产品需求分析神器:KANO模型分析法
案例库 https://www.spsspro.com/ · 3375浏览 · 2022-07-21 09:52
=

在产品经理的工作当中,KANO模型经常用来挖掘用户不能准确表达,但存在于内心深层次的需求。

Kano 模型根据收集整理的功能分析设计问卷调查表,在问卷设计时,把问卷尽设计得清晰易懂、语言尽量简单具体,避免语意产生歧义。同时,可以在在问卷中加入简短且明显的提示或说明。方便用户顺利填答。

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。

image.png

待收集得到数据后,根据下图的规则对产品功能分为五类特性(魅力特性 A、期望特性 O、必备特性 M、无差异特性 I、反向特性 R)以及一类可疑结果 Q。

image.png

最终抽象为如下经典KANO模型图,更加精确的描述了每一类属性需求的特性。

image.png

1)魅力特性(A)

若不提供此类功能,使用者满意度不会降低,但当提供此类功能时,满意度会极大提升,有时是产品具有竞争力的保证。

2)期望特性(O)

若提供此类功能时,使用者满意度会提升,反之则降低。

3) 必备特性(M)

当提供此类功能时,使用者满意度不会明显提升,但不提供此类功能时满意度会大幅降低,是必须被保障的基础需求。

4)无差异特性(I)

无论提供或不提供此类功能,使用者满意度并不会有明显变化。在条件有限的情况下,可以不优先提供此类功能。

5)反向特性(R)

使用者没有此功能,若提供反而会导致满意度下降。

6)可疑结果(Q)

受访者没有很好理解某问项或误答。

通常情况下产品开发的优先级为:必备特性>期望特性>魅力特性>无差异特性>反向特性。

除此之外还可以计算 Better-Worse 系数来分析用户的满意度。

Better-Worse 系数的计算:

(1)增加后的满意系数(Better 系数)=(A+O)/(A+O+M+I),Better 的数值通常为正,正值越大 / 越接近 1,也就是 100%,则表示用户满意度提升的效果会越强,满意度上升的越快。

(2)消除后的不满意系数(Worse 系数) =- (O+M)/(A+O+M+I),Worse 的数值通常为负,其负值越大 / 越接近 -1,也就是-100%,则表示对用户不满意度的影响最大,满意度降低的影响效果越强,下降的越快。

案例介绍

如某电脑公司开发新电脑为例,新电脑有速度快、防水、外形新颖、存储空间大这 4 种功能,某公司用 Kano 模型对这组需求进行功能定位,由此根据功能定位结果可以帮助公司优先开发哪种功能。(其中 1,2,3,4,5 分别代替不喜欢、能忍受、无所谓、理应如此、喜欢。)

image.png

*在使用 SPSSPRO 进行运算前,需要将问卷的五个等级进行量化,使用 1,2,3,4,5 分别代替不喜欢、能忍受、无所谓、理应如此、喜欢

软件操作

image.png

结果解读

1)Kano 模型分析结果

image.png

2)Better-Worse 矩阵分析图

image.png

根据 Better-Worse 系数值(其中 Worse 是取绝对值)将散点图划分为四个象限。

1、第一象限(期望特性)表示:better 系数值高,worse 系数绝对值也很高的情况。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。

2、第二象限(魅力特性):better 系数值高,worse 系数绝对值低的情况。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。

3、第三象限(无差异特性):better 系数值低,worse 系数绝对值也低的情况。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。

4、第四象限(必备特性):better 系数值低,worse 系数绝对值高的情况。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。

相关推荐

默认标签 数据分析达人
2025年第四届全国大学生数据分析实践赛

2025全国大学生数据分析实践赛报名须知

知识竞赛 原创 · 6904浏览 · 04-16 08:25
2025年第四届大学生数据分析科普竞赛实施方案

第四届大学生数据分析科普竞赛实施方案

知识竞赛 2025年第四届全国大学生数据分析实践赛组委会 · 6289浏览 · 03-04 09:37
2025第四届大学生数据分析科普竞赛通知

第四届大学生数据分析科普竞赛通知

知识竞赛 2025年第三届全国大学生数据分析实践赛组委会 · 6429浏览 · 03-04 09:13
0 条评论
    某人
    可输入 255
    SPSSPRO社区 扫码访问移动端