鏈接：https://www.zhihu.com/question/22989667/answer/61109592
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
卡諾模型（KANO模型）是對用戶需求分類和優先排序的有用工具，以分析用戶需求對用戶滿意的影響為基礎，體現了產品性能和用戶滿意之間的非線性關系。在卡諾模型中，將產品和服務的質量特性分為四種類型：⑴必備屬性；⑵期望屬性；⑶魅力屬性；⑷無差異屬性。
- 魅力屬性：用戶意想不到的，如果不提供此需求，用戶滿意度不會降低，但當提供此需求，用戶滿意度會有很大提升；
- 期望屬性：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；
- 必備屬性：當優化此需求，用戶滿意度不會提升，當不提供此需求，用戶滿意度會大幅降低；
- 無差異因素：無論提供或不提供此需求，用戶滿意度都不會有改變，用戶根本不在意；
- 反向屬性：用戶根本都沒有此需求，提供后用戶滿意度反而會下降
KANO問卷對每個質量特性都由正向和負向兩個問題構成，分別測量用戶在面對存在或不存在某項質量特性時的反應。
除了對於Kano屬性歸屬的探討，還可以通過對於功能屬性歸類的百分比，計算出Better-Worse系數，表示某功能可以增加滿意或者消除很不喜歡的影響程度。
- 增加后的滿意系數 Better/SI=（A+O）/(A+O+M+I)
- 消除后的不滿意系數 Worse/DSI=-1*（O+M）/(A+O+M+I)
Better，可以被解讀為增加后的滿意系數。better的數值通常為正，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，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。
因此，根據better-worse系數，對系數絕對分值較高的功能/服務需求應當優先實施。
根據better-worse系數值，將散點圖划分為四個象限。
- 第一象限表示：better系數值高，worse系數絕對值也很高的情況。落入這一象限的屬性，稱之為是期望屬性，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，這是質量的競爭性屬性，應盡力去滿足用戶的期望型需求。提供用戶喜愛的額外服務或產品功能，使其產品和服務優於競爭對手並有所不同，引導用戶加強對本產品的良好印象；
- 第二象限表示：better系數值高，worse系數絕對值低的情況。落入這一象限的屬性，稱之為是魅力屬性，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，用戶滿意度和忠誠度會有很大提升；
- 第三象限表示：better系數值低，worse系數絕對值也低的情況。落入這一象限的屬性，稱之為是無差異屬性，即無論提供或不提供這些功能，用戶滿意度都不會有改變，這些功能點是用戶並不在意的功能。
- 第四象限表示：better系數值低，worse系數絕對值高的情況。落入這一象限的屬性，稱之為是必備屬性，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，這些需求是用戶認為我們有義務做到的事情。
同類型功能之間，建議優先考慮better系數較高，worse系數較低的。
在產品開發時，功能優先級的排序一般是：必備屬性>期望屬性>魅力屬性>無差異屬性。
但實際需要考慮產品的市場策略，如期望屬性和魅力屬性是可以擊中用戶的爽點或癢點的，在爭取市場份額上期望屬性和魅力屬性更為重要，且可以考慮作為產品賣點進行包裝營銷。
2. 卡諾模型實操
2.1問卷編寫：
由於KANO模型問卷均需要了解以下兩個方面：用戶對於產品/服務具備某功能時的評價（態度）和產品/服務不具備某功能時的評價（態度），需要分別正向和反向地詢問用戶。需要注意：
① KANO問卷中與每個功能點相關的題目都有正反兩個問題，正反問題之間的區別需注意強調，防止用戶看錯題意；
② 在實際題目設置上，當功能點個數比較多（大於5個時）或功能點的差異不大時，有相似之處時，建議對用戶進行分組，每個用戶最多回答5個功能點，且盡量是區分度大的功能點。
③ 在題型上，建議優先選擇單選題，避免使用陣列題，因為陣列題下，用戶更容易亂答或者回答得沒有區分度，導致最終各個功能點沒有區分度，如都屬於期望功能。
④ 功能的解釋：簡單描述該功能點，確保用戶理解；
⑤ 選項說明：由於用戶對“我很喜歡”“理應如此”“無所謂”“勉強接受”“我很不喜歡”的理解不盡相同，因此需要在問卷填寫前給出統一解釋說明，讓用戶有一個相對一致的標准，方便填答。
- 我很喜歡：讓你感到滿意、開心、驚喜。
- 它理應如此：你覺得是應該的、必備的功能/服務。
- 無所謂：你不會特別在意，但還可以接受。
- 勉強接受：你不喜歡，但是可以接受。
- 我很不喜歡：讓你感到不滿意。
⑥ 增加效標以用於驗證KANO結果或分人群分析：用戶使用功能的頻率（后台數據、問卷詢問）、用戶最喜歡哪個功能（如果各個功能點區分度小時，如都屬於期望屬性，可從喜愛度上再進行二次划分）、用戶會因為哪個功能而選擇使用該產品。
2.2數據分析
數據清洗→KANO二維屬性歸屬分析→Better-Worse系數計算。可以直接在Excel或SPSS中進行分析。
此外，還可以結合產品的一些數據支持進行結合分析，如用戶畫像，UV，轉化率等。
2.3數據解讀
KANO模型是對功能/服務的優先級進行探索，具體情況還需要和業務方進行討論，將Kano模型結果和業務實際情況結合討論確定可行的產品功能開發/優化的優先級順序，以將調研結果落地實施。