01
來源概述
著名市場營銷學大師菲利普•科特勒說過：滿意是指一個人通過對一個產品的可感知的效果與他的期望值相比較後，所形成的愉悅或失望的感覺狀態。
在競爭日益激烈的當下，用戶的滿意度直接影響着用戶對於企業/產品的忠誠度，進而影響用戶的粘性和流失。
在傳統的觀念裏，會認爲滿意的反面就是不滿意。赫茲伯格（1974）在研究員工滿意度時提出了雙因素理論（也被稱作激勵-保健理論），他認爲滿意與不滿意並不是存共同存在一個單一的連續體，而是分開的。
即滿意和不滿意不是二選一的關係，滿意的反面是沒有滿意，而不滿意的反面是沒有不滿意。所以令人滿意的因素即使被去除，並不一定會導致員工的不滿意。同樣的，讓人感到不滿的因素被去掉，也不一定會導致員工滿意。
日本教授狩野紀昭(Noriaki Kano)將赫茲伯格的理論引入到產品質量管理中來。在1984年首度提出了Kano模型。
02
KANO模型的五類影響因素
橫座標表示某項要素的具備程度，越向右邊表示該品質要素的具備程度越高，越向左邊，具備程度越低。縱座標表示顧客或使用者的滿意程度，越向上，越滿意，越向下，越不滿意。利用座標的相對關係，可以分爲五類屬性：
-
必備型需求
-
期望型需求
-
興奮型需求
-
無差異型需求
-
反向型需求
必備型需求
必備需求也就是在產品中的基本需求，就好比“微信”必須要有聊天功能一樣，是產品中的核心模塊。如果這類需求在產品中並沒有體現出來用戶就會很不滿意，甚至拋棄產品。但是如果具備這類需求對於用戶而言也是無感的，用戶也會覺得這個是正常的事情。
這類需求就是考驗產品經理的邏輯完整性和對需求的理解能力了，如果策劃出的產品出現功能的嚴重缺失或邏輯不閉環的情況將一定會造成用戶量的流失，所以如何做好這類需求也是一個產品經理的基本功。
期望型需求
期望型需求簡單點來說就是用戶希望在產品中有什麼，如果這個類需求在產品中體現出來用戶將會感到滿意從而產品進行加分。如果並沒有體現這一點對用戶來說不會不滿，但是會有所降低印象分。
所以這類需求對與產品經理來說比較難做抉擇的，因爲100個用戶可能會有50種不同的期望需求，但是一個產品是不可能一次性滿足所有的用戶需求，這時候就是需要產品經理進行一定的數據分析去策劃出合適的功能來滿足大衆的需求。
興奮型需求
興奮型需求其實簡單來說就是創新型的需求，可以在用戶沒有想到或不報太大期望的時候創造出這類需求，基於用戶一個興奮點，例如：微信起初只是一個聊天軟件，很難有人能想到可以與支付結合做出微信支付，這一功能的出現觸及到了很多用戶的興奮點，從而產生了更深層的裂變。反之這類需求對於用戶來說沒有的話也不會降低客戶滿意度。
許多同類型產品都是靠着觸及用戶興奮點去不斷打動用戶去創造競品優勢，創新要比實現基礎需求更加困難，但是可以創造出與業務貼合且有着一定競品優勢的功能所帶來的價值是不可估量的。
接下來要說的就是產品經理在需求分析時務必要避免的兩點。
無差異型需求
一個產品中可有可無的需求就是無差異型需求，對於用戶來說這個需求的出現可能用戶並不會過於關注，也並不會爲公司帶來收益或變現。但是從公司的角度上來講，這種需求的研發或探討會產生一定的成本，投入市場後反而沒有什麼作用，會白白花費人力與財力。嚴重點可能還會提高產品的使用係數，影響用戶體驗。
所以在需求分析的時候一定需要與之前以後功能和其他需求進行比對，防止出現這種錯誤。
反向型需求
反向需求說的是會給用戶造成很大影響的功能，這類需求也不是憑空出現的，有的公司並沒有做足用戶分析，而是聽到需求就加的話一定會出現這種問題，因爲這類需求是一種小衆需求，並無法滿足大衆化，進入市場可能會對大衆用戶造成使用負擔，大大影響對產品的依賴程度。從而造成用戶量的流失。
那麼如何避免這種情況發生呢，還是需要產品經理在需求篩查的時候進行多方位比對，建立好用戶畫像，去判斷可以創造出的用戶價值。有人就會問如果是老闆提出的需求呢？那麼這時候你就需要做好充足的數據報告與用戶調研，告訴你們的老闆如果這個功能投入市場後會造成的影響，我認爲關係到利益老闆不會不聽的。
03
案例：Kano模型定義需求
在定義需求的時候Kano模型只是一種需求的分析方式，一個好的需求是需要有多種方法進行分析，Kano模型只是希望產品經理們可以將需求帶入用戶使用場景中去分析，來判斷需求的可實施性、影響範圍等。以下是以Kano模型爲指導的需求分析：
爲了適應淘寶賣家日益增長的管理客戶的需求，淘寶官方客戶關係管理工具需要引入一些新功能。
業務方希望知曉在衆多用戶需要的功能中，哪些是基本功能，哪些是增值功能，功能的優先級又是如何分佈排列的。從而可以在進行功能開發優先級排期的同時，結合實際業務情況，考慮哪些功能應該由淘寶官方做，哪些更適合與第三方合作完成。
Kano模型從具備程度和滿意程度這兩個維度出發，將客戶關係管理工具中的功能進行細緻有效的區分和排序，幫助我們瞭解直接影響用戶體驗的必備屬性、期望屬性；不會造成負向影響，給用戶帶來驚喜的魅力屬性；可有可無對用戶無太多影響的無差異因素。
Kano模型問卷編制
Kano模型設置題目，對於每個問題都要了解兩個方面：工具具備該功能時的用戶評價、工具不具備該功能時的評價。
由於每個用戶對於“我很喜歡”“理所當然”“無所謂”“勉強接受”“我很不喜歡”的理解不相同，因此在問卷填寫前給出統一解釋說明，讓用戶有一個相對一致的標準，方便填答。
數據收集&清洗分析
除了清洗程序，Kano問卷中，清除了全部選擇“我很喜歡”和全部選擇“我很不喜歡”的數據。
Kano模型分析重點針對於近一個月發單量大於20單的139名用戶進行分析。分析方法主要爲“Kano二維屬性歸類”和“better-worse係數分析”。
Kano二維屬性歸屬分類
具備這一功能時感覺“很喜歡”，不具備時感受不強烈（“理所當然”/“無所謂”/“勉強接受”），這一功能屬於錦上添花的“魅力屬性”，以此類推。
功能屬性結果
“信息管理-購買行爲信息”這一功能進行統計整理：魅力屬性的佔比總數最高。
客戶關係管理工具中，“信息管理-購買行爲信息”功能屬於魅力屬性。即沒有這個功能，賣家不會有強烈負性情緒，但是有了這個功能，會讓賣家感受到滿意和驚喜。
Better-worse係數分析
除了對於Kano屬性歸屬分析，還對於功能屬性歸類的百分比，計算Better-Worse係數，分析某功能可以增加滿意或者消除很不喜歡的影響程度。
Better可以理解爲增加後的滿意係數。better通常爲正，代表如果提供某種功能屬性，用戶滿意度會提升；正值越大，代表用戶滿意度提升的影響效果越強，上升的也就更快。
Worse可理解爲消除後的不滿意係數，通常爲負，代表如果不提供某種功能屬性，用戶的滿意度會降低；值越負向，代表滿意度降低的影響效果越強，下降的越快。
Berger（1993)的指標計算公式：
增加後的滿意係數（better）：（魅力屬性+期望屬性）/(魅力屬性+期望屬性+必備屬性+無差異因素）
消除後的不滿意係數（worse）：(期望屬性+必備屬性）/(魅力屬性+期望屬性+必備屬性+無差異因素）×（-1）。
計算 “信息管理-購買行爲信息”的Better-Worse係數：
Better=（.367+.288)/(.367+.288+.029+.216)=0.73
Worse= (.288_.029)/(.367+.288+.029+.216)×（-1）=-0.35
全部功能計算結果
客戶關係管理工具的17個功能點中，大多數爲魅力因素，而本次調研中並沒有發現必備因素。
better-worse係數衡量時發現：忠誠度-C2、忠誠度-C3、信息傳達-F1、信息傳達-F4都是better、worse值均很高（大於平均數）的要素。客戶關係管理工具要加強這些功能，不僅會消除客戶的不滿意，還會提升客戶的滿意水平。
想了解如何能夠快速成爲數據策略產品經理的小夥伴，可以進羣交流和了解哦~
