南順網絡

技能Get：卡諾模型的(de)運用實操

卡諾模型根據客戶滿意度和(hé)功能具備程度兩個維度，對功能進行分類。

在工作中你可(kě)能經常遇到下面這幾種情形：

在開發資源不夠時，要在有限的(de)時間裏上線核心功能，從而更快地(dì)獲取精準用戶。在産品從0開始，你可(kě)能有一(yī)堆想上線的(de)功能，這時候需要你對所有的(de)功能做(zuò)一(yī)個排期。需求堆積，你難以拒絕各方大佬的(de)需求，比如(rú)運營，客戶，老闆等，你需要用數據來說明哪些需求是不合理(lǐ)的(de)，哪些需求是當前階段可(kě)以不用滿足的(de)。

這時候你就需要用到卡諾模型了，一(yī)個項目排期和(hé)需求管理(lǐ)的(de)利器。那什麽是卡諾模型呢(ne)？

簡介

卡諾模型根據客戶滿意度和(hé)功能具備程度兩個維度，對功能進行分類。一(yī)直以來我們都以為(wèi)滿意度是一(yī)維的(de)，所以總是在産品上不停地(dì)加上新功能，然而有些功能不僅不會提升滿意度，反而會降低(dī)滿意度。不同屬性的(de)功能随着具備程度的(de)變化，滿意度的(de)變化會有各自(zì)的(de)特點。

KANO模型

看上面的(de)圖，我将依次介紹這5種屬性：

無差異屬性：無論提供或不提供此功能，用戶滿意度不會改變，用戶根本不在意有沒有這個功能。這種費力不讨好的(de)屬性是需要盡力避免的(de)。魅力屬性：讓用戶感到驚喜的(de)屬性，如(rú)果不提供此屬性，不會降低(dī)用戶的(de)滿意度，一(yī)旦提供魅力屬性，用戶滿意度會大幅提升。期望屬性：如(rú)果提供該功能，客戶滿意度提高(gāo)，如(rú)果不提供該功能，客戶滿意度會随之下降。必備屬性：這是産品的(de)基本要求，如(rú)果不滿足該需求，用戶滿意度會大幅降低(dī)。但是無論必備屬性如(rú)何提升，客戶都會有滿意度的(de)上限。反向屬性：用戶根本都沒有此需求，提供後用戶滿意度反而會下降。

舉個栗子(zǐ)，吸引求職者的(de)要素就可(kě)以用卡諾模型進行分類。

吸引求職者的(de)要素

在運用卡諾模型時，有幾點要注意的(de)：

時間差異。沒有一(yī)成不變的(de)屬性，很可(kě)能有一(yī)天魅力屬性變成了必備屬性，像指紋識别解鎖。不能将當前時刻的(de)卡諾模型分析結果作為(wèi)永久的(de)依據，即時性很重要。用戶群差異。不同的(de)用戶群所得到的(de)結果可(kě)能不同，如(rú)果你要在相差較大的(de)模塊都加上該功能，比如(rú)企業版和(hé)個人版，最好區分用戶群進行調查。文化差異。不同的(de)文化背景對功能屬性的(de)定義不同。比如(rú)對于報表的(de)設計，中國人會習慣斜線表頭，但是外國人可(kě)能難以接受。

接下來我要通過實際案例，詳細介紹如(rú)何運用卡諾模型分析需求。

1.需求溝通先篩選比較難以判斷的(de)需求，問題不宜過多，3～5個為(wèi)宜。不然用戶容易産生疲勞，輸出不精準的(de)答案。再分析業務場景，是否适合使用卡諾模型。适合：1）需求排期。2）理(lǐ)直氣壯地(dì)砍需求。不适合：1）不可(kě)量化滿意度的(de)需求，評估抽象的(de)要素。比如(rú)調查提高(gāo)品牌影響度，用戶的(de)滿意度。2）僅用來測量用戶滿意度。卡諾模型是根據功能具備程度和(hé)客戶滿意度的(de)關系對功能進行“分類”的(de)工具。确定調查用戶，如(rú)果你的(de)用戶群相差較大，要根據模塊或人物角色劃分用戶群，從每個用戶群中抽取相同人數進行調查。細分用戶群，可(kě)以更容易找出功能屬性特點。2.設置問卷首先我們要對每個功能進行描述，所以你的(de)問題要言簡意赅，方便用戶理(lǐ)解。從正反兩面去(qù)問用戶對于該功能的(de)滿意度情況。在問卷填寫之前對每個選項進行統一(yī)說明。因為(wèi)每個人的(de)主觀感受因為(wèi)性格可(kě)能有較大差異，提前定義好每個選項可(kě)以減少誤差。追問每個功能對于用戶的(de)重要程度。可(kě)以用來區分功能對用戶的(de)影響程度。設置從非常重要過渡到非常不重要的(de)5個選項。如(rú)果無法描述清楚你的(de)功能，試着貼張原型圖或者畫個示意圖可(kě)以更直觀表示。

舉個栗子(zǐ)，如(rú)果要對微信的(de)“看一(yī)看”功能進行卡諾模型分析，如(rú)下圖。

問卷示例

完整的(de)卡諾模型标準調查問卷鏈接：https://sojump.com/jq/15102379.aspx

3.屬性歸類分析

正反方向問題的(de)答案可(kě)以組成一(yī)個二維屬性表，每個單元格都代表一(yī)種答案類型，每個屬性的(de)總和(hé)為(wèi)相同顔色單元格之和(hé)。

數據清洗：将全部選擇我很喜歡或我很不喜歡的(de)答案列為(wèi)可(kě)疑答案，避免亂答數據影響分析結果。如(rú)果可(kě)疑結果過多，則你的(de)問卷可(kě)能存在問題，比如(rú)功能描述不清。

屬性歸類表-模版

由此我們可(kě)以看到每個屬性所占百分比，占比最高(gāo)的(de)我們認為(wèi)該功能的(de)該屬性因素最多。在樣本量為(wèi)50的(de)問卷調查中，我們可(kě)以看到微信“看一(yī)看”功能的(de)無差異屬性較多。（樣本量不足，僅作示範，有興趣的(de)旁友可(kě)以繼續調查。）

屬性歸類表-微信“看一(yī)看”功能

最後統計所有功能答案，得到每個功能的(de)屬性，以及每個功能的(de)重要程度。

問卷統計結果

4.Better-Worse系數分析

對功能的(de)屬性進行歸類後，我們要利用Better-Worse系數增加判斷影響程度。

Better-Worse系數，表示某功能可(kě)以增加滿意或者消除很不喜歡的(de)影響程度。

Better是增加後的(de)滿意系數。其數值通常為(wèi)正，數值越大，用戶滿意度會提升越快。Worse是消除後的(de)不滿意系數。其數值通常為(wèi)負，數值越小，用戶滿意度會下降越快。

根據Better-worse系數，優先滿足系數絕對分值較高(gāo)的(de)功能或需求。

Better-Worse系數計算公式

根據微信“看一(yī)看”問卷分類對照表，進行Better-Worse系數分析。

增加該功能後的(de)滿意系數Better：(22%+2%)/(22%+2%+62%+0%)=28%消除該功能後的(de)滿意系數Worse：-(2%+0%)/(22%+2%+62%+0%)=-2%

将每個功能的(de)Better值和(hé)Worse絕對值作為(wèi)氣泡圖的(de)縱坐标和(hé)橫坐标。

編輯:--ns868