IT干货网

卡诺KANO模型

luoye 2022年03月04日 编程设计 169 0
作者:金奇隽
链接:https://www.zhihu.com/question/22989667/answer/61109592
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

卡诺模型(KANO模型)是对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。在卡诺模型中,将产品和服务的质量特性分为四种类型:⑴必备属性;⑵期望属性;⑶魅力属性;⑷无差异属性。

  • 魅力属性:用户意想不到的,如果不提供此需求,用户满意度不会降低,但当提供此需求,用户满意度会有很大提升;
  • 期望属性:当提供此需求,用户满意度会提升,当不提供此需求,用户满意度会降低;
  • 必备属性:当优化此需求,用户满意度不会提升,当不提供此需求,用户满意度会大幅降低;
  • 无差异因素:无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意;
  • 反向属性:用户根本都没有此需求,提供后用户满意度反而会下降

KANO问卷对每个质量特性都由正向和负向两个问题构成,分别测量用户在面对存在或不存在某项质量特性时的反应。

 

除了对于Kano属性归属的探讨,还可以通过对于功能属性归类的百分比,计算出Better-Worse系数,表示某功能可以增加满意或者消除很不喜欢的影响程度。

  • 增加后的满意系数 Better/SI=(A+O)/(A+O+M+I)
  • 消除后的不满意系数 Worse/DSI=-1*(O+M)/(A+O+M+I)

Better,可以被解读为增加后的满意系数。better的数值通常为正,代表如果提供某种功能属性的话,用户满意度会提升;正值越大/越接近1,表示对用户满意上的影响越大,用户满意度提升的影响效果越强,上升的也就更快。

Worse,则可以被叫做消除后的不满意系数。其数值通常为负,代表如果不提供某种功能属性的话,用户的满意度会降低;值越负向/越接近-1,表示对用户不满意上的影响最大,满意度降低的影响效果越强,下降的越快。

因此,根据better-worse系数,对系数绝对分值较高的功能/服务需求应当优先实施。

根据better-worse系数值,将散点图划分为四个象限。

  • 第一象限表示:better系数值高,worse系数绝对值也很高的情况。落入这一象限的属性,称之为是期望属性,即表示产品提供此功能,用户满意度会提升,当不提供此功能,用户满意度就会降低,这是质量的竞争性属性,应尽力去满足用户的期望型需求。提供用户喜爱的额外服务或产品功能,使其产品和服务优于竞争对手并有所不同,引导用户加强对本产品的良好印象;
  • 第二象限表示:better系数值高,worse系数绝对值低的情况。落入这一象限的属性,称之为是魅力属性,即表示不提供此功能,用户满意度不会降低,但当提供此功能,用户满意度和忠诚度会有很大提升;
  • 第三象限表示:better系数值低,worse系数绝对值也低的情况。落入这一象限的属性,称之为是无差异属性,即无论提供或不提供这些功能,用户满意度都不会有改变,这些功能点是用户并不在意的功能。
  • 第四象限表示:better系数值低,worse系数绝对值高的情况。落入这一象限的属性,称之为是必备属性,即表示当产品提供此功能,用户满意度不会提升,当不提供此功能,用户满意度会大幅降低;说明落入此象限的功能是最基本的功能,这些需求是用户认为我们有义务做到的事情。

同类型功能之间,建议优先考虑better系数较高,worse系数较低的。

在产品开发时,功能优先级的排序一般是:必备属性>期望属性>魅力属性>无差异属性。

但实际需要考虑产品的市场策略,如期望属性和魅力属性是可以击中用户的爽点或痒点的,在争取市场份额上期望属性和魅力属性更为重要,且可以考虑作为产品卖点进行包装营销。

 

2. 卡诺模型实操

 

2.1问卷编写:

由于KANO模型问卷均需要了解以下两个方面:用户对于产品/服务具备某功能时的评价(态度)和产品/服务不具备某功能时的评价(态度),需要分别正向和反向地询问用户。需要注意:

① KANO问卷中与每个功能点相关的题目都有正反两个问题,正反问题之间的区别需注意强调,防止用户看错题意;

② 在实际题目设置上,当功能点个数比较多(大于5个时)或功能点的差异不大时,有相似之处时,建议对用户进行分组,每个用户最多回答5个功能点,且尽量是区分度大的功能点。

③ 在题型上,建议优先选择单选题,避免使用阵列题,因为阵列题下,用户更容易乱答或者回答得没有区分度,导致最终各个功能点没有区分度,如都属于期望功能。

④ 功能的解释:简单描述该功能点,确保用户理解;

⑤ 选项说明:由于用户对“我很喜欢”“理应如此”“无所谓”“勉强接受”“我很不喜欢”的理解不尽相同,因此需要在问卷填写前给出统一解释说明,让用户有一个相对一致的标准,方便填答。

  • 我很喜欢:让你感到满意、开心、惊喜。
  • 它理应如此:你觉得是应该的、必备的功能/服务。
  • 无所谓:你不会特别在意,但还可以接受。
  • 勉强接受:你不喜欢,但是可以接受。
  • 我很不喜欢:让你感到不满意。

⑥ 增加效标以用于验证KANO结果或分人群分析:用户使用功能的频率(后台数据、问卷询问)、用户最喜欢哪个功能(如果各个功能点区分度小时,如都属于期望属性,可从喜爱度上再进行二次划分)、用户会因为哪个功能而选择使用该产品。

2.2数据分析

数据清洗→KANO二维属性归属分析→Better-Worse系数计算。可以直接在Excel或SPSS中进行分析。

此外,还可以结合产品的一些数据支持进行结合分析,如用户画像,UV,转化率等。

2.3数据解读

KANO模型是对功能/服务的优先级进行探索,具体情况还需要和业务方进行讨论,将Kano模型结果和业务实际情况结合讨论确定可行的产品功能开发/优化的优先级顺序,以将调研结果落地实施。

 

评论关闭
IT干货网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!

丰田模式--精益管理