KANO模型

KANO模型由东京理工大学教授狩野纪昭(Noriaki Kano)发明,其用于分析用户对于各类需求的排名偏好情况,其在企业产品需求调研,市场研究中有着广泛的应用。KANO模型的数据一般通过问卷进行收集,而且有着严格的规范格式。比如当前针对手机功能/服务做需求调研,共头脑风暴出10项功能/服务,分别是:投影功能, 左右手模式, 超级快充, 取消SIM卡, 3D投影, 照片搜索, 自动美颜, 防盗加锁, 遥控器, 暖手宝, 望远镜, 显微镜。现希望分析出该10种功能/服务的需求态度和优先顺序等。问卷设计格式类似如下:

  • 对一款拥有 “投影功能”的手机的态度?【正向题 】
  • A不喜欢 B能忍受 C无所谓 D理应如此 E喜欢

  • 对一款不具有“投影功能”手机的态度?【反向题】
  • A不喜欢 B能忍受 C无所谓 D理应如此 E喜欢

总共有10个功能/服务,每项‘功能/服务’均由2个题表示,分别是正向题和反向题。正向题指用户对于‘拥有该项功能/服务’的偏好态度情况,负向题指用户对于‘不具有该项功能/服务’时的偏好的态度情况。共10个功能/服务,每项均2个题测量,总计共有20个题进行测量。

在收集完成数据后,切记使用数字标识出各项的意义,不论是正向还是负向,均为1分代表‘不喜欢’,2分代表‘能忍受’,3分代表‘无所谓’,4分代表‘理应如此’,5分代表‘喜欢’。即第1个选项为1分,第2个为2分,依次下去。

模型得到后即为后续的分析,KANO模型将功能/服务的态度属性分为六类,分别是如下:

属性名称 属性特征
魅力属性A 超出用户预期的功能/服务,该功能/服务完善程度高,用户满意度会明显上升,如果没有该功能/服务时,用户满意度下降不明显
期望属性O 有某功能/服务会提升满意度,没有会使满意度下降
必备属性M 有某功能/服务不会提升满意度,但没有会使满意度下降
无差异属性I 有和没有某功能/服务均不影响满意度
反向属性R 没有某功能/服务满意度会更高
可疑结果Q 用户没有很好理解某问项或误答

很明显,魅力属性,期望属性和必备属性应该优先满足用户。无差异属性可以忽略,反向属性不应该提供。

  • 特别提示:
  • KANO模型的问卷设计有着严格的规范,一定需要按此规范进行;

  • KANO模型共分为六种属性,最终应结合功能/服务的属性特征划分优先级。

KANO模型案例

  • 1、背景

    当前有一项关于手机功能/服务的需求调研,共头脑风暴出10种功能/服务,分别是投影功能, 左右手模式, 超级快充, 取消SIM卡, 3D投影, 照片搜索, 自动美颜, 防盗加锁, 遥控器, 暖手宝, 望远镜, 显微镜。以及共收集有效数据为100份,现希望通过KANO模型分析出该10种功能/服务的态度情况,为企业产品研发提供建议。

  • 2、理论

    针对每个功能/服务点,KANO模型共分为正向题和负向题两个方向进行收集数据。并且在得到数据后,将功能/服务映射到六个属性上面,映射关系如下图:

    比如正向题选择喜欢,反向题选择无所谓,那么映射到中间I区域即‘无差异属性’。

    • 特别提示:
    • 上表格中分值一定要标好,即1分代表‘不喜欢’,2分代表‘能忍受’,3分代表‘无所谓’,4分代表‘理应如此’,5分代表‘喜欢’。因为SPSSAU完全按照此分值进行映射。

    以及六种属性的特征情况,即具备程度与用户满意度之间的关系情况如下图:

    • 第一:魅力属性时,某功能/服务完善程度高,用户满意度会明显上升,如果没有该功能/服务时,用户满意度下降不明显;

    • 第二:期望属性时,某功能/服务完善程度高,用户满意度会上升,如果没有该功能/服务时,用户满意度会下降;

    • 第三:必备属性时,某功能/服务完善程度高,用户满意度上升不明显,如果没有该功能/服务时,用户满意度会明显下降;

    • 第四:无差异属性时,某功能/服务与满意度之间无明显关系;

    • 第五:反向属性时,某功能/服务完善程度高,用户满意度反而会下降。

  • 3、操作

    本例子中共有10项功能/服务,操作如下图:

  • 4、SPSSAU输出结果

    SPSSAU共输出3个表格和2个图。3个表格分别是: KANO模型评价结果分类对照表, KANO模型分析结果汇总,KANO模型分析结果汇总-数字结果,KANO模型属性特征图,和Better-Worse系数图。

    • KANO模型评价结果分类对照表:正向和负向题选项交叉,与属性之间的映射关系。切记数字分值一定需要参照表格进行,即1分代表‘不喜欢’,2分代表‘能忍受’,3分代表‘无所谓’,4分代表‘理应如此’,5分代表‘喜欢’。因为SPSSAU完全按照此分值进行映射。

    • KANO模型分析结果汇总:此表格为核心输出表格,即得出各功能/服务对应的属性占比,分类结果,Better和Worse值;

    • KANO模型分析结果汇总-数字结果:该表格展示出各功能/服务对应属性的数量,分类结果,Better和Worse值;

    • KANO模型属性特征图:该图展示属性的特征情况,即某功能/服务具备程度与满意度之间的关系特征情况;

    • Better-Worse系数图:可通过该图查看Better(满意影响力)和Worse(不满意影响力)之间的关系特征情况,并且按照平均的worse值和平均的better值为界该图可分为四个象限。其横坐标为Worse的绝对值,纵坐标为Better值,因而无论横向还是纵向,均是越大越好。第一象限为期望属性,Better值高,Worse值绝对值高。该象限的功能/服务应优先满足;第二象限为魅力属性,Better值高,Worse值绝对值低。该象限的功能/服务应优先满足;第三象限为无差异属性,Better值低,Worse值绝对值低。该象限的功能/服务通常不提供;第四象限为必备属性,Better值低,Worse值绝对值高。该象限的功能/服务一定需要满足。

  • 5、文字分析

    本次案例结果解读如下:

    从上表可以看出,10个功能/服务的属性情况,按某属性占比最高作为划分界限,最终结果为期望属性包括:投影功能共1项;魅力属性包括:左右手模式,超级快充和照片搜索共3项;必备属性包括自动美颜和防盗加锁共2项;其余6项为无差异属性。

    通常情况下产品开发的优先级为:必备属性>期望属性>魅力属性>无差异属性。因而手机厂商应该首先开发必备属性即自动美颜和防盗加锁共2项功能;并且应当抓紧开发期望属性即投影功能,而且应该对魅力属性进行开发并且越完善越好,分别包括左右手模式,超级快充和照片搜索共3项。

    除此之外,Better(满意影响力)= (A+O)/(A+O+M+I),该指标介于0 ~ 1之间,值越大说明敏感性越大,优先级越高;Worse(不满意影响力)= -1 * (O+M)/(A+O+M+I),该指标介于-1 ~ 0之间,值越小说明敏感性越大,优先级越高。也可结合Better-Worse系数图直观查看10项功能/服务的特征情况。Better-Worse系数图是从10项功能的对比角度来分析属性分布情况,本次分析Better-Worse系数图如下图:

    Better-Worse系数图的横坐标为Worse的绝对值,纵坐标为Better值,因而无论横向还是纵向,均是越大越好。

    • 第一象限为期望属性,Better值高,Worse值绝对值高。该象限的功能/服务应优先满足,本次研究对应为‘投影功能’;

    • 第二象限为魅力属性,Better值高,Worse值绝对值低。该象限的功能/服务应优先满足,本次研究对应着‘超级快充’,‘左右手模式’和‘照片搜索’;

    • 第三象限为无差异属性,Better值低,Worse值绝对值低。该象限的功能/服务通常不提供;

    • 第四象限为必备属性,Better值低,Worse值绝对值高。该象限的功能/服务一定需要满足,本次研究对应着‘自动美颜’和‘防盗加锁’这两项。

  • 6、剖析

    涉及以下几个关键点,分别如下:

    • KANO模型的问卷设计有着严格的规范,一定需要有正向和负向题分别测试某‘功能/服务’的态度,并且分值一定要标好,即1分代表‘不喜欢’,2分代表‘能忍受’,3分代表‘无所谓’,4分代表‘理应如此’,5分代表‘喜欢’。因为SPSSAU完全按照此分值进行映射。

    • KANO模型共分为六种属性,最终应结合功能/服务的属性特征划分优先级。包括使用属性特征占比分布表格和Better-Worse系数图。

疑难解惑

  • 提示数据必须是1-5!
  • KANO模型时,针对每个功能/服务,均由正向和负向题测量,而且只有5个选项,因此只能使用1,2,3,4,5分别标识5个选项。建议使用频数分析进行查看数据是否有异常值。

  • KANO模型数据格式应该如何?
  • KANO模型时,SPSSAU潜在的数据格式要求,数字越大代表越认可的意思,不论是正向题还是反向题,均要求数字越大代表越认可。请一定注意数据格式是否正确,如果不是这样,可使用数据处理->数据编码进行处理后,然后再进行分析。

  • Kano模型表格和图(better-worse图)出现小许不一致性?
  • KANO模型时可使用表格查看功能/服务对应的属性,同时也可使用better-worse图查看。二者目的相同都是查看功能/服务对应的属性,但计算的角度并不相同因而偶尔会出现属性归类不一致的情况(此类情况非常正常),建议研究者综合对比选择其中一个角度分析使用即可。