中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導讀：產品經理工作中，面對多方需求，該如何對需求的優先級進行排序？本文作者從自身工作實踐出發，分享了利用模型KANO模型進行需求屬性歸類的方法，并對過程中需要注意的問題展開了梳理分析，與大家分享。

一、為什么要用KANO模型？

小額付費產品經理的日常工作中，經常會同時接到很多需求，VIP改版、新產品形態掘金、支付頁優化、花幣后臺優化、sqdb4.0添加注釋等等需求，甚至sqdb4..0改版需求中，又涉及到提高算法準確度、添加信號操作建議注釋、添加指標共振選股、增強及時提醒功能……

時間精力、開發資源、UI交互資源有限，尤其像今年上半年疫情泛濫的情況下，開發沒有及時到崗，面對眾多需求的情況下，為了保證收益的最大化，怎么進行取舍，哪些需求的屬性是什么樣子的，是否可以砍掉，怎么排序需求的優先級？以哪一種方式來確定才靠譜？

之前我們小額付費產品團隊中，在處理類似這種優先級排序的時候，都是召集所有提需求的產品一起開個需求會，各自講述一下自己需求的情況和緊急度，然后大家共同表決。雖然看起來很不錯，很民主科學，但實際上在執行的過程中，每個產品經理都會把自己的需求吹的很緊急很重要，但沒有給出一個合理公認的量化結論，以供參考，隨意性還是特別強，幾乎就是“看臉面”決定了優先級。

近期我們和用研的團隊合作，做了幾次調研，他們采用了一個新的模型–KANO模型來為我們的需求做了一個合理公允的分類，效果很不錯。內部分享了這種模型之后，也在思考去建立一套適合小額產品需求的KANO模型。因此，今天要給大家介紹的就是這個工具： KANO模型。

二、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。利用這個模型，我們可以了解手上的這些需求是什么類型的，可以根據重要程度來取舍，比主觀的隨意取舍更為合理、科學。

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5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。

2.1 基本型需求

這個是客戶購買某個產品、使用某個功能時，最根本的需求。當不提供這個需求，用戶滿意度大幅降低，產品會導致客戶投訴，續費率可能就直接為0。但優化此需求，用戶滿意度不會得到顯著提升。好比sqdb沒有給出紅綠電波的買賣點；推薦股票的產品沒有給出股票，而只給出倉位建議；手機level2沒有給出十檔行情，只給出大單凈量的指標……

2.2 期望型需求

客戶非常敏感的需求。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，是客戶、競品包括我們自身都關注的需求，也是體現競爭能力的需求。對應到我們付費產品的期望型需求的話，比如更高成功率的股池、越精準詳細的操作建議、越及時有效的機會風險預警機制等等。

2.3 興奮型需求

顧名思義，就是會讓人興奮欣喜的需求。這種需求是用戶意想不到的，就像驚喜一樣。

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。手機level-2剛開始只有10擋行情，但還是3秒刷新1次，但后面推出了全景委托隊列需求，通過實時計算，將實時委托撤單數據累加到10擋上面，實現10擋委托能實時刷新，而非3秒一次的刷新，提高了數據更新的實時性，對短線客戶幫助非常大，對他們來說這個就是興奮型需求。

2.4 無差異需求

用戶根本不在意的需求，對用戶體驗毫無影響。這種需求可有可無。無論提供或不提供此需求，用戶滿意度都不會有改變。比如：提供自選股的平均漲跌幅，我們通過調研得出這個是無差異的需求。

2.5 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，我們小額付費產品需求時，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。

?三、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。

我把使用模型的步驟分為3步：

第一步：明確調研的目的。

第二步：圍繞目的設計問卷。

第三步：清洗數據與整理分類。

下面拿我最近一個需求實戰案例–sqdb 是否添加信號說明注釋，來講解如何使用KANO模型。

3.1 明確目的

明確自己做問卷調研的目的，以便后面設計問卷題目的時候，能緊緊圍繞目的來設計，確保后面得到的結果也是自己想要的。

例：

【背景】sqdb是公司最賺錢的小額付費產品，存量基數達到10萬，產品的影響面是非常大，但使用滿意度及復購率處于較低水平，一直有客戶反饋信號太過單一，希望能提供有用的信號操作建議等注釋信息。且當前還有好幾個需求在排隊，需要了解這個需求的類型，以判斷其優先級。

【目的】了解用戶是否需要對電波信號進行注解的功能，或者說信號操作建議注釋功能對客戶而言是什么樣的需求，必備、期望的、還是無差異等，從而來確定這個需求的優先級。

3.2 設計問卷

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。

設計問卷的過程中，有幾點要注意：

1. 設計題目要緊緊圍繞目的來設計，確保后面得到的結果也是自己想要的，設計的題目多和相關同事溝通商量，不斷修改完善。
2. 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）；
3. 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
4. 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。

其實，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』sqdb需求添加信號注釋說明，題目可以這么設計：

• 非常喜歡：注釋讓你覺得信號更準，更有意義。
• 理應如此：本來就應該提供的、必備的功能/服務。
• 無所謂：有無注釋，沒影響，都可以接受。
• 勉強接受：注釋不太喜歡，有的話，我也不看。
• 很不喜歡：注釋很厭惡，影響判斷，千萬不要給。

3.3 數據清洗、分類

得到問卷結果后，處理掉一些亂填的客戶數據后，整理統計得到最后以下結果表。

按照最早模型的統計口徑來說，屬性維度占比最大的就是該需求的屬性類型，從上面的得分可以看到無差異屬性的占比為44.2%，說明這個需求就是無差異需求。

但是，由于采用問卷的形式，客戶填寫的隨意性很高，很多答案都沒有經過認真思考就得出來的，因此會發現最后做了很多需求，利用這個模型反饋都是無差異的。所以，不代表這個需求不做，還是要看其他屬性的占比情況，因為這些屬性也代表著部分客戶的需求。

因此我們需要利用另一個指標來確定需求的屬性類型，最后再確定其優先級。這個指標叫做『better/SI 和 worse/DSI 指數』，通過計算這個需求的的better/SI 和 worse/DSI 指數，并標志在四分位圖上，來確定這個需求的類型。

下面我們再來講一下什么是better/SI 和 worse/DSI 指數，以及它的計算方式。

3.4 計算better/SI 和 worse/DSI 指數

Better指數，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。

增加后的滿意系數 Better/SI=（興奮型指數+期望型指數）/（1-反向型指數-可疑型指數）

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。

消除后的不滿意系數 Worse/DSI= -1 *（期望型指數+基礎型指數）/ （1-反向型指數-可疑型指數）

因此，根據 better-worse系數，兩者系數絕對分值較高的項目優先級越高。

通過上面的計算公式，可以得到sqdb添加信號注釋的Better/SI和Worse/DSI指數：

1. 具備信號注解功能的滿意度系數（Better/SI）為26.8%
2. 消除信號注解功能的不滿意系數（Worse/DSI）為-30.3%

以此推知信號注解功能屬于為必備功能（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）。當前sqdb不具備此功能，需要增加注解功能。

至此，我已經介紹完了如何利用KANO模型來判斷需求的屬性歸類。當然這個過程周期是比較長，所以一般都是多個調研需求一起做，減低調研的成本。另外，這個KANO模型也是比90年代提出來的，08年外國有人研究出了一個更為科學，謹慎的KANO模型，但因為過程更為繁瑣復雜，因此比較難以實施，有興趣的同學可以找我要一份相關的資料。

本文由 @新時代過客 原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。