卡诺模型执行流程：
一、卡诺模型的五个层次
1.基本型需求／基本品质（需求）
如果此类需求没有得到满足或表现欠佳，客户的不满情绪会急剧增加，并且此类基本型需求／基本品质（需求）需求得到满足后，可以消除客户的不满，但并不能带来客户满意度的增加。
2.期望品质（需求）
如果此类需求得到满足或表现良好的话，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的话，用户的不满也会显著增加。
3.兴奋型需求／魅力品质（需求）
此类需求一经满足，即使表现并不完善，也能带来用户满意度的急剧提高，反之，也不会带来不满。
4.无差异需求／无差异品质
此类需求无论是否被满足都不会给用户满意度带来较大的提升。
5.反向需求／反向品质
反向需求是指如果实现反而会引起用户较强不满情绪的功能点。
二、用户需求确认
1.需求确认阶段主要是通过小组讨论、头脑风暴法来列举产品使用中用户反馈过的问题和应用运行中的bug，在这个阶段不受限制，群举法，尽量从各个角度来列举，丰富内容。
2.需求筛选和过滤
在列举出的需求列表中，根据研究主题、效用、易用、可执行性等进行筛选，如广告等营收行为，是力不能及的需求，还有一些大众的、几乎所有同类产品都有的性能性的需求，如手机散热、卡顿等，短期内无法解决的需求，都可以排除在外，可以按照以下方式进行筛选：
（１）必须过滤掉其中不重要的项目。
（２）对含义相同只是名称不同的项目进行合并。
（３）需要用户反馈中的改善类需求。
（４）根据调查问卷希望获取到的重要程度进行排序。
3.确定需要调查的需求点后，需要根据KANO模型的要求生成对应问卷
（１）对于态度类问题可以设置正反向问题的形式，如"你是赞同还是反对固定比率的所得税"。
（２）也可以设置量表的形式，如李克特量表，“对于下列陈述，您的态度是？非常赞同、有些赞同、不太赞同、非常不赞同”。
（３）问卷的发放可以采用邮件的形式、也可以在网络如问卷星上发放问卷。
4.结果分析
（１）基于KANO模型进行分析
例如：
我们可以对上述结果进行转义，转换为通用的形式，例如：
之后针对每道题在对应的单元格中填写统计数据，数据主要以人数统计，例如正向选择我喜欢、反向选择我喜欢的人数为12，则第一行一列的单元格数字为12。
如此统计后，通过对纵向和横向用户数量分布最多的一列进行分类，做出分类汇总表：
（２）除了卡诺模型，我们还可以对每一项指标、包括处于选项两级的类别，如“最喜欢、最不喜欢”等进行描述统计分析，以饼图或者直方图的形式进行展示，还可以増加了需求人数、不关屯、人数、反向人数、有效用户数、用户接受度、反向用户率等统计结果。
需求人数
指在问题中的兴奋型需求、期望型需求、基本型需求的人数的总和。也即在正向调查中回答了＂我喜欢＂和在反向调查中回答＂我不喜欢＂的人数的总和。可疑结果不被计入结果总数中。
不关心人数
该部分用户对于该需求的正向或者反向问题没有明确的感情色彩，感到都能接受或者根本不在意该需求。该需求的变更不会对这部分用户产生明显的影响。
反向人数
指对该功能持有反向需求的人数的总和。该部分用户在正向问题中选择了＂我不喜欢＂或者在反向问题中选择了＂我
喜欢＂。存在该功能可能会引起这部分用户较为强烈的反感。
有效用户数
有效用户数是前三者的总和，即需求人数、不关也人数、反向人数的总数。也等于被调查人数减去可疑结果的用户总数。
用户接受度
是需求人数除以有效用户数得到的数值。以百分比的形式展现。该数值越高，用户对该功能的需求越高。该数值跟＂用户需求权重＂的差别是：该数值是通过有需求的人数百分比来反映需求的强烈程度，不会考虑给其它用户（如可能引起反感的用户）带来的影响。
化）
反向用户率
反向人数除以有效用户数得到的数值。以百分比的形式展现。该数值越高，用户对该功能的反感的程度越高。该数值不会考虑有需求的用户的比重，对某些可能会让人有较强两面性需求的功能（喜欢的人很喜欢，不喜欢的人很反感）的指导意义有限。如对弹幕功能的需求。
人均需求权值
是总权值除以有效用户数得到的数值。能够反映单个用户对该功能的需求程度。该数值越高，单个用户对该功能的需求程度越高。由于每个选项正向问题答案分值区间是－１至１，反向问题分值区间也是－１至１，因此该位置的分值区间是－２到２之间。
（3）在做好上述工作的前提下，将所有的关键性结果汇总在一张表中。
还可以对每个指标下的数据进行简单排序，确定出需求的优先级。
网友评论