前言

前一陣子公司開了一門叫做『概念工程』的課程，上課的時候只聽到講師把這套東西吹的玄呼的不得了，什麼奇X、海X等等的大公司用了以後，不但員工頭腦靈光了很多，就連每次考試都考一百分呢！？而且弄到最後就連高齡八十多歲的董事長，都巍巍顛顛拿張板凳來聽課！

難道是食神的『撒尿牛丸』嗎？

當然不是，所謂的『概念工程』其實不過拿了一些品管的手段，進行量化、表格化以及添加了一些檢查表，最後再憑藉這些表格進行分析。

有用嗎？

我不能說完全沒用！？只是當我上完課後覺得『撒尿牛丸』可能會比較有用些！

標準差

深藍區域是距平均值小於一個標準差之內的數值範圍，在常態分佈中，此範圍所佔比率為全部數值之 68%；兩個標準差之內（深藍，藍）的比率合起來為 95%；三個標準差之內（深藍，藍，淺藍）的比率合起來為 99.7% 。

在講師的描述下，所謂『概念工程』來自於『六個標準差』，但什麼是標準差呢？根據維基百科的解釋，標準差是一組數值自平均值分散開來的程度的一種測量觀念。一個較大的標準差，代表大部分的數值和其平均值之間差異較大；一個較小的標準差，代表這些數值較接近平均值。

例如，兩組數的集合 {0, 5, 9, 14} 和 {5, 6, 8, 9} 其平均值都是 7 ，但第二個集合具有較小的標準差。

在實際應用上，常考慮一組數據具有近似於常態分佈的機率分佈。若其假設正確，則約 68% 數值分佈在距離平均值有 1 個標準差之內的範圍，約 95% 數值分佈在距離平均值有 2 個標準差之內的範圍，以及約 99.7% 數值分佈在距離平均值有 3 個標準差之內的範圍。稱為「68-95-99.7 法則」。

六個標準差

常態分佈圖, 這是六西格瑪模型的根本。希臘字母σ(西格瑪)在橫軸上標明了算術平均值,µ,和曲線的拐點之間的距離。這個距離越大，說明遇到的差值越大。在上面的綠色曲線中，µ = 0 and σ = 1.上面和下面的參數限定了(USL和LSL)離平均值的距離在6σ以內。

概念工程八步驟

• 確認開發對象的主要性能
  • 這個產品在市場上訴求的主要性能是什麼？
  • 這個產品在市場上的定位為何？
  • 所以你的產品哪些主要性能必需是強項？哪些可以比較弱？
  • 因此，你的訪談意圖？
• 確認訪談意圖
  • 顧客訪談的目的：發現我們還不知道的事，並證實我們已經知道的事，最後從中找到意外！
  • 訪談選擇：

• • • 重視具體的個人經驗
    • 重視意見的差異化及多樣化，使我們可以留意到細節
    • 12次訪談可以有75%的新發現；20次訪談則可以增至90%，所以發現會越來越少！
    • 為何訪談重視新發現？因為往後會作量的研究！
  • 訪談對象：略

• 製表顧客選擇矩陣
• 訪談的意圖轉成實際的訪談問題
  • 訪談指南：
    • 6~10個關鍵問題
    • 基於我們想要瞭解的狀況
    • 開放式的
    • 針對不同人會有不同問題
    • 必需有子標題
    • 非問卷式
  • 訪談重點：
    • 過去(劣勢/經驗/問題)
    • 現在(當前考慮/需要/應用/技術)
    • 將來(增強/驅動/競爭/方向)
  • 訪談重點的轉換：
    • 顧客的使用環境
    • 過去使用產品的經驗
    • 過去的服務經驗
    • 正在設計中產品的特性
    • 什麼會是顧客歡迎的
• 進行訪談，並將過程整理成聲音及映象
  • 開始５分鐘：寒喧－＞說明意圖－＞營造宣鬆氣氛
  • 訪談４５分鐘：根據設計的問題進行訪談，使用主動聆聽技巧。
  • 結束１０分鐘：留點時間讓客戶提問－＞表示感謝！
• Requirement KJ
  • 用便利貼寫下問題，討論分類如何轉化成開放式問題？
• 設計問卷進行擴大訪談
• QFD 1~1.5

方法論不是萬能的

根據講師的描述，『概念工程』用於幫助研發的一個非常重要的手段，它們賦予一個專有名詞叫做『六標準差設計』。但是我們知道『六個標準差』原先是用作品質管制的，相類似的方法還有很多，比方說 PDCA（Plan-Do-Check-Act 簡稱『戴明環』）、ISO 9000 系列、還有汽車業中常使用的5大品質管理手冊: SPC (Statistic process control), APQP (Advanced product quality plan), MSA (Measurement syatem analysis), PPAP (Productive part approval process), FMEA (Failure mode effective analysis) 等等。但在課程結束之後，深深覺得這些方法論用於產品的研發非常的不恰當，比方說，在課程中忽略產品定位的步驟，導致了因果矩陣圖(Cause and Effect Matrix, C&E Matrix) 出現非常搞笑的結論  -->  一個很爛的產品居然有最佳的性價比C(b)。所以由此我們可以看到，這套方法明顯有其盲點的存在。

理性與非理性

在『概念工程』課程中，內容大部分著重於『客戶訪談』這一部分，透過問卷的設計，統計上的加權，弄出一張表格出來，然後再加以分析。這樣的手法充其量不過就是把一些『理性』的因素，做一些『量化』的處理而已，完全忽略掉產品設計中另外重要的因子 -- 『非理性』因素。

那麼什麼是理性因素呢？像外觀、大小、顏色、某個具體的硬件規格等。那麼什麼是非理性因素呢？比方說像俗稱『賈伯斯專利』的『多點觸控螢幕』、『回彈』、『橡膠帶縮放』，還有就是所謂的品牌效應等，這些並無法在『客戶訪談』中可以獲得。所以如果在產品研發過程中排除『非理性』因素，便會發生一些可笑的現象。

比方說在課程中以『機頂盒』作為討論對象，因為訪談的結果，認為節目內容是個重要考量因素，但又因為訪談對象的取樣有限，導致『大愛』台變成必備的功能。最終的結果是，原本售價低廉的『機頂盒』，可能會因為一些權利金的問題增加成本。這樣的工具是我們所要的嗎？

統計只能讓你看到『勢』

從上面我們知道『客戶訪談』的作用是有限的，它受限於問卷題目的設計、母體採樣的對象與多寡。那麼這些講師為何那麼熱衷於這些數學上的『統計』手法呢ˋ？其實說穿了，因為老闆們就是愛看這些『數據』所堆砌的報表！如果沒有這些的數據？老闆們如何評斷員工的績效？如何預估股市的行情走勢？

但事實果真如講師說的那樣嗎？我們知道所謂的統計學，只能讓你看到一個『勢』的走向，而不能準確的預測下一個步驟或者是時間點，會發生什麼樣的狀況？最明顯的例子就是用在股市分析上，那些圖表分析員說穿了和看風水沒大分別，平時參考用來趨吉避凶那是可以的，但是面臨到緊要關頭，依仗實力還是比較靠譜的！

結論

上完了『概念工程』的課程，說實在的不如以前在學校學的『軟體工程』來的實際。雖說它還是有一定的功用，但我覺得絕對沒有講師吹得那麼玄呼！只是我不明白事，為何那些顧問公司怎有辦法拿這些東西開課呢？（聽說鐘點費還不少！）或許這裡面真的有其學問在裡面？但是我還是覺得，設計產品還是交給專家比較適合一點（比方說，賈伯斯），找一些非相關專業的人來搞小組研討，還不如 PM 帶領大夥湊個錢，聚在一起吃撒尿牛丸，來的有意義些！至少考試都可以考一百分呢！

參考連結

戴明循環 
標轉差 
六標準差 
解剖刀下的戴明理念--為您解析戴明的品管概念（上） 
淺談六標準差設計(Design For Six Sigma)觀念