需求分析神器:KANO模型

簡道雲 發佈 2022-07-17T02:57:01.297363+00:00

在設計一個產品時,首先要考慮的是,它能滿足用戶什麼樣的需求?用戶最喜歡的需求是什麼?在面對大大小小不同的需求時,劃分需求優先級,確定哪些需求是最需要被滿足的,能夠大大提升工作效率。KANO模型正是一個對用戶需求分類和優先級排序的神器。我們來詳細看看這個模型的具體用法。

在設計一個產品時,首先要考慮的是,它能滿足用戶什麼樣的需求?用戶最喜歡的需求是什麼?

在面對大大小小不同的需求時,劃分需求優先級,確定哪些需求是最需要被滿足的,能夠大大提升工作效率。

KANO模型正是一個對用戶需求分類和優先級排序的神器。我們來詳細看看這個模型的具體用法。


定義

KANO模型是東京理工大學狩野紀昭教授發明的,它反映了產品各個屬性和用戶滿意度之間的非線性關係。

KANO包含5種需求類型,基於對需求的滿意度、具備度二維分析KANO將需求分為M、O、A、I、R,即必備型、期望型、魅力型、無差異型、反向型。

必備型需求:需求滿足時,用戶不會感到滿意。需求不滿足時,用戶會很不滿意。

比如手機要能打電話,傘要能遮陽擋雨。如果這種需求不滿足客戶會很生氣,直接投訴或退貨。

期望型需求:需求滿足時,用戶會感到很滿意。需求不滿足時,用戶會很不滿意。

比如電子產品除了基本功能外,顧客也希望它待機時間長,耐用經摔。

魅力型需求:用戶對該需求並沒有太大的期望,一旦這些隱形需求得到,用戶滿意度會急劇上升。即使不夠完善,滿意度也不受影響。

比如在蘋果手機出現前,大家並不知道手機除了打電話發簡訊,還可以如此智能。蘋果抓住了用戶的魅力型需求,迅速占領市場。

無差異型需求:不論提供與否,都不會對用戶的滿意度造成影響。

比如公司贈送一些沒價值的贈品。

反向型需求:消費者有不同類別的需求,如果提供某一人群不需要的需求,反而會使用戶的滿意度下降。

比如某些客戶喜歡花哨複雜的設計,但是其他人只用設計簡單的產品。如果都往複雜化的方向設計,會流失客戶。


分析方式

KANO模型的分析步驟包括:問卷收集→數據清洗→屬性歸屬分析→Better-Worse係數計算。

1、屬性歸屬

要完成KANO模型分析需要用標準化問卷進行調研,對於每個需求有正反兩個方面的問題。意思就是:如果能實現這個需求你感受如何?如果不能實現這個需求你感受如何?

按照用戶對正反兩個方向的回答,可以定位該功能對用戶來說是什麼類型的需求。

每一個功能在各個類型上都有可能得分,同種相加,取占比最高的類型,就可以知道該功能屬於哪種類型的需求。

比如下圖中,魅力需求的占比最高為36.7%,所以該功能屬於魅力型需求。


2、Better-Worse係數

除了對功能進行需求類型分析,還可以運用Better-Worse係數分析,表現增加某功能後的滿意係數,以及消去某功能後的不滿意係數。

增加後的滿意係數 Better/SI=(A+O)/(A+O+M+I)

消除後的不滿意係數 Worse/DSI=-1*(O+M)/(A+O+M+I)

Better表示增加某功能後的滿意係數。為正值,表示如果提供這種功能,用戶滿意度會上升。正值越接近1,該功能對用戶滿意度的提升效果越明顯。

Worse表示消去某功能後的不滿意係數。為負值,表示如果不提供這種功能,用戶滿意度會下降。負值越接近-1,消除該功能對用戶滿意度的削弱效果越明顯。

根據Better-Worse係數,可將不同功能歸於四個象限中。

魅力屬性:Better值高,Worse絕對值低。

期望屬性:Better,Worse絕對值均高。

無差異屬性:Better,Worse絕對值均低。

必備屬性:Better值低,Worse絕對值高。

功能優先級為:必備屬性>期望屬性>魅力屬性>無差異屬性

同種類型的需求中,優先考慮Better值高,Worse值低的。


總結

一般來說,企業會優先滿足用戶的必備型需求,然後盡力滿足客戶的期望性需求,這決定了企業能否在行業競爭中保有優勢。最後應該去滿足客戶的魅力型需求,發現這樣的潛在需求可以很快超越對手。


以上就是KANO模型分析的全過程。在實際運用中還需要結合具體業務靈活變通,希望能幫助你更高效科學地分析需求!

關注@簡道雲,獲取更多乾貨!

關鍵字: