卡诺模型-用数据说明需求

在日常工作中,需要经常对需求排列优先级别和要做的功能的重要性。

当需要优化产品的一些功能时,可以通过卡诺模型来对功能进行分类,定性的来分析需求。就需要用到卡诺模型了。

卡诺模型(KANO):是对用户需求分类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。

根据满意度将需求分为5中类型:基本/必备型,期望型,魅力型,无差异型,反向型


产品性能和用户满意之间的非线性关系

基本/必备型:这是产品的基本要求,如果不满足该需求,用户满意度会大幅降低。但是无论必备属性如何提升,客户都会有满意度的上限;

期望型:如果提供该功能,客户满意度提高,如果不提供该功能,客户满意度会随之下降;

魅力型:让用户感到惊喜的属性,如果不提供此属性,不会降低用户的满意度,一旦提供魅力属性,用户满意度会大幅提升;

无差异型:无论提供或不提供此功能,用户满意度不会改变,用户根本不在意有没有这个功能。这种费力不讨好的属性是需要尽力避免的;

反向型:用户根本都没有此需求,提供后用户满意度反而会下降;

卡诺模型的步骤如下:

(1)整理需要分析的功能;

(2)设计问卷调查表;

(3)实施有效的问卷调查;

(4)汇总分析结构,量化表格;

(5)需求分类,优先级排序

具体步骤如下:

1.比如要对袋鹿旅行网站首页导航,出行计划,个性封面等功能做卡诺模型分析

2.设计调查问卷(调查问题包含正反两面)

调查问卷样式

具体调查问卷如下:

3.将问卷发放到调研用户,填写问卷

4.汇总调研结果(将问卷中的态度转化为数字或字母,下面将太多转化为数字5代表很喜欢1表示很不喜欢

每个功能/模块进行分类

分类样式

具体首页导航和出行计划为例:

首页导航


出行计划

5.根据结果对需求进行分类和排序

根据better-worse系数,对系数绝对分值较高的项目应当优先实施。

增加后的满意系数(better):Better=(A+O)/(A+O+M+I)= (魅力因素+期望因素)/(魅力因素+期望因素+必备因素+无差异因素)

消除后的不满意系数(worse):Worse/DSI=-1*(O+M)/(A+O+M+I)= (期望因素+必备因素)/(魅力因素+期望因素+必备因素+无差异因素)×(-1)。

Better系数大于0.5,表示有效数据中,超过50%的人认为“有此属性和功能,我喜欢”

Worse系数绝对值大于0.5,表示有效数据中,超过50%的人认为“没有此属性和功能,我不喜欢”


功能分类

根据better-worse系数确定功能所在象限

功能四象限图

功能优先级排序:把统计的功能按照需求分类进行排序。一般按照:必备因素>期望因素>魅力因素>无差异因素。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,743评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,296评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,285评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,485评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,581评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,821评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,960评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,719评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,186评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,516评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,650评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,936评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,757评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,991评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,370评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,527评论 2 349

推荐阅读更多精彩内容