术—Kano模型

今天这篇文章主要讲术——kano模型

我给自己的文章做了一次很有趣的改动，我把文章分为三类，术、道、势。术主要讲方法、工具；道主要讲思维模式；势主要讲行业、市场（我感觉我应该段时间之内无法写出道类的文章hhhh）

进入主题：来说kano模型是什么？

kano模型是狩野纪昭教授发明的对用户需求分类和优先级排序的一种工具，刚开始并不用在互联网产品领域，但是由于与我们的工作贴合度非常高，所以成为了PM们的方法论之一。

kano模型根据满意度具备程度四象限将需求具有的属性分为五类：

kano模型

·必备属性：当优化此需求，用户满意度不会提升；当不提供此需求，用户满意度会大幅度降低；

·期望属性：当提供此需求，用户满意度会提升；当不提供此需求，用户满意度会降低；

·魅力属性：用户意想不到的，如果不提供此需求，用户满意度不会降低；但当提供此需求，用户满意度会有很大提升；

反向属性：用户根本没有此需求，提供后用户满意度反而会下降；

无差异因素：无论提供或者不提供此需求，用户满意度都不会有改变；

从属性定义来看，我们要把重心放在期望属性和美丽属性身上，尤其是魅力属性，做好肯定有意想不到的收获，而且魅力属性有一个特点，那就是永远不会被用户提出来。

那么怎么给需求定义他的属性是什么？单凭我们拍脑袋去决定吗，当然不是，一个需求是什么属性是对于用户而言的，当然要由用户来决定啦，下面介绍怎么去验证一个需求他究竟是什么属性：

对于单一需求来讲，我们首先要对这个需求设计一个问卷，问卷方法如下，用朋友圈作为例子：

然后让用户去选，你可能选的是B+E，然后把结果放到下面这张表里去查：

如果你选的答案是B+E的话，那么这个朋友圈的需求对你来说就是必备属性，我们可以收集很多很多用户的问卷，然后把数据整理一下，按照占比去放进这个表格里：

然后将相同的属性相加汇总：

可以看出，根据这部分样本数据的反馈，朋友圈需求是一个必备属性

这里要注意一下：Kano模型不能帮你挖掘需求，他只能在一定程度上帮你验证，你找到的需求具备一个什么样的属性分布，他其实还有另外一个功能，就是当你拥有一堆需求的时候，该做什么？不该做什么？因该把资源往哪个需求上倾斜？

这里要介绍四位分图：Better-Worse系数分析

如何计算每个需求的Better、Worse值：

Better/SI=(A+O)/(A+O+M+I)

Worse/DSI=-1*(O+M)/(A+O+M+I)

将kano模型中的数据带入这个公式计算出他的Better、Worse的值。然后以多个需求的SI和DSI的平均值作为中心点，然后Better的值作为纵坐标，Worse的绝对值作为横坐标把需求丢进去，找到他所在的象限位置。

其实这一步的数据处理原理非常的简单，我就不多赘述了，通过进一步对多个需求的数据进行处理，我们可以得出哪些需求是这次调研中的魅力型选手、必备型选手等。那么我们要做的就是：在保持必备型选手发挥稳定的情况下，优化期望型选手的实力，去培养魅力型选手，不要花太多的时间在无差异选手身上，并且把反向选手赶出队伍。

今天的术是不是超级简单！不用动脑子是不是！其实严格来说，Kano模型不是一个测量用户满意度的方法，只是 用来对需求进行分类的方法，这一点千万不要搞混了。而且市场是动态的，是日新月异的，今天的魅力型选手可能就会变成明天的期望型选手甚至必备型选手，只有不断的向前挖掘，才能持续散发魅力～

最后再强调一下，今天的术不是挖掘需求的，只是对需求进行分类和验证。下周的文章打算写：

术——HMW分析法

术——ICE需求优先级排布法

---

码字不易，看完了点个赞再走呗～