如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)

4 評(píng)論 14769 瀏覽 90 收藏 10 分鐘

編輯導(dǎo)語(yǔ):產(chǎn)品經(jīng)理在日常工作中會(huì)遇到很多需求,很多職場(chǎng)人都會(huì)用到 KANO 模型分析法,把需求分為多種類型,然后再分析需求;本文作者分享了關(guān)于如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)的方法,我們一起來(lái)看一下。

在上一篇文章《【復(fù)盤】如何在資源不足的情況下從 0 到 1 做出一款金融科技產(chǎn)品》中提到了我使用 KANO 模型來(lái)進(jìn)行需求的一個(gè)排序,就有同學(xué)讓我說(shuō)下如果通過(guò) KANO 模型來(lái)計(jì)算優(yōu)先級(jí);本來(lái)說(shuō)上周安排,但是不好意思,我鴿了……

一、KANO 模型

提起大名鼎鼎的 KANO 模型,可能從事 PM 這個(gè)職業(yè)的或者勵(lì)志從事這個(gè)行業(yè)的小伙伴都不會(huì)陌生,我也曾經(jīng)在多個(gè)文章中提到過(guò) KANO 模型。

作為東京理工大學(xué) Noriaki Kano 教授在 1980s 提出的一種對(duì)用戶需求進(jìn)行分類和排序的定性工具,他講顧客偏好分成了五類:

必備型需求:?jiǎn)蔚卣f(shuō),這些都是客戶期望的要求,并且被認(rèn)為是理所當(dāng)然的。做得好的時(shí)候,顧客是中立的,做得不好的時(shí)候,顧客是非常不滿意的;Kano 最初稱這些為“ Must-be’s ”(「必須的」) ,因?yàn)樗鼈兪潜仨毎ㄔ趦?nèi)的要求,也是進(jìn)入市場(chǎng)的門檻,也是我們經(jīng)常說(shuō)的「痛點(diǎn)」;客戶認(rèn)為沒必要說(shuō)明,產(chǎn)品也必須要做到的!

期望型需求:與客戶的滿意度正相關(guān),滿足時(shí)客戶會(huì)滿意,不滿足時(shí)客戶會(huì)不滿意。一般客戶可以明確提出來(lái)。這些需求是客戶期待的內(nèi)容。

魅力型需求:是產(chǎn)品給客戶提供的驚喜型需求,這個(gè)需求的滿足將讓客戶的滿意度大幅提升,但是即使沒有滿足,客戶也不會(huì)感到不滿意(客戶自己也不知道自己有這個(gè)需求)。

無(wú)差異需求:這個(gè)需求滿足或者不滿足都不會(huì)讓客戶對(duì)產(chǎn)品的滿意度發(fā)生變化。

反向型需求:正如文字表面的意思,這個(gè)需求剛好與用戶的滿意度反向相關(guān),如果滿足了這個(gè)需求,則客戶的滿意度將會(huì)下降。

如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)

由于客戶已經(jīng)習(xí)慣了新功能,而且競(jìng)爭(zhēng)對(duì)手也在追趕。隨著時(shí)間和市場(chǎng)的變化,很多魅力型、期望型的需求會(huì)變化為必備型需求(甚至是反向型需求)的一部分,比如手機(jī)的拍照、APP、導(dǎo)航等等;所以對(duì)于客戶需求的調(diào)研要持續(xù)進(jìn)行,以確定是否會(huì)產(chǎn)生新的需求。

舉個(gè)例子:iPhone X 面試的時(shí)候,我們覺得它的劉海屏真 NB,但是到了現(xiàn)在Android 手機(jī)都已經(jīng)開始「水滴屏」、「挖孔屏」,但 iPhone 還在堅(jiān)持的「劉海屏」顯然不會(huì)成為 iPhone 的期望型需求或者魅力型需求,很多人都在罵 iPhone(顯然已經(jīng)變成了「反向型需求」)。

二、如何使用 KANO 模型

上邊說(shuō)的這些,其實(shí)很多人都知道。隨便百度下就可以了。但是具體如何使用 KANO 模型指導(dǎo)工作呢?這里主要用到的就是 Kano questionnaire (KANO 調(diào)查問卷)。

要說(shuō)明的是,KANO 模型有個(gè)顯著的問題:KANO 模型僅僅關(guān)注的是產(chǎn)品性能和用戶滿意度的非線性關(guān)系,只衡量了產(chǎn)品功能對(duì)于用戶的價(jià)值,并沒有衡量實(shí)現(xiàn)該功能對(duì)于企業(yè)的收益和成本(商業(yè)價(jià)值)。

也就是說(shuō),當(dāng)你的產(chǎn)品目標(biāo)是提升用戶滿意度的時(shí)候,才適合 KANO 模型來(lái)進(jìn)行優(yōu)先級(jí)排序。

Kano questionnaire 一般是由一對(duì)問題來(lái)組成:

  • 當(dāng)滿足了這個(gè)需求時(shí),客戶覺得如何?
  • 當(dāng)沒有這個(gè)功能時(shí),客戶覺得如何?

針對(duì)每一對(duì)問題,都不應(yīng)該讓客戶開放式的回答,而是應(yīng)該通過(guò)一些非常具體的選項(xiàng)來(lái)得到答案:

I like it 我喜歡; I expect it 我希望如此;I am neutral 我是中立的; I can tolerate it 我可以忍受; I dislike it 我不喜歡它。

根據(jù)我們收集到的問題結(jié)果,我們可以制作一個(gè) KANO 評(píng)價(jià)表:

如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)

其中:

A:魅力型需求 O:期望型需求 M:必備型需求 I:無(wú)差異性屬性 R:反向結(jié)果 Q:可疑結(jié)果(一般不會(huì)出現(xiàn),除非是調(diào)查的問題或者客戶理解出現(xiàn)了問題,或者有人在瞎填……)

這里延伸一個(gè)問題:考慮到我們是從喜歡/不喜歡兩個(gè)方面問一件事,那么可能存在這樣一種情況:

  • 有人沒有完全理解我們描述的問題和特征;
  • 我們的建議實(shí)際上和他們想要的恰恰相反。

針對(duì)這種情況,F(xiàn)red Pouliot 修訂了評(píng)價(jià)表:

如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)

將(2,2)和(4,4)處也改成了 Q。

在匯總了所有用戶的有效問卷后,我們需要針對(duì)某一個(gè)需求點(diǎn)進(jìn)行比例分析,分別得出這個(gè)需求點(diǎn)中客戶的 AOMIRQ 所占的比例,比例值最大對(duì)應(yīng)的類別就是對(duì)應(yīng)功能的分類類別了。

比如 我曾經(jīng)之前在 P2P 行業(yè)針對(duì)某一功能點(diǎn)做過(guò)的調(diào)研數(shù)據(jù):

A:15.6% ;O:40.1% ;M:37.5% ;I:1.5% ;R:4.5% ;Q:0.8%。

顯然占比最高的是 O (期望型需求)。

那么問題來(lái)了,如果幾個(gè)需求都是一個(gè)類別,那么怎么區(qū)分優(yōu)先級(jí)呢?

這時(shí)候我們可以引入 Better-Worse 系數(shù)來(lái)進(jìn)行分析,Better-Worse 系數(shù)表示的是某個(gè)功能可以增加或者消除不喜歡的影響程度。

Better-Worse 系數(shù)公式如下:

如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)

通過(guò)計(jì)算,每一個(gè)需求點(diǎn)都會(huì)得到 Better/SI 和 Worse/DSI 兩個(gè)系數(shù);其中 Better/SI 被理解為增加后的滿意系數(shù),數(shù)值通常為正數(shù)。

代表如果提供某種功能屬性的話,用戶滿意度會(huì)提升;正值越大/越接近1,表示對(duì)用戶滿意上的影響越大,用戶滿意度提升的影響效果越強(qiáng),上升的也就更快。

Worse/DSI 則可以被叫做消除后的不滿意系數(shù),其數(shù)值通常為負(fù),代表如果不提供某種功能屬性的話,用戶的滿意度會(huì)降低;值越負(fù)向/越接近-1,表示對(duì)用戶不滿意上的影響最大,滿意度降低的影響效果越強(qiáng),下降的越快。

既然有了兩個(gè)系數(shù),我們就可以做一個(gè)平面直角坐標(biāo)系了。

如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)

根據(jù)這個(gè)坐標(biāo)系,我們可以按照如下排序規(guī)則進(jìn)行排序:必須 > 期望 > 魅力 > 無(wú)差異。

如何利用 KANO 模型計(jì)算需求優(yōu)先級(jí)

對(duì)于在同一象限中的功能點(diǎn),以 Better系數(shù)/|Worse 系數(shù)|的大小排序,越大越靠前。

三、最后

上邊說(shuō)到了,KANO 模型僅僅關(guān)注的是產(chǎn)品性能和用戶滿意度的非線性關(guān)系,并沒有衡量實(shí)現(xiàn)該功能對(duì)于企業(yè)的收益和成本(商業(yè)價(jià)值)。

在實(shí)際使用上,我之前還推薦過(guò)《需求管理之價(jià)值 vs 復(fù)雜度矩陣》,通過(guò)價(jià)值和成本的對(duì)比進(jìn)行需求的排序。

不過(guò) KANO 和價(jià)值 VS 復(fù)雜度矩陣都是一種工具,具體怎么用還得在實(shí)際業(yè)務(wù)中選擇最合適的。

#專欄作家#

張小璋,公眾號(hào):張小璋碎碎念(ID:SylvainZhang),人人都是產(chǎn)品經(jīng)理專欄作家。野蠻生長(zhǎng)的產(chǎn)品經(jīng)理,專注于互聯(lián)網(wǎng)金融領(lǐng)域。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來(lái)自 Unsplash,基于 CC0 協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 好奇, KANO評(píng)估表里沒有O誒,怎么公式里出了個(gè)O

    來(lái)自上海 回復(fù)
    1. 是因?yàn)榻淌诿质荎ano吧

      回復(fù)
    2. 就是右上角的P

      來(lái)自四川 回復(fù)
    3. 是 P,筆誤

      來(lái)自北京 回復(fù)