Product Platform Development: A Functional Approach Considering Customer Preferences THÈSE N O 4536 (2009) PRÉSENTÉE le 4 décembre 2009 À LA FACULTé SCIENCES ET TECHNIQUES DE L'INGÉNIEUR LABORATOIRE DES OUTILS INFORMATIQUES POUR LA CONCEPTION ET LA PRODUCTION PROGRAMME DOCTORAL EN SYSTÈMES DE PRODUCTION ET ROBOTIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE POUR L'OBTENTION DU GRADE DE DOCTEUR ÈS SCIENCES PAR Ali Saffarpour acceptée sur proposition du jury: Prof. M.-O. Hongler, président du jury Prof. P. Xirouchakis, Dr D. Kiritsis, directeurs de thèse Dr N. Cheikhrouhou, rapporteur Dr Z. Mandralis, rapporteur Dr P. Zwolinski, rapporteur Suisse 2009
Abstract Companies are valued by their market competitiveness. To be competitive in the market, companies have to respond to their customer requirements as best as possible. To this end, companies introduce new products to the market to better capture customer requirements. The use and employment of market data have been widely studied in academia and industry. The trend in customer can be determined from market data and can bring useful and interesting knowledge of the true customer requirements. In this thesis, a systematic methodology of Product Platform development is proposed which uses market sales data. The proposed methodology is composed of several steps. The steps each take advantage of one or several algorithms. The theoretical background of each step of the methodology and the algorithms are presented in the thesis. The first step of the proposed methodology is to normalize the input data and perform robust fuzzy clustering of normalized data. The second step is the extraction of both positive and negative association rules. The positive association rule concept is employed to find the relationships between customer requirements and functional requirements. Some of the general early stage design constraints can be identified by using the negative association rules concept is used to identify which can facilitate the product concept generation and selection procedure. An algorithm is developed to find the positive and negative association rules and to select the correct set of association rules. The extracted association rules are developed in a way which makes it possible to have minimum length antecedents and maximum length consequents. To this end, some modified algorithms have been proposed which not only consider the job of finding frequent itemsets from the fuzzy clusters of functional requirements but also extract the non-redundant association rules. During the third step, trends in customer requirements are identified by tracking the changes of association rules over several consecutive time periods. These trends are identified by extracting meta-rules.
Finally, a new algorithm to aggregate the extracted association rules helps the product development engineers in making decisions about the desirability of possible product platforms. Given the different extracted association rules and the meta-rules, rules that show the trend of changes in the customer requirements and the products that are bought, the possible future product platforms are proposed as the stable part of a product family which can meet customer requirements. Modular software to investigate the performance of methodology was designed which allows the user to accomplish the whole proposed methodology without the need for any other software. This software allows future methodology extensions to be easily implemented. Key words: Customer requirement management, Association rule mining, Meta-rule extraction, Product platform development
Résumé Les entreprises sont évaluées par leur compétitivité sur le marché. Pour être compétitives, elles doivent répondre au mieux aux exigences de leur clientèle, en particulier en introduisant régulièrement sur le marché de nouveaux produits correspondants à l évolution des besoins. Les analyses de marché permettent à une entreprise de se renseigner sur la position de ses produits par rapport à la concurrence ainsi que sur leur emploi. Les informations ainsi obtenues permettent également d évaluer les tendances d achat et les besoins futurs des consommateurs. L industrie et la sphère académique ont abondamment étudié la manière dont il fallait obtenir et utiliser ces informations du marché. Dans cette thèse, on présentera et emploiera une méthode systématique de développement de plateforme de produits basée sur ces informations du marché. Cette méthode consiste en une série d algorithmes qui classifient, dérivent, sélectionnent et finalement agrègent des règles d association positives ou négatives. Le concept de la règle d association positive est utilisé pour définir les relations existantes entre les exigences des clients et les exigences fonctionnelles ; celui de règle d association négative est lui utilisé pour identifier certaines contraintes apparaissant tôt dans le développement du produit. Les règles d association négatives facilitent la génération des concepts de produits et leur procédure de sélection. La méthode de développement présentée ici peut-être décomposée en plusieurs étapes. Dans un premier temps, un algorithme n ayant pas comme unique objectif de trouver des itemsets fréquents parmi les exigences fonctionnelles, mais cherchant aussi à dériver des règles d association négatives est utilisé. Dans un deuxième temps, un deuxième groupe d algorithmes, en analysant, comparant et en suivant l évolution au fil du temps des règles d associations dérivées par le premier algorithme, identifie les tendances de changement des exigences des clients, et projettera les tendances d achat futurs de ces derniers. Ces deux groupes de tendances sont exprimées sous forme de méta règles. Dans un troisième temps, ces tendances futures sont agrégées pour définir plusieurs plateformes de produit. Cette dernière opération est
réalisée par un ultime algorithme qui, à l aide des règles d associations dérivées à la première étape d une part, et des méta-règles obtenues à la deuxième étape d autre part, délivrera une aide à la décision pour les ingénieurs de développement de produits, chargés de projeter des plateformes de produits possibles. Un logiciel prototype modulaire permettant d analyser la performance de la méthode est en outre proposé dans le cadre de cette thèse. Il permet d extraire des données aidant l utilisateur à appliquer la méthode proposée sans avoir besoin d utiliser d autres logiciels. Grâce à ce logiciel, il sera également facilement possible de procéder à des extensions de cette méthode à l avenir. Mots-clés : Gestion des exigences des clients, Extraction des règles d association, Extraction des méta-règles, Développement de plateforme de produits
Contents 1 Introduction 1 1.1 Introduction............................ 1 1.2 What do we learn from nature?................. 3 1.3 Motivations............................ 5 1.4 Objectives............................. 9 1.5 Thesis Structure......................... 12 2 Research Background 15 2.1 Introduction............................ 16 2.2 Customer Requirement Management (CRM)......... 16 2.2.1 Quality Function Deployment (QFD)......... 19 2.3 Fuzzy Clustering......................... 24 2.4 Product Platform and Product Family Definition....... 26 2.4.1 Modular Product Platform Development........ 33 2.5 Association Rule Mining..................... 35 2.6 Research Gap Analysis...................... 41 2.6.1 Customer Latent Requirements Identification..... 42 2.6.2 Product Platform Development Constraint Definition 43 2.6.3 Customer Requirements Trend Identification..... 45 2.6.4 Systematic Product Platform Development...... 46 2.7 Problem Formulation....................... 47 3 Systematic Product Platform Development 49 3.1 Introduction............................ 50 3.2 Step I: Data Preprocessing.................... 51 3.2.1 Data Normalization................... 51 3.2.2 Data Clustering...................... 54 v
3.3 Step II: Positive and Negative Association Rule Mining... 57 3.3.1 Positive Association Rule Mining............ 57 3.3.2 Negative Association Rule Mining........... 60 3.4 Step III: Meta-Rule Mining................... 61 3.4.1 Association Rule Trend Identification......... 61 3.5 Step IV: Product Platform Development........... 62 4 Case Study Development 65 4.1 Introduction............................ 66 4.2 Case Study I: Digital Camera Development.......... 66 4.2.1 Step I: Data Preprocessing............... 67 4.2.2 Step II: Positive and Negative Association Rule Mining 72 4.3 Case Study II: Vibration Motor Development......... 72 4.3.1 Market Data Definition................. 72 4.3.2 Step I: Data Preprocessing............... 74 4.3.3 Step II: Positive and Negative Association Rule Mining 75 4.3.4 Step III:Meta-Rule Mining............... 78 4.3.5 Step IV: Product Platform Development........ 86 5 Result Analysis 89 5.1 Introduction............................ 89 5.2 Case Study II: Vibration Motor Development......... 90 5.3 Data Preprocessing Analysis................... 90 5.4 Association Rule Mining Analysis................ 94 5.5 Meta-Rule Extraction and Analysis............... 105 5.6 Multi-Platform Product Development and Analysis...... 108 6 Conclusions and Future Research Guide 111 6.1 Conclusions............................ 111 6.2 Future Research Guide...................... 114 A Appendix 117 vi