简介
KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的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。
根据不同类型的质量特性与顾客满意度之间的关系,狩野教授将产品服务的质量特性分为五类:
基本(必备)型需求——Must-beQuality/ Basic Quality
期望(意愿)型需求——One-dimensional Quality/ Performance Quality
兴奋(魅力)型需求—Attractive Quality/ Excitement Quality
无差异型需求——Indifferent Quality/Neutral Quality
反向(逆向)型需求——Reverse Quality,亦可以将 ‘Quality’ 翻译成“质量”或“品质”。
前三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。
历史
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入质量管理领域,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。该论文于1984 年1月18日正式发表在日本质量管理学会(JSQC)的杂志《质量》总第l4期上,标志着狩野模式(Kano model)的确立和魅力质量理论的成熟。这篇论文中,狩野纪昭在首次提出满意度的二维模式,构建出KANO模型。在当时的日本,提高产品和企业服务这个问题一直都是一个难题。他提出的这个模型有效的解决了这个问题。
二维模式
满意度的概念
消费者的满意度是取决于他们对企业所提供的产品和服务的事前期待,与实际(感知)效果之间的比较后,用户形成的开心或失望的感觉。就是说,如果购后在实际消费中的实际效果与事前期待相符合,则感到满意;超过事前期待,则很满意;未能达到事前期待,则
kano模型
不满意或很不满意。实际效果与事前期待差距越大,不满意的程度也就越大,反之亦然。所以,顾客满意度也就是顾客对所购产品的事前期待与实际评价的关系。而超越顾客满意,提供顾客所没有想到的服务和产品,给顾客以惊喜,也成为当代企业经营的重要思路。
顾客购后的满意程度,决定了其是否重复购买这种产品和服务,决定他今后对这种产品和服务的态度,并且还会影响到其他消费者。西方企业界有句谚语:“最好的广告是满意的顾客。”反之,失望的顾客不但永远不会再买这种产品和服务,而且还会到处作反面宣传,使原已准备购买的人也止步不前。而与此相反,高度的满意和愉快,不仅能满足使顾客形成消费偏好,培养出顾客的高度忠诚感,而且忠诚顾客会成为“传道者”,努力向其他人推荐企业的服务,并愿意为其所接受的服务支付较高的价格(溢价)。可以说,忠诚顾客是企业竞争力重要的决定因素,更是企业长期利润最重要的源泉。越来越多的公司正在致力于提高顾客满意度,顾客满意既是企业的目标,也是促进企业发展的工具。
双因素理论
满意度的二维模式是从赫茨伯格(Herzberg)的双因素理论发展而来。赫茨伯格的理论认为,满意和不满意并非共存于单一的连续体中,而是截然分开的;该理论通过考察一群会计师和工程师的员工满意度与生产效率的关系,发现日常工作中员工的满意度分为两种,一种是激励因素,另一种称为保健因素。激励因素表示工作本身带来的成就、认可和责任;保健因素指公司政策和管理、技术监督、薪水、工作条件以及人际关系等。当具备激励因素时会增加员工的满意,但是当缺乏时不会不满意;而当具备保健因素时不会提高员工的满意,但是当缺乏时,则会造成不满。
二维模式
在日常满意度应用中,都认为满意度是一维的,即某个产品(页面),提供更多功能、服务时用户就会感到满意,相反,当功能、服务不充足时,用户会感到不满。因此我们可能会不断在产品(页面)中添加新功能,通过这种方式提升用户的满意度。但是事实上会发现,并不是所有新增或优化的功能,都能提升用户的满意度,甚至有一些还会损害用户体验。
满意度理论研究中发现,并非所有的因素对用户满意度产生的影响都是一维的,二维模式认为,当提供某些因素时,未必会获得用户的满意,有时可能会造成不满意,有时提供或不提供某些因素,用户认为根本无差异,这就是满意度的二维模式。
需求分析
狩野纪昭(Noriaki Kano)将影响满意度的因素划分为五个类型,包括:
基本型需求
也称为必备型需求、理所当然需求,是顾客对企业提供的产品或服务因素的基本要求。是顾客认为产品“必须有”的属性或功能。当其特性不充足(不满足顾客需求)时,顾客很不满意;当其特性充足(满足顾客需求)时,顾客也可能不会因而表现出满意。对于基本型需求,即使超过了顾客的期望,但顾客充其量达到满意,不会对此表现出更多的好感。不过只要稍有一些疏忽,未达到顾客的期望,则顾客满意将一落千丈。对于顾客而言,这些需求是必须满足的,理所当然的。对于这类需求,企业的做法应该是注重不要在这方面失分,需要企业不断地调查和了解顾客需求,并通过合适的方法在产品中体现这些要求。
例如,夏天家庭使用空调,如果空调正常运行,顾客不会为此而对空调质量感到满意;反之,一旦空调出现问题,无法制冷,那么顾客对该品牌空调的满意水平则会明显下降,投诉、抱怨随之而来。再例如,智能手机的基本型需求有语音通话质量、信号覆盖、操作系统兼容、安全性、日常使用和性能:待机时间、速度等。试想一下,一个智能手机没有信号,通话质量差,操作系统不兼容,被感染病毒,待机时间10分钟就没电,如果手机运行速度慢到接近崩溃,这些都会使用户的不满情绪增加,但是上述这些需求都满足后,并不能带来用户满意度的增加,因为用户认为这些是必须要有的。
期望型需求
也称为意愿型需求。是指顾客的满意状况与需求的满足程度成比例关系的需求,此类需求得到满足或表现良好的话,客户满意度会显著增加,企业提供的产品和服务水平超出顾客期望越多,顾客的满意状况越好。当此类需求得不到满足或表现不好的话,客户的不满也会显著增加。
期望型需求没有基本型需求那样苛刻,要求提供的产品或服务比较优秀,但并不是“必须”的产品属性或服务行为有些期望型需求连顾客都不太清楚,但是是他们希望得到的,也叫用户需求的痒处。这是处于成长期的需求,客户、竞争对手和企业自身都关注的需求,也是体现竞争能力的需求。对于这类需求,企业的做法应该是注重提高这方面的质量,要力争超过竞争对手。
在市场调查中,顾客谈论的通常是期望型需求;质量投诉处理在我国的现状始终不令人满意,该服务也可以被视为期望型需求。如果企业对质量投诉处理得越圆满,那么顾客就越满意。
魅力型需求
又称兴奋型需求。指不会被顾客过分期望的需求。对于魅力型需求,随着满足顾客期望程度的增加,顾客满意度也会急剧上升,但一旦得到满足,即使表现并不完善,顾客表现出的满意状况则也是非常高的。反之,即使在期望不满足时,顾客也不会因而表现出明显的不满意。
当顾客对一些产品或服务没有表达出明确的需求时,求企业提供给顾客一些完全出乎意料的产品属性或服务行为,使顾客产生惊喜,顾客就会表现出非常满意,从而提高顾客的忠诚度。这类需求往往是代表顾客的潜在需求,企业的做法就是去寻找发掘这样的需求,领先对手。
例如,一些著名品牌的企业能够定时进行产品的质量跟踪和回访,发布最新的产品信息和促销内容,并为顾客提供最便捷的购物方式。对此,即使另一些企业未提供这些服务,顾客也不会由此表现出不满意。
无差异型需求
不论提供与否,对用户体验无影响。是质量中既不好也不坏的方面,它们不会导致顾客满意或不满意。例如:航空公司为乘客提供的没有实用价值的赠品。
反向型需求
又称逆向型需求,指引起强烈不满的质量特性和导致低水平满意的质量特性,因为并非所有的消费者都有相似的喜好。许多用户根本都没有此需求,提供后用户满意度反而会下降,而且提供的程度与用户满意程度成反比。例如:一些顾客喜欢高科技产品而另一些人更喜欢普通产品,过多的额外功能会引起顾客不满。
模型意义
Kano模型五种质量的划分,为六西格玛的改进提供了方向。
在实际操作中,企业首先要全力以赴地满足顾客的基本型需求,保证顾客提出的问题得到认真的解决,重视顾客认为企业有义务做到的事情,尽量为顾客提供方便。以实现顾客最基本的需求满足。
然后,企业应尽力去满足顾客的期望型需求,这是质量的竞争性因素。提供顾客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,引导顾客加强对本企业的良好印象,使顾客达到满意。最后争取实现顾客的兴奋型需求,为企业建立最忠实地客户群。
模型分析方法
KANO模型分析方法是狩野纪昭基于KANO模型对顾客需求的细分原理,开发的一套结构型问卷和分析方法。 KANO模型分析方法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,解决产品属性的定位问题,以提高客户满意度。
方法步骤
(1)从顾客角度认识产品或服务需要;
(2)设计问卷调查表;
(3)实施有效的问卷调查;
(4)将调查结果分类汇总,建立质量原型;
(5)分析质量原型,识别具体测量指标的敏感性。
明确目的
要明白调研的目的是什么,是否合适用KANO 模型解决,为什么要用KANO 模型解决。
如为了适应卖家日益增长的管理客户的需求,官方客户关系管理工具需要引入一些新功能。业务方希望知晓在众多用户需要的功能中,哪些是基本功能,哪些是增值功能,功能的优先级又是如何分布排列的。从而可以在进行功能开发优先级排期的同时,结合实际业务情况,考虑哪些功能应该由官方做,哪些更适合与第三方合作完成。Kano模型很好地贴和了业务的需求,从具备程度和满意程度这两个维度出发,将客户关系管理工具中的功能进行细致有效的区分和排序,帮助我们了解:哪些功能是一定要有,否则会直接影响用户体验的(必备属性、期望属性);哪些功能是没有时不会造成负向影响,拥有时会给用户带来惊喜的(魅力属性);哪些功能是可有可无,具备与否对用户都不会有太影响的(无差异因素)。由此决定利用Kano模型,对于客户关系管理工具的功能属性归属进行讨论。接下来将对于Kano模型的问题设置和分析方法的具体操作进行阐述。
指导工作
如果某个模块或功能是理所当然质量(基本型/必备型需求),就要保证基本质量特性符合规格标准,实现满足顾客的基本要求,项目团队应集中在怎样降低故障出现率上;如果是期望质量,项目团队关心的就不是符合不符合规格
kano模型
标准的问题,而是怎样提高规格标准本身。不断提高质量特性,促进顾客满意度的提升;如果是魅力质量(兴奋性需求),则需要通过满足顾客潜在需求,使产品或服务达到意想不到的新质量。项目团队应关注的是如何在维持前两个质量的基础上,探究顾客需求,创造新产品和增加意想不到的新质量。
方法评价
严格的说,该模型不是一个测量顾客满意度的模型,而是对顾客需求或者说对绩效指标的分类,通常在满意度评价工作前期作为辅助研究模型,KANO模型的目的是通过对顾客的不同需求进行区分处理,帮助企业找出提高企业顾客满意度的切入点。KANO模型是一个典型的定性分析模型,一般不直接用来测量顾客的满意度,它常用于对绩效指标进行分类,帮助企业了解不同层次的顾客需求,找出顾客和企业的接触点,识别使顾客满意的至关重要的因素。
注意事项
第一,需求会因人而异;一百个人眼中有一百个林黛玉。要做的是满足目标用户人群中多数人的需求。
第二,需求会因为文化差异而不同;如国内的互联网产品比国外的互联网产品要做得好,
第三,需求会随着时间变化。昨天的期望型需求,甚至魅力型需求,到今天可能已变成了必备型需求。具体如下图所示。
需要持续调研需求、产品需要持续迭代,与时俱进才能取得成绩。而不是照搬过去的、别人的方法或理论。
具体步骤
调查分析
深入的地了解业务。如这是某社交软件从用户的角度功能进行分析。
问卷调查
根据收集整理的功能分析设计问卷调查表,在问卷设计时,把问卷尽量设计得清晰易懂、语言尽量简单具体,避免语意产生歧义。同时,可以在在问卷中加入简短且明显的提示或说明。方便用户顺利填答。
问题 | 满意度高 | 满意度较高 | 满意度零 | 满意度较低 | 满意度低 |
---|---|---|---|---|---|
如果产品/服务有**模块,您的评价是 | |||||
如果产品/服务没有**模块,您的评价是 |
被调查者只需在上述问卷打勾即可。此问卷调查表划分维度有两个:提供时的满意程度、不提供时的满意程度,满意程度划分为5个,因为人的满意程度往往是渐变的,而不是突变的,其程度的描述可虽制定者修改,如(很喜欢、理所当然/还不错/还可以、无所谓、勉强接受/凑活、很不喜欢)更加形象的描述。
在整理问卷调查的时候,清洗掉个别的明显胡乱回答的个例,如全部问题都选择“我很喜欢”或“我一点都喜欢”的。
二维属性归属分类
不提供\不具备 | ||||||
---|---|---|---|---|---|---|
满意度高 | 满意度较高 | 满意度零 | 满意度较低 | 满意度低 | ||
提供 \具备 |
满意度高 | 可疑结果 | 兴奋型 | 兴奋型 | 兴奋型 | 期望型 |
满意度较高 | 反向型 | 无差异型 | 无差异型 | 无差异型 | 必备型 | |
满意度为零 | 反向型 | 无差异型 | 无差异型 | 无差异型 | 必备型 | |
满意度较低 | 反向型 | 无差异型 | 无差异型 | 无差异型 | 必备型 | |
满意度低 | 反向型 | 反向型 | 反向型 | 反向型 | 可疑结果 |
上面的表格仅是的一种最常见的方式,比如反向型需求,应该是提供程度与满意程度成反比,也就是说,你提供了我就不满意,不提供我就满意,这样来看,只有最左下角那个是明确的反向型需求,其他的都不明确可以将可疑结果扩大,下表是另外的数据分类的方法。这时因为可以因人而异,因产品、公司、地域而异,而且满意度本身就难以衡量。
不提供 | ||||||
---|---|---|---|---|---|---|
满意度高 | 满意度较高 | 满意度零 | 满意度较低 | 满意度低 | ||
提供 | 满意度高 | 可疑结果 | 可疑结果 | 兴奋型 | 期望型 | 期望型 |
满意度较高 | 可疑结果 | 可疑结果 | 兴奋型 | 期望型 | 期望型 | |
满意度为零 | 反向型 | 反向型 | 无差异型 | 必备型 | 必备型 | |
满意度较低 | 反向型 | 反向型 | 反向型 | 可疑结果 | 可疑结果 | |
满意度低 | 反向型 | 反向型 | 反向型 | 可疑结果 | 可疑结果 |
量化表格
再将所有合理的数据,填写在类似上面的表格里面。
从表格中不难看出,每一个功能在6个维度上(魅力属性、期望属性、必备属性、无差异因素、反向属性、可疑结果)上均可能有得分,将相同维度的比例相加后,可得到各个属性维度的占比总和,总和最大的一个属性维度,便是该功能的属性归属。
从上表即可看出“信息管理-购买行为信息”功能属于魅力属性。说明没有这个功能,卖家不会有强烈负性情绪,但是有了这个功能,会让卖家感受到满意和惊喜。
或者计算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。
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。而功能2、3、4对用户来说,有或者没有都是无差异型需求,并没有必要花大力气去实现。
结果产出
为了更明显地表述这5类需求,将其放在一张坐标图中,该图体现了每一类需求的特性。横坐标为提供程度,纵坐标为满意程度。
相关阅读
进阶必读!高级设计师常用的设计模型都在这儿了!
产品设计师必懂需求分析法—KANO模型
做需求分析,掌握「3+1 分析法」就够了!
卡诺KANO模型