1、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
2、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
3、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
4、反向属性（无差异属性）:用户根本都没有此需求，提供后用户满意度反而会下降。
根据给出的功能（即对应的需求），按照每个人的不同看法可能会得出不同的结果，重要的是面对问题，你是如何进行思考的。
下面是通过KANO模型进行推导出的结果。
魅力属性：7、11、12
期望属性：1、4、5、6
必备属性：2、3、10
反向（无差异）：8、9
第一个版本，只考虑基础、必须的功能，商业化放后，技术受限的放后，剩下的按照优先级排序，优先级考虑投入产出比。最后就是众所周知的1、3、10
关键不在于标准选项是什么，而是要明白这个问题提出的背后是考察你对「MVP」概念和产品的「阶段性规划」思路的理解。
产品当前处于（生命周期的）什么阶段？这个阶段最应该发力什么、关注什么？优先专注于什么？
这个问题其实延伸出，作为产品经理，我们如何规划产品路线图？做规划和优先级时，依据是什么？同时，还涉及到机会成本。一段时间内，你做了A，就做不了B。这就要求我们尽可能地做出正确的产品决策 —— 在正确的时间做正确的事情。
p.s 《精益创业》是这方面不错的启蒙
KANO模型是东京理工大学教授狩野纪昭（Noriaki Kano）发明的 对用户需求分类和优先排序 的有用工具，该模型是受行为科学家赫兹伯格的双因素理论启发而提出的，体现了 产品性能和用户满意度 之间的非线性关系，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，解决产品属性的定位问题，以提高客户满意度 ，如图所示：
也被称为必备型需求、理所当然需求，是客户对企业提供的产品或服务因素的基本要求， 是客户认为产品“必须有”的属性或功能 。当其 特性不充足（不满足顾客需求）时，客户会不满意 ；当其 特性充足（满足客户需求）时，客户也可能不会因而表现出满意 。对于这类基本型需求， 即使超过了客户的期望，但客户充其量达到满意，不会对此表现出更多的好感 。不过只要稍有一些疏忽，未达到客户的期望，则客户满意度将一落千丈。对于客户而言，这些需求是必须满足的，理所当然的。对于这类需求，企业的做法应该是注重不要在这方面失分，需要企业不断地调查和了解客户需求，并通过合适的方法在产品中体现这些要求。
也叫意愿型需求。是指客户的满意程度与需求的满足程度成比例关系的需求，此类需求得到满足或表现良好的话，客户满意度会显著增加，企业提供的产品和服务水平超出客户期望越多，客户的满意状况越好。当此类需求得不到满足或表现不好的话，客户的不满也会显著增加。
期望型需求没有基本型需求那样苛刻，要求提供的产品或服务比较优秀，但并不是“必须”的产品属性或服务行为有些期望型需求连客户都不太清楚，但是是他们希望得到的，也叫客户需求的痒处。这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，要力争超过竞争对手。
在市场调查过程中，客户谈论的通常是期望型需求；比如针对客户投诉也可以被视为期望型需求。如果企业对投诉处理得越圆满，那么客户就越满意。
又叫兴奋型需求，指不会被客户过分期望的需求。
对于魅力型需求，随着满足客户期望程度的增加，客户满意度也会急剧上升，但一旦得到满足，即使表现并不完善，客户表现出的满意状况则也是非常高的。反之，即使在期望不满足时，客户也不会因而表现出明显的不满意。
当客户对一些产品或服务没有表达出明确的需求时，如果能提供给客户一些完全出乎意料的产品属性或服务行为，使客户产生惊喜，客户就会表现出非常满意，从而提高客户忠诚度。这类需求往往是代表客户的潜在需求，企业的做法就是去寻找发掘这样的需求，领先对手。
无论提供或不提供此需求，客户满意度都不会改变，因为客户根本不在意。无论提供与否，对客户体验均无影响，不会导致客户满意或不满意。
又称逆向型需求，指能够引起客户强烈不满的质量特性和导致低水平满意度的质量特性，因为并非所有的客户都有相似的喜好。许多客户根本都没有此需求，提供后客户满意度反而会下降，而且提供的程度与客户满意程度成反比。例如：一些客户喜欢新理念、新技术而另一些人更喜欢成熟度高的普通产品，过多的额外功能会引起客户不满。
在实际操作中，企业首先要全力以赴地满足客户的基本型需求，保证客户提出的问题得到认真的解决，重视客户认为企业有义务做到的事情，尽量为客户提供方便。以实现客户最基本的需求满足。
然后，应尽力去满足客户的期望型需求，这是质量的竞争因素。提供客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，引导客户加强对企业的良好印象，使客户达到满意。最后争取实现客户的兴奋型需求，为企业建立最忠实的客户群。
KANO模型分析方法是狩野纪昭基于KANO模型对客户需求的细分原理开发的一套结构型问卷和分析方法。 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，解决产品属性的定位问题，以提高客户满意度。主要工作流程是：
1、首先要考虑的是分析范围——包括要评估的功能和针对的客户
要研究的功能应该是客户在使用过程中能从中受益的功能 。Kano模型研究的是客户 对可感知、可操作功能 的满意度，还要限制问卷中 包含的功能数量 ，以此提高客户的参与度和专注度。
在选择目标客户参与时，一定要考虑客户所属的人口统计学特征、社会群组或角色，否则最后得到的数据很可能是非常分散的。潜在客户对功能的感受也不相同。但如果考虑到他们所属的某些客群特征分组，就可以显著减少分析中的噪音。
比如有一些产品的核心功能已经存在，而且在业内广为人知，比如电动车进电梯的自动报警、高空抛物监测等。 尽管如此，仍有一部分客户认为它是魅力型，而另一部分客户则认为它是必须型。之所以有这样不同的功能感知，通常是由于客户对市场的了解程度、对企业自身已有优势的判断、对自己的用户需求掌握程度不同导致的。因此，如果能按客户的基本资料对他们的回答进行细分时，每个功能的结果就更加清晰了。虽然有各种细分可能性，但必须得选择对产品有意义的细分。 尤其是B端产品，那么同一个功能对集团型用户或项目公司型客户来说，吸引力就有很大不同。
2、通过问卷获取(尽可能有效的)客户数据
设计调研问卷的时候，问题要尽可能清晰、简洁。每个问题最好只代表一个功能。如果功能比较复杂，而且包含多个步骤和子流程，那就需要进行拆分。而且所问问题应该从与客户利益相关的角度进行表述，而不是产品使用的角度。如果有条件的话，这个时候最好直接给客户演示功能然后询问具备或不具备功能时的看法，这样比表述清楚的问题效果更好。
也可以用文字描述功能优势，再用原型和交互式线框或模型来代替文本问题。 通过视觉和动态的“解释”，这样客户就可以更清楚地了解这些功能和提问。如果以这种形式提出问题，那就应在客户与功能互动之后立即询问客户对标准备选答案的选择。 这样客户就能始终保持清晰的记忆，不至于把这个功能与同一调查中的其他功能混淆。
还有最重要的一点，也是我自己最不喜欢的一种问卷方式，那就是为什么老是喜欢用“我喜欢...”，“我不喜欢...”“必须是...样”之类，最好用一种更为温和的措词，比如“这对我有些帮助”、“这是我想要的基本要求”、“这有点麻烦”、“对我来说这是个影响项目绩效的问题”。
3、分析数据
在对收集到的结果进行整理、制表和清洗后，就能够对功能进行分类，并深入了解确定功能优先级排序。
数据分析可以采用 离散分析和连续分析 。二者都是对数学概念的引用，并且与它们如何将参与者的结果与Kano的分类进行映射有关。
离散型分析是指结果与结果之间没有关系，是分散的。比如类别型的、属性类、合计值、出现的次数、排名等。如果出现多个结果而没有一个明确的分类，则可能有隐藏的信息没有考虑到。 这种情况下，就要回到问卷中去寻找线索；
根据功能的重要性对离散值进行分类排序。此后，在确定优先级时使用的一般经验法则是：首当其冲所有的必须型功能，然后添加尽可能多的期望性功能，最后来一丢丢魅力型功能。这种分析类型适合用在初步了解需求的程度上。
连续性分析是指所获答案是某一范围内的对应数值，比如从-5到+5。数值越大，答案就越能反映客户对该功能的想要程度。重要性也可以从0分到9分之间（在心理测试上最喜欢用这样的方式）。这类答案可以赋予不同权重，以此来考虑如果忽视了的话，客户强烈/较弱的情绪对比。
还有最重要的一点是，这类数值是可以用使用平均数、中位数来对比客户对某一功能的偏好，如此一来，就可以为每个功能计算：所有功能具备、功能缺失和重要性答案的平均分值、中位值；功能具备、功能缺失和重要性评分的标准差。根据每个功能的功能具备和功能缺失的平均分值，可以将它们用tableau的二维表格式+散点图的工具来展示。
KANO模型是由日本的卡诺博士（Noritaki Kano）提出的，KANO模型定义了三个层次的用户需求：基本型需求、期望型需求和兴奋型需求。1、基本型需求
用户认为产品“必须有”的属性或功能，也叫用户需求的 痛处 ，如果此类需求没有得到满足或表现欠佳，用户的不满情绪会急剧增加，并且此类需求得到满足后，可以消除用户的不满，但并不能带来用户满意度的增加。对于这类需求，我们的做法应该是不要在这方面失分。
2、期望型需求
要求提供的产品或服务比较优秀，但并不是必需的产品属性，有些期望型需求连用户都不太清楚，但是他们非常希望得到的，也叫用户需求的 痒处 。用户通常谈论的是期望型需求，期望型需求又叫做线性需求，这类需求越多越好。此类需求若得到满足或表现良好，用户满意度会显著增加，当此类需求得不到满足或表现不好，用户的不满也会显著增加。这是处于成长期的需求，用户、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，我们的做法应该是注重提高这方面的质量，要力争超过竞争对手。
3、兴奋型需求
兴奋型需求指的是提供给用户一些完全出乎意料的产品属性，使用户产生惊喜，也叫用户需求的 暗处 。兴奋点和惊喜点常常是一些未被用户了解的需求，用户在看到这些功能之前并不知道自己需要它们。当其特性不充足时，并且是无关紧要的特性，则用户无所谓，当产品提供了这类需求中的服务时，用户就会对产品非常满意，从而提高用户的忠诚度。这类需求往往是代表用户的潜在需求，我们的做法就是去寻找发掘这样的需求，领先对手。
启发：
1、对于必须完成的功能，在产品发布时需要完成，但并不是要求在第一次迭代时就开发完成；
2、完成尽可能多的线性需求；
3、如果时间允许，至少应该确定少量的兴奋点优先级，把它们包含进发布计划。
1. 反向需求：做得越多，用户越不喜欢。比如不断叠加与产品相关性较小的鸡肋功能；
2. 无差异需求：有没有对用户都无所谓。比如发放无任何实用性的廉价小礼品；
3. 必备需求：有是应该的，没有是不可忍受的。比如食品的食用安全性；
4. 期望需求：多多益善。比如photoshop的图片编辑功能，越多越能体现用户的创造力；
5. 魅力需求：用户不知道他们需要的东西，直到你把它推到用户面前。比如iPhone里的Siri。
如何利用KANO模型来评估需求呢？其实就是将要获取到的需求记录归类到基本型需求、期望型需求和兴奋型需求中。我们可以设计一套问卷，对用户进行问卷调查。KANO建议通过对一个功能问两个问题来确定分类：一个问题是如果产品中有这个功能，用户会觉得如何；另一个问题就是如果功能不存在，用户又是觉得如何。对每个问题采用5点的度量方式进行回答：
我希望这样、我预期这样、我没有意见、我可以忍受这样、我不希望这样。
经过调查后根据下图的归类矩阵，将问题进行归类来确定需求的类型：
M表示必备需求；O表示期望需求；A表示魅力需求；R表示顾客不需要这种质量特性，甚至对该质量特性有反感；I表示无差异需求，顾客对这一因素无所谓；Q表示有疑问的结果，顾客的回答一般不会出现这个结果，除非这个问题的问法不合理、或者是顾客没有很好地理解问题、或者是顾客在填写问题答案时出现错误。
接下来可以应用KANO模型分析方法识别顾客需求。通过调查获得每个质量特性的数据之后，就可以计算每个质量特性在不同需求类型中出现的频率，例如：
KANO模型分析是通过对各质量特性的满意影响力和不满意影响力的分析，来判断顾客对这些质量特性水平变化的敏感程度，进而确定改进那些质量特性敏感性高、更有利于提升顾客满意的关键因素。首先进行满意影响力(SI)和不满意影响力(DSI)两个方面的计算，计算公式如下：
SI=（A+O）/(A+O+M+I)
DSI= -1×(O+M)/(A+O+M+I)
将各质量特性以SI值为横坐标、DSI值为纵坐标纳入敏感性矩阵中。在半径圈(下图中以原点0为圆心，OP为半径的圆)以外的因素，并且离原点越远的因素，敏感性越大，可以确定FM收音机、容量和播放格式是关键要素。而在圈内的质量特性敏感性不大，可暂时不予以考虑。
SI也可以称为better系数，DSI也称为worse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。
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。
另外，注意需求的分类归属会随着时间而产生变化。
——部分内容整理自网络——
欢迎分享，转载请注明来源：夏雨云
微信扫一扫
支付宝扫一扫
评论列表（0条）