A QFD-MCDM approach considering Kano model under uncertainty, case study: automotive industry in Portugal

Abstract

In today's competitive market, most companies aim to improve the quality of their products to acquire new customers and to avoid customer churn. Quality Function Deployment (QFD) is a customer-oriented design tool that aims to meet customer needs in a better way and enhance organizational capabilities, while maximizing company goals. The premise that customer satisfaction is a crucial factor that significantly impacts the outcomes of a business, whether successful or unsuccessful, holds significant weight. Hence, it is important to determine those requirements of a product or service that bring more satisfaction than others. QFD and the Kano model can be integrated effectively to identify customer needs more specifically and yield maximum customer satisfaction. This study proposes an improved refined Kano method for identifying and prioritizing customer requirements (CRs) and engineering characteristics (ECs) called supplier attributes (SAs) in this study—integrated into multi-criteria decision-making (MCDM)- QFD process. This model uses fuzzy theory to rank the suppliers, aiming to enhance black uniformity (BU) as a luminance characteristic on the display surface, by evaluating the CRs and developing the SAs related to CRs. The main findings of this study were the identification, classification, and ranking of the CRs of a product in an automotive company due to classifying the SAs to satisfy these CRs, and finally, the ranking of the suppliers. As the initial stage of QFD, converting CRs into ECs and determining the technical importance of ECs are the foundation for the successful implementation of the QFD tool. However, as indicated by many researchers, there exist various shortcomings in conventional QFD, which limit its efficiency and potential applications. The first concern that exists in conventional QFD is quantifying the relationships between CRs and ECs based on crisp (exact) numbers. Obviously, in practical situations, it is often hard for experts to provide their opinions by using exact values due to environmental complexity and limited experience. The second concern refers to the determination of the CRs’ weights based on customers’ evaluations without having a structured pair-wise comparison among CRs. Moreover, ignoring decisionmakers’ preference behavior by using a linear aggregation method in the traditional QFD could be considered as the third concern. On the other hand, determining the crucial ECs in QFD is often regarded as a MCDM problem. To fill this gap of data uncertainty, the current thesis aimed to integrate the Kano model, QFD, and MCDM procedures into a hybrid methodology.

No mercado competitivo de hoje, as empresas têm como objetivo a qualidade e a competitividade dos seus produtos e serviços para captar e reter clientes. Desdobramento da Função Qualidade (QFD) é uma ferramenta de design orientada para o cliente, que visa atender melhor às necessidades deste e aprimorar as capacidades organizacionais, maximizando os objetivos da empresa. A premissa de que a satisfação do cliente é um fator crucial que impacta significativamente os resultados de um negócio, seja bem ou malsucedido, tem um peso significativo. É expectável que existam alguns requisitos que trazem mais satisfação ao cliente do que outros. Portanto, é importante determinar os requisitos de um produto ou serviço que trazem mais satisfação do que outros. O QFD e o modelo Kano podem ser integrados efetivamente para identificar as necessidades do cliente de uma forma mais específica e obter a máxima satisfação do cliente. Ao utilizar o modelo Kano e integrá-lo ao QFD, a equipa de projeto pode entender melhor as necessidades dos clientes, focando adequadamente nelas. Este estudo propõe um modelo Kano refinado para identificar e priorizar os requisitos do cliente (CRs) e identificar as características de engenharia (ECs) (atributos do fornecedor (SAs) neste estudo) integrado a uma tomada de decisão multicritério (MCDM)-QFD considerando a teoria difusa para classificar os fornecedores devido à melhoria da uniformidade do preto (BU) como uma característica de luminância na superfície de uma tela, avaliando os CRs e desenvolvendo os SAs relacionados aos CRs. Os principais resultados deste estudo foram a identificação, classificação e priorização dos CRs de um produto em uma empresa automobilística devido à classificação dos SAs para atender esses CRs e, por fim, o ranking dos fornecedores. A primeira preocupação no QFD tradicional é quantificar as relações entre CRs e ECs com base em conjuntos clássicos. Obviamente, em situações práticas, muitas vezes é difícil para os especialistas fornecerem as suas opiniões usando valores exatos devido à complexidade ambiental e experiência limitada. A segunda preocupação refere-se à determinação das importâncias dos CRs com base nas avaliações dos clientes sem ter uma comparação estruturada de pares entre os CRs. Além disso, ignorar o comportamento de preferência de quem toma a decisão usando um método de agregação linear no QFD tradicional pode ser considerado como uma terceira preocupação. Por outro lado, determinar os ECs cruciais no QFD é frequentemente considerado como MCDM. De forma a resolver este problema, nesta tese, considerando a incerteza dos dados, pretende-se integrar o modelo Kano, QFD e procedimentos MCDM numa metodologia híbrida.