站在设计师的角度浅谈“需求模型”：KANO模型与问卷调查实战

一、需求分析

什么是用户需求？

用户需求：用户表达出的自己认为的需求（need），在实际工作中，我们获得的用户需求往往是用户所提出的解决方案。

什么是产品需求？

产品需求：产品经理经过深度剖析用户需求，并分析出用户内心真正的诉求（want）后，结合该需求的价值与公司资源，所提出的能满足用户内在需求的解决方案。

二、KANO模型

1979年，东京理工大学教授 Noriaki Kano 提出了一种对用户需求进行分类和排序的定性工具。

KANO模型内容：

1. 基本需求：用户使用你产品想要解决的核心需求，也是产品的必备功能，如果没有该功能，用户会极度不满，甚至放弃你的产品；即使有了该功能，用户也认为是理所应当的，用户不会因此对你的产品满意度增加，比如微信的聊天功能。
2. 期望需求：用户的痒点，产品满足了这类需求，用户满意度会因此增加，也可以成为自己产品的竞争优势；此类需求得不到满足或表现不好的话，客户的不满也会增加。
3. 兴奋需求：用户自己都没想到的需求，产品拥有此功能，即便表现的并不完善或完美，用户满意度也急剧提升；即便没有此功能，用户也并不会对产品对满意度降低。
4. 无差异需求：用户感觉无所谓的需求，不管产品提供与否，用户的满意度都不会因此变化；虽然用户满意度不会变化，但是过多的无差异需求，浪费公司资源，使产品变的臃肿，因此也最好不要去做。
5. 反向需求：该类需求提供对应的功能后，用户会对产品的满意度降低。

KANO模型用途：

• 通过定性、定量的方法进行需求预判，甄别需求的合理性；
• 识别用户对提供需求的接受度；
• 区分需求的级别，关注对用户满意度和忠诚度的影响最大的需求；
• 辨别需求的类型，对需求做量化的优先级排序。

三、项目实战

适用产品项目：

• 需求阶段有充裕的调研时间和资源的项目；
• 注重用户真实感受，想在早期了解用户真实的需求，注重用户满意度的项目；
• 资源紧张，需要识别需求优先级进行高效资源利用的项目；
• 用户体验对项目成败影响较大的项目。

不适用产品项目：

• 需求阶段没有时间和资源做用户调研的项目；
• 目标用户不明确，无法找到足够样本量用户的项目；
• 用研成果、用户满意度对项目影响甚少，以强制性按时完成任务为主导的项目；
• 用户体验不是衡量项目成败的重要因素的项目。

用户需求调研-问卷

问卷设计须知：

• 调查问卷中每个功能需求都由正向和反向两个问题组成，分别测量用户在面对提供或不提供某功能时所做出的反应；
• 问卷中的问题选项并不是开放式的，需要用户从五个选项：“喜欢/理应如此/无所谓/可以忍受/不喜欢”中进行选择评定。进而揭示了用户的实际需求、以及对这些需求的关注程度。

问卷注意事项：

1. 功能的解释，描述该功能点需简明通俗扼要，确保用户能正确理解；
2. 每个功能点都有正反两个问题，正反问题之间的区别需特别注意强调，防止用户看错题意；
3. 由于不同用户对“喜欢/理应如此/无所谓/可以忍受/我不喜欢”的理解不尽相同，因此需在问卷填写前统一解释说明，让用户有一个相对一致的标准，提高填答准确性。

答案选项的解释参考：

• 喜欢：让你感到满意、开心、惊喜；
• 理应如此：你觉得是应该的、必备的；
• 无所谓：你不会特别在意，但还可以接受；
• 可以忍受：你不喜欢，但是可以接受；
• 不喜欢：让你感到不满意、不开心。

需求类型分类：

根据具体单个功能点每一个用户正反回答，确定该功能点该用户的需求类型分类： 

• A：兴奋型需求(Attractive Quality)：属于惊喜型产品功能，超出用户预期，往往能带来较高的忠诚度；
• O：期望型需求(One-dimensional Quality)：非必须功能需求，但提供后用户满意度会提升，但通常作为竞品之间比较的重点；
• M：基本型需求(Must-be Quality)：产品“必须有”的功能，也是MVP产品要求具有的功能；
• I：无差异型需求(Indifferent Quality)：用户根本不在意的需求，对用户体验毫无影响；
• R：反向型需求(Reversal Quality)：用户根本都没有此需求，提供后用户满意度反而下降；
• Q：有问题的回答(Questionable)：自相矛盾，有问题的答案，此结果应该废弃。

问卷统计：

针对每个功能，统计每个用户定义的需求类型数目分布：

说明：

• 用户有效样本数量大于等于30个；
• 根据用户统计占比，自动计算确定需求类型；
• 出现较多数量“Q”时，调研可能存在较大误差，考虑废弃该调查结果；

需求类型判定规则：

1. 如果(M O A)>(I R Q) → 则用户的需求类型为Max{M,O,A}的品质要素类型；
2. 如果(M O A)<(I R Q) → 则用户的需求类型为Max{I,R,Q}的品质要素类型。

确立需求优先级：

Better-Worse系数， 它更适合面对多需求时如何排定需求优先级

• 需求增加后的满意系数 Better/SI=（A O）/(A O M I)
• 需求消除后的不满意系数 Worse/DSI=-1*（O M）/(A O M I)

Better的数值通常为正，表示提供某功能后，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，表示不提供某功能后，用户的满意度会降低。其负值（绝对值）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。

四象限图表法：

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，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，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，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。

注意：

这里的象限原点不是（0,0），是由上述调研所有功能中，batter值与worse的绝对值的均值作为象限划分原点。

四、总结

实战流程：

实战注意：

1、在实际工作中，仍然有很多其他情况发生，比如“老板一定坚持要做”；这个时候我们就用最少资源完成老板给的要求，然后再集中精力做自己认为有价值的需求；

2、在需求类型分类时，除了文中给定的需求类型判定规则外（比较通用但不够精细化），还可以结合自身团队/项目实际情况来制定一套标准算法（计算公式）判定。

谢谢大家！祝大家新年快乐，工作顺利。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！