本系列文章 主要是 分享 思维模型,涉及各个领域,重在提升认知。需求分析。
假设你经营一家餐厅,你想了解客户对你的服务质量的满意度。你可以使用卡诺模型来收集客户的反馈,并分析客户的需求和期望。
首先,你可以设计一份调查问卷,向客户询问以下问题:
然后,你可以将客户的回答分为以下类别:
接下来,你可以使用卡诺模型来分析客户的反馈,并确定哪些需求是关键因素。你可以将客户的回答绘制在一个二维图表上,其中横轴表示满足程度,纵轴表示重要程度。
最后,你可以根据卡诺模型的分析结果,制定改进服务质量的计划。你可以优先满足客户的基本需求和期望需求,并考虑提供一些魅力需求,以提高客户的满意度。
注意:卡诺模型是一种定性分析工具,它不能代替定量分析。在使用卡诺模型时,你需要结合实际情况,进行合理的分析和判断。
假设你经营一家电商平台,你想了解客户对你的服务质量的满意度。你可以使用卡诺模型来收集客户的反馈,并分析客户的需求和期望。
首先,你可以设计一份调查问卷,向客户询问以下问题:
然后,你可以将客户的回答分为以下类别:
接下来,你可以使用卡诺模型来分析客户的反馈,并确定哪些需求是关键因素。你可以将客户的回答绘制在一个二维图表上,其中横轴表示满足程度,纵轴表示重要程度。
最后,你可以根据卡诺模型的分析结果,制定改进服务质量的计划。你可以优先满足客户的基本需求和期望需求,并考虑提供一些魅力需求,以提高客户的满意度。
假设你经营一家酒店,你想了解客户对你的服务质量的满意度。你可以使用卡诺模型来收集客户的反馈,并分析客户的需求和期望。
首先,你可以设计一份调查问卷,向客户询问以下问题:
然后,你可以将客户的回答分为以下类别:
接下来,你可以使用卡诺模型来分析客户的反馈,并确定哪些需求是关键因素。你可以将客户的回答绘制在一个二维图表上,其中横轴表示满足程度,纵轴表示重要程度。
最后,你可以根据卡诺模型的分析结果,制定改进服务质量的计划。你可以优先满足客户的基本需求和期望需求,并考虑提供一些魅力需求,以提高客户的满意度。
KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的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。
根据不同类型的质量特性与顾客满意度之间的关系,狩野教授将产品服务的质量特性分为五类:
说明:这里的前三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。
那么如何使用kano模型来实现一个完整的需求确定流程呢?
@1 设计 KANO 评价问卷。
针对需求X1 做评价需求,如下表所示:
需求X1 评价需求 | 等级-2 | 等级-1 | 等级0 | 等级1 | 等级2 |
正向问题:如果满足了此项需求,你感觉如何? |
我喜欢 | 理应如此 | 无所谓 | 能忍受 | 不喜欢 |
反向问题:如果未满足此项需求,你感觉如何? |
我喜欢 | 理应如此 | 无所谓 | 能忍受 | 不喜欢 |
以此类推,分别对需求X2、X3...XN分别进行排版并形成调查问卷。
@2 获取 KANO 评价结果分类对照表。
这里主要是根据以上设计的问卷实施调查,按照正向问题和负向问题的回答对需求属性进行分类,具体分类对照表。
需求X | 负向问题 | |||||
正 向 问 题 |
量表 | 我喜欢 | 理应如此 | 无所谓 | 能忍受 | 不喜欢 |
我喜欢 | Q | A | A | A | O | |
理应如此 | R | I | I | I | M | |
无所谓 | R | I | I | I | M | |
能忍受 | R | I | I | I | M | |
不喜欢 | R | R | R | R | Q |
这里对这些字母进行详细说明:
需求类型 | 需求描述 |
---|---|
A:魅力型需求 | 当正向问题的回答是“我喜欢”,对负向问题的回答是“它理应如此”、“我无所谓”或“我能忍受”。 |
O:意愿型需求 | 当正向问题的回答是“我喜欢”,对负向问题的回答是“我不喜欢”。 |
M:必备型需求 | 当负向问题的回答是“我不喜欢”,而对正向问题的回答是“它理应如此”、“我无所谓”或“我能忍受”。 |
R:逆向型需求 | 表示用户不需要这种需求,甚至对该需求属性有反感,即逆向属性。 |
I:无差异型需求 | 表示无差异需求,用户对这一因素无所谓。 |
Q:有疑问的结果 | 用户的回答一般不会出现这个结果,除非这个问题的问法不合理、或者是用户没有很好地理解问题、或者是用户在填写问题答案时出现错误。 |
@3 计算满意度系数(SI)和不满意度系数(DSI)数据构建
有了对需求属性的分类,接下来就可以计算满意度系数和不满意度系数,从而进行KANO 模型分析了。KANO 模型分析是通过对各项用户需求的满意度系数和不满意度系数的分析,来判断用户对这些需求满足程度变化的敏感性,进而确定改进那些需求属性敏感性高、更有利于提升用户满意的关键因素。根据一定样本量的问卷调查(一般要过100),可以得到样本人群对某项需求的属性分类结果,接着计算满意度系数(SI)和不满意度系数(DSI)两个指标,计算公式如下:
#满意度系数计算:
SI=(A+O)/(A+O+M+I)
#不满意度系数:
DSI=(O+M)/(A+O+M+I)
一般来讲,会基于样本得出A O M I的比例,这里给出一组实际数据,如下所示:
需求1 | 需求2 | 需求3 | 需求4 | 需求5 | 需求6 | 需求7 | 需求8 | |
A | 45% | 25% | 35% | 50% | 48% | 20% | 2% | 15% |
O | 33% | 55% | 50% | 32% | 18% | 62% | 25% | 25% |
M | 12% | 22% | 10% | 16% | 22% | 16% | 70% | 58% |
I | 10% | 8% | 5% | 2% | 12% | 2% | 3% | 2% |
样本 | 100 | 100 | 100 | 100 | 100 | 100 | 100 | 100 |
然后开始计算SI和DSI,如下表所示:
需求编号 | 需求描述 | 满意度系数SI | 不满意度系数DSI |
需求1 | XXX | 0.78 | 0.45 |
需求2 | XXX | 0.73 | 0.70 |
需求3 | XXX | 0.85 | 0.60 |
需求4 | XXX | 0.82 | 0.48 |
需求5 | XXX | 0.66 | 0.40 |
需求6 | XXX | 0.82 | 0.78 |
需求7 | XXX | 0.27 | 0.95 |
需求8 | XXX | 0.40 | 0.83 |
均值 | - | 0.67 | 0.65 |
@4 基于SI和DSI的数据分析
根据@3 中SI和DSI生成的系数表,可以构造以满意度系数为纵坐标、不满意度系数为横坐标的散点图,如下所示:
其中以 SI 和 DSI 的均值为临界线,可以划分为四个象限,如下所示:
通过上述步骤就可以完成一个基本的 KANO 模型分析,可以看出:KANO 模型在对用户需求进行识别和分类上具有很大的优势,能够较好地对用户需求进行区分、归入不同的属性,以此来帮助企业决策选择哪些需求进行有针对性的产品开发。