KANO模型简要分析

KANO模型简要分析一、 什么是KANO模型？KANO模型分析方法是狩野纪昭基于KANO模型对顾客需求的细分原理，开发的一套结构型问卷和分析方法。KANO模型分析方法主要是通过标准化问卷进行调研，根据调研结果对各因素属性归类，解决产品属性的定位问题，以提高客户满意度。二、 属性分类在卡诺模型中，将产品功能/需求和服务的特性分为五种属性：必备属性、期望属性、魅力属性、无差异属性、反向属性。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；无差异属性：无论提供或不提供此需求，用户满意度都不会有改变，用户根本不在意；反向属性：用户根本都没有此需求，提供后用户满意度反而会下降;满意JS离具裔程度低反向属性期星属性满倉度低KANO满意JS离具裔程度低反向属性期星属性满倉度低KANO模型无望异属性・具备程度高根据KANO模型，将其属性分类与用户需求优先级进行对应，便于实际应用,主要定义了三种：基本型需求（必备属性）、期望型需求（期望属性）、兴奋型需求（魅力属性），这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。用户需求KANO模型属性用户需求1■需求XF1■需求XF期塑型需求■r型减\\J魅力属性期望型属性必备属性三、KANO模型实际操作流程1.设计问卷调査表并实施有效的问卷调査KANO问卷中每个属性特性都山正向和负向两个问题构成，分别测量用户在面对具备或不具备某项功能所做岀的反应。问卷中的问题答案一般采用五级选项，按照：喜欢、理应如此、无所谓、勉强接受、我不喜欢，进行评定，可以根据具体情况选择设置选项。很喜欢理所当然无所谓勉强接受很不喜欢如果有这个功能1,您的评价是？如果没有这个功能1,您的评价是？非常重要狼重要_般不重要非常不重要这个功能1的重要程畏，您的评价杲？功能2功能3功能4需要注意的点：KANO问卷中与每个功能点相关的题口都有正反两个问题，正反问题之间的区别需注意强调，防止用户看错题意；功能的解释：简单描述该功能点，确保用户理解；选项说明：由于用户对“我很喜欢”“理应如此”“无所谓”“勉强接受”“我很不喜欢”的理解不尽相同，因此需要在问卷填写前给出统一解释说明，让用户有一个相对一致的标准，方便填答。我很喜欢：让你感到满意、开心、惊喜。理应如此：你觉得是应该的、必备的功能/服务。无所谓：你不会特别在意，但还可以接受。勉强接受：你不喜欢，但是可以接受。我很不喜欢：让你感到不满意。2将调査结果的功能属性进行分类，建立原型KANO归类模板用户需求反庐不提供〉无所谓T勉强接受很不再欢可疑Q1正向5剰2供〉_反冋反向__工工巳Jffltmt魅力属世A无陌启/t—无差异WjS/aii反向庖世0R反向无査异无莹异ZL-*^r必备无査异風怛T很不五欢反向反向反向反向可婪1必备属性y.3确立功能影响程度究竟多大：Better-Worse系数-计算与使用除了对于Kano属性归属的探讨，还可以通过对于功能属性归类的白分比，计算出Better-Worse系数，表示某功能可以增加满意或者消除不喜欢的影响程度。计算公式如下：

增加后的满意系数Better/SI=(A+0)/(A+O+M+I)消除后的不满意系数Worse/DSI=-l*(0+M)/(A+O+M+I)以上算法，就是把各个项U下每个字母对应的白分比放进去进行计算，得至IJ两个系数。Better,可以被解读为增加后的满意系数：better的数值通常为正，代表如果提供某种功能属性的话，用户满意度会提升；正值越大/越接近1,表示对用户满意上的影响越大,用户满意度提升的影响效果越强，上升的也就更快。Worse,则可以被叫做消除后的不满意系数。其数值通常为负，代表如果不提供某种功能属性的话，用户的满意度会降低；值越负向/越接近-1，表示对用户不满意上的影响最大，满意度降低的影响效果越强，下降的越快。Better-Worse系数分析