1. 首页
  2. 自学中心
  3. 理论
  4. 数据分析

KANO模型及需求优先级管理最全详解

作者:杨小牙

之前在一个产品群里,做了一个下厨房app的用户调查问卷 ,其中有一个问题是:你的出生日期是奇数还是偶数?真的是让我百思不得其解,认真作完了问卷之后,马上就问题@他们的产品,得到的答案是整个问卷的设计遵循了KANO模型,无知的我赶紧在网上学习了,今天也分享给大家。(大家可以填下那个问卷,有助于更好的理解哦)

在正式介绍KANO模型之前,我们先来简单的复习下用户满意度的概念。

1.满意度模型

消费者的满意度是取决于他们对企业所提供的产品和服务的事前期待,与实际(感知)效果之间的比较后,用户形成的开心或失望的感觉。

就是说,如果购后在实际消费中的实际效果与事前期待相符合,则感到满意;超过事前期待,则很满意;未能达到事前期待,则不满意或很不满意。实际效果与事前期待差距越大,不满意的程度也就越大,反之亦然。而用户的高满意度则意味着该用户成为产品的忠诚用户,同时会不遗余力的为你的产品宣传,反之我们就不多说了。

KANO模型及需求优先级管理最全详解
满意度模型

通常人们对于满意度的认识是,企业的产品功能或者服务越多用户的满意度就越高,但结果发现却并不尽然,甚至会损害用户体验。狩野纪昭(Noriaki Kano)受到赫茨伯格(Herzberg)的双因素理论启发就发明了满意度的二维模型。

赫茨伯格的双因素理论认为引起人们工作动机的因素主要有两个:一是激励因素,二是保健因素。只有激励因素才能够给人们带来满意感,而保健因素只能消除人们的不满,但不会带来满意感。

好了,铺垫了这么多,我们就正式开始学习这个强大的KANO模型。

2.KANO模型

狩野纪昭(Noriaki Kano)的满意度二维模型认为,当提供某些因素时,未必会获得用户的满意,有时可能会造成不满意,有时提供或不提供某些因素,用户认为根本无差异。

狩野纪昭(Noriaki Kano)将影响满意度的因素划分为五个类型:(1)基本型需求;(2)期望型需求;(3)魅力型需求;(4)无差异型需求;(5)反向型需求。

(1)基本型需求:就是用户不说却必须存在的理所当然的需求,即痛点。当需求满足时,用户不会感到满意,但当不被满足时,用户会很不满意。就好比一个手机却通话质量不好,直接就可以go die了。

(2)期望型需求:与用户满意度成正相关的需求,也叫用户需求的痒处。当需求满足时,用户会很满意,当不被满足时,用户会很不满意。就好比手机的拍照功能。

(3)魅力型需求:也称为兴奋型需求,是企业给用户提供的惊喜型需求。该需求大大超出了用户对产品本来的期望,使得用户的满意度急剧上升,所以即使表现的不太完善,用户的满意程度也非常高。而即使该期望没有被满足,用户也不会感到不满意。这就好像iPhone X的面部识别,即使识别速度有时慢或者不准,也有一大批用户蜂拥购买。

(4)无差异型需求:就是说该需求被满足或未被满足,都不会对用户的满意度造成影响。

(5)反向型需求:该需求刚好与用户的满意度呈反向相关,满足该要求,反而会使用户的满意度下降。

KANO模型及需求优先级管理最全详解
KANO模型

2.1 KANO分析

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。

KANO模型及需求优先级管理最全详解
KANO评价结果对照表

除了对于Kano属性归属的探讨,还可以通过对于功能属性归类的百分比,计算出Better-Worse系数,表示某功能可以增加满意或者消除很不喜欢的影响程度。

增加后的满意系数  Better/SI=(A+O)/(A+O+M+I)

消除后的不满意系数  Worse/DSI=-1*(O+M)/(A+O+M+I)

Better,可以被解读为增加后的满意系数。better的数值通常为正,代表如果提供某种功能属性的话,用户满意度会提升;正值越大/越接近1,表示对用户满意上的影响越大,用户满意度提升的影响效果越强,上升的也就更快。

Worse,则可以被叫做消除后的不满意系数。其数值通常为负,代表如果不提供某种功能属性的话,用户的满意度会降低;值越负向/越接近-1,表示对用户不满意上的影响最大,满意度降低的影响效果越强,下降的越快。

因此,根据better-worse系数,对系数绝对分值较高的功能/服务需求应当优先实施。

KANO模型及需求优先级管理最全详解
四分位图

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。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,这些功能点是用户并不在意的功能。

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。

同类型功能之间,建议优先考虑better系数较高,worse系数较低的。

2.2卡诺模型实操

2.2.1问卷编写:

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  功能的解释:简单描述该功能点,确保用户理解;

③  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。

2.2.2 数据分析

数据清洗→KANO二维属性归属分析→Better-Worse系数计算。

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。

2.2.3 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。

3.优先级管理

作为产品经理,对于已经决定要做的需求非常多,不可能在同一时间内全部开发完成,那么哪些需求先做,哪些需求后做就涉及到一个优先级先后的问题。处理需求的优先级有四种情况:重要且紧急;重要不紧急;紧急不重要;不紧急不重要。这四种是我们处理需求优先级的原则,即重要性+紧急性。下面我们学习下基于重要性+紧急性的原则需求优先级定义的四种方法。

3.1新产品未上线

新产品未上线时,没有相关的运营数据作支持,这时候判断需求的优先级就用到了我们的KANO模型,需求的重要性及紧急性:基本型需求>期望型需求>兴奋型需求.所以基本型需求是必须做的,期望型需求以及兴奋型需求则可以根据运营或者销售等需要同时开发一部分或者后期开发。需要特别注意的是每个用户心里的基本型需求、期望型需求和兴奋型需求是不完全一样的,是千差万别的,比如说有的用户认为期望型需求是基本型需求,而有的用户认为兴奋型需求是基本型需求,这也随着时间在动态变化,甚至衰减,所以产品需求优先级的定义也要根据当时的实际情况来定。

3.2 免费型产品已经上线

免费型产品已经上线这种情况指的是全部免费型产品(全部功能免费)或者部分免费型产品(有些功能免费,有些功能收费)从有到优(调优)的这个过程,这个时候因为有了运营数据的支撑,通过运营数据,能聚类分析出用户的行为,甚至可以给用户画像。那么如何定义需求的优先级呢?这里还是采用需求的商业价值原则,即重要性+紧迫性原则。前面已经阐述过,用户有需求,产品利用相应的功能或内容来对应和满足需求,可以根据功能的使用率,使用次数和重要性,形成一个需求重要性的计算公式,根据计算的结果和紧迫性来定义需求的优先级。

用户需求重要性的判断标准:用户基数、使用次数和类别重要性。类别重要性还是我们的KANO模型分成基本型、期望型和兴奋型需求三类。

对于期望型需求和兴奋型需求,可以通过运营数据,形成公式计算。

需求对应相应的产品功能,用户需求重要性=功能使用用户百分比(用户使用率)*功能使用次数百分比(功能或内容使用率)*类别重要性百分比(期望型需求、兴奋型需求),注意:最底层的基本型需求不在计算范围内,因为默认为最高级别。这个需求级别公式就是综合考虑有多少用户需要、用户经常需要还是偶尔需要、对用户重要还是不重要三个因素。

比如说有功能相对来说类别重要性虽然高一些,但是使用该功能的用户数和用户次数却比较少;有的功能相对来说类别重要性虽然低一些,但是使用该功能的用户数和用户次数却比较多,那么根据上述公式计算后得出的结果有可能是类别重要性比较低的功能整体重要性要高于类别重要性比较高的功能整体重要性。

关于计算公式举例:A功能属于期望型需求,在一定时期内,假设总的用户数有100人,其中有50人使用过A功能,那么A功能使用用户百分比就是50/100=50%,在这50人使用过程中,一共使用了10000次,那么使用次数百分比就是10000/50=200,类别重要性百分比,假定期望型需求是50%,那么A功能级别数值=50%×200×50%=50。

B功能属于兴奋型需求,在一定时期内,假设总的用户数有100人,其中有30人使用过B功能,那么B功能使用用户百分比就是30/100=30%,在这30人使用过程中,一共使用了90000次,那么使用次数百分比就是90000/30=3000,类别重要性百分比,假定兴奋型需求是25%,那么B功能级别数值=30%×3000×25%=225。

可以看出B功能级别数值225要大于A功能级别数值50,所欲B功能的整体重要性要高于A功能。

对用户来说,基本型、期望型与兴奋型需求并不是一成不变的,是一种动态的变化过程。并且运营数据也在不断地发生变化,需要及时作出相应的调整!

是不是明确需求的重要性之后就可以判断需求的优先级了呢,这里面还需要加上一个因素,即紧迫性。还是得按照先做重要且紧急得需求,后做重要不紧急的需求,再做紧急不重要的需求,最后做不紧急不重要的需求。

3.3 收费型产品

收费型产品指的是已经上线或者未上线收费型产品(全部功能收费)或者部分收费型产品(有些功能免费,有些功能收费)。在这特别说明一下,收费型产品的需求也主要是期望型需求和兴奋型需求,因为基本型需求的优先级默认是最高级别的(重要且紧急)。

一般情况而言,收费型产品是公司的收入来源,如无特殊情况,在同等条件下,一般收费型的功能优先级要高于免费型的功能优先级。那么收费型产品的优先级如何定义呢?定义的标准就是商业价值,即重要性+紧迫性,这里的重要性主要指的是经济收益(将战略上的收益也归结经济收益,包括有形的和无形的收益),经济收益高且紧急的功能需求先做,经济收益高且不紧急的功能需求后做,紧急且经济收益不高的功能需求再往后做,不紧急且经济收益不高的功能需求最后才做。

3.4 前置后置条件

前置后置条件指的是有时候必须先完成A功能,然后才能做B功能,从需求的优先级来看,A功能的需求优先级肯定要高于B功能的需求优先级。A功能的重要性和紧急性都要高于B功能。

总的来说,上述四种定义需求优先级的方法,在公司范围内,在特定的产品阶段,是可以搭配使用的。需求优先级定义的原则基本上是一样的,都是商业价值原则,即重要性+紧急性。

不管在哪一种方法下,基本型需求的优先级永远默认是最高级别的,至于期望型需求和兴奋型需求要根据具体的实际情况使用方法的一种或几种方法搭配使用,而不是再用拍脑门来决定需求的优先级。特别注意的是,上述的内容都是围绕需求的优先级来展开的,是从产品人员的角度来说,但是从研发人员的角度来说,毕竟受到各种人力、物力、财力的限制和影响,并不能完完全全按照产品人员确定的需求优先级来进行研发,基于产品人员确定的需求优先级,研发人员基于开发资源提出相应需求优先级的研发优先级。

参考资源:

产品经理定义需求优先级的四种方法

kano模型的详尽解释

本文来自简书,观点不代表一起大数据-技术文章心得立场,如若转载,请注明出处:https://www.jianshu.com/p/6cb238ccdbab

联系我们

在线咨询:点击这里给我发消息

邮件:23683716@qq.com

跳至工具栏