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