KANO模型详解分析和总结.docx

最早在腾讯的《在你身边为你设计》中看到这个模型，却一直没完全弄懂是怎么使用的，今天自己编造了一些数据，一步步做了一遍，总算理解了。 以下的引用部分引用自知乎。 卡诺模型简介-对用户满意度和需求进行分析的工具 卡诺模型（KANO 模型）是对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了产品性能和用户满意之间的非线性关系。在卡诺模型中，将产品和服务的质量特性分为四种类型：⑴必备属性；⑵期望属性；⑶魅力属性；⑷无差异属性。 KANO 模型中的几种属性 魅力属性：用户意想不到的，如果不提供此需求，用户满意度不会降低，但当提供此需求，用户满意度会有很大提升； 期望属性：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； 必备属性：当优化此需求，用户满意度不会提升，当不提供此需求，用户满意度会大幅降低； 无差异属性：无论提供或不提供此需求，用户满意度都不会有改变，用户根本不在意； 反向属性：用户根本都没有此需求，提供后用户满意度反而会下降 KANO 模型的使用-问卷编制与数据处理 KANO 问卷对每个质量特性都由正向和负向两个问题构成，分别测量用户在面对存在或不存在某项质量特性时的反应。需要注意： ① KANO 问卷中与每个功能点相关的题目都有正反两个问题，正反问题之间的区别需注意强调，防止用户看错题意； ② 功能的解释：简单描述该功能点，确保用户理解； ③ 选项说明：由于用户对“我很喜欢”“理应如此”“无所谓”“勉强接受” “我很不喜欢”的理解不尽相同，因此需要在问卷填写前给出统一解释说明，让用户有一个相对一致的标准，方便填答。 我很喜欢：让你感到满意、开心、惊喜。 它理应如此：你觉得是应该的、必备的功能/服务。无所谓：你不会特别在意，但还可以接受。 勉强接受：你不喜欢，但是可以接受。我很不喜欢：让你感到不满意。 因此在编制问卷的时候，对每个项目都要有正反两道题来测，比如，“如果在中加入朋友圈功能，您怎样评价？”对应“如果在中去掉朋友圈功能，您怎样评价？”均提供五个选项：我很喜欢、它理应如此、无所谓、勉强接受、我很不喜欢 那么每个用户对于某一个项目的态度必然落入下图表中的某个格子。而对所有的用户来说，共有 5*5 即 25 种可能，统计每种可能下的用户人数占总人数的百分比，来填入下表。之后将下表中标 A、O、M、I、R、Q 的格子中百分比相加，即可得到五种属性对应的百分比。从需求的角度来说，先满足 M 百分比最高的去掉R 百分比最高的，再满足 O 百分比最高的，最后满足 A 百分比最高的。 KANO 评估分类表 Better-Worse 系数-计算与使用 除了对于 Kano 属性归属的探讨，还可以通过对于功能属性归类的百分比，计算出 Better-Worse 系数，表示某功能可以增加满意或者消除很不喜欢的影响程度。 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) 以上算法，就是把各个项目下每个字母对应的百分比放进去进行计算，得到两个系数。 Better，可以被解读为增加后的满意系数。better 的数值通常为正，代表如果提供某种功能属性的话，用户满意度会提升；正值越大/越接近 1，表示对用户满意上的影响越大,用户满意度提升的影响效果越强，上升的也就更快。 Worse，则可以被叫做消除后的不满意系数。其数值通常为负，代表如果不提供 某种功能属性的话，用户的满意度会降低；值越负向/越接近-1，表示对用户不满意上的影响最大，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，对系数绝对分值较高的功能/服务需求应当优先实施。 根据 better-worse 系数值，将散点图划分为四个象限。 better-worse 对应属性分析 第一象限表示：better 系数值高，worse 系数绝对值也很高的情况。落入这一象限的属性，称之为是期望属性，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，这是质量的竞争性属性，应尽力去满足用户的期望型需求。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； 第二象限表示：better 系数值高，worse 系数绝对值低的情况。落入这一象限的属性，称之为是魅力属性，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，用户满意度和忠诚度会有很大提升； 第三象限表示：better 系数值低，worse 系数绝对值也低的情况。落入这一象限的属性，称之为是无差异属性，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