KANO模型:產品人必懂的需求分析法

31 評論 134719 瀏覽 616 收藏 19 分鐘

需求會因人而異,會因文化差異而不同;也會隨著時間變化。作為產品設計者,我們應該持續調研需求,對產品進行迭代優化。

在做項目做產品的過程中,作為互聯網產品設計師的我們,經常會接到來自PM/領導/業務方等等的各種需求。

有的時候,哪怕一個小功能、次次次級頁面都會爭得不可開交。這個時候怎么辦呢?到底應該聽誰的呢?哪個需求優先級高?哪種呈現方法是更靠譜的呢?

今天我們就來聊聊一個非常實用的需求分級方法——KANO模型。

一、什么是KANO模型?

KANO模型是東京理工大學教授狩野紀昭(Noriaki Kano)發明的對用戶需求分類和排序的有用工具通過分析用戶對產品功能的滿意程度,對產品功能進行分級,從而確定產品實現過程中的優先級。

KANO模型是一個典型的定性分析模型,一般不直接用來測量用戶的滿意度,常用于識別用戶對新功能的接受度。

幫助企業了解不同層次的用戶需求,找出顧客和企業的接觸點,挖掘出讓顧客滿意至關重要的因素。

KANO模型的需求分類

在KANO模型中,根據不同類型的需求與用戶滿意度之間的關系,可將影響用戶滿意度的因素分為五類:基本型需求、期望型需求、興奮型需求、無差異需求、反向型需求。

1)興奮型需求

所謂暗處,用戶意想不到的,需要挖掘/洞察。若不提供此需求,用戶滿意度不會降低;若提供此需求,用戶滿意度會有很大的提升。

當用戶對一些產品或服務沒有表達出明確的需求時,企業提供給顧客一些完全出乎意料的產品屬性或服務行為,使用戶產生驚喜,用戶就會表現出非常滿意,從而提高用戶忠誠度。

這類需求往往是代表顧客的潛在需求,企業的做法就是去尋找發掘這樣的需求,領先對手。

2)期望型需求

所謂癢處。當提供此需求,用戶滿意度會提升;當不提供此需求,用戶滿意度會降低。

它是處于成長期的需求,客戶、競爭對手和企業自身都關注的需求,也是體現競爭能力的需求。對于這類需求,企業的做法應該是注重提高這方面的質量,力爭超過競爭對手。

3)基本型需求

所謂痛點,對于用戶而言,這些需求是必須滿足的,理所當然的。當不提供此需求,用戶滿意度會大幅降低,但優化此需求,用戶滿意度不會得到顯著提升。

對于這類需求,是核心需求,也是產品必做功能,企業的做法應該是注重不要在這方面減分,需要企業不斷地調查和了解用戶需求,并通過合適的方法在產品中體現這些要求。

4)無差異需求

用戶根本不在意的需求,對用戶體驗毫無影響。

無論提供或不提供此需求,用戶滿意度都不會有改變。對于這類需求,企業的做法應該是盡量避免。

5)反向型需求

用戶根本都沒有此需求,提供后用戶滿意度反而下降。

總而言之,我們做產品設計時,需要盡量避免無差異型需求、反向型需求,至少做好基本型需求、期望型需求,如果可以的話再努力挖掘興奮型需求。

二、如何使用KANO模型?

KANO模型分析方法主要是通過標準化問卷進行調研,根據調研結果對各因素屬性歸類,解決需求屬性的定位問題,以提高用戶滿意度。

1. 明確目的

做之前,必須明白調研的目的是什么,是否合適用KANO 模型解決,為什么要用KANO 模型解決。

例如:企業為賣家開發的CRM工具,隨著賣家客戶的不斷增長,CRM系統中需引入一些新的功能滿足其管理需求。而我們作為產品開發設計者,需要知道這些功能哪些是基本功能,哪些是增值功能,功能的優先級又該如何排列等等。

KANO模型就可以幫助我們很好地貼合業務需求,從具備程度和滿意程度這兩個維度出發,將CRM中新增的功能進行區分和排序,從而知道:哪些功能是一定要有,否則會直接影響用戶體驗的(基礎屬性、期望屬性);哪些功能是沒有時不會造成負向影響,擁有時會給用戶帶來驚喜的(興奮屬性);哪些功能是可有可無,具備與否對用戶都不會有大影響的(無差異因素)。

2. 設計問卷

此問卷調查表劃分維度有兩個:提供時的滿意程度、不提供時的滿意程度。

而滿意程度被劃分為5級(非常滿意、滿意、一般、不滿意、很不滿意),因為人的滿意程度往往是漸變的,而不是突變的。

滿意程度的文案可根據實際問題靈活修改,如使用(非常喜歡、理應如此、無所謂、勉強接受、很不喜歡 或者 非常有用、挺實用、無所謂、不實用、很不實用 )更加形象的描述。

例如:在【通訊錄】中,是否需要直接提供「撥打電話」的按鈕?問卷設置正反兩題:

1)如果我們在【通訊錄】的客戶列表中,提供“撥打電話”的按鈕,你的感受是:

  • A. 非常喜歡
  • B. 理應如此
  • C. 無所謂
  • D. 勉強接受
  • E.很不喜歡

2)如果我們在【通訊錄】的客戶列表中,沒有提供“撥打電話”的按鈕,你的感受是:

  • A. 非常喜歡
  • B. 理應如此
  • C. 無所謂
  • D. 勉強接受
  • E. 很不喜歡

為了更加形象且一目了然,我們可以如下設計。填問卷的人只需要在空白處打勾打叉就好了,非常方便。

設計問卷的過程中,有幾點要注意:

  • 問卷中的每道題都涉及到正反兩面,應適當給予強調,防止用戶看錯(比如正反對立詞字體加粗/標紅等等);
  • 在設計問卷時,盡量做到清晰易懂、語言盡量簡單具體,避免語意產生歧義;
  • 選項給予說明:由于每個人對“非常喜歡、理應如此、無所謂、勉強接受、很不喜歡”等形容詞的理解都不一樣,所以最好有一個明確統一的說明,讓用戶可以有個對照,方便填寫。

例如:

  • 非常喜歡:讓你感到滿意、開心、驚喜。
  • 理應如此:你覺得是應該的、必備的功能/服務。
  • 無所謂:無所謂喜不喜歡,都可以接受。
  • 勉強接受:你不喜歡,最好是沒有,有的話就勉強湊活。
  • 很不喜歡:讓你感到不開心、甚至沮喪,無法接受。

3. 清洗數據

在收集所有問卷之后,注意清洗掉個別的明顯胡亂回答的個例。如全部問題都選擇“我很喜歡”或“很不喜歡”的,這種回答毫無參考價值。

4. 整理分類

為了能夠將需求區分為基本型需求、期望型需求和興奮需求,需按照正向和負向問題的回答對屬性進行分類,具體分類對照下表。

當正向問題的回答是“我喜歡”,負向問題的回答是“我不喜歡”,那么KANO評價表中,這項功能特性就為“O”,即期望型。

如果將用戶正負向問題的回答結合后,為“M”或“A”,則該功能被分為基本型需求或興奮型需求。其中,R表示用戶不需要這種功能,甚至對該功能有反感;I類表示無差異需求,用戶對這一功能無所謂。Q表示有疑問的結果,一般不會出現這個結果(除非這個問題的問法不合理,或者是用戶沒有很好的理解問題,或者是用戶在填寫問題答案時出現錯誤)。

簡單來說就是:

  • A:興奮型;
  • O:期望型;
  • M:必備型;
  • I:無差異型;
  • R:反向型;
  • Q:可疑結果。

注意:以上對照表只是的最常見的一種歸類方式。實際操作中,可因人而異,因產品、公司、地域而異(尤其是關于“R”和“O”的定義),因為滿意度本身就難以衡量。

5. 量化表格

1)判斷KANO屬性

記錄所有合理的數據,計算出各項占比,填寫在下面的對照表里面。

從上表中不難看出,“通訊錄中「撥打電話」“這個功能在6個維度上均可能有得分,將相同維度的比例相加后,可得到6個屬性維度的占比總和。總和最大的一個屬性維度,便是該功能的屬性歸屬。

可看出“在通訊錄中提供「撥打電話」功能“屬于興奮型需求。即說明沒有這個功能,用戶不會有強烈的負面情緒,但是有了這個功能,會讓用戶感受到滿意和驚喜。

如果你只判斷這一個需求,那么進行到這一步就可以到此為止了。如果涉及到多個需求的排序分級,你還需進行下一步。

2)計算 better-worse系數

Better-worse系數,表示某功能可以增加滿意或者消除不喜歡的影響程度。

Better,可以解讀為增加后的滿意系數。Better的數值通常為正,代表如果產品提供某種功能或服務,用戶滿意度會提升。正值越大/越接近1,則表示用戶滿意度提升的效果會越強,滿意度上升的越快。

Worse,可以叫做消除后的不滿意系數。Worse的數值通常為負,代表產品如果不提供某種功能或服務,用戶的滿意度會降低。其負值越大/越接近-1,則表示對用戶不滿意度的影響最大,滿意度降低的影響效果越強,下降的越快。

因此,根據 better-worse系數,對兩者系數絕對分值較高的項目應當優先實施。

其計算公式如下:

  • 增加后的滿意系數 Better/SI=(A+O)/(A+O+M+I)
  • 消除后的不滿意系數 Worse/DSI= -1 *(O+M)/(A+O+M+I)

3)結果產出

例如:某產品希望優化5項功能,但是不知道哪些是用戶需要的。通過KANO調研分析,可以分別計算出5項功能的better-worse系數。

根據5項功能的better-worse系數值,將散點圖劃分為四個象限,以確立需求優先級。

  • 第一象限表示:better系數值高,worse系數絕對值也很高的情況。落入這一象限的因素,稱之為期望型因素(一維因素)。功能2落入此象限,即表示產品提供此功能,用戶滿意度會提升,當不提供此功能,用戶滿意度就會降低。
  • 第二象限表示:better系數值高,worse系數絕對值低的情況。落入這一象限的因素,稱之為興奮型因素。功能1落入此象限,即表示不提供此功能,用戶滿意度不會降低,但當提供此功能,用戶滿意度會有很大提升。
  • 第三象限表示:better系數值低,worse系數絕對值也低的情況。落入這一象限的因素,稱之為無差異因素。功能3落入此象限,即無論提供或不提供這些功能,用戶滿意度都不會有改變,這些功能點是用戶并不在意的功能。
  • 第四象限表示:better系數值低,worse系數絕對值高的情況。落入這一象限的因素,稱之為必備型因素。功能4落入此象限,即表示當產品提供此功能,用戶滿意度不會提升,當不提供此功能,用戶滿意度會大幅降低;說明落入此象限的功能是最基本的功能。

在實際項目中:

  • 我們首先要全力以赴地滿足用戶最基本的需求,即第四象限表示的必備型因素,這些需求是用戶認為我們有義務做到的事情。
  • 在滿足最基本的需求之后,再盡力去滿足用戶的期望型需求,即第一象限表示的期望因素,這是質量的競爭性因素。提供用戶喜愛的額外服務或產品功能,使其產品和服務優于競爭對手并有所不同,引導用戶加強對本產品的良好印象。
  • 最后爭取實現用戶的興奮型需求,即第二象限表示的興奮型因素,提升用戶的忠誠度。

結論

根據KANO模型計算出的better-worse系數值,說明該產品先滿足功能5和4,再優化功能2,最后滿足功能1。

而功能3對用戶來說有或者沒有都無所謂,屬無差異型需求,并沒有必要花大力氣去實現。

三、總結

KANO模型定義了三個層次的需求:基本型需求、期望型需求和興奮型需求。

  • 基本型需求:產品“必須有”的功能,也是MVP產品要求具有的功能;
  • 期望型需求:非必須功能需求,但通常作為競品之間比較的重點;
  • 興奮型需求:屬于驚喜型產品功能,超出用戶預期,往往能帶來較高的忠誠度。

根據KANO模型建立產品需求分析優先級,運用到產品設計中就是要抓住用戶的核心需求,解決用戶痛點(基本型需求),抓住用戶癢點(期望型需求)。在確保這兩者都解決的前提下,再給用戶一些high點(興奮型需求)。

嚴格來說,KANO模型并不是一個測量用戶滿意度的模型,而是對用戶需求的分類,通常在滿意度評價工作前期作為輔助研究的典型定性分析模型。

KANO模型的目的是通過對用戶的不同需求進行區分處理,了解不同層次的用戶需求,幫助企業找出提高產品用戶滿意度的切入點,或者識別出使用戶滿意至關重要的因素。

但需求會因人而異,會因文化差異而不同;也會隨著時間變化??赡芮岸螘r間的期望型需求,甚至興奮型需求,到如今已變成了基礎型需求。

所以,作為產品設計者,我們應該持續調研需求,對產品進行迭代優化。

參考資料:

1. kano模型_百度百科

2. 產品需求分析神器:KANO模型分析法 — Angelina_Zhang

 

本文由 @宛蘇 原創發布于人人都是產品經理,未經許可,禁止轉載

題圖來自 Unsplash,基于 CC0 協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 寫的挺好的,和學習PMP時,內容基本一致。

    來自河南 回復
  2. 請問可以轉載嗎

    來自湖南 回復
  3. 想請教下用的什么畫圖軟件,感謝

    來自北京 回復
  4. 這個例子中,感覺better-worse系數的參考價值好像不是很大,因為在上面百分比數據處理后,我們已經能夠定性知道每個功能的類型了,那就可以按照必備>期望>興奮排序來確定優先級了。我覺得better-worse系數是不是對于同類型功能,進行優先級排序,才是這個值的參考價值,比如后面例子中講到的4和5,兩個都是必備型功能,但是應該優先做哪個,是不是就可以根據better-worse系數來進行判斷呢?

    來自廣東 回復
    1. 但是4和5都是必備型需求,分析優先做哪個意義不大,都是要實現的。不過期望型或興奮性功能應該是可以根據系數來判斷用戶對此功能的敏感性的,從而決定優先級。

      來自福建 回復
  5. 贊一個

    回復
  6. 蘇蘇 表格中百分比怎么算的??? 還有那個象限圓圈是什么軟件生成的還是自己畫的?怎么畫的啊謝謝

    回復
    1. 不用了回答我 我懂了哈哈哈

      回復
    2. 我還是沒看明白怎么算的,包括象限圓圈是生成的還是自己畫的也不清楚,能幫忙說明和告知一下嗎,謝謝哈

      來自北京 回復
  7. 請問一下是怎么計算量化表格中每一項的百分比?

    來自廣東 回復
  8. 想問一下 ,橫向為什么間距大為什么間隔是百分之三,縱向間距小為什么間隔是百分之5,同處同一象限怎么計算先做哪個,worst系數取絕對值為什么之前還要乘以負1

    回復
  9. 數據推動需求

    回復
  10. 之前沒了解過這種模型,但在看作者文章的時候,發現自己就是根據這幾種類型的需求進行優先級分類,只不過沒有那么多的數據支持,偏主觀一些

    回復
  11. 您好,關于調查問卷計算百分比那里我有個問題(因為我有個作業也是這個模型),就是在最后算百分比的那個表格,因為提問的時候是一個問題一個問題問的,那個問題統計的也是單獨的占比,怎么樣才能綜合到一起呢?比如如何知道同時選了非常喜歡和無所謂的占比呢?(我不知道我表達清楚了沒,真的很疑惑)

    回復
    1. 應該在統計的時候就是通過兩個維度(比如:正向非常喜歡和負向無所謂)來計算占比的,選擇正向非常喜歡和負向無所謂的問卷占據這兩個維度定義的格子的一票

      來自廣東 回復
  12. 你的文章,我快讀完了 ??

    來自北京 回復
  13. 您好,我也看了《產品需求分析神器:KANO模型分析法 — Angelina_Zhang》這篇文章,無法理解她在better-worse系數時使用的百分比計算方式。您的計算方式和百度百科是一致的,如果您也注意到這點的話,能說說您怎么理解這個百分比嗎?

    來自北京 回復
    1. 基本型需求(不會增加滿意度,少了只會消除滿意度),期望型需求(會提高滿意度,沒有會消除滿意度),興奮型需求(會提高滿意度,沒有不會消除滿意度)。因此,在計算better系數時,想要的是增加滿意的類型占比,也就是A和O;計算worse系數時,想要的是消除滿意度的類型占比,也就是O和M。通過(worse,better)圖能夠比較不同需求下,哪些必須要做,哪些可以暫時不做,哪些沒必要做,能理解嗎

      來自浙江 回復
  14. 四象限圖中的虛線是按照這幾個功能B-W系數的平均值繪制的是吧?
    如果這樣的話,那一個功能到底是什么屬性的功能不就取決與與它一起計算的別的功能的情況了么,一個功能是什么屬性不是應該是客觀實在的?
    那我換一批功能與它一起計算,它是不是就會變成其他的功能屬性?
    另外的話,如果對比的功能都不是同一個類型下的功能,這樣的比較有意義嗎?

    來自上海 回復
    1. 我也想問這個問題,請問您現在對自己的疑惑有解決辦法了嗎

      來自廣東 回復
    2. 使用kano模型是有個前提背景的,就是有一堆需求,大家沒達成共識應該做哪些,誰也說服不了誰,所以才花很大的成本去調研這些需求的better-worse系數,從用戶價值層面論證需求的優先級。往往是只有大廠才能真正實踐這些理論,如果是小公司,一般是領導說了算,或者誰有話語權誰拍板。而且用戶價值只是其中一個角度,還可以從商業視角、業務視角和產品視角等多維度去論述需求價值。

      來自廣東 回復
  15. 很不錯,學到了如何通過KANO模型輸出

    回復
  16. 我是新學營銷策劃的小白,雖然這個看起來很高級,但是我不知道實際上是不是這么做。以后想創業 所以多學點

    回復
  17. 感覺不具有實踐性,非常耗費時間人力,就面試可以吹一下

    來自廣東 回復
    1. 實踐檢驗理論。試試就知道了

      來自福建 回復
  18. 很棒,學習了,有機會我要實踐一下

    來自廣東 回復
  19. 想法和步驟都不一樣。沒學習了

    來自廣東 回復
  20. 有理有據,支持一波作者~~雖然需求的分類和排序在實際工作中還是比較主觀,但作者給出的思路水平比一些不知所云的文章高太多

    來自廣東 回復
    1. 謝謝認可??

      來自福建 回復
  21. 使用方式稍微有點不同,受教了,作者的更加具有規則性
    ??

    來自浙江 回復
    1. 謝謝,筆芯??

      來自福建 回復