如何利用 KANO 模型計算需求優先級
編輯導語:產品經理在日常工作中會遇到很多需求,很多職場人都會用到 KANO 模型分析法,把需求分為多種類型,然后再分析需求;本文作者分享了關于如何利用 KANO 模型計算需求優先級的方法,我們一起來看一下。
在上一篇文章《【復盤】如何在資源不足的情況下從 0 到 1 做出一款金融科技產品》中提到了我使用 KANO 模型來進行需求的一個排序,就有同學讓我說下如果通過 KANO 模型來計算優先級;本來說上周安排,但是不好意思,我鴿了……
一、KANO 模型
提起大名鼎鼎的 KANO 模型,可能從事 PM 這個職業的或者勵志從事這個行業的小伙伴都不會陌生,我也曾經在多個文章中提到過 KANO 模型。
作為東京理工大學 Noriaki Kano 教授在 1980s 提出的一種對用戶需求進行分類和排序的定性工具,他講顧客偏好分成了五類:
必備型需求:單地說,這些都是客戶期望的要求,并且被認為是理所當然的。做得好的時候,顧客是中立的,做得不好的時候,顧客是非常不滿意的;Kano 最初稱這些為“ Must-be’s ”(「必須的」) ,因為它們是必須包括在內的要求,也是進入市場的門檻,也是我們經常說的「痛點」;客戶認為沒必要說明,產品也必須要做到的!
期望型需求:與客戶的滿意度正相關,滿足時客戶會滿意,不滿足時客戶會不滿意。一般客戶可以明確提出來。這些需求是客戶期待的內容。
魅力型需求:是產品給客戶提供的驚喜型需求,這個需求的滿足將讓客戶的滿意度大幅提升,但是即使沒有滿足,客戶也不會感到不滿意(客戶自己也不知道自己有這個需求)。
無差異需求:這個需求滿足或者不滿足都不會讓客戶對產品的滿意度發生變化。
反向型需求:正如文字表面的意思,這個需求剛好與用戶的滿意度反向相關,如果滿足了這個需求,則客戶的滿意度將會下降。
由于客戶已經習慣了新功能,而且競爭對手也在追趕。隨著時間和市場的變化,很多魅力型、期望型的需求會變化為必備型需求(甚至是反向型需求)的一部分,比如手機的拍照、APP、導航等等;所以對于客戶需求的調研要持續進行,以確定是否會產生新的需求。
舉個例子:iPhone X 面試的時候,我們覺得它的劉海屏真 NB,但是到了現在Android 手機都已經開始「水滴屏」、「挖孔屏」,但 iPhone 還在堅持的「劉海屏」顯然不會成為 iPhone 的期望型需求或者魅力型需求,很多人都在罵 iPhone(顯然已經變成了「反向型需求」)。
二、如何使用 KANO 模型
上邊說的這些,其實很多人都知道。隨便百度下就可以了。但是具體如何使用 KANO 模型指導工作呢?這里主要用到的就是 Kano questionnaire (KANO 調查問卷)。
要說明的是,KANO 模型有個顯著的問題:KANO 模型僅僅關注的是產品性能和用戶滿意度的非線性關系,只衡量了產品功能對于用戶的價值,并沒有衡量實現該功能對于企業的收益和成本(商業價值)。
也就是說,當你的產品目標是提升用戶滿意度的時候,才適合 KANO 模型來進行優先級排序。
Kano questionnaire 一般是由一對問題來組成:
- 當滿足了這個需求時,客戶覺得如何?
- 當沒有這個功能時,客戶覺得如何?
針對每一對問題,都不應該讓客戶開放式的回答,而是應該通過一些非常具體的選項來得到答案:
I like it 我喜歡; I expect it 我希望如此;I am neutral 我是中立的; I can tolerate it 我可以忍受; I dislike it 我不喜歡它。
根據我們收集到的問題結果,我們可以制作一個 KANO 評價表:
其中:
A:魅力型需求 O:期望型需求 M:必備型需求 I:無差異性屬性 R:反向結果 Q:可疑結果(一般不會出現,除非是調查的問題或者客戶理解出現了問題,或者有人在瞎填……)
這里延伸一個問題:考慮到我們是從喜歡/不喜歡兩個方面問一件事,那么可能存在這樣一種情況:
- 有人沒有完全理解我們描述的問題和特征;
- 我們的建議實際上和他們想要的恰恰相反。
針對這種情況,Fred Pouliot 修訂了評價表:
將(2,2)和(4,4)處也改成了 Q。
在匯總了所有用戶的有效問卷后,我們需要針對某一個需求點進行比例分析,分別得出這個需求點中客戶的 AOMIRQ 所占的比例,比例值最大對應的類別就是對應功能的分類類別了。
比如 我曾經之前在 P2P 行業針對某一功能點做過的調研數據:
A:15.6% ;O:40.1% ;M:37.5% ;I:1.5% ;R:4.5% ;Q:0.8%。
顯然占比最高的是 O (期望型需求)。
那么問題來了,如果幾個需求都是一個類別,那么怎么區分優先級呢?
這時候我們可以引入 Better-Worse 系數來進行分析,Better-Worse 系數表示的是某個功能可以增加或者消除不喜歡的影響程度。
Better-Worse 系數公式如下:
通過計算,每一個需求點都會得到 Better/SI 和 Worse/DSI 兩個系數;其中 Better/SI 被理解為增加后的滿意系數,數值通常為正數。
代表如果提供某種功能屬性的話,用戶滿意度會提升;正值越大/越接近1,表示對用戶滿意上的影響越大,用戶滿意度提升的影響效果越強,上升的也就更快。
Worse/DSI 則可以被叫做消除后的不滿意系數,其數值通常為負,代表如果不提供某種功能屬性的話,用戶的滿意度會降低;值越負向/越接近-1,表示對用戶不滿意上的影響最大,滿意度降低的影響效果越強,下降的越快。
既然有了兩個系數,我們就可以做一個平面直角坐標系了。
根據這個坐標系,我們可以按照如下排序規則進行排序:必須 > 期望 > 魅力 > 無差異。
對于在同一象限中的功能點,以 Better系數/|Worse 系數|的大小排序,越大越靠前。
三、最后
上邊說到了,KANO 模型僅僅關注的是產品性能和用戶滿意度的非線性關系,并沒有衡量實現該功能對于企業的收益和成本(商業價值)。
在實際使用上,我之前還推薦過《需求管理之價值 vs 復雜度矩陣》,通過價值和成本的對比進行需求的排序。
不過 KANO 和價值 VS 復雜度矩陣都是一種工具,具體怎么用還得在實際業務中選擇最合適的。
#專欄作家#
張小璋,公眾號:張小璋碎碎念(ID:SylvainZhang),人人都是產品經理專欄作家。野蠻生長的產品經理,專注于互聯網金融領域。
本文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
好奇, KANO評估表里沒有O誒,怎么公式里出了個O
是因為教授名字是Kano吧
就是右上角的P
是 P,筆誤