KANO模型的背景以及历史梗概就不再赘述了,社区里搜索KANO会有一堆的答案,大部分都介绍了KANO的基本概念,缺少实战的使用。

今天和大家探讨一下KANO模型在实战中的运用

1.什么是KANO模型?

我为大家整理了一些关于KANO的基础理论知识

KANO模型基本就长成下图这样,可能做过客服类似岗位或者沟通技巧培训的人,非常熟悉这个工具,往往知其然,不知其所以然

2.通过KANO模型,可以判断几种需求类型?

期望型(Performance Quality):概括来讲,提供了用户就开心,不提供了,他就翻脸。

兴奋型(Delighters):简单来说,兴奋型需求属于“意想不到”的需求,提供了,用户同样会很开心,不提供,也不会影响什么。

基础型(Basic needs):所谓基础型,就是不管你做的有多完美,都无法让用户兴奋,但你一旦不做,等着瞧吧。

3.什么情况下使用KANO模型以及如何使用?

不是所有的需求都需要通过KANO,我们日常工作中,有一部分需求可以通过竞品分析、行业数据和业务报表直接得到结果

对于产品经理而言,KANO最常使用的场景存在两个当需求产生冲突,需要安排优先级时

当无法判断一个需求是否真的那么重要的时候

基本的处理思路是

整理需要进行分析的功能/需求---写调查问卷(制定样本量指标)---收集数据反馈---分析需求矩阵---确认需求分布趋势---得出需求类型结论---确定需求优先级

4.实例分析

背景:一周内,产品经理接到多个产品功能需求,每个独立的需求的场景听起来都比较鲜活

来自市场的需求似乎会带来很大的收益

同期间在run的项目也有两个

研发兄弟团队人员配置不齐

初步分析:整理需要进行分析的功能/需求

将收集的需求进行分门别类的整理撰写调查问卷

这里的调查问卷撰写有几个小技巧

a.针对某一功能/需求,进行正反描述(正面描述如:如果我们添加xx功能,你觉得会?反面描述如:如果我们不添加xx功能,你觉得会?)

b.每道题需要有五个选项:太好了、就应该这样啊、无所谓、我能忍受、我不喜欢,为了能够让所有人明确知道每个选项的意义,需要在答题前,解释清楚各个选项的程度

c.确保当前功能/需求的描述不会让人引起误解

d.开篇的几道题目尽可能缓解氛围,比如使用了多久、设备型号等等

调查问卷的基本样式

分析需求矩阵

需求收集上来之后,我们能看到这样的表格,一个功能一个表格,每一项的值求和,全部添加到表格里

这里还有个表格

两张表格一一对应,做个简单的名词解释A:魅力属性

O:期望属性

M:必备属性

I:无差异属性

R:反向属性

Q:可疑结果

确认需求分布趋势

上述的两张表格,基本上已经确认了每个需求的情况,根据KANO模型提供的工具,我们已经离最终的结果越来越近了

better-worse系数

better系数:(A+O)/(A+O+M+I);当这个数值越接近1,代表提供此项功能用户就越满意

worse系数:(O+M)/(A+O+M+I)*(-1);当这个数值越接近-1,代表不提供此项功能用户越不满意

散点图

最后一步,用散点图,将每个功能的better和worse的数值,填进excel,再绘制一张散点图,通过四象限散点图,可以看到每个better和worse数值的分布情况

横坐标worse系数,纵坐标better系数

第一象限: 期望型需求

第二象限:魅力型需求

第三象限:无差异需求

第四象限:必备型需求

到这里,需求的优先级已经明确列出来了。

关于这个模型的理解,目前还处于刚刚研究阶段,如果有写的不到位的地方,还请谅解,欢迎在评论区进行讨论。

卡诺模型案例分析_通过KANO模型来协调优先级排序(附实例)相关推荐

  1. 卡诺模型案例分析_质量管理神器,Kano模型您可知道?

    在六西格玛中,倾听.分析.理解顾客的需求 (voice of customer)是非常重要的,而Kano模型就是这个环节中关键的工具之一. 而笔者觉得更为重要的是,Kano模型不仅仅是质量领域的重要工 ...

  2. R语言Logistic回归模型案例:分析吸烟、饮酒与食管癌的关系

    R语言Logistic回归模型案例:分析吸烟.饮酒与食管癌的关系 目录 R语言Logistic回归模型案例分析吸烟.饮酒与食管癌的关系 #样例数据

  3. 单方程误差修正模型案例分析

    单方程误差修正模型案例分析 数据的生成 set.seed(12345) u<-rnorm(500) x<-cumsum(u) y<-x+u E-G协整估计及检验 model.lm&l ...

  4. 卡诺模型案例分析_3个维度看竞品分析!

    谁都想站在巨人的肩膀上,问题是怎么上去? ABC分享会线下24期回顾 时间:10月24日 下午13:00-17:30 地点:上海嘉定U-CUBE创意空间 参与人数:18人 主题:怎样做竞品分析 这次活 ...

  5. 卡诺模型案例分析_AMOS案例分析 | 结构方程模型(二)

    使用结构方程的方法进行模型的验证 1. 替换缺失值 在读取数据文件之前,对数据的完整性问题做适当处理.利用SPSS进行数据缺失值的处理.操作过程:转换→替换缺失值 输出结果:形成新的数据集.从下表中可 ...

  6. SWAT模型案例分析

    SWAT模型的产生 SWAT模型的最直接前身是SWRRB模型.而SWRRB模型则起始于20世纪70年代美国农业部农业研究中心开发的CREAMS(Chemicals, Runoff, and Erosi ...

  7. woe分析_评分卡模型剖析之一(woe、IV、ROC、信息熵)

    评分卡模型剖析之一(woe.IV.ROC.信息熵) 信用评分卡模型在国外是一种成熟的预测方法,尤其在信用风险评估以及金融风险控制领域更是得到了比较广泛的使用,其原理是将模型变量WOE编码方式离散化之后 ...

  8. python多元线性回归模型案例_Python 实战多元线性回归模型,附带原理+代码

    原标题:Python 实战多元线性回归模型,附带原理+代码 作者 | 萝卜 来源 | 早起Python( ID:zaoqi-python ) 「多元线性回归模型」非常常见,是大多数人入门机器学习的第一 ...

  9. java微服务案例分析_《Java深入微服务原理改造房产销售平台》知识点梳理与问答总结...

    一图胜千言 一图胜千言 既然已经在session有了,直接session取就行了,为什么要再放threadlocal,之后再从threadlocal清掉,一直从session拿不就行了? 答: 放在T ...

  10. 人口老龄化案例分析_公开老龄化:这个社区如何改变了我们

    人口老龄化案例分析 社区永远会让您感到惊讶. 对于像我这样的人来说,这不是一个简单的说法. 我不是一个惊喜. 我陶醉于可预测性. 我追求一致性. 一个充满激情和奉献精神的社区几乎没有提供这些舒适感. ...

最新文章

  1. 谈谈如何学习flutter之flutter成神之路
  2. 用Opengl实现骨骼系统
  3. Tomcat集群快速入门
  4. 安川机器人编程加电弧_安川AR2010机器人
  5. Tortoise SVN 版本控制常用操作知识
  6. prefix.pch文件的一些简单使用
  7. 鸿蒙系统新手教程,鸿蒙灭神决新手入门全流程图文攻略
  8. idb 怎么回复mysql_MysqliDb 库的一些使用简单技巧(php)
  9. 页面点击提交跳转_一个入口一次提交!“六税合一”综合申报操作指南请收好~...
  10. 常见数学符号及其读法
  11. django后台管理--添加自定义action
  12. 23. stdin, stdout, stderr
  13. 2022-2028全球骨科创伤植入物行业调研及趋势分析报告
  14. js去掉字符串的空格
  15. 做好固定资产管理,提升行政的工作绩效
  16. 湘军团练志:罗泽南、李续宾、王錱
  17. 如何更好的提问-在提问之前试试Stack Overflow、小黄鸭调试法
  18. 【颜纠日记】祛痘广告那么神?分享确切的祛痘方式。
  19. CSMA/CD和CSMA/CA
  20. METTLER TOLEDO托利多Bplus 标签格式设置教程(scale manager)

热门文章

  1. <自由之路>LeetCode每日一题(DFS + 记忆化搜索)
  2. 国内下载Android源码教程
  3. 数字人实业应用场景,远远不止屏幕互动
  4. 重新安装百度网盘,报“您的电脑已安装版本更高的百度网盘客户端”对话框,无法安装
  5. 手机电视(CMMB+MBBMS)安全架构原理
  6. (动态示例)制作chm离线手册文件-w3school为例
  7. TeXLive升级教程
  8. 基于java jsp的大学生奖学金管理系统
  9. android4.2.2+手机管家,深度清理手机垃圾 腾讯手机管家V4.2评测
  10. c语言智能车跑道检测程序,基于金属检测的智能循迹小车设计