科技圈里那些事Y|| KANO模型,设计研究方法( 二 )


分类
通过分类的结果指导实现方向 , 剔除“无差异需求、反向型需求” , 保证“必备型需求、期望型需求” , 挖掘“魅力型需求” 。
1.问卷设计
每一项需求都需要设计2道问题 , 2道问题为正反提问:提供时的满意程度、不提供时的满意程度 。 满意程度被划分为5级(非常满意、满意、一般、不满意、很不满意) 。 满意程度的文案可根据实际问题灵活修改 , 如使用(非常喜欢、理应如此、无所谓、勉强接受、很不喜欢或者非常有用、挺实用、无所谓、不实用、很不实用)更加形象的描述 。
每个人对选项的理解有所不同 , 因此有必要加上此部分的说明 , 尽可能确保调研对象对各个选项有共同的认知 。
【科技圈里那些事Y|| KANO模型,设计研究方法】例如:「浏览器意外关闭后是否可以恢复上次浏览」的需求 , 设计的问题为——
问题1-1、若浏览器崩溃后重启可以恢复上次浏览 , 你的感受是?
A、非常喜欢B、理应如此C、无所谓D、勉强接受E、很不喜欢
问题1-2、若浏览器崩溃后重启不可以恢复上次浏览 , 你的感受是?
A、非常喜欢B、理应如此C、无所谓D、勉强接受E、很不喜欢
科技圈里那些事Y|| KANO模型,设计研究方法
文章图片
2.开展调查
开展问卷调查前 , 先招募一定的目标用户 , 然后进行问卷发放和回收 , 问卷发放可通过纸质也可通过电子的形式 , 招募数和发放形式根据你所拥有的资源而定 。 问卷中存在废卷的情况 , 因此招募的数量不能太少 。
3.整理数据
回收问卷后开始对数据进行整理 , 将无效问卷剔除 , 无效问卷不除外以下情况:所有问题的答案都一致 , 大量题目未作答 。 剩下的就是有效问卷 。
为了能够将需求区分为基本型需求、期望型需求和兴奋需求 , 需按照正向和负向问题的回答对属性进行分类 。 参照对照表 , 每份问卷的每个功能点都有了分类结果 。
科技圈里那些事Y|| KANO模型,设计研究方法
文章图片
4.结果分类
汇总所有用户的有效问卷 , 对所有用户对某功能点的分类结果比例进行统计 , 分别得出A(魅力型)、O(期望型)、M(必备型)、I(无差异型)、R(反向型)、Q(可疑结果)所占的比例 , 比例值最大对应的类别就是对应功能点的分类类别了 。
科技圈里那些事Y|| KANO模型,设计研究方法
文章图片
分级
涉及到多个需求的排序分级时 , 还需明确不同类别和相同类别需求的优先级 , 可以更加直观看到分级结果以及对同类需求的优先级进行排序 。
1.计算Better-Worse系数
Better-worse系数 , 表示某功能可以增加满意或者消除不喜欢的影响程度 。 当某个点确定了X和Y坐标值 , 就能在四象限中定位一个点 。 每个需求点的Y坐标和X标分别对应Better系数和Worse值的绝对值 。
Better:可以解读为增加后的满意系数 。 Better的数值通常为正 , 代表如果产品提供某种功能或服务 , 用户满意度会提升 。 正值越大/越接近1 , 则表示用户满意度提升的效果会越强 , 满意度上升的越快 。
Worse:可以叫做消除后的不满意系数 。 Worse的数值通常为负 , 代表产品如果不提供某种功能或服务 , 用户的满意度会降低 。 其负值越大/越接近-1 , 则表示对用户不满意度的影响最大 , 满意度降低的影响效果越强 , 下降的越快 。
因此 , 根据better-worse系数 , 对两者系数绝对分值较高的项目应当优先实施 。 计算公式分别是:
Better/SI=(A+O)/(A+O+M+I)
Worse/DSI=-1*(O+M)/(A+O+M+I)
2.结果产出
某产品希望优化5项功能 , 但是不知道哪些是用户需要的 。 通过KANO调研分析 , 可以分别计算出5项功能的better-worse系数 。


推荐阅读