需求分析与建模61 条

Kano 模型与需求分类

Kano 模型按用户满意度把需求分为基本型、期望型、兴奋型、无差异与反向型,通过正反向问卷归类,帮助区分必须做好与超出预期的部分。

Kano 模型是什么

Kano 模型由日本学者狩野纪昭于 1984 年提出,按「功能具备与否对用户满意度的影响方式」把需求分成五类:基本型、期望型、兴奋型、无差异型、反向型。同一功能在不同用户群里的归类可能不同,所以要先收集用户态度再归类。它回答的是「做到什么程度才够」,而不是「要做什么功能」。

基本信息

提出者狩野纪昭(Noriaki Kano),1984 年
五类需求基本型、期望型、兴奋型、无差异型、反向型
数据来源正向题与反向题成对提问的用户问卷
输出Better/Worse 系数或二维归类矩阵
用途需求优先级与资源投放决策

典型使用场景

  • 新功能取舍:判断某功能是必备项还是加分项,决定是否进当前版本
  • 资源受限时排序:先保证基本型达标,再把余量投给期望型
  • 用户分群:比较不同客户群对同一功能的归类差异
  • 老化诊断:检查曾经的兴奋型功能是否已退化成期望型或基本型
  • 需求评审:用问卷数据反驳「我认为用户会喜欢」的主观判断

五类需求

类型满足时不满足时投入策略
基本型无特别感知,认为理所应当强烈不满必须满足,做不到直接出局
期望型满意度随完成度线性提升满意度线性下降按投入产出比排序,做多少得多少
兴奋型惊喜,愿意主动推荐无明显不满少量投入换口碑,注意成本上限
无差异型无感知无感知砍掉或延后,做了也不加分
反向型引起反感反而更满意明确排除,不要做

Better/Worse 系数

Better/Worse 系数
Better = (A + O) / (A + O + M + I)      # 提供该功能对满意度的正向贡献
Worse  = -(O + M) / (A + O + M + I)     # 不提供时的负向影响,看绝对值
# A=兴奋型 O=期望型 M=基本型 I=无差异型,按问卷回答归类计数
# Better 高且 Worse 低:加分项;Worse 绝对值高:必须达标项
# 反向型 R 与存疑 Q 单独统计,不参与系数计算
兴奋型需求会随时间衰减成期望型甚至基本型:手机指纹解锁曾属兴奋型,如今是基本型。分类结果建议每年复测一次,否则排序依据会长期滞后。

易错点

  • 只用十几份问卷直接下结论,统计置信度不足,归类结果经不起复核
  • 把内部认为的亮点功能直接标成兴奋型,未经用户验证,投入后发现用户无感知
  • 归类一次就固化到路线图,忽略需求类型随时间衰减的规律
  • 问卷题目混入实现方案描述,用户实际评价的是方案好感而不是需求本身

数据来源与参考

  • 狩野纪昭 Kano 模型相关文献(1970s-1984)
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌