用户需求分析模型工具:KANO模型讲解

讲解一下产品经理必须掌握的需求分析工具:KANO模型。

卡诺模型(KANO模型):

卡诺模型(KANO模型)是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。

用户需求分析模型工具:KANO模型讲解

在卡诺模型中,将产品和服务的质量特性分为四种类型:

⑴必备属性;⑵期望属性;⑶魅力属性;⑷无差异属性。

kano模型是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。

用户需求分析模型工具:KANO模型讲解

魅力属性—— Attractive

Quality/Excitement: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;

用户需求分析模型工具:KANO模型讲解

期望属性——One- dimensional Quality

Performance: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;

用户需求分析模型工具:KANO模型讲解

必备属性——Must -be- Quality/Basic:

当优化此需求,用户满意度不会提升,当不提供此需求,用户满意度会大幅降低;

用户需求分析模型工具:KANO模型讲解

无差异属性—— Indifferent Quality:

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;

用户需求分析模型工具:KANO模型讲解

反向属性—— Reverse Quality:

用户根本都没有此需求,提供后用户满意度反而会下降;

用户需求分析模型工具:KANO模型讲解

KANO问卷:

对每个质量特性都由正向和负向两个问题构成,分别测量用户在面对存在或不存在某项质量特性时的反应。

用户需求分析模型工具:KANO模型讲解

四分位图 better worse系数分析:

根据 better-worse-系数值,将散点图划分为四个象限。

第一象限表示:

better系数值高, worse系数绝对值也很高的情况。落入这一象限的属性,称之为是期望属性,即表示产品提供此功能,用户满意度会提升。

当不提供此功能,用户满意度就会降低,这是质量的竞争性属性,应尽力去满足用户的期望型需求。

当不提供此功能,用户满意度就会降低,这是质量的竞争性属性,应尽力去满足用户的期望型需求。提供用户喜爱的额外服务或产品功能,使其产品和服务优于竞争对手并有所不同,引导用户加强对本产品的良好印象;

第二象限表示:

better系数值高, worse系数绝对值低的情况。落入这一象限的属性,称之为是魅力属性,即表示不提供此功能,用户满意度不会降低,但当提供此功能,用户满意度和忠诚度会有很大提升;

第三象限表示:

better系数值低, worse系数绝对值也低的情况。落入这一象限的属性,称之为是无差异属性,即无论提供或不提供这些功能,用户满意度都不会有改变。

第四象限表示:

better系数值低, worse系数绝对值高的情况。落入这一象限的属性,称之为是必备属性,即表示当产品提供此功能,用户满意度不会提升。

当不提供此功能,用户满意度会大幅降低;说明落入此象限的功能是最基本的功能,这些需求是用户认为我们有义务做到的事情。

卡诺模型实操:

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),需要分别正向和反向地询问用户。

需要注意:

① KANO问卷:

问卷中与每个功能点相关的题目都有正反两个问题,正反问题之间的区别需注意强调,防止用户看错题意;

② 在实际题目设置上:

当功能点个数比较多(大于5个时)或功能点的差异不大时,有相似之处时,建议对用户进行分组,每个用户最多回答5个功能点,且尽量是区分度大的功能点。

③ 在题型上:

建议优先选择单选题,避免使用阵列题,因为阵列题下,用户更容易乱答或者回答得没有区分度,导致最终各个功能点没有区分度,如都属于期望功能。

④ 功能的解释:

简单描述该功能点,确保用户理解;

⑤ 选项说明:

由于用户对“我很喜欢”“理应如此”“无所谓”“勉强接受”“我很不喜欢”的理解不尽相同,因此需要在问卷填写前给出统一解释说明,让用户有一个相对一致的标准,方便填答。

我很喜欢:让你感到满意、开心、惊喜。

它理应如此:你觉得是应该的、必备的功能/服务。

无所谓:你不会特别在意,但还可以接受。

勉强接受:你不喜欢,但是可以接受。

我很不喜欢:让你感到不满意。

⑥ 增加效标以用于验证KANO结果或分人群分析:

用户使用功能的频率(后台数据、问卷询问)、用户最喜欢哪个功能(如果各个功能点区分度小时,如都属于期望属性,可从喜爱度上再进行二次划分)、用户会因为哪个功能而选择使用该产品。

数据分析

数据清洗→KANO二维属性归属分析→Better-Worse系数计算。可以直接在Excel或SPSS中进行分析。

此外,还可以结合产品的一些数据支持进行结合分析,如用户画像,UV,转化率等。

数据解读

KANO模型是对功能/服务的优先级进行探索,具体情况还需要和业务方进行讨论。

将Kano模型结果和业务实际情况结合讨论确定可行的产品功能开发/优化的优先级顺序,以将调研结果落地实施。

作者:穆宁Morning

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 387999187@qq.com 举报,一经查实,本站将立刻删除。https://www.8118.com.cn/chuang/1659.html
返回顶部