Kano模型由日本教授狩野纪昭(Noriaki Kano)在1984年提出。
基本型需求
期望型需求
兴奋型需求
另外，对于用户满意度的影响，通过Kano模型的二维模式又将影响因素划分为五个类型：
魅力因素
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；
期望因素（一维因素）
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；
必备因素
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；
反向因素
用户根本都没有此需求，提供后用户满意度反而会下降；
观点
从kano模型的因素分类可以发现，kano并不是直接用来测量用户满意度的方法，而是通过对用户的不同需求进行区分处理，帮助产品找出提高用户满意度的切入点。它常用于对影响指标进行分类，帮助产品了解不同层次的用户需求，识别使用户满意的至关重要的因素。
kano模型应用
Kano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，然后计算better-worse系数，以显示达成此项因素属性对增加满意或消除不满意的影响程度。
Better的数值通常为正，表示如果产品提供某功能或服务，用户的满意度会提升。其正值越大，代表用户满意度提升的效果会越强，满意度上升的越快；
worse的数值通常为负，表示如果产品不提供某功能或服务，用户的满意度会降低。其负值越大，代表用户满意度降低的效果会越强，满意度下降的越快；
因此，根据better-worse系数，对系数绝对分值较高的项目应当优先实施。
从一个案例来说明：某产品希望优化5项功能，但是不知道哪些是用户需要的。通过kano调研分析，可以分别计算出5项功能的better-worse系数，构建如下四分位图。
 |
根据5项功能的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。落入这一象限的因素，称之为是期望因素（一维因素），功能5落入此象限，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；
第二象限表示：better系数值高，worse系数绝对值低的情况。落入这一象限的因素，称之为是魅力因素，功能1落入此象限，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。落入这一象限的因素，称之为是无差异因素，功能2、3、4落入此象限，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。落入这一象限的因素，称之为是必备因素，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。
在实际中，我们首先要全力以赴地满足用户最基本的需求，即第四象限表示的必备因素，这些需求是用户认为我们有义务做到的事情。在实现最基本的需求之后，我们应尽力去满足用户的期望型需求，即第一象限表示的期望因素，这是质量的竞争性因素。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。最后争取实现用户的魅力型需求，即第二象限表示的魅力因素，提升用户的忠诚度。
因此，根据kano模型计算出的better-worse系数值，说明该产品先需要优化功能5，然后再满足功能1。功能2、3、4对用户来说，有或者没有都是无差异的，并没有必要花大力气去实现。
评论回复