | |
Liu et al. | Identify and rank the challenges of implementing sustainable supply chain blockchain technology using the bayesian best worst method | |
Pagès‐Bernaus et al. | Designing e‐commerce supply chains: a stochastic facility–location approach | |
TWI612485B (zh) | 產品服務系統分類與服務轉型方法 | |
Matawale et al. | Supplier selection in agile supply chain: Application potential of FMLMCDM approach in comparison with Fuzzy-TOPSIS and Fuzzy-MOORA | |
Akbari et al. | Impact of additive manufacturing on the Vietnamese transportation industry: An exploratory study | |
Shahryari Nia et al. | Using fuzzy Choquet Integral operator for supplier selection with environmental considerations | |
Awasthi et al. | A combined approach integrating gap analysis, QFD and AHP for improving logistics service quality | |
Kumar Sahu et al. | Green supplier appraisement in fuzzy environment | |
Mubarik et al. | Fostering supply chain integration through blockchain technology: A study of Malaysian manufacturing sector | |
KR102291049B1 (ko) | 스마트기기를 통한 차량 정비소 연동 차량 관리방법 | |
Chen et al. | Supply chain finance platform evaluation based on acceptability analysis | |
Vahabzadeh et al. | Reprint of “Green decision-making model in reverse logistics using FUZZY-VIKOR method” | |
Alqaryouti et al. | Trade facilitation framework for e-commerce platforms using blockchain | |
Ghode et al. | Exploring the integration of blockchain technology into supply chain: challenges and performance | |
Thakkar et al. | Stepwise weight assessment ratio analysis (SWARA) | |
Seshadri | Sourcing competence in design and development collaboration: A resource based view | |
Sterk et al. | Understanding car data monetization: A taxonomy of data-driven business models in the connected car domain | |
Hussein et al. | ADM: Appraiser Decision Model for Empowering Industry 5.0-Driven Manufacturers toward Sustainability and Optimization: A Case Study | |
Liang | Applying fuzzy quality function deployment to identify service management requirements for customer quality needs | |
Kabir | Consultant selection for quality management using VIKOR method under fuzzy environment | |
Kim et al. | Trustworthy residual vehicle value prediction for auto finance | |
Souza et al. | Automating the identification of opportunities for business process improvement patterns application |