KANO模型:产品人必懂的需求分析法

29 评论 110795 浏览 566 收藏 19 分钟

需求会因人而异,会因文化差异而不同;也会随着时间变化。作为产品设计者,我们应该持续调研需求,对产品进行迭代优化。

在做项目做产品的过程中,作为互联网产品设计师的我们,经常会接到来自PM/领导/业务方等等的各种需求。

有的时候,哪怕一个小功能、次次次级页面都会争得不可开交。这个时候怎么办呢?到底应该听谁的呢?哪个需求优先级高?哪种呈现方法是更靠谱的呢?

今天我们就来聊聊一个非常实用的需求分级方法——KANO模型

一、什么是KANO模型?

KANO模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和排序的有用工具通过分析用户对产品功能的满意程度,对产品功能进行分级,从而确定产品实现过程中的优先级。

KANO模型是一个典型的定性分析模型,一般不直接用来测量用户的满意度,常用于识别用户对新功能的接受度。

帮助企业了解不同层次的用户需求,找出顾客和企业的接触点,挖掘出让顾客满意至关重要的因素。

KANO模型的需求分类

在KANO模型中,根据不同类型的需求与用户满意度之间的关系,可将影响用户满意度的因素分为五类:基本型需求、期望型需求、兴奋型需求、无差异需求、反向型需求。

1)兴奋型需求

所谓暗处,用户意想不到的,需要挖掘/洞察。若不提供此需求,用户满意度不会降低;若提供此需求,用户满意度会有很大的提升。

当用户对一些产品或服务没有表达出明确的需求时,企业提供给顾客一些完全出乎意料的产品属性或服务行为,使用户产生惊喜,用户就会表现出非常满意,从而提高用户忠诚度。

这类需求往往是代表顾客的潜在需求,企业的做法就是去寻找发掘这样的需求,领先对手。

2)期望型需求

所谓痒处。当提供此需求,用户满意度会提升;当不提供此需求,用户满意度会降低。

它是处于成长期的需求,客户、竞争对手和企业自身都关注的需求,也是体现竞争能力的需求。对于这类需求,企业的做法应该是注重提高这方面的质量,力争超过竞争对手。

3)基本型需求

所谓痛点,对于用户而言,这些需求是必须满足的,理所当然的。当不提供此需求,用户满意度会大幅降低,但优化此需求,用户满意度不会得到显著提升。

对于这类需求,是核心需求,也是产品必做功能,企业的做法应该是注重不要在这方面减分,需要企业不断地调查和了解用户需求,并通过合适的方法在产品中体现这些要求。

4)无差异需求

用户根本不在意的需求,对用户体验毫无影响。

无论提供或不提供此需求,用户满意度都不会有改变。对于这类需求,企业的做法应该是尽量避免。

5)反向型需求

用户根本都没有此需求,提供后用户满意度反而下降。

总而言之,我们做产品设计时,需要尽量避免无差异型需求、反向型需求,至少做好基本型需求、期望型需求,如果可以的话再努力挖掘兴奋型需求。

二、如何使用KANO模型?

KANO模型分析方法主要是通过标准化问卷进行调研,根据调研结果对各因素属性归类,解决需求属性的定位问题,以提高用户满意度。

1. 明确目的

做之前,必须明白调研的目的是什么,是否合适用KANO 模型解决,为什么要用KANO 模型解决。

例如:企业为卖家开发的CRM工具,随着卖家客户的不断增长,CRM系统中需引入一些新的功能满足其管理需求。而我们作为产品开发设计者,需要知道这些功能哪些是基本功能,哪些是增值功能,功能的优先级又该如何排列等等。

KANO模型就可以帮助我们很好地贴合业务需求,从具备程度和满意程度这两个维度出发,将CRM中新增的功能进行区分和排序,从而知道:哪些功能是一定要有,否则会直接影响用户体验的(基础属性、期望属性);哪些功能是没有时不会造成负向影响,拥有时会给用户带来惊喜的(兴奋属性);哪些功能是可有可无,具备与否对用户都不会有大影响的(无差异因素)。

2. 设计问卷

此问卷调查表划分维度有两个:提供时的满意程度、不提供时的满意程度。

而满意程度被划分为5级(非常满意、满意、一般、不满意、很不满意),因为人的满意程度往往是渐变的,而不是突变的。

满意程度的文案可根据实际问题灵活修改,如使用(非常喜欢、理应如此、无所谓、勉强接受、很不喜欢 或者 非常有用、挺实用、无所谓、不实用、很不实用 )更加形象的描述。

例如:在【通讯录】中,是否需要直接提供「拨打电话」的按钮?问卷设置正反两题:

1)如果我们在【通讯录】的客户列表中,提供“拨打电话”的按钮,你的感受是:

  • A. 非常喜欢
  • B. 理应如此
  • C. 无所谓
  • D. 勉强接受
  • E.很不喜欢

2)如果我们在【通讯录】的客户列表中,没有提供“拨打电话”的按钮,你的感受是:

  • A. 非常喜欢
  • B. 理应如此
  • C. 无所谓
  • D. 勉强接受
  • E. 很不喜欢

为了更加形象且一目了然,我们可以如下设计。填问卷的人只需要在空白处打勾打叉就好了,非常方便。

设计问卷的过程中,有几点要注意:

  • 问卷中的每道题都涉及到正反两面,应适当给予强调,防止用户看错(比如正反对立词字体加粗/标红等等);
  • 在设计问卷时,尽量做到清晰易懂、语言尽量简单具体,避免语意产生歧义;
  • 选项给予说明:由于每个人对“非常喜欢、理应如此、无所谓、勉强接受、很不喜欢”等形容词的理解都不一样,所以最好有一个明确统一的说明,让用户可以有个对照,方便填写。

例如:

  • 非常喜欢:让你感到满意、开心、惊喜。
  • 理应如此:你觉得是应该的、必备的功能/服务。
  • 无所谓:无所谓喜不喜欢,都可以接受。
  • 勉强接受:你不喜欢,最好是没有,有的话就勉强凑活。
  • 很不喜欢:让你感到不开心、甚至沮丧,无法接受。

3. 清洗数据

在收集所有问卷之后,注意清洗掉个别的明显胡乱回答的个例。如全部问题都选择“我很喜欢”或“很不喜欢”的,这种回答毫无参考价值。

4. 整理分类

为了能够将需求区分为基本型需求、期望型需求和兴奋需求,需按照正向和负向问题的回答对属性进行分类,具体分类对照下表。

当正向问题的回答是“我喜欢”,负向问题的回答是“我不喜欢”,那么KANO评价表中,这项功能特性就为“O”,即期望型。

如果将用户正负向问题的回答结合后,为“M”或“A”,则该功能被分为基本型需求或兴奋型需求。其中,R表示用户不需要这种功能,甚至对该功能有反感;I类表示无差异需求,用户对这一功能无所谓。Q表示有疑问的结果,一般不会出现这个结果(除非这个问题的问法不合理,或者是用户没有很好的理解问题,或者是用户在填写问题答案时出现错误)。

简单来说就是:

  • A:兴奋型;
  • O:期望型;
  • M:必备型;
  • I:无差异型;
  • R:反向型;
  • Q:可疑结果。

注意:以上对照表只是的最常见的一种归类方式。实际操作中,可因人而异,因产品、公司、地域而异(尤其是关于“R”和“O”的定义),因为满意度本身就难以衡量。

5. 量化表格

1)判断KANO属性

记录所有合理的数据,计算出各项占比,填写在下面的对照表里面。

从上表中不难看出,“通讯录中「拨打电话」“这个功能在6个维度上均可能有得分,将相同维度的比例相加后,可得到6个属性维度的占比总和。总和最大的一个属性维度,便是该功能的属性归属。

可看出“在通讯录中提供「拨打电话」功能“属于兴奋型需求。即说明没有这个功能,用户不会有强烈的负面情绪,但是有了这个功能,会让用户感受到满意和惊喜。

如果你只判断这一个需求,那么进行到这一步就可以到此为止了。如果涉及到多个需求的排序分级,你还需进行下一步。

2)计算 better-worse系数

Better-worse系数,表示某功能可以增加满意或者消除不喜欢的影响程度。

Better,可以解读为增加后的满意系数。Better的数值通常为正,代表如果产品提供某种功能或服务,用户满意度会提升。正值越大/越接近1,则表示用户满意度提升的效果会越强,满意度上升的越快。

Worse,可以叫做消除后的不满意系数。Worse的数值通常为负,代表产品如果不提供某种功能或服务,用户的满意度会降低。其负值越大/越接近-1,则表示对用户不满意度的影响最大,满意度降低的影响效果越强,下降的越快。

因此,根据 better-worse系数,对两者系数绝对分值较高的项目应当优先实施。

其计算公式如下:

  • 增加后的满意系数 Better/SI=(A+O)/(A+O+M+I)
  • 消除后的不满意系数 Worse/DSI= -1 *(O+M)/(A+O+M+I)

3)结果产出

例如:某产品希望优化5项功能,但是不知道哪些是用户需要的。通过KANO调研分析,可以分别计算出5项功能的better-worse系数。

根据5项功能的better-worse系数值,将散点图划分为四个象限,以确立需求优先级。

  • 第一象限表示:better系数值高,worse系数绝对值也很高的情况。落入这一象限的因素,称之为期望型因素(一维因素)。功能2落入此象限,即表示产品提供此功能,用户满意度会提升,当不提供此功能,用户满意度就会降低。
  • 第二象限表示:better系数值高,worse系数绝对值低的情况。落入这一象限的因素,称之为兴奋型因素。功能1落入此象限,即表示不提供此功能,用户满意度不会降低,但当提供此功能,用户满意度会有很大提升。
  • 第三象限表示:better系数值低,worse系数绝对值也低的情况。落入这一象限的因素,称之为无差异因素。功能3落入此象限,即无论提供或不提供这些功能,用户满意度都不会有改变,这些功能点是用户并不在意的功能。
  • 第四象限表示:better系数值低,worse系数绝对值高的情况。落入这一象限的因素,称之为必备型因素。功能4落入此象限,即表示当产品提供此功能,用户满意度不会提升,当不提供此功能,用户满意度会大幅降低;说明落入此象限的功能是最基本的功能。

在实际项目中:

  • 我们首先要全力以赴地满足用户最基本的需求,即第四象限表示的必备型因素,这些需求是用户认为我们有义务做到的事情。
  • 在满足最基本的需求之后,再尽力去满足用户的期望型需求,即第一象限表示的期望因素,这是质量的竞争性因素。提供用户喜爱的额外服务或产品功能,使其产品和服务优于竞争对手并有所不同,引导用户加强对本产品的良好印象。
  • 最后争取实现用户的兴奋型需求,即第二象限表示的兴奋型因素,提升用户的忠诚度。

结论

根据KANO模型计算出的better-worse系数值,说明该产品先满足功能5和4,再优化功能2,最后满足功能1。

而功能3对用户来说有或者没有都无所谓,属无差异型需求,并没有必要花大力气去实现。

三、总结

KANO模型定义了三个层次的需求:基本型需求、期望型需求和兴奋型需求。

  • 基本型需求:产品“必须有”的功能,也是MVP产品要求具有的功能;
  • 期望型需求:非必须功能需求,但通常作为竞品之间比较的重点;
  • 兴奋型需求:属于惊喜型产品功能,超出用户预期,往往能带来较高的忠诚度。

根据KANO模型建立产品需求分析优先级,运用到产品设计中就是要抓住用户的核心需求,解决用户痛点(基本型需求),抓住用户痒点(期望型需求)。在确保这两者都解决的前提下,再给用户一些high点(兴奋型需求)。

严格来说,KANO模型并不是一个测量用户满意度的模型,而是对用户需求的分类,通常在满意度评价工作前期作为辅助研究的典型定性分析模型。

KANO模型的目的是通过对用户的不同需求进行区分处理,了解不同层次的用户需求,帮助企业找出提高产品用户满意度的切入点,或者识别出使用户满意至关重要的因素。

但需求会因人而异,会因文化差异而不同;也会随着时间变化。可能前段时间的期望型需求,甚至兴奋型需求,到如今已变成了基础型需求。

所以,作为产品设计者,我们应该持续调研需求,对产品进行迭代优化。

参考资料:

1. kano模型_百度百科

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

 

本文由 @宛苏 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 请问可以转载吗

    来自湖南 回复
  2. 想请教下用的什么画图软件,感谢

    来自北京 回复
  3. 这个例子中,感觉better-worse系数的参考价值好像不是很大,因为在上面百分比数据处理后,我们已经能够定性知道每个功能的类型了,那就可以按照必备>期望>兴奋排序来确定优先级了。我觉得better-worse系数是不是对于同类型功能,进行优先级排序,才是这个值的参考价值,比如后面例子中讲到的4和5,两个都是必备型功能,但是应该优先做哪个,是不是就可以根据better-worse系数来进行判断呢?

    来自广东 回复
    1. 但是4和5都是必备型需求,分析优先做哪个意义不大,都是要实现的。不过期望型或兴奋性功能应该是可以根据系数来判断用户对此功能的敏感性的,从而决定优先级。

      来自福建 回复
  4. 赞一个

    回复
  5. 苏苏 表格中百分比怎么算的啊? 还有那个象限圆圈是什么软件生成的还是自己画的?怎么画的啊谢谢

    回复
    1. 不用了回答我 我懂了哈哈哈

      回复
    2. 我还是没看明白怎么算的,包括象限圆圈是生成的还是自己画的也不清楚,能帮忙说明和告知一下吗,谢谢哈

      来自北京 回复
  6. 请问一下是怎么计算量化表格中每一项的百分比?

    来自广东 回复
  7. 想问一下 ,横向为什么间距大为什么间隔是百分之三,纵向间距小为什么间隔是百分之5,同处同一象限怎么计算先做哪个,worst系数取绝对值为什么之前还要乘以负1

    回复
  8. 数据推动需求

    回复
  9. 之前没了解过这种模型,但在看作者文章的时候,发现自己就是根据这几种类型的需求进行优先级分类,只不过没有那么多的数据支持,偏主观一些

    回复
  10. 您好,关于调查问卷计算百分比那里我有个问题(因为我有个作业也是这个模型),就是在最后算百分比的那个表格,因为提问的时候是一个问题一个问题问的,那个问题统计的也是单独的占比,怎么样才能综合到一起呢?比如如何知道同时选了非常喜欢和无所谓的占比呢?(我不知道我表达清楚了没,真的很疑惑)

    回复
    1. 应该在统计的时候就是通过两个维度(比如:正向非常喜欢和负向无所谓)来计算占比的,选择正向非常喜欢和负向无所谓的问卷占据这两个维度定义的格子的一票

      来自广东 回复
  11. 你的文章,我快读完了 😉

    来自北京 回复
  12. 您好,我也看了《产品需求分析神器:KANO模型分析法 — Angelina_Zhang》这篇文章,无法理解她在better-worse系数时使用的百分比计算方式。您的计算方式和百度百科是一致的,如果您也注意到这点的话,能说说您怎么理解这个百分比吗?

    来自北京 回复
  13. 四象限图中的虚线是按照这几个功能B-W系数的平均值绘制的是吧?
    如果这样的话,那一个功能到底是什么属性的功能不就取决与与它一起计算的别的功能的情况了么,一个功能是什么属性不是应该是客观实在的?
    那我换一批功能与它一起计算,它是不是就会变成其他的功能属性?
    另外的话,如果对比的功能都不是同一个类型下的功能,这样的比较有意义吗?

    来自上海 回复
    1. 我也想问这个问题,请问您现在对自己的疑惑有解决办法了吗

      来自广东 回复
    2. 使用kano模型是有个前提背景的,就是有一堆需求,大家没达成共识应该做哪些,谁也说服不了谁,所以才花很大的成本去调研这些需求的better-worse系数,从用户价值层面论证需求的优先级。往往是只有大厂才能真正实践这些理论,如果是小公司,一般是领导说了算,或者谁有话语权谁拍板。而且用户价值只是其中一个角度,还可以从商业视角、业务视角和产品视角等多维度去论述需求价值。

      来自广东 回复
  14. 很不错,学到了如何通过KANO模型输出

    回复
  15. 我是新学营销策划的小白,虽然这个看起来很高级,但是我不知道实际上是不是这么做。以后想创业 所以多学点

    回复
  16. 感觉不具有实践性,非常耗费时间人力,就面试可以吹一下

    来自广东 回复
    1. 实践检验理论。试试就知道了

      来自福建 回复
  17. 很棒,学习了,有机会我要实践一下

    来自广东 回复
  18. 想法和步骤都不一样。没学习了

    来自广东 回复
  19. 有理有据,支持一波作者~~虽然需求的分类和排序在实际工作中还是比较主观,但作者给出的思路水平比一些不知所云的文章高太多

    来自广东 回复
    1. 谢谢认可❤️

      来自福建 回复
  20. 使用方式稍微有点不同,受教了,作者的更加具有规则性
    😉

    来自浙江 回复
    1. 谢谢,笔芯❤️

      来自福建 回复