用戶研究 |KANO（卡諾）模型

 

KANO模型實操過程

問卷設計與回收→數據清洗→KANO二維屬性歸屬分析→ Better-Worse系數矩陣屬性進一步歸類。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。

 

KANO模型是對功能/服務的優先級進行探索，具體情況還需要結合實際情況和業務方進行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。

 

 

 一、KANO模型作用：

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。

根據此模型可以分析出產品某功能/服務歸屬哪一種屬性，具有怎樣的特征。從而進一步明確該功能開發的優先級。

 

二、KANO模型原理

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，(5)反向屬性。

（1）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；

最下面一條曲線叫“基礎（功能）”，沒有的時候，用戶對產品無法接受，有了，也不會誇獎你，用戶會覺得這是理所應當的。所以，必須做，也叫“must have”，不管成本有多高都得做。在功能列表里，這種功能就不用參與pk了，比如手里的打電話、發短信，當然，也許多年以后不是了。

 

（2）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；

中間的叫“ 期望功能”，曲線比較平，也叫“ nice to have”，這里體現出用戶調研的局限性， 如果我們簡單的去問用戶，只能獲得“期望功能”，為什么，因為基礎用戶覺得你肯定有，不會提，而亮點根本想不到。那要讓我們的產品更加豐滿，怎么辦？ 基礎功能，我們說，要靠產品經理的領域知識來彌補，你是做手機的，就必須知道手機要能打電話；而 亮點，就需要靠對用戶需求、場景、人性的理解了，也就是我們經常所謂的“創造需求”，其實，你只是探究到了用戶深層的需求，然后創造了一個解決方案。

 

（3）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；

最上面的曲線也叫“亮點（功能）”，沒有的時候，用戶也想不到，有了以后，用戶會贊不絕口，wow，驚喜。比如手機的指紋識別，解決了安全（更多更復雜的密碼、證書、外掛硬件等等）和方便這一對矛盾的需求。亮點功能的特性，使得我們在選擇“做哪個”的時候有一個訣竅——挑選成本低的亮點功能去實現，比如蘋果電腦的呼吸燈？不要費太大的功夫去做一個亮點——除非你在大公司的里的“研究中心、創新中心”。你認為的亮點到底能不能點亮用戶，是要運氣的，相比下面一種功能，它更像早期投資。

 

（4）無差異屬性：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；

（5）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。

基礎功能只能消除不滿，不能帶來滿意，亮點的重要性在於，有了，才有口碑傳播的概念，沒有亮點的產品，只會有人用，沒有口碑。

一個功能的類別，隨着時間會變，一般從亮點到期望到基本，比如手機的彩屏、和旋鈴聲，在十幾年前還是亮點，今天已經沒人再提。所謂飽暖思淫欲，由儉入奢易……這也是人類創新進步的源泉。

 

三、卡諾模型應用——問卷設計與數據處理

 KANO問卷對每個功能/服務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功能/服務時的反應。

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 在題目數量上，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。

② 功能的解釋：簡單描述該功能點，確保用戶理解；

③ 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。

 

 

 

因此在編制問卷的時候，對每個項目都要有正反兩道題來測，比如，“如果在微信中加入朋友圈功能，您怎樣評價？”對應“如果在微信中去掉朋友圈功能，您怎樣評價？”均提供五個選項：我很喜歡、它理應如此、無所謂、勉強接受、我很不喜歡

那么每個用戶對於某一個項目的態度必然落入下圖表中的某個格子。而對所有的用戶來說，共有5*5即25種可能，統計每種可能下的用戶人數占總人數的百分比，來填入下表。之后將下表中標A、O、M、I、R、Q的格子中百分比相加，即可得到五種屬性對應的百分比。從需求的角度來說，先滿足M百分比最高的去掉R百分比最高的，再滿足O百分比最高的，最后滿足A百分比最高的。

 

四、Better-Worse 系數矩陣

作用：

還可以通過Better-Worse系數矩陣 對功能/服務的屬性進一步歸類，得出增加或者消除某功能/服務對用戶的具體影響程度：

（1）有了什么功能，能大大提升用戶體驗，增加產品競爭力；

（2）取消哪些功能，會使得用戶很不高興。從而明確產品功能開發優先級，便於落地。

 

縱軸 Better ，表示增加某功獲得的滿意系數。公式：Better/SI = (O+A) /(O+M+A+I)

橫軸 Worse，表示去掉某功能引起不滿意程度。公式：Worse/DSI = (O+M) /(O+M+A+I)

得到各個產品功能的better和worse兩個系數以后，就可以對全部功能做出散點圖，然后對比不同的功能它們該歸為哪個屬性類，由於這里的象限是相對來划分的，因此這里使用象限圖對四種屬性的分類也就是各個項目互相對比而來的。

 

因此，根據better-worse系數值，將散點圖划分為四個象限，對系數絕對分值較高的功能/服務需求應當優先實施。

 

 

 

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。

 

 

 

參考：

【1】活用數據分析 

【2】什么是卡諾KANO模型？