需求分析方法论—Kano模型

01

 来源概述

 

著名市场营销学大师菲利普•科特勒说过：满意是指一个人通过对一个产品的可感知的效果与他的期望值相比较后，所形成的愉悦或失望的感觉状态。

 

在竞争日益激烈的当下，用户的满意度直接影响着用户对于企业/产品的忠诚度，进而影响用户的粘性和流失。

 

在传统的观念里，会认为满意的反面就是不满意。赫兹伯格（1974）在研究员工满意度时提出了双因素理论（也被称作激励-保健理论），他认为满意与不满意并不是存共同存在一个单一的连续体，而是分开的。

 

即满意和不满意不是二选一的关系，满意的反面是没有满意，而不满意的反面是没有不满意。所以令人满意的因素即使被去除，并不一定会导致员工的不满意。同样的，让人感到不满的因素被去掉，也不一定会导致员工满意。

 

日本教授狩野纪昭(Noriaki Kano)将赫兹伯格的理论引入到产品质量管理中来。在1984年首度提出了Kano模型。

 

 

                           

 

 

02 

KANO模型的五类影响因素

 

 

 

横坐标表示某项要素的具备程度，越向右边表示该品质要素的具备程度越高，越向左边，具备程度越低。纵坐标表示顾客或使用者的满意程度，越向上，越满意，越向下，越不满意。利用坐标的相对关系，可以分为五类属性：

 

• 必备型需求

 

• 期望型需求

 

• 兴奋型需求

 

• 无差异型需求

 

• 反向型需求

 

 

必备型需求

 

必备需求也就是在产品中的基本需求，就好比“微信”必须要有聊天功能一样，是产品中的核心模块。如果这类需求在产品中并没有体现出来用户就会很不满意，甚至抛弃产品。但是如果具备这类需求对于用户而言也是无感的，用户也会觉得这个是正常的事情。

 

这类需求就是考验产品经理的逻辑完整性和对需求的理解能力了，如果策划出的产品出现功能的严重缺失或逻辑不闭环的情况将一定会造成用户量的流失，所以如何做好这类需求也是一个产品经理的基本功。

 

 

期望型需求

 

期望型需求简单点来说就是用户希望在产品中有什么，如果这个类需求在产品中体现出来用户将会感到满意从而产品进行加分。如果并没有体现这一点对用户来说不会不满，但是会有所降低印象分。

 

所以这类需求对与产品经理来说比较难做抉择的，因为100个用户可能会有50种不同的期望需求，但是一个产品是不可能一次性满足所有的用户需求，这时候就是需要产品经理进行一定的数据分析去策划出合适的功能来满足大众的需求。

 

 

兴奋型需求

 

兴奋型需求其实简单来说就是创新型的需求，可以在用户没有想到或不报太大期望的时候创造出这类需求，基于用户一个兴奋点，例如：微信起初只是一个聊天软件，很难有人能想到可以与支付结合做出微信支付，这一功能的出现触及到了很多用户的兴奋点，从而产生了更深层的裂变。反之这类需求对于用户来说没有的话也不会降低客户满意度。

 

许多同类型产品都是靠着触及用户兴奋点去不断打动用户去创造竞品优势，创新要比实现基础需求更加困难，但是可以创造出与业务贴合且有着一定竞品优势的功能所带来的价值是不可估量的。

 

接下来要说的就是产品经理在需求分析时务必要避免的两点。

 

 

无差异型需求

 

一个产品中可有可无的需求就是无差异型需求，对于用户来说这个需求的出现可能用户并不会过于关注，也并不会为公司带来收益或变现。但是从公司的角度上来讲，这种需求的研发或探讨会产生一定的成本，投入市场后反而没有什么作用，会白白花费人力与财力。严重点可能还会提高产品的使用系数，影响用户体验。

 

所以在需求分析的时候一定需要与之前以后功能和其他需求进行比对，防止出现这种错误。

 

 

反向型需求

 

反向需求说的是会给用户造成很大影响的功能，这类需求也不是凭空出现的，有的公司并没有做足用户分析，而是听到需求就加的话一定会出现这种问题，因为这类需求是一种小众需求，并无法满足大众化，进入市场可能会对大众用户造成使用负担，大大影响对产品的依赖程度。从而造成用户量的流失。

 

那么如何避免这种情况发生呢，还是需要产品经理在需求筛查的时候进行多方位比对，建立好用户画像，去判断可以创造出的用户价值。有人就会问如果是老板提出的需求呢？那么这时候你就需要做好充足的数据报告与用户调研，告诉你们的老板如果这个功能投入市场后会造成的影响，我认为关系到利益老板不会不听的。

 

 

 

03 

案例：Kano模型定义需求

 

在定义需求的时候Kano模型只是一种需求的分析方式，一个好的需求是需要有多种方法进行分析，Kano模型只是希望产品经理们可以将需求带入用户使用场景中去分析，来判断需求的可实施性、影响范围等。以下是以Kano模型为指导的需求分析：

 

为了适应淘宝卖家日益增长的管理客户的需求，淘宝官方客户关系管理工具需要引入一些新功能。

业务方希望知晓在众多用户需要的功能中，哪些是基本功能，哪些是增值功能，功能的优先级又是如何分布排列的。从而可以在进行功能开发优先级排期的同时，结合实际业务情况，考虑哪些功能应该由淘宝官方做，哪些更适合与第三方合作完成。

 

Kano模型从具备程度和满意程度这两个维度出发，将客户关系管理工具中的功能进行细致有效的区分和排序，帮助我们了解直接影响用户体验的必备属性、期望属性；不会造成负向影响，给用户带来惊喜的魅力属性；可有可无对用户无太多影响的无差异因素。

 

Kano模型问卷编制

 

Kano模型设置题目，对于每个问题都要了解两个方面：工具具备该功能时的用户评价、工具不具备该功能时的评价。

 

 

由于每个用户对于“我很喜欢”“理所当然”“无所谓”“勉强接受”“我很不喜欢”的理解不相同，因此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。

 

数据收集&清洗分析

 

除了清洗程序，Kano问卷中，清除了全部选择“我很喜欢”和全部选择“我很不喜欢”的数据。

 

Kano模型分析重点针对于近一个月发单量大于20单的139名用户进行分析。分析方法主要为“Kano二维属性归类”和“better-worse系数分析”。
 

Kano二维属性归属分类

 

 

 

具备这一功能时感觉“很喜欢”，不具备时感受不强烈（“理所当然”/“无所谓”/“勉强接受”），这一功能属于锦上添花的“魅力属性”，以此类推。

 

 

功能属性结果

 

 

“信息管理-购买行为信息”这一功能进行统计整理：魅力属性的占比总数最高。

 

客户关系管理工具中，“信息管理-购买行为信息”功能属于魅力属性。即没有这个功能，卖家不会有强烈负性情绪，但是有了这个功能，会让卖家感受到满意和惊喜。

 

Better-worse系数分析

除了对于Kano属性归属分析，还对于功能属性归类的百分比，计算Better-Worse系数，分析某功能可以增加满意或者消除很不喜欢的影响程度。

 

Better可以理解为增加后的满意系数。better通常为正，代表如果提供某种功能属性，用户满意度会提升；正值越大，代表用户满意度提升的影响效果越强，上升的也就更快。

 

Worse可理解为消除后的不满意系数，通常为负，代表如果不提供某种功能属性，用户的满意度会降低；值越负向，代表满意度降低的影响效果越强，下降的越快。

 

Berger（1993)的指标计算公式：

 

增加后的满意系数（better）：（魅力属性+期望属性）/(魅力属性+期望属性+必备属性+无差异因素）

消除后的不满意系数（worse）：(期望属性+必备属性）/(魅力属性+期望属性+必备属性+无差异因素）×（-1）。

 

 

计算 “信息管理-购买行为信息”的Better-Worse系数：

Better=（.367+.288)/(.367+.288+.029+.216)=0.73
Worse= (.288_.029)/(.367+.288+.029+.216)×（-1）=-0.35

 

全部功能计算结果

 

 

客户关系管理工具的17个功能点中，大多数为魅力因素，而本次调研中并没有发现必备因素。

 

better-worse系数衡量时发现：忠诚度-C2、忠诚度-C3、信息传达-F1、信息传达-F4都是better、worse值均很高（大于平均数）的要素。客户关系管理工具要加强这些功能，不仅会消除客户的不满意，还会提升客户的满意水平。

 

想了解如何能够快速成为数据策略产品经理的小伙伴，可以进群交流和了解哦~