手把手教学产品经理必备技能——KANO模型

上文中柚子哥初步的介绍了KANO模型的使用效果，尤其在C端产品运用场景中，KANO模型在判定需求优先级具有非常不错的效果。

可以说掌握了KANO模型的运用方法，在日常工作中如虎添翼，可以在领导面前自（装）信（X）地给出需求优先级排序的原因。

什么是KANO模型

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。

在产品经理的日常工作当中，产品经理通常使用KANO模型来判断需求的类型，并通过落位四象限来判断需求的优先级，是一种非常实用的量化需求价值的模型。

根据KANO模型的定义，我们可以把需求分成5种：

（1）基本（必备）型需求：当优化该功能时，用户满意度不会有所提升；但是不提供此功能时，用户满意度会大幅下降；

（2）期望（意愿）型需求：当提供该功能时，用户满意度会有所提升；不提供此功能时，用户满意度会有所下降；

（3）兴奋（魅力）型需求：用户意向不到的需求满足感。当提供该功能时，用户满意度会极大提升；不提供此功能时，用户满意度不会下降；

（4）无差异型需求：做与不做，用户没什么区别；

（5）反向（逆向）型需求：可以理解为伪需求，实现了该需求后，用户满意度反而会下降。

KANO模型如何使用？

第一步：发问卷

第二步：核对标准

第三步：公式计算

第四步：象限分布

Step1：发问卷

KANO模型的第一步就是要采集好需求池内的需要进行排优先级的需求功能，并把需求功能以正反问题维护在问卷中。例如：

每个需求功能都如上述设置为问题，然后投放给用户进行作答，问卷样本数不得低于100份（否则效果不显著）。

Step2：核对标准

这一步是动动手，将问卷里面每组问题选择数量，对齐下图【KANO模型评价结果分类对照表】中的类型即可。

A：兴奋（魅力）属性

O：期望（意愿）属性

M：基本（必备）属性

I：无差异属性

R：反向（逆向）属性

Q：结果存疑（不符合场景，无效数据，可能是用户乱填导致）

比如本次问卷回收上来后，该组问题的数量如下图所示：

于是我们可以得到各个属性对应的数值之和，把他们提取出来：

Step3：公式计算

通过对于需求功能属性分类的数值占比，计算出Better-Worse系数，表示该需求功能增加后满意或不满意的影响程度。

增加后满意系数 Better=（A+O）/（A+O+M+I）

可以理解为，加了这个需求功能，用户会满意的程度。通常Better数值为正数，且越大（越接近于1），表示对用户的满意度影响越。

删除后不满意系数 Worse= -1*（O+M）/（A+O+M+I）

可以理解为，删除了这个需求功能，用户会不满意的程度。通常Worse数值为负数，且越小（越接近于-1），表示对用户的不满意度影响越大。

带入上图的数值计算公式如下：

Better=（10+40）/（10+40+20+15）=0.58

Worse= -1*（40+20）/（10+40+20+15）= -0.70

Step4：象限分布

根据上面的计算方式，我们将每组需求功能点计算出Better-Worse系数，目的就是落位于象限图中，这样最后一步就可以将该需求分类彻底明确下来。

我们在使用过程中会发现，有些数值象限会在接近于另一个象限（例如图中的功能5）。

我们可以认为这个需求功能有主分类和趋势分类，这也是对落位于同一象限时，如何去针对他们排优先级的一种思路。

一般来说，我们可以根据上述可量化的需求功能属性分类情况，排布优先级：

基本（必备）型需求>兴奋（魅力）型需求>期望（意愿）型需求>无差异型需求>反向（逆向）型需求

有了KANO模型，是不是就可以理直气壮地和领导说明需求为什么这么排。是不是超级好用？如果有不懂的地方，也欢迎联系柚子哥，尤其是第一次应用在实际工作中还是需要好好消化的，逐渐上手后就可以灵活使用啦。