站在設計師的角度淺談“需求模型”:KANO模型與問卷調查實戰

2 評論 2599 瀏覽 9 收藏 12 分鐘

作為一名工作了5年之久的UX設計師(目前已轉崗產品經理),今天站在設計師的視角結合自身實際項目工作經驗跟大家分享一下我對“需求模型”的理解與實戰運用。歡迎大家評論區留言一起交流共同進步。

一、需求分析

什么是用戶需求?

用戶需求:用戶表達出的自己認為的需求(need),在實際工作中,我們獲得的用戶需求往往是用戶所提出的解決方案。

什么是產品需求?

產品需求:產品經理經過深度剖析用戶需求,并分析出用戶內心真正的訴求(want)后,結合該需求的價值與公司資源,所提出的能滿足用戶內在需求的解決方案。

二、KANO模型

1979年,東京理工大學教授 Noriaki Kano 提出了一種對用戶需求進行分類和排序的定性工具。

KANO模型內容:

  1. 基本需求:用戶使用你產品想要解決的核心需求,也是產品的必備功能,如果沒有該功能,用戶會極度不滿,甚至放棄你的產品;即使有了該功能,用戶也認為是理所應當的,用戶不會因此對你的產品滿意度增加,比如微信的聊天功能。
  2. 期望需求:用戶的癢點,產品滿足了這類需求,用戶滿意度會因此增加,也可以成為自己產品的競爭優勢;此類需求得不到滿足或表現不好的話,客戶的不滿也會增加。
  3. 興奮需求:用戶自己都沒想到的需求,產品擁有此功能,即便表現的并不完善或完美,用戶滿意度也急劇提升;即便沒有此功能,用戶也并不會對產品對滿意度降低。
  4. 無差異需求:用戶感覺無所謂的需求,不管產品提供與否,用戶的滿意度都不會因此變化;雖然用戶滿意度不會變化,但是過多的無差異需求,浪費公司資源,使產品變的臃腫,因此也最好不要去做。
  5. 反向需求:該類需求提供對應的功能后,用戶會對產品的滿意度降低。

KANO模型用途:

  • 通過定性、定量的方法進行需求預判,甄別需求的合理性;
  • 識別用戶對提供需求的接受度;
  • 區分需求的級別,關注對用戶滿意度和忠誠度的影響最大的需求;
  • 辨別需求的類型,對需求做量化的優先級排序。

三、項目實戰

適用產品項目:

  • 需求階段有充裕的調研時間和資源的項目;
  • 注重用戶真實感受,想在早期了解用戶真實的需求,注重用戶滿意度的項目;
  • 資源緊張,需要識別需求優先級進行高效資源利用的項目;
  • 用戶體驗對項目成敗影響較大的項目。

不適用產品項目:

  • 需求階段沒有時間和資源做用戶調研的項目;
  • 目標用戶不明確,無法找到足夠樣本量用戶的項目;
  • 用研成果、用戶滿意度對項目影響甚少,以強制性按時完成任務為主導的項目;
  • 用戶體驗不是衡量項目成敗的重要因素的項目。

用戶需求調研-問卷

問卷設計須知:

  • 調查問卷中每個功能需求都由正向和反向兩個問題組成,分別測量用戶在面對提供或不提供某功能時所做出的反應;
  • 問卷中的問題選項并不是開放式的,需要用戶從五個選項:“喜歡/理應如此/無所謂/可以忍受/不喜歡”中進行選擇評定。進而揭示了用戶的實際需求、以及對這些需求的關注程度。

問卷注意事項:

  1. 功能的解釋,描述該功能點需簡明通俗扼要,確保用戶能正確理解;
  2. 每個功能點都有正反兩個問題,正反問題之間的區別需特別注意強調,防止用戶看錯題意;
  3. 由于不同用戶對“喜歡/理應如此/無所謂/可以忍受/我不喜歡”的理解不盡相同,因此需在問卷填寫前統一解釋說明,讓用戶有一個相對一致的標準,提高填答準確性。

答案選項的解釋參考:

  • 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;
  • 無所謂:你不會特別在意,但還可以接受;
  • 可以忍受:你不喜歡,但是可以接受;
  • 不喜歡:讓你感到不滿意、不開心。

需求類型分類:

根據具體單個功能點每一個用戶正反回答,確定該功能點該用戶的需求類型分類:?

  • A:興奮型需求(Attractive Quality):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;
  • O:期望型需求(One-dimensional Quality):非必須功能需求,但提供后用戶滿意度會提升,但通常作為競品之間比較的重點;
  • M:基本型需求(Must-be Quality):產品“必須有”的功能,也是MVP產品要求具有的功能;
  • I:無差異型需求(Indifferent Quality):用戶根本不在意的需求,對用戶體驗毫無影響;
  • R:反向型需求(Reversal Quality):用戶根本都沒有此需求,提供后用戶滿意度反而下降;
  • Q:有問題的回答(Questionable):自相矛盾,有問題的答案,此結果應該廢棄。

問卷統計:

針對每個功能,統計每個用戶定義的需求類型數目分布:

說明:

  • 用戶有效樣本數量大于等于30個;
  • 根據用戶統計占比,自動計算確定需求類型;
  • 出現較多數量“Q”時,調研可能存在較大誤差,考慮廢棄該調查結果;

需求類型判定規則:

  1. 如果(M+O+A)>(I+R+Q) → 則用戶的需求類型為Max{M,O,A}的品質要素類型;
  2. 如果(M+O+A)<(I+R+Q) → 則用戶的需求類型為Max{I,R,Q}的品質要素類型。

確立需求優先級:

Better-Worse系數,?它更適合面對多需求時如何排定需求優先級

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

Better的數值通常為正,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(絕對值)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。

四象限圖表法:

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,稱之為是期望因素,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系數值低,worse系數絕對值高的情況。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。

注意:

這里的象限原點不是(0,0),是由上述調研所有功能中,batter值與worse的絕對值的均值作為象限劃分原點。

四、總結

實戰流程:

實戰注意:

1、在實際工作中,仍然有很多其他情況發生,比如“老板一定堅持要做”;這個時候我們就用最少資源完成老板給的要求,然后再集中精力做自己認為有價值的需求;

2、在需求類型分類時,除了文中給定的需求類型判定規則外(比較通用但不夠精細化),還可以結合自身團隊/項目實際情況來制定一套標準算法(計算公式)判定。

謝謝大家!祝大家新年快樂,工作順利。

本文由 @Zero0304 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。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

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. 朱少寫的不錯

    來自安徽 回復
    1. 以后多交流

      來自浙江 回復