Развитие теории и практики управления конкурентоспособностью в автомобилестроении на основе методологии потребительской ценности качества тема диссертации и автореферата по ВАК РФ 05.02.23, доктор наук Айдаров Дмитрий Васильевич

• Айдаров Дмитрий Васильевич
• доктор наук
• 2020

Оглавление диссертации доктор наук Айдаров Дмитрий Васильевич

ВВЕДЕНИЕ

1 СТРАТЕГИЧЕСКИЕ АСПЕКТЫ КОНКУРЕНТОСПОСОБНОСТИ АВТОПРОИЗВОДИТЕЛЕЙ НА ОСНОВЕ КАЧЕСТВА

1.1 Анализ современного состояния и перспектив развития стратегического менеджмента качества в автомобилестроении

1.2 Управление аналитическими процессами обеспечения конкурентоспособности автопроизводителей

1.3 Комплексная оценка и мониторинг удовлетворенности потребителей качеством автомобилей

1.4 Система обратной связи с потребителями

1.5 Выводы по главе

1.6 Цель и задачи диссертационной работы

2 СОВЕРШЕНСТВОВАНИЕ ПОДХОДОВ К НАЗНАЧЕНИЮ И МОНИТОРИНГУ ЦЕЛЕЙ В ОБЛАСТИ КАЧЕСТВА

2.1 Предварительные замечания и допущения

2.2 Исторический анализ изменения показателей качества автомобилей

2.3 Систематизация существующих подходов к стратегическому планированию качества автомобилей в эксплуатации

2.4 Разработка комплексного подхода для эффективного планирования конкурентоспособности продукции и назначения стратегических целей в области качества

2.5 Выводы по главе

3 ИЗМЕРЕНИЕ ВОСПРИНИМАЕМОЙ ПОТРЕБИТЕЛЯМИ ЦЕННОСТИ КАЧЕСТВА ПРОДУКЦИИ АВТОПРОМА

3.1 Анализ исследований в области восприятия качества потребителями

3.2 Разработка методических основ измерения потребительской ценности качества

3.3 Разработка интегрированного подхода к обеспечению процесса повышения качества продукции

3.4 Выводы по главе

4 СОЗДАНИЕ КОНЦЕПЦИИ ЦИФРОВОЙ СРЕДЫ УПРАВЛЕНИЯ КОНКУРЕНТОСПОСОБНОСТЬЮ В АВТОМОБИЛЕСТРОЕНИИ

4.1 Исследование направлений цифрового развития автопрома

4.2 Разработка и развитие интеллектуальных систем управления качеством

4.3 Концепция экспертно-аналитической интеллектуальной среды поддержки улучшений в области конкурентоспособности и качества продукции и услуг

4.4 Реализация концепции ЭАИС с использованием аппарата вероятностно-статистического моделирования

4.5 Выводы по главе

5 МЕТОДОЛОГИЯ ПОТРЕБИТЕЛЬСКОЙ ЦЕННОСТИ КАЧЕСТВА ВЫСОКОТЕХНОЛОГИЧНОЙ ПРОДУКЦИИ АВТОМОБИЛЕСТРОЕНИЯ

5.1 Методология формирования и оценки потребительской ценности качества

5.2 Первичный анализ данных

5.3 Метод прогнозирования потребительской ценности качества

5.4 Апробация метода прогнозирования потребительской ценности качества

5.5 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРТУРЫ

Приложение А

Приложение Б

Введение диссертации (часть автореферата) на тему «Развитие теории и практики управления конкурентоспособностью в автомобилестроении на основе методологии потребительской ценности качества»

ВВЕДЕНИЕ

Актуальность темы исследования. Современные большие вызовы, с которыми сталкивается реальный сектор российской экономики, связаны с возрастающей необходимостью опережающего роста производительности труда, качества и конкурентоспособности, особенно в организациях, занимающихся разработкой, производством, реализацией и послепродажным обслуживанием высокотехнологичной продукции. Текущие условия хозяйствования крупных отечественных машиностроительных предприятий, сопряженные с высоким уровнем неопределенности и риска, предопределяют поиск новых, дополнительных инструментов мониторинга и управления, обеспечивающих конкурентоспособность продукции и услуг, а также удовлетворенность заинтересованных сторон, среди которых абсолютной доминантой является потребитель.

Автомобильная промышленность является одной из ключевых отраслей российского машиностроения, создает мультипликативный эффект в смежных отраслях и определяет экономический и социальный уровень развития государства в целом и отдельных его регионов. Известно, что спрос на автомобили генерирует потребность в высокотехнологичной продукции металлургической, химической, электротехнической и других отраслей промышленности, обеспечивает занятость более чем 3,5 млн. человек.

«Стратегия развития автомобильной промышленности Российской Федерации на период до 2025 года» предполагает рост экспорта продукции и выведение на рынок новых продуктов, соответствующих глобальным трендам развития отрасли [1]. В сложившихся условиях глобализации отечественным автопроизводителям (ПАО «АвтоВАЗ», ПАО «КАМАЗ» и др.) становится сложнее выдерживать современные темпы развития в важнейших направлениях, связанных с вопросами качества и конкурентоспособности.

В обстоятельствах нестабильного спроса на автомобили и усиления конкуренции, для автопроизводителей первостепенное значение приобретает задача повышения эффективности систем управления, в том числе посредством детального, гармоничного и непрерывного совершенствования деятельности в области улучшения качества и конкурентоспособности с точки зрения всестороннего учета голоса потребителя. Создание качественной продукции или предложение качественной услуги уже не гарантируют победу в конкурентной борьбе. Кроме них, в потребительской среде обязательно должно сформироваться так называемое ощущение качества бренда.

Ориентация на потребителя - первый из семи фундаментальных принципов международных стандартов ИСО серии 9000 [2-4], согласно которому «менеджмент качества нацелен на выполнение требований потребителей и на стремление превзойти их ожидания». В рамках данного принципа к потенциальным основным преимуществам относятся: увеличение ценности для потребителей; повышение удовлетворенности потребителей; повышение лояльности потребителей; увеличение повторных сделок; улучшение репутации организации; расширение потребительской базы; рост доходов и увеличение доли рынка.

Кроме того, в контексте четвертой промышленной революции (Industry 4.0) потребитель ожидает быстрых трансформаций качества, инновационных продуктов и мгновенной реакции производителей на свои запросы. В системе «потребитель - автопроизводитель» ключевую роль играет потребитель, требования которого к уровню качества продукции и сервиса постоянно меняются, что предопределяет приоритет ценностного восприятия качества.

Диссертационная работа посвящена комплексным исследованиям потребительской ценности качества как одному из малоизученных явлений, как в науке о качестве, так и в теории и методологии управления конкурентоспособностью. Данные Google Scholar и ScienceDirect подтверждают рост значимости исследований в данной области знаний.

Степень разработанности. В диссертации исследованы и отражены труды ведущих отечественных и зарубежных ученых, посвященные вопросам качества и конкурентоспособности продукции и услуг, менеджмента качества, развития науки о качестве, стандартизации, квалиметрии, теории и методологии управления конкурентоспособностью.

Учитывались результаты исследований научных коллективов, представляющих проблемные, отраслевые и региональные отделения МОО «Академия проблем качества».

Большой вклад в становление и развитие теории и практики управления качеством внесли Адлер Ю.П., Азаров В.Н., Азгальдов Г.Г., Аронов И.З., Барвинок В.А., Белобрагин В.Я., Бойцов Б.В., Бойцов В.В., Васильев В.А., Версан В.Г., Воронин Г.П., Гличев А.В., Дубовиков Б.А, Лапидус В.А., Окрепилов В.В., Чайка И.И. и другие отечественные ученые.

Важнейшим методологическим, прикладным и отраслевым вопросам и проблемам качества и конкурентоспособности посвящены труды Аниськиной Н.Н., Антипова Д.В., Анцева В.Ю., Безъязычного В.Ф., Васина С.А., Годлевского В.Е., Горбашко Е.А., Горленко О.А., Ефимова В.В., Зажигалкина А.В., Ивахненко А.Г., Качалова В.А., Кершенбаума В.Я., Киселева Э.В., Клочкова Ю.С., Клячкина В.Н., Козловского В.Н., Круглова М.Г., Панюкова Д.И., Поляковой М.А., Пономарева С.В., Салимовой Т.А., Семеновой Е.Г., Скрипко Л.Е., Фасхиева Х.А., Чекмарева А.Н., Шадрина А.Д., Шалаева А.П., Щипанова В.В., Юнака Г.Л. и многих других российских ученых и специалистов.

Идеология непрерывного улучшения деятельности организаций представлена в фундаментальных работах Г. Ватсона, Э. Голдратта, Э. Деминга, Дж. Джурана, П. Друкера, Н. Кано, Р. Каплана, Ф. Кросби, Г. Тагути, А. Фейгенбаума, Дж. Харрингтона, В. Шухарта и др.

В диссертации широко использованы и отражены найденные по поисковым системам Web of Science и Scopus опубликованные результаты и разработки зарубежных исследователей в области воспринимаемого качества

(D. Aaker, C. Boone, A. Burnap, V. Duraiswamy, J. Jacoby, B. Falk, K. Forslund, D. Garvin, P. Golder, R. Gonzalez, I. Ersal, B. Hazen, S. Hoffenson, P. Homer, A. Liem, A. Marley, D. Mitra, C. Moorman, J. Olson, P. Papalambros, S. Pedersen, C. Reeves, M. Robinson, M. Rossi, R. Schmitt, R. Söderberg, J.B. Steenkamp, K. Stylidis, O. Wagersten, S. Wartzack, C. Wickman, V. Zeithaml, S. Zöller и др.). Особое внимание уделялось полнотекстовым публикациям, наиболее близким к заявленной тематике и отражающим результаты исследований воспринимаемого качества в автомобильной промышленности.

Несмотря на масштабность и многообразие решаемых задач, отечественные и зарубежные исследования воспринимаемого качества отличаются, как правило, ограниченностью информационно-аналитического аппарата, отсутствием бенчмаркинга знаний и опыта, а также системности целевых индексов. Для эффективного решения проблем качества и конкурентоспособности в высокотехнологичных отраслях, таких как автомобиле- и машиностроение, безусловно, требуется разработка и реализация инструментов аналитического измерения (мониторинга), устраняющих обозначенные нестыковки и разрывы методического и методологического характера.

Цель работы - научное обоснование новой методологии потребительской ценности качества, обеспечивающей в условиях цифровизации экономики повышение конкурентоспособности автопроизводителей с учетом глобализации мировых автомобильных рынков.

Для достижения поставленной цели сформулированы следующие задачи исследования:

1. Провести всесторонний сравнительный анализ стратегических направлений развития конкурентоспособности автопроизводителей на основе менеджмента качества и применяемых инструментов оценки воспринимаемого потребителями качества продукции.

2. Разработать комплексный методологический подход для эффективного планирования конкурентоспособности продукции и назначения стратегических целей в области качества с использованием перспективных количественных показателей.

3. Разработать методические основы измерения потребительской ценности качества продукции, направленные на повышение эффективности и обоснованности управленческих решений в рамках системной поддержки жизненного цикла.

4. Создать концепцию экспертно-аналитической интеллектуальной среды поддержки улучшений в области качества и конкурентоспособности (ЭАИС), учитывающую ключевые индексы: удовлетворенность потребителей; надежность; потребительскую ценность качества продукции и услуг.

5. Сформировать методологию потребительской ценности качества и разработать метод прогнозирования балансовых оценок потребительской ценности качества (МПБО).

6. Разработать математические и компьютерные модели для определения связей между ключевыми индексами, с возможностью прогнозирования изменения одних параметров в зависимости от динамики других.

7. Провести практическую апробацию метода прогнозирования балансовых оценок потребительской ценности качества (МПБО) на примере новых автомобилей, выделить основные направления дальнейшего развития методологии.

Область исследования соответствует п. 1 «Методы анализа, синтеза и оптимизации, математические и информационные модели состояния и динамики качества объектов», п. 3 «Методы стандартизации и менеджмента (контроль, управление, обеспечение, повышение, планирование) качества объектов и услуг на различных стадиях жизненного цикла продукции», п. 4 «Квалиметрические методы оценки качества объектов, стандартизации и

процессов управления качеством» паспорта специальности 05.02.23 -Стандартизация и управление качеством продукции.

Объект исследования: воспринимаемая потребителями ценность качества продукции как основной фактор управления конкурентоспособностью в автомобилестроении.

Предмет исследования: теоретические основы и перспективы использования концепции потребительской ценности качества с учетом развития мировых автомобильных рынков.

Научная новизна работы состоит в следующем:

1. Получены новые знания, расширяющие современные научные представления о потребительской оценке продукции за счет установления и применения нового количественного критерия - воспринимаемой потребителями ценности качества - как перспективного инструмента управления конкурентоспособностью в автомобиле- и машиностроении.

2. Предложены новые методологические подходы:

• комплексный подход для эффективного планирования конкурентоспособности продукции и назначения стратегических целей в области качества, отличающийся от известных дифференциацией целевых показателей в зависимости от вклада конкретных подразделений компании-автопроизводителя в общий показатель качества автомобилей К %о и введением дополнительной системы чувствительных бенчмаркинговых индикаторов, отражающих воспринимаемое потребителями качество автомобилей в эксплуатации Е %о;

• интегрированный подход к обеспечению процесса повышения качества продукции автомобилестроительной компании, отличающийся от известных идентификацией и объединением организационной и информационно-аналитической составляющих процесса, что позволяет проводить достоверную оценку результативности и эффективности обратной связи в системе «автопроизводитель - потребитель».

3. Разработаны методические основы измерения потребительской ценности качества продукции и услуг, направленные на повышение эффективности и обоснованности управленческих решений в рамках системной поддержки жизненного цикла, отличающиеся от известных:

• проведением глубоких исследований показателей качества новых автомобилей в эксплуатации и лояльности потребителей, что позволяет выявить связь между лояльностью и удовлетворенностью потребителей воспринимаемым качеством автомобилей;

• использованием информационно-аналитических инструментов для анализа потребительской оценки надежности автомобилей, что позволяет определить концептуальное видение границ конкурентных рынков продаж новых автомобилей в зависимости от уровня потребительской ценности качества.

4. Разработаны концептуальные модели:

• компонентная модель потребительской ценности качества, отличающаяся от известных тем, что включает ряд эмоциональных индикаторов - репутацию бренда и модели, уровень качества сервиса (в том числе гарантийного), высокую надежность;

• модель мониторинга потребительской ценности качества автомобилей в эксплуатации, основанная на использовании диаграммы Кано и отличающаяся от известных тем, что позволяет выделить приемлемые границы, определяющие уровни достаточности качества для потребителей, отражая консенсус между ожиданиями потребителей и возможностями автопроизводителя.

5. Создана оригинальная авторская концепция экспертно-аналитической интеллектуальной среды поддержки улучшений в области качества и конкурентоспособности (ЭАИС), отличающаяся возможностью объединения функционала внешних и внутренних информационных систем мониторинга и управления, включающая следующие КР1-проекции:

удовлетворенность потребителей; надежность; потребительскую ценность качества продукции и услуг.

6. Сформирована методология потребительской ценности качества, на базе которой разработан метод прогнозирования балансовых оценок (МПБО) потребительской ценности качества. МПБО основан на трех ключевых индексах, отражающих уровни качества (дефектности), надежности (безотказности) и цены владения автомобилем (расходов по его приобретению и эксплуатации). МПБО реализован через создание комплекса эмпирических моделей, связывающих ключевые индексы между собой при изменении дискретных данных с учетом периода гарантийной эксплуатации.

7. Разработаны математические и компьютерные модели, устанавливающие эмпирические полиномиальные связи между показателями удовлетворенности потребителей, уровнем дефектности и затратами на примере автомобилей популярной отечественной марки в сравнении с аналогами зарубежного производства.

Теоретическая и практическая значимость. Теоретическая значимость диссертационной работы состоит, прежде всего, в создании новой методологии потребительской ценности качества, а также в разработке метода прогнозирования балансовых оценок потребительской ценности качества. Используемый в рамках методологии комплексный подход раскрывает существующие связи между ключевыми индексами конкурентоспособности: качество, удовлетворенность, затраты. Важными достижениями, обогащающими науку о качестве, являются введение в процесс назначения стратегических целей в области качества дополнительной системы чувствительных бенчмаркинговых индикаторов, отражающих воспринимаемое потребителями качество продукции, а также авторская концепция экспертно-аналитической интеллектуальной среды поддержки улучшений в области качества и конкурентоспособности. Методические основы измерения потребительской ценности качества продукции и услуг также представляют собой существенный теоретический

вклад. Важными теоретическими результатами представляются: интегрированный подход к обеспечению процесса повышения качества продукции автомобилестроительной компании, позволяющий проводить достоверную оценку результативности и эффективности обратной связи в системе «автопроизводитель - потребитель»; комплекс концептуальных моделей; математические и компьютерные модели, позволяющие устанавливать эмпирические полиномиальные связи между показателями удовлетворенности потребителей, уровнем дефектности и затратами.

Практическая значимость диссертационной работы состоит в создании научно обоснованных рекомендаций по разработке и реализации комплексного инструмента управления конкурентоспособностью, на основе индексов воспринимаемой ценности качества автомобилей.

Полученные в диссертационной работе результаты внедрены ПАО «КАМАЗ» в рамках комплексной программы по повышению удовлетворенности потребителей качеством продукции и услуг, проводимой департаментом качества ПАО «КАМАЗ» совместно с ФГБОУ ВО «СамГТУ». В рамках решения комплексных задач, направленных на повышение конкурентоспособности автомобильной продукции отечественного производства, диссертантом получены следующие результаты, прошедшие апробацию и внедренные в практику ПАО «КАМАЗ»: предложенная концепция воспринимаемой потребителями ценности качества продукции автомобилестроения стала основой для реализации комплексной программы многофакторной оценки удовлетворенности потребителей качеством новых автомобилей, мониторинга индексов, определяющих экономику качества проектирования и производства автомобилей, а также влияния показателей качества и экономических индексов на конкурентоспособность продукции; разработанные модели и алгоритмы концепции обеспечивают возможность для эффективного управления конкурентоспособностью предприятием, через набор новых индексов качества, определяющих потребительскую ценность продукции; разработанные научно-практические положения, включающие

математические модели, набор индексов потребительской ценности качества, алгоритмы и математические программы, образуют комплекс инструментов и составляют основу разработанных в ПАО «КАМАЗ» соответствующих информационных инструментов, действующих в рамках корпоративных информационных систем. В результате внедрения результатов научной работы в практику ПАО «КАМАЗ» получен экономический эффект в размере 5 млн. руб. в ценах 2019 г.

Результаты, полученные в диссертационной работе, используются в рамках проекта целевого обучения по программе подготовки инженерных кадров, реализуемой с 2018 г. ФГБОУ ВО «СамГТУ» и ПАО «АвтоВАЗ».

Часть результатов диссертационной работы получена при выполнении ряда научно-исследовательских проектов. Разработанные автором научно-прикладные решения применяются в деятельности ООО «БИЗНЕС-КОНСАЛТ», ООО «ТЗСК», ОАО «ТЗТО», АО «Мотор-Супер», АО «ВИС», что подтверждается документами о внедрении.

Методология и методы исследования. Для решения поставленных в работе задач использовались методы управления качеством, теория систем и системный анализ, квалиметрический подход, методы статистического анализа данных, математическое и имитационное моделирование.

Положения, выносимые на защиту:

1. Комплексный методологический подход для эффективного планирования конкурентоспособности продукции и назначения стратегических целей в области качества.

2. Методические основы измерения потребительской ценности качества продукции.

3. Концепция экспертно-аналитической интеллектуальной среды поддержки улучшений в области качества и конкурентоспособности (ЭАИС).

4. Методология потребительской ценности качества высокотехнологичной продукции автомобилестроения.

5. Метод прогнозирования балансовых оценок потребительской ценности качества (МПБО).

6. Математические и компьютерные модели для определения связей между ключевыми индексами потребительской ценности качества.

7. Результаты практической апробации метода прогнозирования балансовых оценок потребительской ценности качества.

Личный вклад автора. Все результаты диссертационной работы получены автором самостоятельно. Под научным руководством автора (или при его преобладающем участии) разработаны математические модели, алгоритмы и программные циклы, проведена их реализация. Направления исследований диссертационной работы, формулировки проблем и постановки задач обсуждались с научным консультантом д.т.н., профессором В.Н. Козловским, что отражено в совместных публикациях, в которых основные результаты принадлежат диссертанту.

Работа выполнена в рамках ведущей научной школы «Обеспечение конкурентоспособности, качества и эффективности продукции автомобилестроения» (основатель и руководитель ведущей научной школы д.т.н., профессор В.Н. Козловский). Автор глубоко признателен В.Н. Козловскому за постановку задачи и постоянное обсуждение получаемых результатов.

Степень достоверности и апробация результатов. Достоверность полученных результатов подтверждается корректным применением математического и вероятностно-статистического аппарата, математическим и имитационным моделированием, а также широким обсуждением результатов диссертации на международных и отечественных конференциях, форумах и семинарах. Результаты диссертационной работы докладывались и обсуждались на следующих конференциях, форумах и семинарах: научно-отраслевом семинаре «Инновационные средства организации процессов проектирования и производства автомобилей» (Тольятти, 2014), Международном научно-практическом семинаре «Передовые методы

управления качеством в России» (Тольятти, 2015-2017), Международной научно-практической конференции «Наука - промышленности и сервису» (Тольятти, 2015-2019), научной конференции с международным участием XLV «Неделя науки СПбПУ» (Санкт-Петербург, 2016), Международном автомобильном научном форуме МАНФ-2017 «Интеллектуальные транспортные системы» (Москва, 2017), Межрегиональной конференции «Качество - основа конкурентоспособности современного автопрома» (Набережные Челны, 2017), International Conference on Infocom Technologies and Unmanned Systems ICTUS'2017 (Amity University Dubai Campus, 2017), Международной научно-практической конференции «Слагаемые успеха. Стандарты ISO: лучшие практики управления» (Москва, 2018), IEEE Conference on Data Science: Challenges of Digital Transformation (Санкт-Петербург, 2018), Всероссийском форуме «Лучший опыт - для лучшей жизни» (Москва, 2018), IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (Санкт-Петербург, 2019), Международной научно-практической конференции «Управление качеством» (Москва, 2020).

Диссертационное исследование выполнено в рамках работы по гранту Президента Российской Федерации для государственной поддержки ведущих научных школ (HIII-2515.2020.8), а также комплекса научно-исследовательских хоздоговорных работ, где автор диссертационной работы являлся руководителем и исполнителем:

• «Внедрение процесса «Учет, планирование и контроль мероприятий по качеству» (2020 г.);

• «Измерение воспринимаемого потребителями качества высокотехнологичной продукции машиностроения» (2019 г.);

• «Интеллектуализация мониторинга качества и надежности автотранспортных средств в эксплуатации» (2018 г.);

• «Повышение качества управления на предприятиях реального сектора экономики на основе принципов Деминга» (2016 г.);

• «Методы и средства минимизации потерь на этапах жизненного цикла машиностроительной продукции» (2016 г.);

• «Оценка и обеспечение качества на этапах жизненного цикла продукции на основе инновационных методов управления и организации производств (на примере поставщиков ОАО «АВТОВАЗ»)» (2015 г.);

• «Исследование и моделирование процессов управления качеством» (2014 г.).

Публикации. Основные результаты диссертации представлены в 60 научных трудах, из них 2 монографии; 27 статей, опубликованных в рецензируемых периодических изданиях, рекомендованных ВАК; 11 статей в научных изданиях, индексируемых базами WoS/Scopus.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка использованных источников и двух приложений. Общий объем диссертации 250 страниц, включая 75 рисунков, 13 таблиц, список литературы из 151 наименования. В приложении к диссертационной работе приведены программные циклы математических моделей и документы, подтверждающие практическую значимость диссертационной работы.

1 СТРАТЕГИЧЕСКИЕ АСПЕКТЫ КОНКУРЕНТОСПОСОБНОСТИ АВТОПРОИЗВОДИТЕЛЕЙ НА ОСНОВЕ КАЧЕСТВА

1.1 Анализ современного состояния и перспектив развития стратегического менеджмента качества в автомобилестроении

Происходящие в настоящее время существенные изменения во всех сферах жизни и хозяйственной деятельности связаны с переходом от индустриального общества к обществу знаний и внедрением принципиально новых средств хранения, обработки и передачи информации. Сегодня становится бесспорным, что в основе четвертой промышленной революции лежат инженерия знаний и принципы качественного управления.

Президент России В.В. Путин на совещании по вопросам импортозамещения, состоявшемся 28 июля 2014 г., сказал: «Для всех нас есть некоторые вещи, которые являются очевидными. Первое: мы совершенно точно все можем сделать сами, все абсолютно. И второе, не менее важное, -это цена, а третье - качество».

В эру глобализации актуальность принципов менеджмента качества будет только возрастать, а вопросы качества и конкурентоспособности -одни из самых «неисчерпаемых», магистральных направлений современного менеджмента [65]. Обращаясь к учению и системе глубинных знаний Деминга, следует отметить, что более 90% успеха - в управлении [66-77].

Национальные и международные организации по стандартизации и управлению качеством (Китай, Япония, Западная Европа, США) продолжают пропагандировать идеологию всеобщего управления качеством (TQM), успешно встраиваемую, по нашему мнению, в новые тренды - такие, как «Качество 4.0» [42, 65, 78, 79]. Опыт предприятий автопрома, достигших значительных успехов на пути продвижения TQM, позволяет говорить о принципах менеджмента качества как о взаимосвязанном комплексе, ведущим к достижению стратегических целей.

Начало XXI века ознаменовалось достаточно широким внедрением таких инструментов, как бережливое производство, «шесть сигм», «20 ключей», «кайдзен» [51, 80-82]. В это время многие промышленные предприятия идут по пути повышения эффективности, разрабатывая и внедряя системы менеджмента качества (СМК) по отраслевым стандартам ISO/TS 16949 (автомобильная промышленность), AS 9100 (аэрокосмическая промышленность) и др.

Список литературы диссертационного исследования доктор наук Айдаров Дмитрий Васильевич, 2020 год

Источники данных

Модели, реализующие соответствующий инструментарий определения балансовых оценок удовлетворенности и технической достаточности, могут базироваться на эмпирических данных. Чем больше адекватных данных и в плане хронологии, и в плане широты и спектра оценок - тем лучше.

Первично для построения МПБО необходимо рассмотреть известную пирамиду менеджмента аналитических процессов автомобильной корпорации [115, 142] (рисунок 5.4).

Рисунок 5.4 - Пирамида менеджмента аналитических процессов компании в области имиджа бренда, конкурентоспособности, качества, надежности продукции и услуг

Пирамида позволяет идентифицировать все актуальные в области управления качеством процессы автомобильной корпорации и обозначить проблему необходимости разработки устойчивого аппарата, обеспечивающего связку между соответствующими уровнями.

Рассмотрим представленные в пирамиде уровни.

Уровень базового качества автомобилей - это фундамент системы корпоративного мониторинга качества автомобилей в эксплуатации. Аналогии представленных на рисунке 5.4 индексов измерения по отношению к традиционным системам, которые довольно часто встречаются в практике управления качеством на отечественных предприятиях, следующие:

• блокирующие отказы - жесткий показатель, определяющий уровень отказов, влияющих на безопасность автомобильной техники (данный показатель можно рассматривать в контексте индекса вероятности безотказной работы, являющегося одним из центральных в теории надежности);

• вскрытие основных проблем качества в 12, 24, 36 и т.д. месяцев эксплуатации определяется ранжированием и синтезом перечня ключевых проблем качества автомобилей на основе глубокого анализа всех официально зарегистрированных в корпоративной среде предприятия проблем, выявленных на этапе эксплуатации. Аналогией данного индекса является уровень дефектности, привязанный к эксплуатационному пробегу, причем есть устойчивые усредненные показатели по рынкам, которые связывают пробег и временной период эксплуатации (для легковых автомобилей в России один год примерно соответствует 12-14 тыс. км пробега);

• определение функциональных проблем качества во многом реализуется на экспертном уровне, когда необходимо подтвердить или опровергнуть наличие дефекта на автомобилях в эксплуатации и в случае отсутствия такового актуализировать работу по разрешению функциональной проблемы, требующей конструкторского внимания.

Уровень базового качества был и остается основным аккумулятором всех официально зарегистрированных на предприятиях фирменной сервисной сети в специализированных информационных системах проблем, связанных с качеством и надежностью автомобилей в период эксплуатации.

Второй уровень - долговечность и атрибуты качества продукции. Здесь собраны базы данных по исследованиям удовлетворенности потребителей качеством автомобилей в период эксплуатации. Они проводятся на основе телефонных, интернет-опросов, с учетом реализации аналитических анкет, которые предусматривают оценку удовлетворенности в баллах (от 0 до 10), качественной информации, детально отражающей вопросы эксплуатации, количественных данных, отражающих уровни жалоб потребителей по

направлениям исследования (первичное качество автомобилей, качество автомобилей после 12, 24, 36 и т.д. месяцев эксплуатации, качество сервиса и др.). Анализ данных второго уровня - более сложный процесс, чем соответствующий анализ на первом. Это связано с некоторыми аспектами.

Во-первых, проведение исследования чаще всего доверяется сторонним исследовательским маркетинговым институтам, которые используют собственную, согласованную с заказчиком методологическую базу в виде анкет, системы обеспечения репрезентативности выборки, комплекса сбора и черновой обработки данных, первичной системы доказательств адекватности полученных измерительных материалов, а также бенчмаркинг.

Во-вторых, потребители результатов таких исследований, которыми практически всегда являются аналитические подразделения корпоративной службы качества автопроизводителей, проводят оценку качества представленных материалов через сопоставление собственных данных с приобретаемыми данными маркетинговых институтов и используют получаемые материалы в своей деятельности только в том случае, если они соответствуют по уровню качества всем предъявляемым критериям (достоверность и полнота). Именно поэтому между автопроизводителями и наиболее успешными маркетинговыми институтами складываются долгосрочные отношения.

В-третьих, заказчик самостоятельно, на основе экспертного анализа проводит весь комплекс исследований по получаемым базам маркетинговых измерений с формированием окончательных выводов об удовлетворенности потребителей [109, 142].

В-четвертых, автопроизводители, как правило, заказывают исследования, отражающие удовлетворенность потребителей качеством собственной продукции, и одновременно заказывают исследования собственной продукции в сравнении с конкурентами (бенчмаркинговые технические отчеты). Из сказанного становится понятно, что этот вид деятельности требует значительных ресурсов как с точки зрения обеспечения

экспертных работ по исследованиям, так и с точки зрения их финансирования.

В разрезе совместного анализа первых двух уровней пирамиды необходимо выделить некоторые моменты.

Информационная база первого уровня пирамиды автоматически формируется корпоративными системами на основе интеграции всех данных, отражающих дефектность и надежность продукции, с использованием стандартизированного кодификатора дефектов - ежемесячно. База второго уровня не обладает такой степенью автоматизации, поскольку на каждом этапе работы с массивами данных требуется экспертная деятельность специалистов аналитических подразделений (инцидентологов), проводящих трансляцию голоса потребителя при анализе анкет в язык инжиниринга. Здесь специалист вручную должен однозначно идентифицировать все проблемы (шум, вибрация, потеря внешнего вида) и присвоить им соответствующие коды кодификатора удовлетворенности. По этой причине такого рода исследования проводятся один раз в год по группам автомобилей, по результатам 12, 24, 36 месяцев эксплуатации.

Возможно, через некоторое время при условии развития интеллектуальных цифровых систем и систем машинного обучения этот процесс также удастся автоматизировать. Однако экспертная поддержка все равно будет требоваться, поскольку потребительская оценка непрерывно развивается, и формируются новые запросы в области качества от потребителей.

Также необходимо отметить, что первые два уровня определяют обязательные требования к качеству со стороны потребительской среды. Сами по себе они уже не обеспечивают рост удовлетворенности. Это то, что автопроизводитель обязан обеспечить на старте. Снижение уровня качества по первым двум уровням формирует изрядное раздражение со стороны потребителей, что самым существенным образом снижает потребительскую

удовлетворенность. Все это элемент негласного договора, о котором говорилось выше.

Управление качеством и рост удовлетворенности потребителей

Сегодня повышать удовлетворенность потребителей качеством автомобилей можно, используя три верхних уровня пирамиды. Рассмотрим третий уровень. Как показано на рисунке 5.4, он включает незначительный, но очень важный объем регистраций в системе анкетных исследований удовлетворенности. Этот объем аккумулирует массивы претензий к автомобилю, которые формируются по принципу «нравится/не нравится». Лидеры автопрома рассматривают их совместно с данными второго уровня пирамиды, но при этом также идентифицируют их отдельно в виде качественных информационных объемов. Для чего это делается? Конечно, рассматриваемые претензии не могут быть однозначно определены как проблемы текущего дня, однако требования в области качества непрерывно растут, и такие претензии можно рассматривать в перспективе. Их учет формирует некоторую напряженность в будущих целевых индексах качества, и, соответственно, их достижение обеспечивает рост удовлетворенности. Именно поэтому управлять показателями качества следует больше в тактической перспективе с помощью индикаторов первых трех уровней пирамиды.

Для двух верхних уровней пирамиды характерен функционал, который ближе к системе маркетингового управления, чем к системе управления качеством. Обобщенно управление удовлетворенностью на этих уровнях осуществляется даже не через каждый представленный на рисунке 5.5 индикатор, а комплексно, с учетом вполне определенных связей между ними и весомости влияния каждого из них на удовлетворенность потребителей. В практике наиболее успешных автопроизводителей считается, что такая комплексная работа может обеспечить рост оценки имиджа со стороны потребительской среды при обеспечении системных улучшений по индексам

первых трех уровней пирамиды в тактической перспективе, т.е. поступательно ежегодно. А совокупная оценка бренда улучшается только при соблюдении требования комплексного постоянного улучшения уже в стратегической перспективе, т.е. в течение десятилетий. Вот почему лидеры мирового автопрома заинтересованы в обеспечении постоянных улучшений по каждому из ключевых направлений деятельности компании (рисунок 5.4).

Рисунок 5.5 - Модель формирования потребительской оценки бренда

компании J.D. Power

На рисунке 5.6 приведена схема, которая определяет весомость ключевых факторов качества, влияющих на потребительскую удовлетворенность.

Итак, удовлетворенность потребителей в значительной степени зависит от качества продукта. Коэффициент корреляции имеет отрицательное значение между параметрами «удовлетворенность» и индексом РР100, который отражает усредненное количество проблем, зарегистрированных на 100 автомобилей в эксплуатации. Это показывает, что увеличение числа проблем снижает удовлетворенность. Удовлетворенность потребителей продуктом в значительной степени зависит от удовлетворенности сервисом,

которая, в свою очередь, формируется в зависимости от уровня первичного качества продукции и расходов на владение автомобилем (цены владения). Также стоит учитывать, что индекс удовлетворенности потребителей имеет значительную положительную корреляционную связь с ценой владения.

Удовлетворен [ юсть

потребителей качеством продукта, жалобы и апелляции

0,61

Удовлетворенность сервисом

Рисунок 5.6 - Модель корреляционных связей между отдельными элементами, определяющими удовлетворенность потребителей

качеством автомобилей

Задача разработки МПБО в современных условиях является одним из важных приоритетов, направленных на повышение конкурентоспособности продукции. Ее решение связано с цифровизацией процессов формирования качества продукции, потребительской удовлетворенности, изменения эксплуатационных затрат автомобилей, а также с определением связей между ними и созданием эмпирических многомерных моделей, позволяющих осуществлять прогнозирование изменения одних параметров в зависимости от изменения других.

Полученную методологию можно рассматривать и как антикризисный инструмент развития качества продукции, учитывающий экономические аспекты его обеспечения, и как системный инструмент разработки и

реализации целей в области качества. Применение данного инструмента позволяет более четко формировать корпоративную политику предприятия, поскольку предложенный в работе комплексный подход раскрывает существующие связи между ключевыми индексами конкурентоспособности: качество, удовлетворенность, затраты.

5.2 Первичный анализ данных

Как было показано в предыдущем параграфе, методология прогнозирования балансовых оценок (МПБО) потребительской ценности качества автомобиля базируется на трех ключевых индексах, отражающих уровни качества (дефектности), надежности (безотказности) и цены владения автомобилем (расходов по его приобретению и эксплуатации). Предполагается, что на их основе должен быть сформирован интегрированный параметр потребительской ценности качества, использование которого обеспечивает повышение конкурентоспособности автопроизводителей. Исходным шагом в этом направлении служит предварительный анализ данных в соответствии с требованиями предлагаемой модели.

Правила работы с электронными базами данных

Прежде необходимо установить некоторые правила, условия, а также требования к используемым данным. Для разработки методологии следует использовать эмпирические данные, отражающие показатели качества продукции автомобильной компании, и (или) бенчмаркинговые показатели по группе автопроизводителей, работающих на одном и том же рынке, в одном ценовом сегменте. Нужно учитывать условия эксплуатации продукции в одном или нескольких географических регионах, где работают автопроизводители. Другими словами, исследования нужно проводить для групп автомобилей, эксплуатируемых, например, в одной стране. Конечно,

важен и класс автотранспортных средств. Исследования по легковым автомобилям невозможно проводить совместно с исследованиями по коммерческим автотранспортным средствам.

Также необходимо учитывать то, что построение методологии для определения потребительской ценности качества автомобилей в условиях массового производства и мелкосерийного или единичного производства -это не одно и то же. Поэтому мы сосредотачиваемся на продукции массового автомобильного производства.

Следующим ключевым моментом является необходимость обеспечения стабильности производства автомобилей по годам как минимум в течение последних 4-5 лет, в зависимости от корпоративных условий гарантии. Еще одним моментом является стабильность качества продукции, которая обеспечивается устойчивостью производственной системы и процесса закупок автокомпонентов.

Предполагается, что исследования потребительской ценности качества должны проводиться ежегодно. Это является следствием графиков измерений удовлетворенности потребителей качеством продукции по итогам 12, 24, 36 месяцев эксплуатации, которые, как правило, осуществляются маркетинговыми институтами также ежегодно как по отдельным брендам, так и по рынкам в целом. Не в последнюю очередь это связано с высокой трудоемкостью экспертно-аналитической проработки результатов этих измерений с использованием автоматизированных алгоритмов пересчета больших массивов данных об удовлетворенности в пакетах программ с созданием соответствующих скриптов [94, 118].

В данной главе диссертационной работы в качестве объекта исследования с точки зрения потребительской ценности качества рассматривается автомобиль популярной отечественной марки в сравнении с аналогами зарубежного производства.

Программные инструменты

Для разработки МПБО необходимо выбрать прикладное программное обеспечение, в рамках которого проводится построение эмпирических моделей, определяющих связи потребительской ценности качества продукции. В практике маркетинговых институтов для измерения потребительской удовлетворенности качеством на основе анкетных комплексов чаще всего используется среда Microsoft Excel. Вариант технического задания таких исследований приведен ниже (рисунок 5.7).

на проведение исследования «Опенка исходного качества автомобилем после 12, 24, месяце?

* "определить основные дефекты н проблемы, выявленные на автомобиле:

* составить перечень приоритетных дефектов в Зависимости от их влияния на общую удовлетворенность и от

* выяви ть профиль удовлетворенности потребителей (пункт качество/потребительское свойство);

* изучение и анализ всех проблем, с которыми сталкиваются владельцы автомобилей после !2 месяцев эксплуатации. Владельцы новых автомобилей, приобретенных за три месяна до проведения исследования,

ГЕОГРАФИЯ ИССЛЕДОВАНИЙ; в России согласно установленным квотам.

ФОРМА ИССЛЕДОВАНИЯ: телефонные опросы согласно предоставленной управлением по планированию

!. Вопросы задаются но телефону во временных рамках с 15:00 до 21:00 среди недели и с 1 1:00 до 19:00 но субботам 2. Количествен кое изучение с учетом отсчета для проведения анализа и 1"руппнровкн дефектов н проблем. Две части:

* ранжированный перечень дефектов (объединение но семействам):

* отчет и база данных по результатам проведенного исследования направляются заказчику по электронной почте

* отчеты предоставляются на русском языке в течение двух недель после проведения исследования.

Рисунок 5.7 - Вариант технического задания на проведение исследования в области оценки удовлетворенности потребителей качеством автомобилей в эксплуатации

Соответственно, все операции по первичной обработке данных об удовлетворенности потребителей по результатам 12, 24, 36 месяцев эксплуатации проводятся в электронных таблицах Excel. В них приводятся:

полный объем количественно-качественной информации по результатам анкетирования потребителей, включающий параметры идентификации автомобилей (дата выпуска, пробег, идентификационный номер); система количественных балльных оценок удовлетворенности по различным аспектам качества продукта; система качественного объема информации (дословная передача информации потребителя по жалобам и по его пожеланиям). В исследовательскую базу попали автомобили 2016 г. выпуска, имеющие полные 12, 24 и 36 месяцев пробега.

При проведении работ с данными, поступающими из корпоративной системы мониторинга качества автомобилей в эксплуатации (качество в гарантии), удобно применять инструмент выгрузки баз данных в среду Microsoft Access (рисунок 5.8). Она используется как посредник при переносе части необходимых данных для первичной статистической обработки общей базы Access в таблицы Excel.

Рисунок 5.8 - Окно электронной базы данных по качеству автомобилей в период гарантийного обслуживания

Фактически из общей базы формируется массив электронных таблиц Excel по кодам стандартного кодификатора дефектов автопроизводителя. В каждой из них приводится группа данных для анализа качества автомобилей в период гарантийной эксплуатации, включающая дату выпуска, идентификационный номер, пробег, затраты на устранение дефекта автомобиля, описание дефекта, перечень материалов и комплектующих при ремонте.

Всего прошло через детализацию 546 кодов дефектов (рисунок 5.9) из порядка 2000 кодов стандартного кодификатора. Данные по детализированным кодам в совокупности образуют 95% от общего количества дефектов за анализируемый период (12, 24, 36 месяцев эксплуатации) и аккумулируют 98% затрат на устранение дефектов [142, 143]. В базу рассмотрения дефектов попали автомобили 2016 г. выпуска, которые можно анализировать по показателям качества 12, 24 и 36 полных месяцев эксплуатации (полные 2017-2019 гг.).

Генератор подробной [Режим совместимости] - Microsoft Excel

Главная Вставка Разметка страницы Формулы Данные Рецензирование Вид Надстройки

-Ii Ш 3 з"» Вставить ■ £ Удали™, - ¿Ц âr

Li Ariaf Суг •I'» • А" л II н ш Общий í

4à

Вставить J Ж К ч т||3.|| ». д. ■ ■ s I ÍF «I üi - IЩ ' % m yi Í: Условное Форматировать Стили форматирование * как таблицу * ячеек * формат - ./ Сортировка и фильтр ~ Найти и

Буфер обмена ^ Шрифт 15 Вырав нивание rs Число I» Стили Ячейки Редактирование

3 - А] lï

А В С D Е F G H i J i

1 Дата обр Дата аып Пробег Дефект Наименование тг Описание Г

3 506 411 6500 3701010 179 2 занижено напряжение ген Статор о ротор I ]

4 508 502 1375 3701010 179 2 занижено напряжение ген Статор о ротор

5 707 510 33968 3701010 179 2 занижено напряжение ген Статор о ротор

6 508 312 23000 3701010 179 занижено напряжение ген Статор о ротор

7 509 403 31301 3701010 179 2 занижено напряжение ген Статор о ротор

S 506 404 10100 3701010 179 2 занижено напряжение ген ИРН

9 506 408 22400 3701010 179 2 занижено напряжение ген ИРН

10 506 408 22420 3701010 179 2 занижено напряжение ген ИРН

11 601 412 14170 3701010 179 2 занижено напряжение ген ИРН

14 708 508 30964 3701010 179 занижено напряжение ген ИРН

21 512 412 14526 3701010 179 занижено напряжение ген ИРН

33 505 403 22603 3701010 179 2 занижено напряжение ген ИРН

33 504 407 17405 3701010 179 2 занижено напряжение ген Статор о ротор

47 503 407 14047 3701010 179 2 занижено напряжение ген ИРН

48 504 407 17406 3701010 179 2 занижено напряжение ген ИРН

50 507 410 862 3701010 179 2 занижено напряжение ген ИРН

51 504 412 1500 3701010 179 2 занижено напряжение ген ИРН

71 701 504 24563 3701010 179 2 занижено напряжение ген ИРН

75 711 511 32147 3701010 179 2 занижено напряжение ген Статор о ротор »

I4 i ► И Лист! Лист 2 ЛистЗ -ХЗ < ' i

Готово Фильтр: отбор

i "i ^..........

Рисунок 5.9 - Рабочее окно Microsoft Excel с данными по качеству автомобильного генератора в период гарантийной эксплуатации автомобилей

Все дальнейшие этапы работы по реализации эмпирических моделей проводятся в интегрированной математической среде Matlab. Она позволяет проводить глубокую математическую обработку крупных массивов электронных данных, в том числе заданных в табличной форме, что весьма удобно при реализации операции экспорта данных из Excel. С момента переноса данных из таблиц оценки удовлетворенности и таблиц оценки уровня дефектности в систему Matlab, начинается работа по оценке достоверности используемых данных, а также совместной реализации массивов данных, отражающих качество и удовлетворенность.

Оценка качества электронных баз данных

Оценка достоверности электронных баз данных по удовлетворенности проводится исходя из предположения о том, что большинство из них посвящены жалобам на качество систем автомобилей, часть из которых связана с устранением дефектов на предприятиях фирменной дилерской сети автопроизводителя. Эта часть должна фигурировать в массиве данных о качестве автомобилей в период гарантийной эксплуатации, и соответствующие регистрации дефектов по стандартным кодам должны присутствовать в электронной базе.

При проведении операций по оценке соответствия базы данных по удовлетворенности потребителей базе качества в гарантии необходимо учитывать следующее.

Во-первых, в качестве эталонной базы следует рассматривать базу данных качества в гарантии. Все ее записи являются официально зарегистрированными актами гарантийного (постгарантийного) обслуживания и ремонта автомобилей, которые осуществляются уполномоченными (авторизованными представителями в регионе) дилерами.

Во-вторых, необходимо проводить оценку соответствия только той части базы данных об удовлетворенности потребителей, которая относится к

жалобам на проблемы, устраненные официально на предприятиях-автодилерах.

В-третьих, если результаты оценки соответствия положительные, то можно считать, что дополнительная информация, отражающая эмоциональные потребительские оценки, является достоверной. Ей нужно оперировать для выявления ключевой информации, описывающей индексы второго и третьего уровней пирамиды. Если результаты оценки отрицательные, то качество данных маркетинговой базы не соответствует установленным требованиям. В таких случаях массивы перепроверяются, а иногда проводятся новые исследования уже при жестком контроле заказчика (автопроизводителя).

В качестве инструментов соответствия можно использовать группу количественных и качественных показателей. К первым относят коэффициенты корреляции, а ко вторым - результаты перекрестного анализа данных электронных баз данных. Обычно в таких случаях проводят первичную обработку баз по одинаковым правилам, а затем на экспертном уровне сопоставляют полученные результаты. Еще одним качественным способом оценки адекватности является экспертная проверка всех записей о жалобах потребителей, сопровождающихся официальным ремонтом из базы удовлетворенности, и соответствующая проверка их по базе качества в гарантии. При этом доля совпадения записей в двух базах должна составлять не менее 90-95%.

Методология организации и проведения бенчмаркинговых исследований в области качества в настоящее время по большей части имеет интернациональный характер. Именно поэтому отечественным автосборочным предприятиям следует пересмотреть собственные стандарты мониторинга качества автомобилей в эксплуатации с учетом лучших мировых практик. И в частности, перейти от традиционных показателей качества к международным, отражающим уровень дефектности в расчете на 1000 автомобилей, привязанный к периоду эксплуатации (12, 24, 36 месяцев),

а не к пробегу [94, 118, 142, 143]. Если этот процесс затруднителен, то для апробации МПБО первоначально можно воспользоваться усредненным коэффициентом приведения (для легковых автомобилей в России средний годовой пробег составляет 12-14 тыс. км) и после пересчета показателей уровня дефектности получить его приближенное значение по выбранному периоду эксплуатации.

Стоит отметить, что приведение показателей к системе международных индексов является важным процессом, т.к. для показателей, используемых в маркетинговых отчетах, как правило, применяется аналогичная методология расчета индексов по уровню блокирующих дефектов, дефектности и жалоб потребителей. Системная работа с этими индексами обеспечивает упрощение многих аналитических процедур и унифицирует интерпретацию результатов бенчмаркинговых исследований в области качества.

Переходим к процессу оценки соответствия баз данных по удовлетворенности потребителей новыми автомобилями по результатам 12, 24, 36 месяцев эксплуатации (автомобили 2016 г. выпуска). Для этого с одной стороны выделяем зоны жалоб, сопровождающихся официальным ремонтом автомобилей, имеющих рассматриваемые периоды эксплуатации. С другой стороны выделяем в базах качества в гарантии за 2016-2019 гг. только записи по дефектам автомобилей, которые были выпущены в 2016 г. и имеют полные 12, 24, 36 месяцев эксплуатации соответственно.

Коэффициент корреляции Пирсона (г), известный также как коэффициент линейной корреляции, характеризует собой тесноту линейной связи между контролируемыми параметрами. В случае получения высокой корреляции зависимость между исследуемыми параметрами может быть представлена графически с помощью регрессионной прямой.

Коэффициент корреляции Пирсона вычисляется следующим образом:

N N N

N Х( КЕ )-Х К, X Е,

г =

г=1

г=1 г=1

Г N ( N \ 2 ^ Г N ( N \ 2 ^

N X К - (ХК N X Е? - (хе

1 V ,=1 У У V ,=1 У У

(5.1)

где N - количество позиций в исследуемой группе элементов (системы автомобилей);

К - значение индекса уровня дефектности по группе месяцев эксплуатации (12, 24, 36 месяцев эксплуатации) после пересчета данных из базы, отражающей качество автомобилей в гарантии, %о;

Е I - значение индекса уровня жалоб, сопровождающихся проведением официального ремонта, после пересчета данных электронных баз по удовлетворенности в 12, 24, 36 месяцев эксплуатации, %о.

Таким образом, в рамках комплексных исследований потребительской ценности качества, получен надежный количественный критерий, определяющий сходимость данных, которые поступают из разных информационных источников.

Недостаток данного метода оценки взаимосвязи - сильное влияние выбросов на итоговый результат, что может привести к искаженной оценке, а также необходимость использования большого количества анализируемых параметров с целью получения надежного результата. В связи с этим коэффициент корреляции Пирсона целесообразно применять при обработке больших массивов данных, что как раз соответствует нашему случаю.

Результаты оценки соответствия базы удовлетворенности потребителей качеством автомобилей базе качества в гарантии представлены в таблице 5.1. Из таблицы видна хорошая сходимость данных по удовлетворенности с данными по качеству автомобилей в гарантии. Наибольшее количественное значение коэффициента корреляции наблюдаем по результатам анализа первого года эксплуатации, далее в порядке убывания второй и третий год.

Таблица 5.1 - Коэффициенты корреляции по критерию Пирсона

Анализируемая база данных Гарантийная база данных

Коэффициент корреляции, г

12 месяцев 24 месяца 36 месяцев

База данных по удовлетворенности 0,946 0,831 0,735

Уменьшение количественного значения коэффициента корреляции связано с тем, что по мере увеличения периода эксплуатации часть потребителей начинают обслуживать и ремонтировать автомобили на неавторизованных предприятиях, также на третьем году эксплуатации появляется сегмент автомобилей, вышедших за период гарантийной эксплуатации. В результате получаем снижение связи анализируемых баз. Однако в целом установленный уровень корреляционной связи приемлем для проведения совместного анализа данных о качестве автомобилей.

Вторым способом определения наличия взаимосвязи между параметрами является использование непараметрического метода -коэффициента ранговой корреляции Спирмена (г5), который вычисляется следующим образом:

N

/2

бХ d2 + Тк + ТЕ N (N2 -1)

где di - разность между рангами сопоставляемых параметров; N - количество позиций в исследуемой группе элементов; Тк и ТЕ - поправки на одинаковые ранги для индексов уровня дефектности и уровня жалоб соответственно:

п т

X (к* -к) X ('3 -1) (53)

Тк " 12 ' Те " 12 ' где к - объем каждой из групп одинаковых рангов в ряду индексов уровня дефектности;

I - объем каждой из групп одинаковых рангов в ряду индексов уровня жалоб.

Несмотря на то, что мощность коэффициента Спирмена уступает аналогичной характеристике линейного коэффициента корреляции, ранговая корреляция более предпочтительна при оперировании небольшими объемами анализируемых значений.

В соответствии с описанными выше методами оценки были рассчитаны коэффициенты корреляции для основных групп электрооборудования, а также для устройств из значимых функциональных групп. Результаты расчетов для двух временных интервалов сведены в таблицу 5.2 для рассматриваемой марки автомобилей.

Таблица 5.2 - Коэффициенты корреляции для автомобильных систем

База данных по удовлетворенности Гарантийная база данных

12 месяцев 24 месяца 36 месяцев

г г, R г, R Г

Система электрооборудования 0,97 0,85 0,85 0,78 0,76 0,69

Двигатель внутреннего сгорания 0,84 0,87 0,75 0,72 0,69 0,64

Кузов 0,91 0,93 0,85 0,81 0,79 0,8

Система подвески 0,76 0,79 0,72 0,7 0,65 0,68

Коробка переключения передач 0,83 0,85 0,79 0,8 0,69 0,64

Выбор систем продиктован их высокой количественной значимостью по уровню дефектности и затратам в общем объеме дефектов автомобилей рассматриваемой марки в период гарантийной эксплуатации. По всем автомобильным системам просматривается хорошая сходимость данных, что говорит о надежном результате и возможности совместного использования ключевых электронных баз данных, отражающих качество автомобилей в эксплуатации.

Результаты проведения качественного анализа соответствия электронной базы по удовлетворенности потребителей качеством автомобилей по результатам 36 месяцев эксплуатации представлены в таблице 5.3. Их анализ показывает удовлетворительную оценку сходимости данных базы удовлетворенности потребителей и базы качества в гарантии.

Таблица 5.3 - Системный анализ проблем качества и надежности автомобиля

Положение системы в рейтинге

Наименование системы База данных качества в гарантии База данных по удовлетворенности (36 месяцев) Размах положений

Система электрооборудования 1 1 0

Двигатель внутреннего сгорания 2 2 0

Кузов 4 3 1

Система подвески 3 4 1

Коробка переключения передач 5 5 0

Таким образом, проведен анализ электронных баз данных удовлетворенности потребителей качеством автомобилей по результатам 12, 24, 36 месяцев эксплуатации. В результате можно сделать вывод о соответствии указанных ресурсов базе качества автомобилей на гарантии, что дает возможность для совместного исследования всей совокупности электронных баз для построения МПБО.

5.3 Метод прогнозирования потребительской ценности качества

В предыдущих параграфах 5 главы была проведена актуализация задачи разработки комплексного метода прогнозирования балансовых оценок (МПБО) потребительской ценности качества автомобилей, а также рассмотрены условия применимости и ограничения при его реализации.

Целью п. 5.3 диссертации является разработка МПБО и создание аппарата прогнозирования комплексного показателя потребительской ценности качества для новых автомобилей, в том числе с учетом бенчмаркинговых данных по рынку.

Инструменты определения эмпирической связи между базами данных

МПБО реализуется через разработку комплекса эмпирических моделей, связывающих ключевые показатели качества автомобилей в эксплуатации между собой.

Идея создания эмпирических моделей основывается на первичном поочередном определении связей между показателями качества и дискретами (эксплуатационный пробег или группа месяцев эксплуатации автомобилей). Далее разрабатываются эмпирические зависимости между показателями качества [88, 101].

В качестве инструмента определения математической связи между массивами электронных данных использовалась полиномиальная зависимость. На первом этапе были построены зависимости изменения параметров, определяющих уровень дефектности от эксплуатационного пробега с использованием гарантийной базы данных по автомобилям, причем массив пробега был разделен на 35 точек с интервалом 1000 км. Далее в базе данных все дефекты были приведены к соответствующим дискретам (шагам). Дефекты, выявленные на предпродажной подготовке, соответствуют нулевому пробегу; дефекты, обнаруженные в интервале от 0 до 1000 км, приведены ко второй точке, соответствующей 1000 км, и т.д. Показатели уровня дефектности могут быть приведены к соответствующей группе месяцев. В результате были получены экспериментальные кривые зависимостей, которые предполагается использовать как эталоны при выборе эмпирической зависимости исследуемых величин в виде конечной формулы.

Выбор математической функции определения связей между исследуемыми показателями качества

В качестве формулы, устанавливающей зависимость параметров качества автомобилей, использовалась полиномиальная функция. При применении программных функций ро/у$И, ро/ууа/ системы Ма^аЬ, где в качестве аргумента рассматривалась группа месяцев эксплуатации, а в качестве функции - соответствующий уровень дефектности, были определены коэффициенты полиномиальных функций. При последовательном изменении степени полинома от 3 до 20 был получен и построен ряд соответствующих функций и кривых, отражающих изменение показателя уровня дефектности в зависимости от периода эксплуатации. Было установлено, что наиболее приемлемым является полином 15-й степени для показателей, привязанных к дискретам пробега, и полином 11-й степени для показателей, привязанных к дискретам группы месяцев эксплуатации.

Итак, если в системе менеджмента качества (СМК) используются показатели, близкие к показателям уровня дефектности, приведенного к пробегу, то можно использовать индекс вероятности безотказной работы ]'-го элемента ¡-й системы автомобиля в функции пробега, который рассчитывается по формуле [88, 143]:

р (/) = р\} ■ /(¡)15 + ■ /(¡)14 + pЪ¡j ■ /(¡)13 + р41} ■ /(¡)12 + р51} ■ /(О11 + + р61} ■ /(1)10 + р7г] ■ /(1 )9 + р8^ • /(1)8 + р91} ■ Щ)1 + р\01} ■ /(¡)б + (5.1)

+ рПч • 1(1 )5 + р\21] • 1(1 )4 + р\31} • /(1)3 + р\41} • 1(1 )2 + р\51] • /(1) + р1б17

где р1, 2... 16у - коэффициенты полиномиальных функций надежности;

/ - эксплуатационный пробег (от 0 до 35 тыс. км).

Если в системе используются показатели уровня дефектности по группе месяцев эксплуатации, приведенного к 1000 автомобилей, получаем зависимость [88]:

Кг] (N) = к!ч • N (г)11 + k2i. • N(/)10 + k3i. • N(i)9 + k4 г; • N(/)8 + k5гJ • N(i)7 + + k 61} • N (г)6 + k 7 г; • N (г)5 + Л«гу • N(i•)4 + k9 г.. • N(i•)3 + k101} • N(i•)2 + (5.2)

+ k11г; • N(г) + k12г..

где А:1, 2___ 12/у — коэффициенты полиномиальных функций уровня

дефектности;

N— группы месяцев эксплуатации (от 0 до 36).

Уровень затрат на устранение дефектов, приведенный к эксплуатационному пробегу, описывается полиномиальной функцией (7):

ZiJ (/) = 21. • /(г)15 + лч • /(г)14 + г3. • /(г)13 + г4г^. • /(г)12 + г5. • /(г)11 + + г6ч • /(г)10 + г7г.. • /(О9 + г8г.. • /(/)" + г9г.. • /(г)1 + г10г.. • /(О6 + (5.3)

+ г110. • /(г)5 + г12г. • /(г)4 + г13г.. • /(г)3 + г14г.. • /(г)2 + г15г.. • /(г) + г16.

где 21, 2_ 16. — коэффициенты полиномиальных функций уровня затрат на устранение дефектов автомобилей в эксплуатации;

/ — эксплуатационный пробег (от 0 до 35 тыс. км).

Если в СМК используются индексы, приведенные к группе месяцев эксплуатации, то получаем функцию (77):

ZZlJ (N) = 221. • N (г)11 + гЛч • N (г)10 + 223. • N (г )9 + гг4ч • N (г )8 + 225. • N (г)7 + + 226. • N (г)6 + • N (г)5 + гг8г.. • N (г )4 + 229г. • N (г)3 + гг101.. • N (г )2 + (5.4)

+ ггИ. • N (г) + гг120.

где 221, 2_ 12. — коэффициенты полиномиальных функций уровня дефектности;

N— группы месяцев эксплуатации (от 0 до 36).

Далее реализуем взаимосвязи в виде полиномов между показателями уровней затрат, надежности и дефектности по установленным дискретам (1, 2_ 35 тыс. км и 1, 2, 36 месяцев эксплуатации). Получаем полиномиальные функции:

Zp4 P,l) = zpltJ • (f{Pj,l))15 + zp2tJ • (f(PIj,/))14 + zp3tJ ■ (f(P4,/))13 + + zp4tj • (f(P1},l))12 + zp5tj • (.f(Ptj,l))11 + zp6j • (f(Ptj,l))10 + zp7tj • (f(P1},l))9 + + zp8tj • (.f(Ptj,l))8 + zp9tj • (.f(Ptj,l))7 + zp101] • (f(P1},l))6 + (5.5)

+ zp11tj • (f^,l))5 + zp12и • (f(P],l))4 + zp13ij • (.f(Ptj,l))3 + + zp14ч • (f(Pi},l))2 + zp15ч • (fP,l)) + zp16и

Zkj (Klj, N) = zklj • (f (Kj, N))11 + zk2j • (f (Kj, N))10 + zk3tj. • (f К, N))9 +

+ zk4j • (f (к.],N))8 + zk5j • (f(К.],N))7 + zk6t, • (f(Kj,N))6 + zk^, • (f(Kj,N))5 + (5.6)

+ zk884 • (f(Kij,N))4 + zk9.j • (f(Kij,N))3 + zkiOtj • (fKj,N))2 + zkUtj ■ (f(KipN)) + zk\2tj

где zp 1, 2... 16j - коэффициенты зависимостей полиномиальных функций уровня затрат от вероятности безотказной работы с учетом эксплуатационного пробега;

l - эксплуатационный пробег (от 0 до 35 тыс. км);

zk1, 2... 12у - коэффициенты зависимостей полиномиальных функций уровня затрат от уровня дефектности по группе месяцев эксплуатации;

N- группа месяцев эксплуатации (от 0 до 36).

Таким образом, с помощью полиномов установлена связь между показателями уровней затрат, надежности, дефектности и периодами эксплуатации. Используя математическую функцию mesh пакета Matlab, можно построить трехмерные поверхности исследуемых зависимостей параметров (рисунок 5.10).

Рисунок 5.10 - Трехмерные поверхности качества автомобилей

в эксплуатации

Определение полиномиальных связей

В качестве параметров, отражающих уровень удовлетворенности потребителей, используется показатель уровня жалоб, который является одним из наиболее важных при проведении бенчмаркинговых исследований. Его расчет аналогичен расчету показателя уровня дефектности по группе месяцев эксплуатации, приведенного к 1000 автомобилей.

На рисунке 5.11 приведены усредненные показатели, отражающие соотношение индексов жалоб потребителей и показателей уровня дефектности в первые три года эксплуатации автомобилей. Анализ диаграммы показывает, что жалобы на дефектность составляют примерно пятую часть (20%) от всего объема жалоб. Такая тенденция сохраняется в течение всего исследуемого временного промежутка (три года). Результаты достаточно устойчивые и получены после не менее пяти пересчетов данных по нескольким моделям отечественных автомобилей, причем не одной марки. Наблюдаемое отклонение от 20% в пересчетах не превышало 6%, что считаем приемлемым.

Первый год Второй год Третий год

Жалобы, всего Жалобы, всего Жалобы, вссго

2500%о 3000%с 3500%с

Дефектность Дефектность Дефектность

480%о 600 %0 730 %о

и ш и

Рисунок 5.11 - Диаграмма соотношений индексов жалоб потребителей и показателей уровня дефектности автомобилей в первые три года эксплуатации

Важное достоинство исследования - проведение примерной количественной оценки индексов качества по сравнению с конкурентами без наличия собственной базы исследований. Конечно, есть и значимый недостаток, заключающийся в невозможности детального изучения спектра жалоб потребителей, а также их сравнения с жалобами к аналогичным позициям конкурентов. Здесь теряется важный аналитический информационный пласт.

В нашем случае присутствует весь первично необходимый набор электронных данных, отражающих удовлетворенность потребителей по результатам 12, 24, 36 месяцев эксплуатации.

Связь между уровнем жалоб и дефектностью по группе месяцев эксплуатации можно описать, как было показано, полиномом 11-й степени с использованием данных результатов анализа анкет потребительской удовлетворенности (рисунок 5.12).

1000- Уровень дефектности - автомобилей 2019 - в эксплуатации, К, %о * 2018 у/^

500- 2017

1 1 1001 1 I I I I I 1 1 Ь-

1 1 1000 1 1 0- 1111111' - 2000 3000 Уровень жалоб потребителей на качество автомобилей, Е, %с

Рисунок 5.12 - Диаграмма связи между показателями уровня жалоб и уровня дефектности автомобилей в первые три года эксплуатации

Эмпирическую полиномиальную связь между балльной оценкой удовлетворенности и уровнем жалоб по группе месяцев эксплуатации необходимо получить с учетом данных, приведенных на рисунке 5.13.

6,0

5,5

Б&чльная оценка удовлетворенности потребителей воспринимаемым качеством автомобилей (от 0 до 10 баллов)

5,0

2017

4,5

4,0

3,5

2019

3,0

2000

2500

3000

3500

Уровень жалоб потребителей на качество автомобилей, Е, %с

Рисунок 5.13 - Диаграмма связи между показателем уровня жалоб и балльной оценкой удовлетворенности потребителей качеством автомобилей в первые три года эксплуатации

Конечно, рациональность разработки полинома высокой степени по трем точкам, а также достоверность и полнота результатов могут вызвать вполне объективную критику. Особенно это касается области исследования до первого года эксплуатации. Здесь невозможно прогнозировать поведение показателей удовлетворенности. Что касается данных за пределами 36 месяцев эксплуатации, то здесь все зависит от автопроизводителя. Если на рынке действуют индексы удовлетворенности, привязанные к периоду эксплуатации более 36 месяцев, то автопроизводитель должен обеспечить сбор объективных данных, например, за счет расширения границ по гарантии. Существует группа исследований в области удовлетворенности потребителей, которая реализуется после 1, 3, 6 месяцев эксплуатации, -короткие исследования. Данный термин привязан к небольшому временному периоду, по истечении которого проводятся исследования. Такие исследования реализуются после выхода на рынок нового или модернизированного продукта. Учитывая темпы повышения скорости создания или модернизации продуктов в автопроме, рестайлинг и

фейслифтинг проводится на продуктах практически ежегодно, новые продукты выпускаются с периодичностью в 2-3 года. При этом необходимо понимать, что проведение модернизации продукта не влечет существенных изменений в конструкцию автомобиля и доля новых изделий, устанавливаемых на такой продукт, как правило, не превышает 10%. А выпуск нового продукта не означает создание принципиально нового технического образца. Новые автомобили сегодня производятся на отработанных базах, и доля новых компонентов, устанавливаемых на них, не превышает 30%.

Таким образом, соблюдаются условия по выбору автомобилей с датой выпуска (2016 год). Проведя предварительную оценку соответствия баз данных по удовлетворенности потребителей качеством новых автомобилей после 1, 3 и 6 месяцев эксплуатации базе данных по качеству автомобилей в гарантии с использованием коэффициентов корреляции по критерию Пирсона (рисунок 5.14), получаем зависимости балльной оценки удовлетворенности и уровня жалоб от уровня дефектности (рисунки 5.15 и 5.16).

Рисунок 5.14 - Диаграмма корреляционной оценки адекватности электронных баз данных с помощью критерия Пирсона

О 500 1000 1500 2000 2500 3000 3500 £ %о

2500 15 000 24 000 26 000 30 000 32 000 34 000 35 000 /, км

3 12 24 36 Л, мес.

Рисунок 5.15 - Детализированная диаграмма зависимости балльной оценки удовлетворенности потребителей от уровня жалоб

730 600 480 350 280 220 70 0 К, %с

35 000 34 000 32 000 30 000 26 000 24 000 15 000 2500 I, км

36 24 12 3 N, мес

Рисунок 5.16 - Диаграмма связи между показателями уровня дефектности и уровня жалоб потребителей на качество автомобилей в первые три года

эксплуатации

Разрабатываем полиномы, отражающие зависимость рассматриваемых параметров:

) = е\ч ■ N (г )п + е2ч ■ N (г)10 + еЪч ■ N (г )9 + е41} ■ N (г)8 + е51} ■ N (г)1 + + е6ч ■ N (г)6 + е1ч ■ N (г )5 + е8>ч ■ N (г )4 + е9г] ■ N (г)3 + е107 • N (г)2 + (5.1)

+ е111/ • N (г) + е12г7

в) = Ьп10. • N (г)11 + Ьп20. • N (1)10 + Ьп3г. ■ N (1)9 + Ьп41 } ■ N (1)8 + Ьп5.. ■ N (г')7 + + ЬП6. ■ N (1)6 + Ьи1ч ■ N (1)5 + ЬП8. ■ N (г)4 + ЬП9. ■ N (г)3 + ЬП10. ■ N (1)2 + (5.8)

+ Ьп1\ ■ N (1) + Ьп12,.

В. (Е,.) = Ь1ч • Е,. (г')11 + Ь2. • Е,. (г)10 + Ь3. • Е,. (г)9 + Ь4,. • Е,. (г)8 + Ь5,. • Е,. (г)1 + + Ь6'. ■ Е./)6 + Ь1. ■ Е./)5 + Ь8,. • Е./)4 + Ь9. ■ Е.(1)3 + Ь10. ■ Е.(1 )2 + (5.9)

+ Ь11,. • Е,.(1) + Ь12.

Е.(К.) = еШ,. • К.,')11 + • К,.(г)10 + • К.(г)9 + ekk4■ К.,')8 + + ekk5lJ ■ К. (г)7 + ekk6г ] ■ К. (г)6 + ekk1,. • К,. (г)5 + еШг . ■ К. (г)4 + (5.10)

+ ekk9, . • К, . (г)3 + ekk10, . • К, . (г)2 + ekk11,. • К,. (г) + ekk12,.

г . г . \ / г . г . \ / г . г . \ / г .

В (К .) = bkkn1 . • К (г)11 + bkkn2. . • К (г)10 + bkkr3' . • К (г)9 +

+ bkkn4, . • К, . (1)8 + bkkn51 . • К, . (г)7 + bkkn6, . • К, . (г)6 + bkkn7, . • К7 . (г)5 +

+ bkШ1 . • К, . (г)4 + bkkr9, . • К, . (г)3 + bkknl0, . • К, . (г)2 + ( . )

+ bkkn111 • К, (г) + bkkn12 7 .

ч чк 7 Ч

Е,. (22,.) = ez1lJ • (22,.)п + ez2. • (22,.)10 + ez3,. • (22,.)9 + ez4. • (22,.)8 + + ez5. • (22и)7 + ez6. • (22и)6 + ez7. • (22и)5 + ez8. • (22,7)4 + (5.12)

+ ez 9 . • (22и)3 + ez10 . • (22г.)2 + ez11i 1 • (22. + ez12

В. (22.) = bz1IJ • (22,. )1! + bz2. • (22,. )10 + bz3IJ • (22,. )9 + bz4. • (22,. )8 + + bz5lJ • (22,.)7 + bz6<j • (22,.)б + bz7lJ • (22,.)5 + • (22,.)4 + (5.13)

+ bz9ч • (22. )3 + bz10i; • (22. )2 + bz11lJ • (22,.) + bz12i;

где e1' _ e12, , Ьп1, Ьп12, , ekkl ... ekk12' , bkkn1i bkkn12i ,

ezll ]... ezl2iJ, Ь2\1 }... bzl2iJ - коэффициенты полиномиальных связей,

соответственно, между уровнем жалоб и группой месяцев эксплуатации, балльной оценкой удовлетворенности и группой месяцев эксплуатации, балльной оценкой удовлетворенности и уровнем жалоб, уровнем жалоб и уровнем дефектности, балльной оценкой удовлетворенности и уровнем дефектности, уровнем жалоб и уровнем затрат на устранение дефектов в

эксплуатации, балльной оценки удовлетворенности и уровнем затрат на устранение отказов по группе месяцев эксплуатации.

Далее можно получить более сложную многомерную (трехмерную) связь путем изменения в программном цикле двух связанных соответствующим полиномом показателей [88, 142]. Например, получив зависимости балльной оценки удовлетворенности от уровня жалоб и уровня жалоб от уровня дефектности, в цикле программы, изменяя дискретно с шагом в 1 месяц группу месяцев эксплуатации (Я), получаем связанный массив индекса уровня дефектности. Добавляя второй цикл в программе, связанный с дискретным изменением индекса уровня дефектности (К), получаем массив данных, отражающих уровень жалоб потребителей (Е):

Е.(Кч,N) = кп\. ■ (f(Кч,N))11 + кп2. ■ (f(Кч,N))10 + кп3. • (f(К.,N))9 + кп4. ■ (f(К.,N))8 + + кп5. ■ (f (К., N))7 + кпв. ■ (f (Кч, N))6 + кп1,.. • (f (К., N))5 + Щ. • (f (К., N))4 + (5.14)

+ Щ. ■ (/(К.,N))3 + кп10,.. • С/"(к,.,N))2 + • (ДК^,N)) + кп12,..

где кп1ч ... кп120. - коэффициенты полиномиальной функции,

отражающей связь между показателями группы месяцев эксплуатации, уровня дефектности и уровня жалоб потребителей.

Изменяя в цикле с заданным шагом дискретизации группу месяцев эксплуатации (Ы) и вторым циклом уровень дефектности по группе месяцев эксплуатации (К), получаем зависимость балльной оценки удовлетворенности (В) от двух связанных индексов:

В.(К7,N) = Ькп1,. ■ (/(К,.,N))11 + Ькп2■ (/(К.,N))10 + Ькп3■ (/(К.,^)9 + Ькп4,. ■ (/(К,.,^)8 + + Ькп5. ■ (/(К.,N))7 + Ькп6,.. • (/(К.,N))6 + Ькп1. ■ (/(К.,N))5 + Ькп8. ■ (/(К.,^)4 + (5.15)

+ Ькп91. ■ (/(К.,N))3 + Ькп10п ■ (/(,К ,N))2 + ЬЫ1„ • (/(К,..,N)) + Ькп12.

где Ькп17... Ькп12. - коэффициенты полиномиальной функции,

отражающей связь между показателями группы месяцев эксплуатации, уровня дефектности и балльной оценкой удовлетворенности потребителей.

Изменяя в цикле показатели уровня дефектности по группе месяцев эксплуатации (К) и изменяя вторым циклом связанное значение уровня затрат на устранение дефектов (27), получаем зависимость уровня жалоб потребителей (Е) от затрат и уровня дефектности:

Е, . (22,., К,.) = ик1, . • (/(22,., К,. ))11 + 22к2.7 • (/(22,., К,. ))10 + 22к3, . • (/(22,., К,. ))9 +

+ 22к4, . • (/ (22,., К,. ))8 + 22к5, . • (/ (22,., К,. ))7 + 22к6,. • (/(22,., К,. ))6 + 22к1,. • (/(22,., К,. ))5 + (5.16)

+ 22к8, . ■(/(22,., К,. ))4 + 22к9, . ■(/(22,., К,. ))3 + ик10„-(/(22,., К,. ))2 + 22к11, . ■(/(22,., К,.)) + 77к12,.

где Е1к1ч... 2гк120. - коэффициенты полиномиальной функции,

отражающей связь между показателями уровня дефектности в эксплуатации, уровня затрат на устранение дефектов и уровня жалоб потребителей.

Изменяя в цикле показатели уровня дефектности по группе месяцев эксплуатации (К) и изменяя вторым циклом связанное значение уровня затрат на устранение дефектов (22), получаем зависимость балльной оценки удовлетворенности потребителей (В) от затрат и уровня дефектности:

В.7 (22,., К,.) = Ьик1,. •(/(22,., К,.))11 + Ь«*2„ •(/(22,., К, .))10 + Ьик3„ •(/(22,., К, .))9 +

+ Ьик4,.-(1(22,., К, .))8 + Ьик5,. ■(/(22,., К,..))1 + Ьикб„ •(/(22,.., К, .))6 + Ь22к1, .-(/(22, К,.))5 + (5 17) + Ьик8„ •(/(22,.,К,.))4 + Ь22к9,.-(/(22,.,К,.))3 + ЬиШ, .-(/(22,.,К,.))2 + ( . )

+ Ь11к11, .-(/(22,., К,.)) + ЬикХ2,.

где Ьик11 ..... Ьик^. - коэффициенты полиномиальной функции,

отражающей связь между показателями уровня дефектности в эксплуатации, уровня затрат на устранение дефектов и балльной оценкой удовлетворенности потребителей.

Изменяя в цикле группу ме сяцев эксплуатации (Щ и изменяя вторым циклом связанное значение уровня жалоб потребителей (Е), получаем

зависимость балльной оценки удовлетворенности потребителей (В) от уровня жалоб и группы месяцев эксплуатации:

В.(Е/.,N) = en1iJ • (/(Е.,N))11 + en2. • (/(Е., М))10 + en• (fCЕ.,Ы))9 + en4. • (/(Е., ^)8 + + en 5,'. • (f (Е/., N ))7 + en 6. • (/(Е, Ю)6 + en 7,. • (ДЕ,., N ))5 + en 8,. • (/(Е,., N ))4 + (5.18)

+ en9. • (f (Е.,N))3 + en10i. • (f (Е.,N))2 + en11i. • (f (Е.,N)) + en12

где enl1J... enl21J - коэффициенты полиномиальной функции,

отражающей связь между показателями группы месяцев эксплуатации, уровня жалоб и балльной оценкой удовлетворенности потребителей.

Изменяя в цикле уровень дефектности по группе месяцев эксплуатации (К) и изменяя вторым циклом связанное значение уровня жалоб (Е), получаем зависимость балльной оценки удовлетворенности потребителей (В) от уровня жалоб и уровня дефектности:

В.(Е.,К.) = ek 1. • (/(Е., К. ))11 + ek2. • (/(Е.,К. ))10 + ek3,. • (/(Е,.,К. ))9 +

+ ek4/. • (/(Е.,К.))8 + ek5,. • (/(Е.,К.))7 + ek6,. • (/(Е.,К.))6 + ek7. • (/(Е,.,К.))5 + (5.19)

+ ek8ij • (/(Е/.,К,.))4 + ek9. • (/(Е,.,К,.))3 + ek 10,. • (/(Е.,К.))2 + ek11ij • (/(Е,.,К,.)) + ek 12,.

где ek 1.... ek 12,.. - коэффициенты полиномиальной функции,

отражающей связь между показателями уровня дефектности автомобилей по группе месяцев эксплуатации, уровня жалоб и балльной оценкой удовлетворенности потребителей.

Таким образом, получив соответствующие полиномы, установив эмпирические связи между показателями удовлетворенности потребителей, уровнем дефектности, затратами, можно рассчитать более сложную зависимость, отражающую связь между показателями удовлетворенности потребителей, затрат на обеспечение эксплуатационной эффективности, уровня дефектности при изменении дискретных данных во временной период эксплуатации (от 0 с шагом в 1 месяц до 36 месяцев эксплуатации).

В приложении Б диссертации представлены программные циклы моделей в системе Ма^аЬ.

Разработанный метод прогнозирования балансовых оценок (МПБО) потребительской ценности качества позволяет с использованием данных по дефектности и удовлетворенности потребителей установить связи между основными индексами, определяющими воспринимаемую ценность качества автомобилей. Дальнейшие исследования заключаются в апробации предложенного аппарата и обосновании инструментов его автоматизации в рамках корпоративных информационных процессов предприятий автомобильной промышленности.

5.4 Апробация метода прогнозирования потребительской ценности качества

Одним из значимых результатов разработки комплексного метода прогнозирования балансовых оценок (МПБО) потребительской ценности качества следует рассматривать аналогию первых трех уровней пирамиды менеджмента аналитических процессов (рисунок 5.11), предложенную в виде аппарата инструментов мониторинга и прогнозирования основных индексов качества автомобилей в эксплуатации.

На первом уровне проводится исследование зависимостей изменения показателей качества от эксплуатационного пробега или группы месяцев эксплуатации. На втором уровне исследуются более сложные зависимости, определяющие комплексные связи между показателями качества и группой месяцев эксплуатации. На третьем этапе рассматриваются комплексные связи, учитывающие динамику удовлетворенности потребителей, уровня дефектности, а также изменение экономических показателей, направленных на устранение дефектов автомобилей в эксплуатации.

Рисунок 5.11 - Аппаратная аналогия уровней пирамиды менеджмента аналитических процессов компании в области имиджа бренда

Рассмотрим ключевые аспекты применения разработанного аппарата МПБО (рисунок 5.18):

• используются данные бенчмаркингового исследования в области качества продукции по группе брендов;

• в группу брендов включаются мировые автоконцерны для сравнения с продукцией отечественного производства (позиция 8);

• определяется предпочтительная зона для перспективного позиционирования бренда с точки зрения качества продукции в эксплуатации (позиция 4);

• с учетом балльной оценки, находящейся в границах 6-7 и обеспечивающей перспективный уровень лояльности потребителей к качеству продукции, получаем зоны для работы (рисунок 5.19).

4000-

3 3500-

г

=г

га

га

ЁГ зооо

О О

* I

. л

ш § 2500 о

2000-

га п

1500

Показатель старения

выше среднего

10

I

Автомобильные 5 • , марки '''

^****** 3 4 2 Показатель старения

• нижесреднего

1

—I-1-г*

2000 2500 3000

Е, %о (за год эксплуатации)

Рисунок 5.18 - Бенчмаркинговая оценка потребительских показателей качества автомобилей в эксплуатации

Определяем предпочтительную зону для перспективного позиционирования бренда с точки зрения качества продукции в эксплуатации. Далее (рисунок 5.19), опускаясь с уровня продукта на уровень автомобильных систем и подсистем (нижний уровень), можно провести полную детализацию процесса образования соответствующих оценок качества и их вклад в совокупную оценку.

Ко

1°0° 750 500

5000

Е%

2500

В

0п ' 2 4 6 8

10 --

0-1 2

44-

В

а)

2 х 10 8 руб.

б)

2,1

1 ,8

1 ,5

1 ,2

0,9

0 ,6

0 ,3

700 600 500 400 300 200 Юо 10 В

К %о

в)

Рисунок 5.19 - Определение предпочтительных границ изменения основных индексов качества автомобилей с применением трехмерных поверхностей

а) определение границ зависимостей показателей

«уровень дефектности - балльная оценка удовлетворенности потребителей»

б) определение границ зависимостей показателей «уровень жалоб - балльная оценка удовлетворенности потребителей»

в) переход от границ предпочтения по индексам дефектности и балльной оценки удовлетворенности к индексу затрат в гарантии

0

Таким образом, исследуется причинно-следственная связь, определяющая роль качества компонентов в формировании обобщенного качества автомобилей. Соответствующее расслоение бенчмаркинговой информации позволяет понять, как компоненты качества конкурентов влияют на формирование показателей качества продукции.

Сопоставление данных по собственной продукции с данными конкурентов обеспечивает возможность для определения сильных и слабых сторон в области качества и способствует формированию наиболее понятных и полных данных для разработки стратегии улучшения конкурентоспособности автомобилей в эксплуатации. Также с учетом встроенных экономических показателей можно формировать перспективную производственную политику предприятия через цели в области качества, исходя из совокупных взвешенных оценок, определяющих показатели качества и показатели затрат и их влияние на удовлетворенность потребителей. Такое же исследование можно проводить относительно продукции конкурентов и определять соответствующие направления развития собственного продукта.

Представленные выше эмпирические полиномиальные зависимости и соответствующие математические программы, реализованные в среде Ма^аЬ, позволяют выявлять связи между параметрами качества, привязанными к изменению эксплуатационного пробега или группы месяцев эксплуатации. Как видно, такая работа представляет собой довольно трудоемкий процесс, который обеспечивает переход от более простых зависимостей единичных индексов к зависимостям индексов качества в комплексе.

Используя разработанный аппарат МПБО, можно проводить глубокий анализ причин формирования комплексного показателя потребительской ценности качества (рисунок 5.20) и определять, как показано на рисунке 5.19, целевые границы приемлемости качества продукции для обеспечения требуемой удовлетворенности и лояльности потребителей.

Границы приемлемого для потребителей уровня качеств:-!

УДОВЛЕТВОРЕННОСТЬ

Марка I исключаете И с рынка Щ

1

Надежность ниже ожиданий рынка

Уровень качества за пределами рынка