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

編輯導語：Kano模型是一款對用戶需求分類和優(yōu)先排序的有用工具，利用Kano模型來做產(chǎn)品需求分析，能有效地提高整體的效率以及更好地分析用戶需求，本篇文章作者介紹了用kano模型做需求分析的方法內(nèi)容，一起來學習一下吧。

產(chǎn)品經(jīng)理日常工作中，經(jīng)常會遇到來自業(yè)務(wù)方、運營、BOSS、及自己日常體驗總結(jié)的各種各樣的需求，這些需求交付到自己手中時也會伴隨著各種各樣“有理有據(jù)”的原因。

那我們該如何處理這些需求，且對這些需求進行優(yōu)先級劃分，就需要使用一些需求分析方法來解決。

Kano模型就是一個可以幫助我們有效識別“真?zhèn)涡枨蟆薄澐中枨髢?yōu)先級的有效工具。

Kano模型是東京理工大學教授狩野紀昭（Noriaki Kano）發(fā)明的對用戶需求分類和優(yōu)先排序的有用工具，以分析用戶需求對用戶滿意的影響為基礎(chǔ)，體現(xiàn)了產(chǎn)品性能和用戶滿意之間的非線性關(guān)系。

一、意義

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。

有助于產(chǎn)品經(jīng)理了解不同層次的用戶需求，主要是通過標準化問卷進行調(diào)研，根據(jù)調(diào)研結(jié)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。

二、具體內(nèi)容

根據(jù)不同的需求內(nèi)容與用戶的滿意度關(guān)系，可以將kano模型的內(nèi)容具體分為五類，此處根據(jù)我們產(chǎn)品上常用的話術(shù)概況為【五點】。

1. 基本型需求——痛點

也稱必備型、理所當然的需求，是給用戶對服務(wù)方提供的基本要求。

基本型需求沒有達到時用戶會表現(xiàn)的很不滿意，但是即便做的再好，用戶也不會因此有更多的好感。

2. 期望型需求——癢點

期望型需求與用戶的滿意度成比例關(guān)系，即期望型需求滿足的越多，用戶的滿意度越高。

此需求不會像基本型需求那么苛刻，但此需求得不到滿足時用戶的不滿感也不會像基本型需求那樣顯著增加。

3. 魅力型需求——興奮點

又稱興奮型需求，不會被用戶過分期望的需求。隨著不斷滿足用戶的興奮型需求，用戶的滿意度也會不斷的增加，即便表現(xiàn)的不完善，用戶的滿意程度也是非常高的。

反之用戶的期望不滿足時，顧客也不會表現(xiàn)出明顯的不滿意。

4. 無差異型需求——無關(guān)緊要點

不論提供與否，對用戶體驗無影響的需求。

5. 反向型需求——膈應(yīng)點

又稱逆向型需求，指引起強烈不滿的質(zhì)量特性和導致低水平滿意的質(zhì)量特性，因為并非所有的消費者都有相似的喜好。

許多用戶根本都沒有此需求，提供后用戶滿意度反而會下降，而且提供的程度與用戶滿意程度成反比。

三、使用方法

1. 明確目標

首先需要明確調(diào)研的目的是什么？kano模型是否適用，為什么要用kano模型去解決。

這點就需要再次回顧其意義，這里是幫助解決需求屬性的定位問題，屬于定性分析，定量分析問題無法用kano模型去處理。

2. 設(shè)計調(diào)查問卷

KANO問卷中每個屬性特性都由正向和負向構(gòu)成，或者說一個問題需要設(shè)置正反2個不同的子問題，分別測量用戶在面對具備或不具備某項功能所做出的反應(yīng)。

問卷中的問題一般采用五級選項，按照：喜歡、理應(yīng)如此、無所謂、勉強接受、我不喜歡，進行評定，因為用戶對于一個事情的感知是漸變，不是突變的（描述詞語可以根據(jù)場景具體定義，但是根據(jù)模型內(nèi)容需要設(shè)置五級選項）。

需要注意的是這里的五級并不是跟一一上面模型分級對應(yīng)，僅僅是針對某一項內(nèi)容的五種不同的梯度態(tài)度，避免在下面數(shù)據(jù)統(tǒng)計時疑惑。

在問卷設(shè)計時，把問卷盡量設(shè)計得清晰易懂、語言盡量簡單具體，避免語意產(chǎn)生歧義。

同時，可以在在問卷中加入簡短且明顯的提示或說明，方便用戶順利填答，例如：

• 喜歡：讓你感到滿意、開心、驚喜；
• 理應(yīng)如此：你覺得是應(yīng)該的、必備的功能/服務(wù)；
• 無所謂：你不會特別在意，但是可以接受；
• 勉強接受：你不喜歡，但是可以接受；
• 我不喜歡：讓你感到不滿意。

例如：在微信中消息中，是否需要增加【視頻通話】功能？問卷需要設(shè)置正反兩題：

1）正向：如果我們在微信消息中，提供【視頻通過】功能，你的感受是：

• 喜歡；
• 理應(yīng)如此；
• 無所謂；
• 勉強接受；
• 我不喜歡。

2）反向：如果我們在微信消息中，不提供【視頻通過】功能，你的感受是：

• 喜歡；
• 理應(yīng)如此；
• 無所謂；
• 勉強接受；
• 我不喜歡。

3. 數(shù)據(jù)清洗

在收集所有問卷之后，注意清洗掉個別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. 分類整理

將數(shù)據(jù)清洗過的調(diào)查問卷，進行數(shù)據(jù)匯總，比如某一個用戶對于提供【視頻通話】功能是喜歡，不提供是無所謂，這個時候這個結(jié)果就需要在下面表格中縱向喜歡與橫向無所謂中記一票，依次類推進行數(shù)據(jù)匯總。

5. 量化數(shù)據(jù)，判斷屬性

上述表格數(shù)據(jù)整理完成后，將同類型需求進行求和匯總，得出不同類型需求占比，占比最大的屬性，即為該功能的屬性歸屬，也決定了該功能的具體地位。

其中需要注意的一點是，這里表格的格式是固定的，就用下面的表格舉例，同色或者同字母表示的就是同一類型需求，這也是kano模型實驗定義而成，這里不需要做過多的糾結(jié)。

6. 根據(jù)數(shù)據(jù)確立優(yōu)先級及判斷影響

如果說表格法能清楚的針對某一個需求真?zhèn)芜M行判斷，那如果面對多個需求，如何識別需求真?zhèn)?、判斷需求?yōu)先級，這個時候則需要引入更具體的數(shù)據(jù)計算：Better-Worse系數(shù)，?它更適合面對多需求時如何排定需求優(yōu)先級。

公式如下：

增加后的滿意系數(shù) Better/SI=（A+O）/(A+O+M+I)

消除后的不滿意系數(shù) Worse/DSI=-1*（O+M）/(A+O+M+I)

Batter-Worse表示的是增加或者是消除某一功能對滿意度的影響程度。

Better的數(shù)值通常為正，表示提供某功能后，用戶的滿意度會提升。其正值越大，代表用戶滿意度提升的效果會越強，滿意度上升的越快。

worse的數(shù)值通常為負，表示不提供某功能后，用戶的滿意度會降低。其負值越大，代表用戶滿意度降低的效果會越強，滿意度下降的越快。

網(wǎng)上查詢關(guān)于kano模型的說明，基本上并沒有講解這個系數(shù)怎么計算與繪圖的，這里我們手把手的說一下。

假設(shè)我們現(xiàn)在面臨有的需求有5個功能點，在沒有使用kano模型之前，我們不知道這些需求是否真的需要去做，以及不知道改優(yōu)先處理哪一個。

這個時候我們就需要先對這5個功能點進行調(diào)研問卷測試。

具體可以參照上文說的調(diào)研問卷設(shè)計方式。這里需要提一點的是，如果我們給用戶調(diào)研問卷中問題設(shè)置的比較多，避免用戶做題批量的話，陣列橫向單選。

把問題功能點描述作為行，5級評分作為列，這樣會高效一點。回歸這個用例：

（1）設(shè)計調(diào)研問卷；

（2）數(shù)據(jù)清洗，整理數(shù)據(jù)，輸出對應(yīng)功能的各個數(shù)值：

這里因為系數(shù)計算方式中不需要反向?qū)傩?，所以可以不考慮。

根據(jù)上述不同系數(shù)計算各個功能的batter和worse值：

計算四象法則原點坐標：

這里的原點不是（0,0），是由上述5個功能中，batter值與worse的絕對值的均值作為原點。

Average(better)=(32%+38%+24%+35%+37%)/5=33%

Average(worse)=(-48%+-61%+-32%+-63%+-25%)/5=-46%

所以坐標原點是（46%，33%）橫軸是worse值，縱軸是batter值。

繪制四象限圖：

這里散點的放置即為各個功能點的坐標點與坐標原點（46%，33%）想比較，處于什么位置，分布在四象限中即可。

• 第一象限表示：better系數(shù)值高，worse系數(shù)絕對值也很高的情況。落入這一象限的因素，稱之為是期望因素，即表示產(chǎn)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(shù)值高，worse系數(shù)絕對值低的情況。落入這一象限的因素，稱之為是魅力因素，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(shù)值低，worse系數(shù)絕對值也低的情況。落入這一象限的因素，稱之為是無差異因素，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(shù)值低，worse系數(shù)絕對值高的情況。落入這一象限的因素，稱之為是必備因素，即表示當產(chǎn)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。

Batter-Worse系數(shù)，本質(zhì)上是計算2個坐標值，將相關(guān)的結(jié)果對應(yīng)的象限，即可得出該功能屬于哪一屬性需求（一個功能只計算一個）其實是從數(shù)據(jù)上解釋了kano模型不同類型需求具備程度，對于用戶滿意度的影響程度。

需求優(yōu)先級排序，從上述的結(jié)果中，我們得出：

• 功能1：屬于必備型；
• 功能2、4：輸出期望型；
• 功能5：屬于魅力型；
• 功能3：屬于無差異型。

因此優(yōu)先級排序上，先處理功能1，其次功能2和4先處理低成本的需求，最后處理功能5，功能3則暫時不需要處理。

綜上就是通過batter-worse系數(shù)來判斷當前需求真?zhèn)我约霸u定優(yōu)先級的數(shù)據(jù)方式。

同時我們?nèi)绻δ艿臄?shù)據(jù)量夠大，也能通過batter-worse系數(shù)繪制成如下的圖，來表示各個屬性的功能具備與不具備對用戶的影響程度。

四、總結(jié)

Kano模型其實并不是很復雜，可以簡要的用下述流程圖概括：

Kano模型可以很好的對需求進行分級，也可以幫助我們將日常面對的零零總總的需求，進行屬性歸類，定性分析。

明確什么樣的需求應(yīng)該做，什么樣的需求應(yīng)該優(yōu)先做，什么樣的需求不需要花大力氣去處理。

最后，關(guān)于kano模型中有理解不到位的地方，希望大家批評指正。

本文由 @嘰里咕嚕 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC0協(xié)議。