如何用 Kano 模型量化用户需求?

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析、分类和需求优先级排序的模型。kano 模型以分析用户需求对满意度的影响为基础。狩野纪昭 (Noriaki Kano) 教授 1984 年首度提出了 Kano 模型,该模型受赫兹伯格理论的双因素理论启发而来。

赫茨伯格的双因素理论认为,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。20 世纪 50 年代末期,赫茨伯格和他的助手们在美国匹兹堡地区 11 家工商企业机构中对二百名工程师、会计师进行了调查访问,调查中他设计了许多问题。例如:“什么时候你对工作特别满意?”“什么时候你对工作特别不满意?”“原因是什么?”等等,请受访者一一回答。

赫茨伯格从调查中发现,造成员工不满的原因,主要是由于公司的政策、行政管理、监督、工作条件、薪水、地位、安全以及各种人事关系的处理不善。这些因素的改善,虽不能使员工变得非常满意,真正地激发员工的积极性,却能解除员工的不满,故这种因素称为保健因素。

研究表明,如果保健因素不能得到满足,往往会使员工产生不满情绪、消极怠工,甚至引起罢工等对抗行为。同时,调查中发现,使员工感到非常满意的因素,主要是工作富有成就感,工作本身带有挑战性,工作的成绩能够得到社会的认可,以及职务上的责任感和职业上能够得到发展和成长等等。

这些因素的满足,能够极大地激发员工的热情,对于员工的行为动机具有积极的促进作用,它常常是一个管理者调动员工积极性,提高劳动生产效率的好办法。研究表明这类因素解决不好,也会引起员工的不满,它虽无关大局,却能严重影响工作的效率。因此,赫茨伯格把这种因素称为激励因素。

赫茨伯格在研究的过程中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。赫茨伯格双因素理论的核心在于:“只有激励因素才能够给人们带来满意感,而保健因素只能消除人们的不满,但不会带来满意感”这一论断。

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)于 1984 年发表了《魅力质量与必备质量》(Attractive Quality and Must-beQuality)的论文,这篇论文中,授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。

Kano 模型用来分类用户需求,确定需求优先级。Kano 定义了三个层次的顾客需求:基本型需求、期望型需求和兴奋型需求:

1. 基本型需求:基本型需求是用户对企业提供的产品 / 服务因素的基本要求,是用户认为产品 / 服务“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。基本型需求与赫茨伯格双因素理论中的保健因素类似。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,未达到用户的期望,则用户满意度将一落千丈。对于用户而言,这些需求是必须满足的,理所当然的。

2. 期望型需求:期望型需求是指用户满意度与需求的满足程度成比例关系的需求。期望型需求没有基本型需求那样苛刻,其要求提供的产品 / 服务比较优秀,但并不是“必须”的产品属性或服务行为。企业提供的产品 / 服务水平超出顾客期望越多,顾客的满意状况越好,反之亦然。

3. 兴奋型需求:兴奋型需求要求提供用户一些完全出乎意料的产品属性或服务行为,使用户产生惊喜。当其特性不充足时,并且是无关紧要的特性,则用户无所谓,当产品提供了这类需求时,用户就会对产品非常满意,从而提供用户的忠诚度。

通过需求实现程度和用户满意度两个维度,可以构建更详细的 Kano 模型,如下图所示:横坐标表示某项要素的需求实现及优化程度,越向右边表示该需求要素的具备程度越高,横坐标越向左边,该要素的具备程度越低。纵坐标表示用户的满意程度,纵坐标越向上,用户越满意,越向下,越不满意。通过需求实现程度和用户满意度这两个维度,可以将用户需求分为五类属性:

  1. 兴奋型属性:是用户意想不到的需求,表现为用户满意度和需求实现及优化程度呈现指数函数关系,如果不提供此需求,用户满意度不会降低,若提供此需求,而且用户满意度随着需求实现及优化程度的增加会有很大提升;
  2. 期望型属性:用户满意度和需求实现程度及优化程度呈线性相关性,即随着当提供此及优化需求,用户满意度会提升,当不提供此需求,用户满意度会降低;
  3. 无差异属性:用户满意度和需求实现及优化程度不相关,即无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意;
  4. 基本型属性:当不提供此需求,用户满意度会大幅降低,但提供了需求后,用户满意度不会随着此需求的优化而提升。
  5. 反向属性:用户完全没有此需求,若提供此需求,用户满意度反而会下降;

在产品功能的优先级上,我们要优先满足基本型属性的需求,第二是期望型属性需求,第三是兴奋型属性需求。

图 Kano 二维模型示意图

以上五种属性类别会随着时间的推移而改变。比如,手机的触摸屏,该功能刚推出的时候是属于兴奋型需求,不提供不会不满意,但提供了会很满意; 但随着时间迁移,比如推出一年多,该功能对于很多用户来说就变成期望型需求,即不提供会出现不满意的情况。

通过用户调研构建 Kano 模型进而量化用户需求

我们可以通过问卷调查的方式来调研用户对产品功能的态度,构建 Kano 模型来判定不同功能所属的需求类别,从而判定不同产品功能的需求优先级。

通常来说,我们可以对功能问两个问题来确定分类:一个问题是如果产品中有这个功能,用户会觉得如何; 另一个问题就是如果功能不存在,用户又是觉得如何,对每个问题采用 5 点的度量方式进行回答。如下例子为某社交软件产品功能 Kano 问题。对于某一功能 (如视频聊天),我们会同时调查用户两个问题:如果提供某某功能 (如视频聊天),用户的喜好程度会怎样,如果不提供该功能,用户的喜好程度会怎样。

调查后,根据下图的归类矩阵,将功能进行归类来确定需求的类型。其中,R 为反向型需求,I 为无差异型需求,A 为兴奋型需求,O 为期望型需求,M 为基本型需求,Q 为有问题的回答。

下面我们以某社交产品功能的 Kano 问卷调查为例。该问卷统计方法主要是是:对每一功能所属的需求属性占比进行统计,并以占比最高的属性作为该功能的归属类别。

如,功能 1 的各类需求属性中,O 的比例最高,所以把功能归类到属性 O(期望型属性)。这个例子的调查结果发现,大部分被调查的功能都属于无差异型需求,即无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意。只有功能 1、功能 3 和功能 8 为期望型需求,即随着当提供此及优化需求,用户满意度会提升,当不提供此需求,用户满意度会降低,如“视频聊天”功能。

探索 kano 模型在大数据的应用

目前已经有一些学者在探索利用网上产品评论数据来构建 Kano 模型。即通过抓取网络上产品的评论,并对评论进行主题分类,从而区分出不同产品功能的评论,并对每类功能的网上评论进行正负面的分析,结合特定的规则来判断不同功能的需求属性。

比如,有学者认为:对于期望型属性,用户对期望型属性的关注程度最高, 而这类产品属性也最能让用户特意在网上发表信息进行分享,评论正面和负面均有; 基本型属性是客户关注的, 但该类属性的实现并不能激起用户在网上发表评论进行,反而是当这类质量没能实现时, 客户会在网上抱怨,评论绝大部分是负面评论; 魅力质量是客户意想不到的,用户会较少的在论坛上发表评论, 但一旦该类质量得到满足,会引起客户很大的惊喜和满意度,网上的评论绝大部分是正面评论。

我们认为,更科学的办法是对每类需求的网上正面评论量、负面评论量、评论的调性、评论量等评论数据作为自变量 (X) 与 Kano 需求属性作为因变量 (Y) 建立回归模型。

由于建模需要训练数据,我们可以利用网上抓取的每类需求的网上正面评论量、负面评论量、评论的调性、评论量和通过问卷调查所得到的产品 kano 模型属性结果来作为训练数据,通过机器学习的算法,建立属性的网络评论和 kano 模型属性结果的函数关系,一旦该模型建立且相对稳定,我们就可以通过网上评论的数据来判断该需求属于那种 Kano 需求属性。

作者:傅志华,某大型互联网公司数据中心副总经理,同时任中国信息协会大数据分会理事,北京航空航天大学软件学院大数据专业特聘教授,中科院管理学院 MBA 企业导师,首都经贸大学统计学院硕士生导师。曾为腾讯社交网络事业群数据中心总监以及腾讯公司数据协会会长。

来源:http://www.36dsj.com/archives/73775