拯救低效率,产品经理直呼好用的KANO模型!

文 | 商业智能BI相关文章 阅读次数:1,309 次浏览
2023-02-10 19:00:35

今天来谈谈数据分析模型——KANO模型。首先,我们看一则小故事~

李雷同学是一名产品经理,经常会遇到很多产品需求,老板、业务提出的扎堆,用户又似乎什么都想要。但设计、测试人手总是不够用,可利用的资源也很有限,那这么多需求肯定没办法一一实现啊。

引入KANO模型,分析用户满意度,需求类型

怎么办?只能先满足最重要的需求。那到底什么才是最重要的需求?

以往遇到类似的问题时,团队成员常常为了一股脑的主张而吵得局面几度失去控制,结果总是“几败俱伤”不说,工作效率还相当低下…

引入KANO模型,分析用户满意度,需求类型

在多次发现了“想法很合理,但用户的实际需要根本不是那么回事儿”之后,李雷终于决心改变这一令人“头大”的局面。

他意识到,捞出真正的用户需求、给重要的需求高优先级,这些都不是拍脑袋想出来的,而应该通过客观的分析确定下来。于是乎,他决定引入KANO模型,进行系统的需求梳理对需求进行分析和提炼,提高工作效率!

引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型

他立刻对约 100 个用户进行了调研,针对产品新功能1~8设计出了一份问卷,每个功能都要有正向和反向两个问题,比如这样:

接着,他分析调研结果,定位出了这些功能分别对应用户的什么需求,具体包括五类,分别是:

必备型需求M(必须有):即常说的痛点。对于用户而言,这些需求是必须满足的,理所当然的。当不提供此需求,分析用户满意度会大幅降低。这类是核心需求,也是产品必做功能。

期望型需求O(应该有):当提供此需求,分析用户满意度会提升。当不提供此需求,分析用户满意度会降低。通常作为竞品之间比较的重点。

兴奋型需求A(可以有):惊喜型产品功能,超出用户预期,往往能带来较高的忠诚度。不提供也不会降低用户满意度。

无差异需求R(可以没有):用户根本不在意的需求,对用户体验毫无影响。尽量规避做此类型功能。

那么根据以上分析,我们可以清楚,它们的优先级排序为:必备型需求>期望型需求>兴奋型需求>无差异需求。

引入KANO模型,分析用户满意度,需求类型

于是,李雷绘制出了一幅这样的四象限图:

引入KANO模型,分析用户满意度,需求类型

结合上文所提的需求的优先级,孰轻孰重是不是很明显?

引入KANO模型,分析用户满意度,需求类型

最后,他将引入KANO模型的仪表盘分享给了同事,决定此次功能更新增加「功能2、功能3、功能5、功能8」。有了一目了然的数据支撑,大家都很认同他的决定,罕见的没有出现以往为增加哪个功能而争得不可开交的局面,工作效率大大提升了!

引入KANO模型,分析用户满意度,需求类型

引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型

引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型 引入KANO模型,分析用户满意度,需求类型

为了让大家更好地理解分析流程,这里呈上李雷同学在FineBI v6.0中制作「KANO模型」的具体步骤~

1、设计调研问卷,每个功能都要有正向和反向两个问题。调研后对数据进行清洗。

2、创建分析主题「KANO分析」,添加「KANO原始数据」并点击「字段设置」勾选所有字段

3、新增公式列「合并态度」,将「增加功能态度」与「不增加功能态度」进行合并。

4、按照用户对「增加功能态度」与「不增加功能态度」,最终我们可以通过上表定位某功能对于用户来说是什么需求。

5、上一步骤我们已经知道如何定位需求类型,接下来要做的就是在分析表中定位判断,添加类型列。

效果如上图所示:

引入KANO模型,分析用户满意度,需求类型

6、添加「分组汇总」,得到每个功能它们各种需求类型的人数。例如参与调研的人数中,认为「功能1」是无差异需求的人数有 48 人。

7、因为调研过程中有些用户会跳题,所以参与每个功能调研的人数有所不同。新增列「参与调研人数」,求出参与每个功能调研的人数。

8、计算占比,求得每个需求类型占参与调研人数的比例。例如「功能1」的 「I 类型人数」占参与「功能1」调研人数的占比为 0.48。

9、开始制作组件,复制 5 个「占比」字段。

10、对复制的「占比」字段进行明细过滤,过滤条件为:类型属于 A  。并将其重命名为「A 占比」。

同理对其他复制的「占比」字段进行明细过滤,分别过滤类型,并对其重命名。

11、使用 better-worse 系数:根据 better、worse 的公式,新建计算字段「better」「worse绝对值」。

步骤同左

12、选择「散点图」,拖入「better」、「worse绝对值」字段。并将「功能」字段拖入图形属性的标签栏和颜色栏。

13、分别添加「横向警戒线」和「纵向警戒线」,分别为 better平均值 和 worse平均值 。

最终效果。

由此可见,引入KANO模型为李雷同学的团队立下了大功。如果未来的你也有志于从事产品经理一职,但对这一模型依然云里雾里,那接下来就搬好小板凳,我们正式介绍一下它:

引入KANO模型,分析用户满意度,需求类型

KANO模型是东京理工大学教授狩野纪昭针对用户需求分类优先级排序发明的工具,体现产品功能和分析用户满意度之间的非线性关系。

说到“需求”,你一定会想到最常用的“马斯洛需求层”,它将人的需求像金字塔一样从低到高展开,作为一种基础的分类方式,它很好理解,且一目了然。那同是需求分析,KANO模型与它的不同之处在哪里呢?

引入KANO模型,分析用户满意度,需求类型

虽然两者的目标都是“人”,但明显的差异在于“马斯洛”以社会目的为导向而分类需求,而“KANO”以对具体事物的满意程度为导向而分类需求。

它不像“马斯洛需求层”,是一种“一眼可见”的模型呈现结果,且形成也相对复杂一些:首先需要通过问卷设计进行调研其次再对调研结果的数据进行处理最后才能得到一个模型分析结果

简而言之,作为一个分析工具,KANO模型能够快速给需求的重要程度分级,并通过一张直观的四象限图使得用户的真正需求精准呈现,让工作效率翻倍!

引入KANO模型,分析用户满意度,需求类型

很显然在目前的信息时代,借助类似于FineBI的这些工具,可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多,选择时必须要结合实际的情况。一般的情况下,都建议选择市面上较主流的产品,比较容易达到好的效果,目前企业数据分析BI软件市场占有率前列的,就是帆软BI软件——FineBI。

引入KANO模型,分析用户满意度,需求类型

商业智能BI产品更多介绍: www.finebi.com

产品体验

相关内容

目录
立即体验 立即体验

在线客服

电话咨询

技术问题

投诉入口

返回顶部