Kano模式及使用

Kano模式及使用

一、背景

日本东京理工大学质量管理领域的NoriakiKano教授和他的同事在行为科学家赫兹伯格的双因素理论的启发下，于20世纪70年代第一次将满意与不满意标准引入到质量管理领域，采用二维模式来认知质量，提出了著名的Kano（卡诺）模型。

双因素理论：又名激励一保健理论，美国心理学家赫兹伯格1959年提出，主要把企业分为两个关键因素，即：满意因素和不满意因素。满意因素是指可以使人得到满足和激励的因素（成就，赞赏，挑战性，责任感……），不满意因素是指容易产生意见和消极行为的因素，即保健因素（工资，工作条件，公司政策，管理……）

它主要对用户需求分类和优先排序的工具，以分析用户需求对用户满意度的影响为基础，体现了产品性能和用户满意度之间的非线性关系。

二、介绍

Kano（卡诺）模型展示了不同类型的需求对用户满意度的影响。

图1 Kano模型

Kano模型将需求分为五种类型：

（1）魅力需求：让用户感到惊喜的需求，如果不提供此需求，不会降低用户的满意度，一旦提供魅力需求，用户满意度会大幅提升；

（2）期望需求：如果提供该功能，客户满意度提高，如果不提供该功能，客户满意度会随之下降；

（3）必备需求：这是产品的基本要求，如果不满足该需求，用户满意度会大幅降低。但是无论必备需求如何提升，客户都会有满意度的上限；

（4）无差异需求：无论提供或不提供此功能，用户满意度不会改变，用户根本不在意有没有这个功能。这种费力不讨好的需求是需要尽力避免的；

（5）反向需求：用户根本都没有此需求，提供后用户满意度反而会下降，改进后可以大幅度降低不满意度；

5个需求的排序为：必备>期望>魅力>无差异>反向。

虽然按2个维度区分了5类不同的需求，但是一般改进的需求主要集中在必备需求、期望需求和魅力需求这3类。

不过满足必备需求并不能使产品的用户体验满意程度更高，期望需求和魅力需求的改进才是提升产品用户体验满意程度的有效方式。

三、使用方法

1）问卷调查

Kano（卡诺）模型的使用，我们一般会采用问卷的方式，让被调查者将各个需求按照Kano分析的质量分类表，选择相应需求的分类。

表1 Kano分析的质量分类表 表2 Kano分析因素的对应分类

调查问卷中，每个功能，让被调查者需求根据自己的感受来回答两个问题：（1）有该功能，我会怎样？（2）没有该功能，我会怎样？

例子：

如某一功能，一个调查者认为，有该功能我很喜欢，没有该功能，我很讨厌。那么根据Kano分析的质量分类表，这个功能的因素是O。这说明，这个功能对于当前的这个调查者是期望需求。

但是我们之所以设计调查问卷，就是希望通过对多个被调查人的回答，让功能有个相对客观的需求质量分析。简单点就是用数据说话，大部分人认为是某个类型的需求，才真的是某个类型的需求（大家好才是真的好）。

2）数据收集

当一次调查结束时，我们收回了300份问卷，我们把所有的功能和相应的分类进行统计。我们可能看到某个功能，有2个A，5个O，279个M，10个I，4个R，0个Q。

3）系数分析

不过有个问题，万一一个功能，其中某几个因素的个数差不多，如M有202个，O有190个，那就不太好直接说这个功能是“期望”还是“必备”的。这个时候，我们就要进行系数分析了。

首先可以将反向因素（R）和可疑因素（Q）较多的需求排除。除了Better-Worse系数无法很好地对这2中因素进行区分外，一般R和Q较多的功能，自身也是很有问题的，这些功能，需要进行单独的分析。

我们可以设想下，如果有人认为这个功能是R，那么说明什么。有这个功能，我没有很开心，但是没有这个功能，我很开心。那这个功能应该被枪毙，如果选R的过多，那么提出这个功能就是错误。

而选了Q，说明有这个功能我很开心，没有我也很开心；或者有这个功能我很讨厌，没有我也很讨厌。这种就自相矛盾了，这个就好好分析下，是否是问题设置不合理，还是其他的原因。

我们通过Better-Worse系数来构建要素系数的象限，把落到相应象限的需求，划分到相应的需求分类中去。

然后根据需求的不同，就可以进行需求的排序了。4个需求的排序为：必备>期望>魅力>无差异。

其中，某一功能的Better-Worse系数计算如下：

Better=(A+O)/(A+O+M+I);

Worse=(O+M)/(A+O+M+I)；

得出的系数，需求归类如下：

第一象限：Better>0.5，Worse>0.5，属于期望需求；

第二象限：Better<0.5，Worse>0.5，属于必备需求；

第三象限：Better<0.5，Worse<0.5，属于无差异需求；

第四象限：Better>0.5，Worse<0.5，属于魅力需求；

图2 Better-Worse系数象限

例子：

某一功能的有2个A，5个O，279个M，10个I，4个R，0个Q。则这个功能的Better-Worse系数为（0.02，0.95），那这个就是一个“必备需求”。其他的功能的归类方式也是类似。

四、实际应用

在实际中，专门的科学研究或者用户体验研究的公司，可以使用像3中的使用方法一样，做具体的调查问卷和系数分析。

那么小公司没有这样的条件，对于我们日常的产品过程中，我们需要一个简单的进行划分的方式，以便于尽快地做出决定。

在对自己产品深入理解的基础上，其实一般我们可以将无差异需求和反向需求从自己的需求库中剔除出去，所以我们其实只剩下3类：必备需求、期望需求和魅力需求。

然后就可以接下去问自己和相关的小伙伴2个关键问题了。（1）有该功能，我会怎样？（2）没有该功能，我会怎样？

这个问问题的过程就相当于一个头脑风暴，大家各抒己见，最后把功能归类到某个需求中，这样就把需求的归类就确定下来了，这样我们从用户角度上，就对需求优先级有了基本的判断。

必备>期望>魅力>无差异>反向。

这个方式的应用场景，就本人而言，觉得在砍已上线功能的时候，更好一点。下去容易，上去难，有时砍功能可能不需要太多的工作量，只需要考虑用户的感受就好。因为用户角度不会考虑公司实现这个难度，只会考虑自己用得爽不爽。而针对要上线的功能，除了用户的感受，还要考虑商业价值，实现成本等多个因素。