產(chǎn)品運(yùn)營(yíng)案例分析——詳解KANO模型


          Warning: Invalid argument supplied for foreach() in /data/cxweb/www/gupowang.com/public/article/view.html on line 71
          2年前

          今天阿G將會(huì)通過(guò)王者榮耀這個(gè)實(shí)際例子,和大家聊聊如何運(yùn)用KANO模型。

           

          什么是KANO模型?在什么場(chǎng)景下使用?如何使用?

           

          一、定義

          KANO模型,又稱為狩野模型,是東京理工大學(xué)教授狩野紀(jì)昭(Noriaki Kano)針對(duì)用戶需求分類優(yōu)先級(jí)排序發(fā)明的工具,體現(xiàn)產(chǎn)品功能和用戶滿意度之間的非線性關(guān)系。

           

          而由此衍生出來(lái)的KANO模型分析方法,是狩野紀(jì)昭教授基于KANO模型對(duì)用戶需求的分析原理,開發(fā)的一套結(jié)構(gòu)型問(wèn)卷和分析方法

           

          主要是通過(guò)標(biāo)準(zhǔn)化問(wèn)卷調(diào)研的調(diào)研結(jié)果對(duì)各因素屬性做歸類,解決產(chǎn)品功能的優(yōu)先級(jí)排序問(wèn)題,以提高用戶滿意度。

           

          二、適用場(chǎng)景

          1.確認(rèn)需求是否存在

          2.評(píng)估需求優(yōu)先級(jí)

          3.減少無(wú)用功

          4.打造爆款的傳播要素(病毒性K值的設(shè)計(jì))

           

          三、使用好處

          1.適用場(chǎng)景豐富

          2.有效的量化模型

           

          四、分類

          根據(jù)不同類型的用戶需求與用戶滿意度之間的關(guān)系,狩野教授將產(chǎn)品需求屬性分為5大類:

           

          1.必備屬性

          產(chǎn)品提供此類型需求,用戶滿意度不會(huì)提

          產(chǎn)品不提供此類型需求,用戶滿意度會(huì)大幅下降

           

          2.期望屬性

          產(chǎn)品提供此類型需求,用戶滿意度會(huì)提升

          產(chǎn)品不提供此類型需求,用戶滿意度會(huì)下降

           

          3.魅力屬性(用戶意想不到的需求)

          產(chǎn)品提供此類型需求,用戶滿意度會(huì)大幅提升

          產(chǎn)品不提供此類型需求,用戶滿意度不會(huì)下降

           

          4.反向?qū)傩?/strong>(用戶不需要的需求)

          產(chǎn)品提供此類型需求,用戶滿意度會(huì)大幅下降

           

          5.無(wú)差異屬性(用戶不會(huì)在意的需求)

          無(wú)論產(chǎn)品是否提供此類型需求,用戶滿意度都不會(huì)有所改變

           

          鳥哥筆記,產(chǎn)品設(shè)計(jì),阿G聊產(chǎn)品,產(chǎn)品設(shè)計(jì),用戶需求,用戶需求,產(chǎn)品

           

          以騰訊的《王者榮耀》舉例說(shuō)明。

           

          玩家可以正常進(jìn)入游戲就屬于必備屬性,試想一下,如果連游戲都進(jìn)不去,還何談滿意度呢?

           

          相比于Dota、LOL需要回城才能買裝備的限制,玩家在王者峽谷每一處都可以隨時(shí)購(gòu)買裝備,同時(shí)英雄技能施放又極其簡(jiǎn)單,最大限度避開了手機(jī)對(duì)于MOBA(多人在線對(duì)戰(zhàn))游戲的限制。

           

          一般而言,能引起玩家強(qiáng)烈情感共鳴的設(shè)計(jì)就是魅力屬性,例如那句經(jīng)典的“猥瑣發(fā)育,別浪!”真的是在很多時(shí)候都能表達(dá)玩家深深的無(wú)奈。

           

          王者榮耀的反向?qū)傩云鋵?shí)也比較明顯,每次登錄游戲都會(huì)有好多活動(dòng)彈窗,關(guān)了一個(gè)又一個(gè),沒(méi)完沒(méi)了。

           

          最后一個(gè)無(wú)差異屬性,王者榮耀每過(guò)一段時(shí)間都會(huì)提醒付費(fèi)用戶充值來(lái)維持貴族等級(jí),這類設(shè)計(jì)純粹是為了引導(dǎo)消費(fèi),所以屬于無(wú)差異屬性。

           

          五、需求開發(fā)原則

          當(dāng)幾種類型的需求都在需求池里面,我們應(yīng)該遵循以下原則進(jìn)行開發(fā)排期:

          1.必備屬性:留足資源,最優(yōu)先滿足

          2.期望屬性:排在必備之后,先做性價(jià)比更高的

          3.魅力屬性:盡力挖掘,先做成本低的

          4.反向?qū)傩裕罕苊庾龊蜕虡I(yè)模式無(wú)關(guān)的,同時(shí)要權(quán)衡多方利益

          5.無(wú)差異屬性:不做

           

          要特別注意2點(diǎn)

           

          1. 我們說(shuō)一個(gè)需求屬于某種屬性,是指針對(duì)某一類特定用戶

          例如在王者榮耀中,無(wú)限制地向所有用戶推送廣告活動(dòng),對(duì)于玩家來(lái)說(shuō)就是反向?qū)傩缘男枨螅鴮?duì)于廣告主(例如虎牙等直播平臺(tái))就是必備屬性。

           

          2. 需求屬于哪個(gè)屬性,是有時(shí)效性的

          例如在智能手機(jī)還沒(méi)普及的年代,能在手機(jī)上播放視頻就是一個(gè)魅力屬性。而現(xiàn)在,能在手機(jī)上播放3D電影才是。所以當(dāng)我們說(shuō)一個(gè)需求屬于「無(wú)差異需求」時(shí),應(yīng)該說(shuō)的是「現(xiàn)階段」不做。

           

          六、使用步驟

          1. 準(zhǔn)備分析

          深入地了解業(yè)務(wù)、了解用戶,從用戶角度認(rèn)識(shí)產(chǎn)品或服務(wù)當(dāng)前哪些地方需要改進(jìn)。

           

          2. 問(wèn)卷調(diào)查

          在設(shè)計(jì)問(wèn)卷時(shí),盡量的清晰易懂、語(yǔ)言盡量簡(jiǎn)單具體,避免產(chǎn)生歧義。同時(shí),可以在問(wèn)卷中加入簡(jiǎn)短且明顯的提示或說(shuō)明,方便用戶順利填答。(問(wèn)卷設(shè)計(jì)也是一門學(xué)問(wèn),下次再單獨(dú)寫一篇文章講講)

           

          問(wèn)卷劃分為2個(gè)維度:提供時(shí)的滿意程度、不提供時(shí)的滿意程度。

          滿意程度一般分為5個(gè),因?yàn)槿说臐M意程度往往是漸變,而非突變的。其程度的描述可隨制定者修改,如「很喜歡、還不錯(cuò)/還可以、無(wú)所謂/理應(yīng)如此、勉強(qiáng)接受/湊活、很不喜歡」等等。

           

          問(wèn)卷的形式也比較靈活,常用表格(打鉤即可)或者選擇題。

           

          鳥哥筆記,產(chǎn)品設(shè)計(jì),阿G聊產(chǎn)品,產(chǎn)品設(shè)計(jì),用戶需求,用戶需求,產(chǎn)品

          如果王者榮耀上線同城對(duì)戰(zhàn)模式,你的評(píng)價(jià)是?

          A. 我很喜歡    B. 理應(yīng)如此    C. 無(wú)所謂    D. 勉強(qiáng)接受    E. 我不喜歡

          如果王者榮耀沒(méi)有同城對(duì)戰(zhàn)模式,你的評(píng)價(jià)是?

          A. 我很喜歡    B. 理應(yīng)如此    C. 無(wú)所謂    D. 勉強(qiáng)接受    E. 我不喜歡

           

          3. 二維屬性分類

          在整理問(wèn)卷調(diào)查結(jié)果時(shí),可以清洗掉個(gè)別明顯胡亂回答的問(wèn)卷,例如全部問(wèn)題都選滿意度高或滿意度低的。再根據(jù)官方的評(píng)價(jià)結(jié)果分類對(duì)照表將需求進(jìn)行分類。

          鳥哥筆記,產(chǎn)品設(shè)計(jì),阿G聊產(chǎn)品,產(chǎn)品設(shè)計(jì),用戶需求,用戶需求,產(chǎn)品

          注意,按照概念,反向?qū)傩詰?yīng)該是提供程度和用戶滿意度成反比,也就是說(shuō)產(chǎn)品提供了用戶就不滿意,所以上表只有左下角是明確的「反向?qū)傩浴梗袔讉€(gè)反向?qū)傩钥梢钥紤]轉(zhuǎn)為「可疑結(jié)果」。

           

          因?yàn)闈M意程度本身就很難衡量,所以在實(shí)際工作中,不應(yīng)該盲目地套用方法論或模型,應(yīng)該根據(jù)自己的產(chǎn)品、公司、地域、用戶群等等因素做調(diào)整。

           

          我之前做SCRM時(shí),目標(biāo)用戶是自家的銷售,做完詳細(xì)的用戶調(diào)研和業(yè)務(wù)調(diào)研之后,我把上面的表整理為

          鳥哥筆記,產(chǎn)品設(shè)計(jì),阿G聊產(chǎn)品,產(chǎn)品設(shè)計(jì),用戶需求,用戶需求,產(chǎn)品

          可以看到改動(dòng)挺大的,但我覺(jué)得適合自己的才是最重要的。當(dāng)然前提是得深入了解用戶和業(yè)務(wù)情況。

           

          4. 量化結(jié)果

          在實(shí)際工作中,我們會(huì)調(diào)研很多個(gè)用戶,對(duì)于同一個(gè)問(wèn)題,會(huì)產(chǎn)生無(wú)數(shù)個(gè)答案。此時(shí)就可以根據(jù)下面這個(gè)原則來(lái)確定,需求到底屬于哪個(gè)屬性。

           

          計(jì)算不同屬性的比例之和,總數(shù)值最高的就是這個(gè)需求的屬性。

           

          假如我們調(diào)研王者榮耀的“同城對(duì)戰(zhàn)模式”,回收了100份有效問(wèn)卷,數(shù)值分布如下

          鳥哥筆記,產(chǎn)品設(shè)計(jì),阿G聊產(chǎn)品,產(chǎn)品設(shè)計(jì),用戶需求,用戶需求,產(chǎn)品

           

          必備屬性(M):17,17.00%

          期望屬性(O):3,3.00%

          魅力屬性(A):10,10.00%

          無(wú)差異屬性(I):26,26.00%

          反向?qū)傩裕≧):36,36.00%

          可疑結(jié)果(Q):8,8.00%

           

          由以上結(jié)果可得,回收的這100份有效問(wèn)卷,大部分人認(rèn)為“同城對(duì)戰(zhàn)模式”是一個(gè)反向?qū)傩缘墓δ埽€有很大一部分人認(rèn)為,這是一個(gè)具有無(wú)差異屬性的功能,所以這個(gè)功能現(xiàn)在不應(yīng)該做。

           

          這時(shí)候你可能會(huì)問(wèn),如果有幾個(gè)屬性的數(shù)值很接近甚至相同,怎么辦?

          出現(xiàn)這種情況,一般而言我們需要再擴(kuò)大調(diào)研的用戶數(shù)量級(jí),比如說(shuō)剛才是100人,我們可以再調(diào)研500人,把兩次結(jié)果相加起來(lái)做運(yùn)算。

           

          七、Better-Worse系數(shù)

          我們還可以再借助一個(gè)工具:Better-Worse系數(shù),看此需求對(duì)增加滿意度或降低滿意度的影響程度。

           

          Better:增加某功能的體驗(yàn)改善程度,數(shù)值通常是正的,越大表示完成需求對(duì)提升用戶滿意度的效果越顯著。

          公式為:SI = (A+O)/(A+O+M+I)

          即 SI = (魅力屬性+期望屬性)/(魅力屬性+期望屬性+必備屬性+無(wú)差異屬性)

           

          Worse:去掉某功能的體驗(yàn)改善程度,數(shù)值通常是負(fù)的,絕對(duì)值越大表示完成需求對(duì)降低用戶滿意度的效果越顯著。

          公式為:DSI = -1*(M+O)/(A+O+M+I)

          即 DSI = -1*(必備屬性+期望屬性)/(魅力屬性+期望屬性+必備屬性+無(wú)差異屬性)

           

          將第六點(diǎn)回收的100份有效問(wèn)卷結(jié)果代入公式,可得

          SI = (10+3)/(10+3+17+26) ≈ 23.21%

          DSI = -1*(17+3)/(10+3+17+26)≈ -35.71%

           

          結(jié)論也和上面的一致,這是一個(gè)具有無(wú)差異屬性的功能,所以這個(gè)功能現(xiàn)在不應(yīng)該做。

           

          這個(gè)工具更多的用途是在:同時(shí)對(duì)多個(gè)需求進(jìn)行優(yōu)先級(jí)排序。

           

          例如王者榮耀現(xiàn)在想做5個(gè)功能:功能1-5

           

          步驟1:通過(guò)問(wèn)卷調(diào)研和Better-Worse系數(shù)的計(jì)算,得出一下幾個(gè)數(shù)值

          鳥哥筆記,產(chǎn)品設(shè)計(jì),阿G聊產(chǎn)品,產(chǎn)品設(shè)計(jì),用戶需求,用戶需求,產(chǎn)品

          步驟2:用SI平均值和DSI平均值的絕對(duì)值作為坐標(biāo)原點(diǎn),軸是Worse(DSI)的絕對(duì)值,縱軸是Better(SI),繪制以下二維坐標(biāo)

          鳥哥筆記,產(chǎn)品設(shè)計(jì),阿G聊產(chǎn)品,產(chǎn)品設(shè)計(jì),用戶需求,用戶需求,產(chǎn)品

           

          第一象限Better值高、Worse絕對(duì)值也高,表示提供此類型功能時(shí),用戶滿意度會(huì)提升。因此落在這個(gè)象限的需求都是期望屬性。

           

          第二象限Better值高、Worse絕對(duì)值低,表示提供此類型功能時(shí),用戶滿意度會(huì)大幅提升。因此落在這個(gè)象限的需求都是魅力屬性。

           

          第三象限Better值低、Worse絕對(duì)值也低,表示提不提供有沒(méi)有此類型功能,用戶滿意度都不會(huì)有太大變化,因此落在這個(gè)象限的需求都是無(wú)差異屬性。

           

          第四象限Better低,Worse絕對(duì)值高,表示不提供此類型功能時(shí),用戶滿意度會(huì)大幅下降,因此落在這個(gè)象限的需求都是必備屬性。

           

          通過(guò)上面幾個(gè)步驟,我們可以知道上面5個(gè)功能的屬性和開發(fā)原則:

          1. 功能1、功能2屬于無(wú)差異屬性

          2. 功能3、功能5屬于魅力屬性

          3. 功能4屬于必備屬性

           

          所以功能1-5的優(yōu)先級(jí)排序結(jié)論就是:先做功能4,在功能3和功能5中選擇成本低的做,功能1和功能2現(xiàn)階段不做。

           

          至此關(guān)于KANO模型,阿G也和大家聊得差不多了。

           

          來(lái)源:阿G聊產(chǎn)品

          收藏

          {{favCount}}

          個(gè)人收藏

          投稿請(qǐng)戳這里!投稿
          0

          次分享

          文章評(píng)論(0)

          {{ user.nickname }}
          發(fā)表評(píng)論
          登錄 進(jìn)行評(píng)論
          加載更多 正在加載中... 沒(méi)有更多了
          • 微信掃一掃關(guān)注
            姑婆那些事兒公眾號(hào)