服务响应策略的拟定以服务运营与发展规划为基础,因此作为其主要决策支持的服务邀约评价不仅仅是对当前邀约任务(主要是可获利水平及完成难度)的评价,还包括对发起邀约的客户的评价,是一个综合性的过程。通过对现有文献中关于服务需求的分析、评价进行研究,并结合制造行业现实需求,本文将服务邀约评价指标体系定义为:
Invitation=(IP,IO,IR,IF)
各分量含义如下:
IP:盈利性,表示服务邀约的可盈利水平,反映相应服务执行可获取利润的高低,其中包括利润(率)、回款速度等二级指标。
IO:潜力性,表示服务邀约发起者未来继续合作的潜力水平,对服务业务运作的长远性和可持续性具有显著影响,包括业务前景、业务相关性等二级指标。
IR:风险性,表示服务邀约发起者对任务交易履约的风险水平,体现了服务顺利运作及其收益实现的可预期性,包括信誉水平、财务状况等二级指标。
IF:友好性,表示合作双方的兼容性能,主要描述了服务邀约发起者与服务之间的协作水平与熟悉程度,包括协同性能、合作熟悉状况等二级指标。
服务邀约评价的基本分量及其细分指标阐释如表4-1所示。(www.daowen.com)
表4-1 服务邀约评价的基本分量及其细分指标
此外,定义服务邀约的综合评价Performance,表示对邀约发起者整体表现的综合评判,通常由历史交易中服务的自主评价应用时间衰减因子整合而成。服务自主评价指服务在任务交付后,对任务需求方的综合表现进行的评判,包括分数量化、星级评定、笼统语言等多种表达形式。
在服务邀约评价活动中,以下四个渠道的信息形成基本数据支撑:当前邀约信息、服务的历史交易记录、合作伙伴的支持知识以及云制造平台的认证统计数据。通过对服务邀约及其发起者相关基础指标的统计、汇总和集成,从而生成邀约评价指标Invitation和综合评价Performance(考虑到行业差异性与服务运作的个性化,基础指标的获取、整理及集成方式和侧重各有不同,故对二者产生过程本文在此不做统一定义)。为便于基础指标间的集成操作,Invitation的各评价指标以模糊数形式表达,而Performance则基于历史评价方式呈现为分数量化、星级评定或笼统语言等形式。在此基础上,本文对服务邀约评价进行粒度刻画,以实现服务邀约的群体一致性认知,为响应决策提供有效支持。
图4-1 云制造服务邀约评价决策机制架构图
鉴于Invitation与Performance来源于不同的信息渠道和生成方式,彼此间存在由信息失真导致评价失衡的可能。因此,本文基于群体一致性原则,通过对服务邀约的粒度刻画,实现基于粒度单位的决策检验与评价校正,以及部分缺失指标信息的填补;同时,针对联合响应中联盟成员评价的集体决策达成问题,以粒度化集成方式实现群体评价的融合。基于以上分析,本文确立了如图4-1所示的服务邀约评价决策机制构架,针对独立邀约与联盟邀约分别形成了不同的决策路径,而图4-2则对相关决策流程进行了刻画。
图4-2 云制造服务邀约评价决策流程示意图
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。