卡诺模型案例分析_KANO模型案例分析---来自58学车

image

作为PM、用研人员及交互设计师,你一定会遇到这样的问题:

| 开发产品时间、人力资源有限,但是不可能所有功能都一并开发,先做哪些需求?

| 实际调研中,用户给到的答案总有很多不确定性,如何才能相对准确的量化调研结果?

| 用户并不知道自己想要什么,但又似乎什么都想要,我该如何引导?

| 调查问卷中,复杂的信息量,用户没有耐心,简单的描述,得不到准确的反馈,应该如何设置问题?

| 实际汇报中,如何让调研得到的结论更有说服力?

在实际工作中,各种新需求一下子都扎堆,哪个需求对用户来说最重要,用户对我们的新功能是否满意?

这些都不应该是PM拍脑袋想出来的,因为产品经理需要做的就是在有限的资源上,通过优化产品设计,提炼出正确、有效的需求,尽量避免在后续的设计、开发中临时改需求,至少要做到框架级的需求不大改,那么如何不用大脑YY出来或者YY出来不至于不靠谱,真正从用户需求出发来梳理出需求层次以及需求优先级,并能进一步判断需求实现对用户影响程度呢?

面对这些问题, KANO模型,可以有效帮你系统的梳理需求,做需求的分析和提炼,提高效率。

一、了解KANO模型

1、 什么是KANO模型?

KANO 模型是东京理工大学教授狩野纪昭发明的对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系,主要用于识别用户对新功能的接受度,帮助企业了解不同层次的用户需求,识别使用户满意的至关重要的因素。2、 KANO模型的属性分类

在卡诺模型中,将产品需求和服务的特性分为五种属性:必备属性、期望属性、魅力属性、无差异属性、反向属性。

image

通过“用户满意度”以及“功能完善程度”两个维度的组合,我们可以划分四种不同类型的需求:

➀ 必备属性

当优化此需求,用户满意度不会提升,但是当不提供此需求或此需求有缺陷,用户会认为这个产品无法使用,并且满意度大幅度下降。例如:餐馆必须可以吃饭,手机必须可以打电话,驾校一点通必须可以练题。针对这类需求,我们必须做到并且做好,但当达到一定程度,也不需要再过多的投入。

➁ 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;例如:餐馆的饭菜丰富且好吃,用户的满意度越高。手机运行越流畅,用户的满意度越高,驾校一点通练题体验越好,用户满意度越高;针对这类需求,功能每提高一点,用户的满意度就可以提高,要集中投入。

➂ 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;例如:餐馆的饭菜丰富且好吃并且价格实惠。驾校一点通可以优先做未做题、错题本巩固练习错题等。针对这类需求,它会成为你产品的亮点以及差异化的点,能极大的提高用户的满意度,但是同时也要付出大量的研发成本。

➃ 无差异属性

无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意;例如你辛辛苦苦实现了一个功能,但是完全没有用户使用?这就属于无差别型需求。针对这类需求,要避免投入,将精力转移到其它类别的需求上面去。

➄ 反向属性

用户根本都没有此需求,提供后用户满意度反而会下降也就是画蛇添足类需求。针对此类需求,无需投入。所以,在实际中,我们首先要全力以赴地满足用户最基本的需求(必备属性),在实现最基本的需求之后,我们应尽力去满足用户的期望型需求(期望属性),最后争取实现用户的魅力型需求(魅力属性),提升用户的满意度/ 忠诚度。同时尽量避免对无差异属性,反向属性类需求的投入。

当了解kano的需求分类后,这些需求的分类可以指导我们基于不同的需求类别,对需求进行排序:

必要型****期望型****兴奋型****无差别型

二、如何实际操作?

如果我们需要进一步将需求进行相对准确的分类,就必需要进行用户调研采集反馈,并将调研结果转化为数据支撑。因此我们需要进行以下4步。

image

1. 选择需求与合适的调研用户确定需要进行排序的需求并选择合适用户样本。

2.设计调查问卷获得有效的反馈这是KANO模型中非常重要的一步,由于KANO模型问卷均需要了解以下两个方面:用户对于产品/服务具备某功能时的评价(态度)和产品/服务不具备某功能时的评价(态度),所以问卷中每个属性特性都由正向和负向两个问题构成,分别测量用户在面对具备或不具备某项功能时的直接感受。

问卷中的问题答案一般采用五级选项:按照:喜欢、理应如此、无所谓、勉强接受、我不喜欢,进行评定。

因此针对每一个需求,我们都向用户进行正向和反向的提问:

正向:如果我们的产品加入这个功能,你觉得怎么样?反向:如果我们的产品没有这个功能,你觉得怎么样?功能的解释:简单描述该功能点,确保用户理解;

例如:以“驾校一点通”为例:

1、针对“优先考未做题”功能,问卷设置正反两题:

a、如果我们在模拟考试页添加“优先考未做题”功能,你的感受是:

A: 我很喜欢 B: 理应如此 C: 无所谓 D: 勉强接受 E: 我不喜欢

b、如果我们在模拟考试页中不提供“优先考未做题”功能,你的感受是:

A: 我很喜欢 B: 理应如此 C: 无所谓 D: 勉强接受 E: 我不喜欢

2、为了便于用户理解,问题设置可以在实际项目中进行调整,当出于功能实用的性角度进行调研时,针对“错题本”功能点,将问卷题干进行调整:

a、如果我们在考试模块中加入“错题本(收藏错题)”功能,你认为此功能实用性如何?

A: 特别实用 B: 比较实用 C: 一般 D: 有一点用 E: 完全没有用

b、如果我们在考试模块中不提供“错题本(收藏错题)”功能,对您的使用有多大影响?

A: 非常影响 B: 比较影响 C: 一般 D: 影响很小 E: 完全没有影响

除此之外,针对每一个功能,我们还要向用户询问一个问题:

这个功能对你来说有多重要?

image

3. 根据用户反馈进行结果清洗

接下来,我们需要对用户反馈结果从“正向-具备功能”“反向-缺少功能”以及“功能重要性”三个维度进行量化,具体量化方法如下:

image

image

image

基于以上量化方式,我们需要分别从这三个维度去计算每一个问题的平均得分,并将“具备功能”和“缺少功能”的平均得分所对应的选项对应到下列表格得到一个重叠坐标。

image

这样我们就可以得到该需求的所属类型了,我们将关注正向的结果(即>0的区域),这样的划分可以帮我们把注意力放在最重要的需求上面。

4.根据清洗数据进行需求排序根据上面表格得到量化结果后既可在以下KANO模型中汇集需求进行需求排序。同时,我们再叠加上“功能重要性”的平均分,根据功能的重要程度,在每个象限中从右到左排序需求。

image

那么一般来说我们的实现顺序为需求6>5>3>2>1,当然根据产品特质的不同及需求的多样性,也可能会出现非必备因素功能重要性非常高的现象,这时就需要自身的产品进行判断、调整排序。

以下是实操案例:

在去年2018年9月份,我们为“驾校一点通”做过一次线下及线上的用户调研。

因为我们这次调研除了功能需求,更多的是对用户体验方面的调研,所以题干的设置上会更具有多样性。

我们先把这些需求提炼出来进行编号便于我们后面排序

image

我们将这些需求点按上述方法编辑问卷,抽样一部分用户进行调研,所得到的调研结果按上述计算方法进行计算并排序,并叠加功能重要性这个问题的平均得分,我们需要根据功能的重要程度,在每个象限中从右到左排序需求。

image

**— **结论 —

在遵循必备因素>期望因素>魅力因素>无差异因素的基础上,从图中我们可以得到结论,应首先优化的是第四象限内需求,根据Y轴该要素的具备程度优先级按从右到左排序,优先级排序为8>7>6>5>4>11>10>12,其次是处在第一象限的期望因素,优先级排序为16>17>15>14>11>9,最后是对于魅力型需求,可酌情考虑开发,优先级排序为18>3>2>1,忽略无差异因素。

— 最后结语** —**

虽说我们需要首先做好必备需求,但基础功能只能消除不满,不能带来满意,所以我们还需要花精力去做一些可以让我们都产品更有竞争力的内容,亮点的重要性在于,有了,才有口碑传播的概念,没有亮点的产品,只会有人用,没有口碑。

需求会随着时间变化,昨天的期望型需求,甚至魅力型需求,到今天可能已变成了必备型需求。比如手机的彩铃,在十年前还是“期望型”需求,今天已经成为“无差异”需求;iPhone在2012年是“魅力型”的需求,到今天已经变为“必备型”的需求,所以需要持续调研需求、产品需要持续迭代。

总而言之,KANO模型具体如何使用,还是要根据项目、产品的具体情况来进行调整。

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值