什么是卡诺KANO模型?

受行为科学家赫兹伯格的双因素理论的启发,东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月发表了《质量的保健因素和激励因素》(Motivator and Hygiene Factor in Quality)一文,第一次将满意与不满意标准引人质量管理领域,并于1982年日本质量管理大会第12届年会上宣读了《魅力质量与必备质量》﹙Attractive Quality and Must-be Quality﹚的研究报告。 KANO模型定义了三个层次的顾客需求:基本型…
关注者
469
被浏览
24,290

7 个回答

1. 卡诺模型简介

卡诺模型(KANO模型)是对用户需求分类和优先排序的有用工具,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。在卡诺模型中,将产品和服务的质量特性分为四种类型:⑴必备属性;⑵期望属性;⑶魅力属性;⑷无差异属性。

  • 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;
  • 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;
  • 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;
  • 无差异因素: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

KANO问卷对每个质量特性都由正向和负向两个问题构成,分别测量用户在面对存在或不存在某项质量特性时的反应。


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百分比,计算出Better-Worse系数,表示某功能可以增加满意或者消除很不喜欢的影响程度。

  • 增加后的满意系数 Better/SI=(A+O)/(A+O+M+I)
  • 消除后的不满意系数 Worse/DSI=-1*(O+M)/(A+O+M+I)

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。

因此,根据better-worse系数,对系数绝对分值较高的功能/服务需求应当优先实施。

根据better-worse系数值,将散点图划分为四个象限。

  • 第一象限表示:better系数值高,worse系数绝对值也很高的情况。落入这一象限的属性,称之为是期望属性,即表示产品提供此功能,用户满意度会提升,当不提供此功能,用户满意度就会降低,这是质量的竞争性属性,应尽力去满足用户的期望型需求。提供用户喜爱的额外服务或产品功能,使其产品和服务优于竞争对手并有所不同,引导用户加强对本产品的良好印象;
  • 第二象限表示:better系数值高,worse系数绝对值低的情况。落入这一象限的属性,称之为是魅力属性,即表示不提供此功能,用户满意度不会降低,但当提供此功能,用户满意度和忠诚度会有很大提升;
  • 第三象限表示:better系数值低,worse系数绝对值也低的情况。落入这一象限的属性,称之为是无差异属性,即无论提供或不提供这些功能,用户满意度都不会有改变,这些功能点是用户并不在意的功能。
  • 第四象限表示:better系数值低,worse系数绝对值高的情况。落入这一象限的属性,称之为是必备属性,即表示当产品提供此功能,用户满意度不会提升,当不提供此功能,用户满意度会大幅降低;说明落入此象限的功能是最基本的功能,这些需求是用户认为我们有义务做到的事情。

同类型功能之间,建议优先考虑better系数较高,worse系数较低的。


2. 卡诺模型实操

2.1问卷编写:

由于KANO模型问卷均需要了解以下两个方面:用户对于产品/服务具备某功能时的评价(态度)和产品/服务不具备某功能时的评价(态度),需要分别正向和反向地询问用户。需要注意:

① KANO问卷中与每个功能点相关的题目都有正反两个问题,正反问题之间的区别需注意强调,防止用户看错题意;

② 功能的解释:简单描述该功能点,确保用户理解;

③ 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。
  • 它理应如此: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。
2.2数据分析

数据清洗→KANO二维属性归属分析→Better-Worse系数计算。

此外,还可以结合产品的一些数据支持进行结合分析,如用户画像,UV,转化率等。

2.3数据解读

KANO模型是对功能/服务的优先级进行探索,具体情况还需要和业务方进行讨论,将Kano模型结果和业务实际情况结合讨论确定可行的产品功能开发/优化的优先级顺序,以将调研结果落地实施。

最近有朋友提出了一个疑问:虽然用户无感,但我觉得这很重要,难道就不做吗?

服务的缺口,往往是发生在用户感到重要度高但满意度低的服务中。拿餐饮业举例,我相信很多老板,开店一定有一些理想,通过开店来传递。也就是他们即使知道客户觉得重要度低,但有些服务还是要做,因为老板觉得重要。

这类型的服务,大概就是卡诺分析中的“无差异品质要素”。在一家店中,可能存在一种服务,不管店家如何努力,都无法提升用户满意度,但在同时,放弃优化这项服务,满意度也不会降低。通常被归类到这类型的品质要素,店家其实不需要投入过多的资源,只要让这项服务及格,不至于让消费者有负面观感即可,应该将资源投入在期望型或是魅力型的品质,让这两个要素到位。

如果老板本身觉得个服务很重要,举例而言,放一些车迷的书刊,营造不同的阅读属性,然而在卡诺分析下,放车迷书刊被归类成无差异品质要素,老板难道就不能放吗?我的回应是,当然可以。

为什么呢?我们回到卡诺分析的理论,卡诺分析是通过品质到位与否以及用户满意度两者间的关系,建构其理论的基础。

卡诺模型大家可以看高票中的图,目前大部分的卡诺分析,将服务区分成魅力型、期望型、基本需求型、无差异型、以及反向品质型五种,借助这些方式,我们可以知道用户在意的那些服务,以及我们如何投入资源。但是在这其中,我只建议拿掉反向品质型,因为那明显是造成负面观感的服务,其他的服务类型,并没有该不该拿掉的疑虑,只有要不要做到位的选择。

举例而言,如果有一项服务被评定为期望型,它的意义是,这个服务可能是用户来的主因,我们要思考的不是保留他,而是要把它做得到位,让用户有感,满意度就会随着优化的提升而高涨。

所以如果放车迷书刊评定为无差异的服务,SI 与 DSI 系数也表现得很无感,老板如果要放,可以的,这部分纯粹是满足老板自己,当然可以这么做。如果你问,难道不能靠放特定老板喜爱的书看吸引用户吗?我的回答是,可以。

在卡诺分析过程中,大样本的问卷得到了无差异品质的结果,代表大多数的人认为这是没有需求的服务,但这也不能排除,有小部分的人认为书刊是期望或是魅力型的服务,只是因为表达无差异品质态度的人,远多于其他品质要素而已。所以我们就要知道什么类型的人,对车迷书刊有需求,从市场上去找到这类用户。

这时我们要运用 MoT(Truth of Moment)的概念,MoT 将服务的过程分成听闻、评估、接触、使用、离开、回馈六个时刻。通常我们服务要不要做到位,主要是针对“使用”的阶段,也就是用户进入享用主要服务的阶段,如果老板想要主推车迷的书刊这项服务,除了要让餐厅氛围有车环境,在“听闻”的时刻,也要找到车迷聚集的渠道,也就是说,不只餐厅的车迷服务要到位,跟车迷的互动也要到位,这包含线上的粉丝专业内容,以及实体的车迷活动,如果可以进一步做到这一点,这位老板当然可以保留摆放车迷书刊的服务,也可以从中赚到收益。

所以需要再次提醒,卡诺分析主要是从用户身上,找到品质是否到位以及满意度高低的关联,作为是否优化或是决定优化顺序参考,倒不是作为服务项目保留与否的判定。如果是想决定服务项目的去留,那可能要找其他研究方法会更有力(例如多元回归分析、或是通过质性观察找到具取代性的服务)。