一、 kano模型簡(jiǎn)介

KANO 模型是東京理工大學(xué)教授狩野紀(jì)昭（Noriaki Kano）發(fā)明的對(duì)用戶需求分類和優(yōu)先排序的工具，以分析用戶需求對(duì)用戶滿意度的影響為基礎(chǔ)，體現(xiàn)了產(chǎn)品性能和用戶滿意度之間的非線性關(guān)系。KANO模型將需求分為五種類型，下圖展示了不同類型的需求對(duì)用戶滿意度的影響。

圖中的橫坐標(biāo)代表一個(gè)需求的實(shí)現(xiàn)程度高低，越往右越高?？v坐標(biāo)代表用戶的滿意度，越往上越高。

這里的滿意度從低到高就是從不滿意一直到滿意，在中間是沒(méi)有不滿意和沒(méi)有滿意的中間狀態(tài)，也就是用戶覺(jué)得理所當(dāng)然的狀態(tài)。

圖上標(biāo)出了五種不同類型的需求實(shí)現(xiàn)帶來(lái)的用戶滿意度變化，分別是必備型需求、期望型需求、魅力型需求、無(wú)差異需求和反向需求。

這五類需求，簡(jiǎn)單地說(shuō)就是：必備型需求關(guān)心能不能用，期望型需求關(guān)心好不好用，魅力型需求關(guān)心是否驚艷，無(wú)差別需求用戶根本不關(guān)心，反向需求關(guān)心的是這功能什么時(shí)候撤掉。

二、 如何確定一個(gè)需求屬于哪種類型？

KANO模型的應(yīng)用目前最常見(jiàn)的是問(wèn)卷調(diào)查法。

通過(guò)問(wèn)卷分別詢問(wèn)用戶，如果提供某功能時(shí)用戶的感受，以及不提供某功能時(shí)用戶的感受。用戶答案和功能的分類對(duì)應(yīng)如下表。

根據(jù)最終用戶的反饋比例，選出分?jǐn)?shù)最高的一類，確定其需求類型。這里面的計(jì)算方法比較復(fù)雜，不是本文的重點(diǎn)，有興趣的同學(xué)自己百度。

通過(guò)問(wèn)卷調(diào)查的方式進(jìn)行需求分析有一個(gè)很大的缺點(diǎn)，問(wèn)卷類型的數(shù)據(jù)容易出現(xiàn)“幸存者偏差”的情況，即反饋的用戶本身就有較強(qiáng)的反饋意愿，無(wú)法體現(xiàn)全體用戶的真實(shí)情況。

不光如此，用戶在回答問(wèn)卷的過(guò)程中，得到的結(jié)果也并非可靠。

說(shuō)個(gè)案例：在過(guò)去，電視臺(tái)統(tǒng)計(jì)收視率是通過(guò)日記調(diào)查法。所謂日記調(diào)查法，簡(jiǎn)單地說(shuō)就是在被抽中的樣本中留一本日記，可以是一張紙，卡片或者小冊(cè)子。請(qǐng)樣本家庭中的每一戶成員及時(shí)填寫(xiě)一周自己收看電視的情況，內(nèi)容包括觀眾姓名，收看的頻道，收看的時(shí)間等等。然后每周反饋給調(diào)查人員。

隨著科技的發(fā)展，機(jī)頂盒大規(guī)模地應(yīng)用，調(diào)查人員可以直接通過(guò)機(jī)頂盒的數(shù)據(jù)獲取用戶收看電視的情況。調(diào)查人員發(fā)現(xiàn)，那些黃金時(shí)段的節(jié)目、知名度較高的節(jié)目，日記法的數(shù)據(jù)相比更精準(zhǔn)的機(jī)頂盒的數(shù)據(jù)要高得多。

出現(xiàn)這種情況的原因是因?yàn)槿藗冊(cè)诨貞涀约嚎催^(guò)的電視節(jié)目時(shí)，往往會(huì)放大那些名氣更大的節(jié)目的收看時(shí)間。因此問(wèn)卷法得到的信息往往是不準(zhǔn)確的，而真實(shí)的用戶行為數(shù)據(jù)卻不會(huì)說(shuō)謊。

所以用數(shù)據(jù)來(lái)反應(yīng)用戶的行為將會(huì)更為準(zhǔn)確，我們完全可以嘗試通過(guò)用戶行為數(shù)據(jù)進(jìn)行kano模型的分析。

三、 利用數(shù)據(jù)應(yīng)用KANO模型

由于大部分產(chǎn)品提升用戶產(chǎn)品的滿意度的目的主要是為了提升用戶的粘性，表現(xiàn)在數(shù)據(jù)上就是產(chǎn)品的留存率提高。如果一個(gè)功能用戶感到更加滿意，那么這款功能的留存率必然會(huì)上升，或者當(dāng)天的人均點(diǎn)次數(shù)上升。總之，用戶會(huì)更有意愿使用該產(chǎn)品。

那么根據(jù)頁(yè)面的數(shù)據(jù)信息，我們可以大概推測(cè)出該功能目前所處的滿意度水平，從而確定后續(xù)調(diào)整的優(yōu)先順序。這種方式相比問(wèn)卷法最大的優(yōu)勢(shì)是信息的來(lái)源真實(shí)地反映了用戶的實(shí)際反映，而不是被用戶的情感因素加工過(guò)的二手信息。

不過(guò)通過(guò)數(shù)據(jù)的方式進(jìn)行KANO模型的思考也有不足之處，即數(shù)據(jù)只能分析當(dāng)前存在的功能用戶是不是愛(ài)用，而不能發(fā)現(xiàn)用戶目前并不存在的需求。

如果該產(chǎn)品連基本的必備型需求都沒(méi)有滿足，那么在產(chǎn)品頁(yè)面上沒(méi)有用戶的需求點(diǎn)，數(shù)據(jù)也就無(wú)法找出用戶究竟需要什么樣的需求。當(dāng)然，我們可以通過(guò)其他功能的使用數(shù)據(jù)去發(fā)現(xiàn)用戶的需求，不過(guò)這種情況下需要用產(chǎn)品思維去揣摩用戶心理，有一定猜測(cè)的成分，數(shù)據(jù)不是決定因素。

另外數(shù)據(jù)也很難預(yù)測(cè)出魅力型需求。

還是以iPhone為例，如果當(dāng)時(shí)的諾基亞有用戶的數(shù)據(jù)分析，那么數(shù)據(jù)必然可以得出用戶有更大屏幕，更便捷交互的需求。但是這種方向如果沒(méi)有配合上產(chǎn)品經(jīng)理的創(chuàng)意，最終誕生的可能也只是更大屏的帶觸控筆的塞班機(jī)而已，這依然在用戶的預(yù)期范圍之內(nèi)，最多只能算期望型需求。

要想成為魅力型需求，需要數(shù)據(jù)提供方向 + 產(chǎn)品提供創(chuàng)意。在用戶意想不到的方向解決用戶需求才能成為魅力型需求。

這樣的表述有些理論，我們看幾個(gè)例子。我們首先看一下現(xiàn)狀分析的情況。

例子一：某產(chǎn)品或功能的留存率非常低（多少算低，每個(gè)產(chǎn)品有不一樣的標(biāo)準(zhǔn)），那么這個(gè)功能很可能處在下圖中的藍(lán)色框線位置。

此時(shí)用戶的狀態(tài)是不滿意，結(jié)合kano模型進(jìn)行分析，必備型需求只要基本滿足即可以大幅提升滿意度，那么很有可能是該產(chǎn)品的必備型需求的方向是錯(cuò)誤的，用戶根本沒(méi)有這樣的需求。

在找到用戶的必備型需求之前，不管是調(diào)整當(dāng)前頁(yè)面的排版，還是增加相同類型的信息等都無(wú)法從本質(zhì)上提升用戶的滿意度。因此這時(shí)頁(yè)面改版最優(yōu)先的方向是找到用戶的真實(shí)需求。只有找到了用戶的真實(shí)需求，那么改動(dòng)帶來(lái)的效益就是指數(shù)型增長(zhǎng)的。

面對(duì)這樣的產(chǎn)品狀況，數(shù)據(jù)分析是很難幫助產(chǎn)品經(jīng)理找到用戶的真實(shí)需求的方向的。因?yàn)榍懊嫣岬竭^(guò)數(shù)據(jù)分析的優(yōu)勢(shì)在于找到當(dāng)前頁(yè)面上用戶感興趣的功能，當(dāng)前頁(yè)面如果沒(méi)有滿足用戶的需求，數(shù)據(jù)也無(wú)法告訴我們用戶到底要什么。這時(shí)候就需要復(fù)盤(pán)產(chǎn)品經(jīng)理當(dāng)時(shí)上線該產(chǎn)品時(shí)的用戶需求分析，找到問(wèn)題所在。

再比如：

例子2：某產(chǎn)品或功能的留存率較好，那么這個(gè)功能很可能處在下圖的藍(lán)色框線位置。

在這個(gè)位置上，用戶的必備需求基本得到了滿足，再增加必備型需求的意義不大，我們需要找到期望型需求。

我前面提到過(guò)，期望型需求是必備型需求的升級(jí)版，那么找到用戶最感興趣的必備型需求，然后給出優(yōu)化的方向就是該必備型需求的升級(jí)方向。

這個(gè)區(qū)域可以說(shuō)是數(shù)據(jù)分析的舒適區(qū)，這類產(chǎn)品的數(shù)據(jù)不僅可以反映出大部分的問(wèn)題，并且還能給出進(jìn)一步的方向。

當(dāng)留存率繼續(xù)向上升時(shí)，產(chǎn)品已經(jīng)相當(dāng)成熟，用戶達(dá)到了“滿意”的狀態(tài)，接下去可以開(kāi)始嘗試一些魅力型需求，這類需求無(wú)法從數(shù)據(jù)中得出，只能通過(guò)產(chǎn)品經(jīng)理的創(chuàng)意進(jìn)行試驗(yàn)，上線后再進(jìn)行數(shù)據(jù)驗(yàn)證。

可以看出，KANO方法告訴我們數(shù)據(jù)分析在產(chǎn)品分析中的適用范圍，在產(chǎn)品未找到用戶的必備需求之前，數(shù)據(jù)分析是不太容易幫助產(chǎn)品提升滿意度的。只有在產(chǎn)品找到用戶明確的需求后，數(shù)據(jù)才能協(xié)助產(chǎn)品對(duì)產(chǎn)品進(jìn)行優(yōu)化。而在產(chǎn)品已經(jīng)非常成熟時(shí)，數(shù)據(jù)也是很難找到突破口的。

數(shù)據(jù)最佳的發(fā)揮空間是把產(chǎn)品從四五十分提高到八九十分。太高或太低分?jǐn)?shù)的產(chǎn)品，更多地需要?jiǎng)?chuàng)造性的產(chǎn)品思維。

-END-