在做項目做產(chǎn)品的過程中，作為互聯(lián)網(wǎng)產(chǎn)品設(shè)計師的我們，經(jīng)常會接到來自 PM/領(lǐng)導(dǎo)/業(yè)務(wù)方等等的各種需求。有的時候，哪怕一個小功能、次次次級頁面都會爭得不可開交。這個時候怎么辦呢？到底應(yīng)該聽誰的呢？哪個需求優(yōu)先級高？哪種呈現(xiàn)方法是更靠譜的呢？

今天我們就來聊聊一個非常實用的需求分級方法 — KANO模型。

什么是KANO模型？

KANO 模型是東京理工大學(xué)教授狩野紀(jì)昭（Noriaki Kano）發(fā)明的對用戶需求分類和排序的工具。通過分析用戶對產(chǎn)品功能的滿意程度，對產(chǎn)品功能進(jìn)行分級，從而確定產(chǎn)品實現(xiàn)過程中的優(yōu)先級。

KANO 模型是一個典型的定性分析模型，一般不直接用來測量用戶的滿意度，常用于識別用戶對新功能的接受度。幫助企業(yè)了解不同層次的用戶需求，找出顧客和企業(yè)的接觸點，挖掘出讓顧客滿意至關(guān)重要的因素。

1. KANO模型的需求分類

在 KANO 模型中，根據(jù)不同類型的需求與用戶滿意度之間的關(guān)系，可將影響用戶滿意度的因素分為五類：基本型需求、期望型需求、興奮型需求、無差異需求、反向型需求。

興奮型需求

所謂暗處，用戶意想不到的，需要挖掘/洞察。若不提供此需求，用戶滿意度不會降低；若提供此需求，用戶滿意度會有很大的提升。

當(dāng)用戶對一些產(chǎn)品或服務(wù)沒有表達(dá)出明確的需求時，企業(yè)提供給顧客一些完全出乎意料的產(chǎn)品屬性或服務(wù)行為，使用戶產(chǎn)生驚喜，用戶就會非常滿意，從而提高用戶忠誠度。

這類需求往往是代表顧客的潛在需求，企業(yè)的做法就是去尋找發(fā)掘這樣的需求，領(lǐng)先對手。

期望型需求

所謂癢處。當(dāng)提供此需求，用戶滿意度會提升；當(dāng)不提供此需求，用戶滿意度會降低。

它是處于成長期的需求，客戶、競爭對手和企業(yè)自身都關(guān)注的需求，也是體現(xiàn)競爭能力的需求。

對于這類需求，企業(yè)的做法應(yīng)該是注重提高這方面的質(zhì)量，力爭超過競爭對手。

基本型需求

所謂痛點。對于用戶而言，這些需求是必須滿足的，理所當(dāng)然的。當(dāng)不提供此需求，用戶滿意度會大幅降低，但優(yōu)化此需求，用戶滿意度不會得到顯著提升。

對于這類需求，是核心需求，也是產(chǎn)品必做功能，企業(yè)的做法應(yīng)該是注重不要在這方面減分，需要企業(yè)不斷調(diào)查和了解用戶需求，并通過合適的方法在產(chǎn)品中體現(xiàn)這些要求。

無差異需求

用戶根本不在意的需求，對用戶體驗毫無影響。

無論提供或不提供此需求，用戶滿意度都不會有改變。對于這類需求，企業(yè)的做法應(yīng)該是盡量避免。

反向型需求

用戶根本都沒有此需求，提供后用戶滿意度反而下降。

總而言之，我們做產(chǎn)品設(shè)計時，需要盡量避免無差異型需求、反向型需求，至少做好基本型需求、期望型需求，如果可以的話再努力挖掘興奮型需求。

如何使用KANO模型？

KANO 模型分析方法主要是通過標(biāo)準(zhǔn)化問卷進(jìn)行調(diào)研，根據(jù)調(diào)研結(jié)果對各因素屬性歸類，解決需求屬性的定位問題，以提高用戶滿意度。

1. 明確目的

做之前，必須明白調(diào)研的目的是什么，是否合適用 KANO 模型解決，為什么要用 KANO 模型解決。

例如：企業(yè)為賣家開發(fā)的 CRM 工具，隨著賣家客戶的不斷增長，CRM 系統(tǒng)中需引入一些新的功能滿足其管理需求。而我們作為產(chǎn)品開發(fā)設(shè)計者，需要知道這些功能哪些是基本功能，哪些是增值功能，功能的優(yōu)先級又該如何排列等等。

KANO 模型就可以幫助我們很好的貼和業(yè)務(wù)需求，從具備程度和滿意程度這兩個維度出發(fā)，將 CRM 中新增的功能進(jìn)行區(qū)分和排序，從而知道：哪些功能是一定要有，否則會直接影響用戶體驗的（基礎(chǔ)屬性、期望屬性）；哪些功能是沒有時不會造成負(fù)向影響，擁有時會給用戶帶來驚喜的（興奮屬性）；哪些功能是可有可無，具備與否對用戶都不會有大影響的（無差異因素）。

2. 設(shè)計問卷

此問卷調(diào)查表劃分維度有兩個：提供時的滿意程度、不提供時的滿意程度。而滿意程度被劃分為 5 級（非常滿意、滿意、一般、不滿意、很不滿意），因為人的滿意程度往往是漸變的，而不是突變的。

滿意程度的文案可根據(jù)實際問題靈活修改，如使用（非常喜歡、理應(yīng)如此、無所謂、勉強(qiáng)接受、很不喜歡 或者 非常有用、挺實用、無所謂、不實用、很不實用 ）更加形象的描述。

例如：在「通訊錄」中，是否需要直接提供「撥打電話」的按鈕？問卷設(shè)置正反兩題：

如果我們在「通訊錄」的客戶列表中，提供「撥打電話」的按鈕，你的感受是：

A.非常喜歡 B.理應(yīng)如此 C.無所謂 D.勉強(qiáng)接受 E.很不喜歡

如果我們在「通訊錄」的客戶列表中，沒有提供「撥打電話」的按鈕，你的感受是：

A.非常喜歡 B.理應(yīng)如此 C.無所謂 D.勉強(qiáng)接受 E.很不喜歡

為了更加形象且一目了然，我們可以如下設(shè)計。填問卷的人只需要在空白處打勾打叉就好了，非常方便。

設(shè)計問卷的過程中，有幾點要注意：

• 問卷中的每道題都涉及到正反兩面，應(yīng)適當(dāng)給予強(qiáng)調(diào)，防止用戶看錯（比如正反對立詞字體加粗/標(biāo)紅等等）；
• 在設(shè)計問卷時，盡量做到清晰易懂、語言盡量簡單具體，避免語意產(chǎn)生歧義；
• 選項給予說明：由于每個人對「非常喜歡、理應(yīng)如此、無所謂、勉強(qiáng)接受、很不喜歡」等形容詞的理解都不一樣，所以最好有一個明確統(tǒng)一的說明，讓用戶可以有個對照，方便填寫。

例如：

• 非常喜歡：讓你感到滿意、開心、驚喜。
• 理應(yīng)如此：你覺得是應(yīng)該的、必備的功能/服務(wù)。
• 無所謂：無所謂喜不喜歡，都可以接受。
• 勉強(qiáng)接受：你不喜歡，最好是沒有，有的話就勉強(qiáng)湊合。
• 很不喜歡：讓你感到不開心、甚至沮喪，無法接受。

3. 清洗數(shù)據(jù)

在收集所有問卷之后，注意清洗掉個別的明顯胡亂回答的個例。如全部問題都選擇「我很喜歡」或「很不喜歡」的，這種回答毫無參考價值。

4. 整理分類

為了能夠?qū)⑿枨髤^(qū)分為基本型需求、期望型需求和興奮需求，需按照正向和負(fù)向問題的回答對屬性進(jìn)行分類，具體分類對照下表。

當(dāng)正向問題的回答是「我喜歡」，負(fù)向問題的回答是「我不喜歡」，那么 KANO 評價表中，這項功能特性就為「O」，即期望型。

如果將用戶正負(fù)向問題的回答結(jié)合后，為「M」或「A」，則該功能被分為基本型需求或興奮型需求。

其中，R 表示用戶不需要這種功能，甚至對該功能有反感；I 類表示無差異需求，用戶對這一功能無所謂。

Q 表示有疑問的結(jié)果，一般不會出現(xiàn)這個結(jié)果（除非這個問題的問法不合理，或者是用戶沒有很好的理解問題，或者是用戶在填寫問題答案時出現(xiàn)錯誤）。

簡單來說就是：

A：興奮型；O：期望型；M：必備型；I：無差異型；R：反向型；Q：可疑結(jié)果

注意：以上對照表只是的最常見的一種歸類方式。實際操作中，可因人而異，因產(chǎn)品、公司、地域而異（尤其是關(guān)于「R」和「O」的定義），因為滿意度本身就難以衡量。

5. 量化表格

判斷 KANO 屬性

記錄所有合理的數(shù)據(jù)，計算出各項占比，填寫在下面的對照表里面。

從上表中不難看出，「通訊錄中「撥打電話」「這個功能在 6 個維度上均可能有得分，將相同維度的比例相加后，可得到6 個屬性維度的占比總和。 總和最大的一個屬性維度，便是該功能的屬性歸屬。

可看出「在通訊錄中提供 ‘撥打電話’ 功能屬于興奮型需求。即說明沒有這個功能，用戶不會有強(qiáng)烈的負(fù)面情緒，但是有了這個功能，會讓用戶感受到滿意和驚喜。

如果你只判斷這一個需求，那么進(jìn)行到這一步就可以到此為止了。如果涉及到多個需求的排序分級，你還需進(jìn)行下一步。

計算 better-worse系數(shù)

Better-worse 系數(shù)，表示某功能可以增加滿意或者消除不喜歡的影響程度。

Better，可以解讀為增加后的滿意系數(shù)。Better 的數(shù)值通常為正，代表如果產(chǎn)品提供某種功能或服務(wù)，用戶滿意度會提升。正值越大/越接近 1，則表示用戶滿意度提升的效果會越強(qiáng)，滿意度上升的越快。

Worse，可以叫做消除后的不滿意系數(shù)。Worse 的數(shù)值通常為負(fù)，代表產(chǎn)品如果不提供某種功能或服務(wù)，用戶的滿意度會降低。其負(fù)值越大/越接近 -1，則表示對用戶不滿意度的影響最大，滿意度降低的影響效果越強(qiáng)，下降的越快。

因此，根據(jù) better-worse 系數(shù)，對兩者系數(shù)絕對分值較高的項目應(yīng)當(dāng)優(yōu)先實施。

其計算公式如下：

• 增加后的滿意系數(shù) Better/SI=（A+O）/(A+O+M+I)
• 消除后的不滿意系數(shù) Worse/DSI= -1 *（O+M）/(A+O+M+I)

結(jié)果產(chǎn)出

例如：某產(chǎn)品希望優(yōu)化 5 項功能，但是不知道哪些是用戶需要的。通過 KANO 調(diào)研分析，可以分別計算出 5 項功能的better-worse 系數(shù)。

根據(jù) 5 項功能的 better-worse 系數(shù)值，將散點圖劃分為四個象限，以確立需求優(yōu)先級。

• 第一象限表示：better 系數(shù)值高，worse 系數(shù)絕對值也很高的情況。落入這一象限的因素，稱之為期望型因素（一維因素）。功能 2 落入此象限，即表示產(chǎn)品提供此功能，用戶滿意度會提升，當(dāng)不提供此功能，用戶滿意度就會降低。
• 第二象限表示：better 系數(shù)值高，worse 系數(shù)絕對值低的情況。落入這一象限的因素，稱之為興奮型因素。功能 1 落入此象限，即表示不提供此功能，用戶滿意度不會降低，但當(dāng)提供此功能，用戶滿意度會有很大提升。
• 第三象限表示：better 系數(shù)值低，worse 系數(shù)絕對值也低的情況。落入這一象限的因素，稱之為無差異因素。功能 3落入此象限，即無論提供或不提供這些功能，用戶滿意度都不會有改變，這些功能點是用戶并不在意的功能。
• 第四象限表示：better 系數(shù)值低，worse 系數(shù)絕對值高的情況。落入這一象限的因素，稱之為必備型因素。功能 4 落入此象限，即表示當(dāng)產(chǎn)品提供此功能，用戶滿意度不會提升，當(dāng)不提供此功能，用戶滿意度會大幅降低；說明落入此象限的功能是最基本的功能。

在實際項目中：

• 我們首先要全力以赴地滿足用戶最基本的需求，即第四象限表示的必備型因素，這些需求是用戶認(rèn)為我們有義務(wù)做到的事情。
• 在滿足最基本的需求之后，再盡力去滿足用戶的期望型需求，即第一象限表示的期望因素，這是質(zhì)量的競爭性因素。提供用戶喜愛的額外服務(wù)或產(chǎn)品功能，使其產(chǎn)品和服務(wù)優(yōu)于競爭對手并有所不同，引導(dǎo)用戶加強(qiáng)對本產(chǎn)品的良好印象。
• 最后爭取實現(xiàn)用戶的興奮型需求，即第二象限表示的興奮型因素，提升用戶的忠誠度。

結(jié)論：

根據(jù) KANO 模型計算出的 better-worse 系數(shù)值，說明該產(chǎn)品先滿足功能 5 和 4，再優(yōu)化功能 2，最后滿足功能 1。而功能 3對用戶來說有或者沒有都無所謂，屬無差異型需求，并沒有必要花大力氣去實現(xiàn)。

總結(jié)

KANO 模型定義了三個層次的需求：基本型需求、期望型需求和興奮型需求。

• 基本型需求：產(chǎn)品「必須有」的功能，也是 MVP 產(chǎn)品要求具有的功能；
• 期望型需求：非必須功能需求，但通常作為競品之間比較的重點；
• 興奮型需求：屬于驚喜型產(chǎn)品功能，超出用戶預(yù)期，往往能帶來較高的忠誠度。

根據(jù) KANO 模型建立產(chǎn)品需求分析優(yōu)先級，運用到產(chǎn)品設(shè)計中就是要抓住用戶的核心需求，解決用戶痛點（基本型需求），抓住用戶癢點（期望型需求）。在確保這兩者都解決的前提下，再給用戶一些 high 點（興奮型需求）。

嚴(yán)格來說，KANO 模型并不是一個測量用戶滿意度的模型，而是對用戶需求的分類，通常在滿意度評價工作前期作為輔助研究的 典型定性分析模型。

KANO 模型的目的是通過對用戶的不同需求進(jìn)行區(qū)分處理，了解不同層次的用戶需求，幫助企業(yè)找出提高產(chǎn)品用戶滿意度的切入點，或者識別出使用戶滿意至關(guān)重要的因素。

但需求會因人而異，會因文化差異而不同； 也會隨著時間變化。可能前段時間的期望型需求，甚至興奮型需求，到如今已變成了基礎(chǔ)型需求。所以作為產(chǎn)品設(shè)計者，我們應(yīng)該持續(xù)調(diào)研需求，對產(chǎn)品進(jìn)行迭代優(yōu)化。