用Kano模型辅助产品功能决策

作为产品设计师，我们致力于创造令用户满意的产品。但是，有时候我们尽了最大的努力，却仍没有达到预期。这其中的原因之一可能与产品未达到用户的期望有关。实际上，在设计阶段，我们可以依靠卡诺模型来避免这种情况的发生。

卡诺模型（Kano Model）是用于制定设计决策的工具。通过根据功能对客户满意度的预期影响来对产品功能进行优先级排序，从而更好地进行设计决策。卡诺模型有助于了解产品设计的功能是否会给用户带来预期的满意效果。

卡诺模型模型起源于1980年代的日本，它建立在三个核心原则之上：

产品依靠价值吸引客户
产品质量保证了客户的忠诚度
创新力是差异化和竞争市场所必需的

它由日本教授Noriaki Kano开发，根据客户对产品的要求或属性对功能进行分类，从而评估这些功能对用户满意度的影响。他通过将它们分为必备属性（threshold），期望属性(performance)和魅力属性(excitement)进行分类。这些要素共同构成了您产品的客户体验。

五个功能类别

必备属性（threshold）功能

Kano Model首先关注用户的期望的基本功能，例如在汽车上刹车或在酒店的淋浴间加热水。这些功能是用户对该产品和服务的最低需求。因此，这些功能及服务并不能给用户带来足够的兴奋点。

从客户的角度来看，产品是否具有必备属性的功能会对自我的满意度产生影响：如果用户期望某种功能而该功能不起作用–他们会感到沮丧，但是如果这些功能满足了他们的期望值，用户也只会表示中立的满意度，不会有额外的惊喜。

而且，由于用户很少额外提出这些必备需求，所以这些功能需求有可能被忽略。因此，在进行产品功能设计的时候，我们首先应该考虑如何保证用户的基本需求被满足。

期望属性（Performance）功能

具备期望属性的功能有两个特点：

1）由客户仔细评估并在购买时考虑到的功能；

2）这些功能实施得越好，客户的满意度就越高

因此，这些功能对客户满意度具有线性影响。当产品具备期望属性的功能，它们能大大提升用户满意度，相反，当这些期望功能未被实现时，用户满意度会降低。与基本功能不同的是，用户往往热衷于在调研时提出这些他们期望的产品功能，因此这些功能不易被忽略。

魅力属性（Excitement）功能

魅力属性功能往往包含在意料之外的情况之中。对于产品与服务，用户不会对具有魅力属性的功能抱有额外的预期，因此，一旦该产品具有魅力属性功能时，会给用户带来额外的惊喜。相反，如果产品不具备这些额外的功能，用户也并不会感到失望，因为他们从未抱有这些“不切实际的希望”。如果产品及服务具备魅力属性功能，往往会给客户带来意想不到的超高满意度，并提升产品的口碑。

无差异属性（indifferent）功能

顾名思义，无差别属性功能不会引起客户的任何感觉。请记住，此类功能的设计和开发可能无法以客户满意度的形式带来成比例的回报。但是，并非总是如此。有时，我们可以提供正确的功能来回答正确的问题，但却使它们过于复杂，以至于用户无法理解。结果，他们对客户可能无动于衷，因为他们的价值对他们而言并不明显。

反向（reverse）属性功能

反向属性功能是指：对客户满意度具有相反影响的功能。如果增加反向属性功能，用户的满意度会下降。与此同时，此类功能会增加设计和开发成本。因此，我们需要避免该类功能进入到产品开发阶段，不仅会损耗开发成本，且会降低客户满意度。

卡诺模型的应用

在设计团队中，产品的功能可能由任意的成员提出——您的团队，各种利益相关者和客户都会有不同的见解。在这个时候，我们就需要运用卡诺模型对产品的功能进行筛选，保留必要功能，期望功能，争取魅力功能。从而优化产品开发效率，提升客户满意度。

卡诺问卷（Kano Questionnaire）

要发现用户对产品功能的态度，我们可以根据两类问题来使用Kano问卷：

“产品是否拥有此功能，用户对此感觉如何？”

“如果产品不具备此功能，用户会感觉如何？”

这些问题不是开放性的，需要特定的答案。用户可以选择以下几种回答：

我喜欢（I like it）
我期待(I expect it)
我是中立的(I’m neutral)
我可以忍受(I can tolerate it)
我不喜欢(I dislike it)

卡诺模型映射(kano model mapping)

1.1卡诺模型评估表

其中，不同的回答结果分别代表：

A(attractive)-魅力属性
O (one dimensional)—期望属性
M(Must-have)-基本属性
I(Indifferent)-无差异属性
R(reverse) —反向属性
Q（questionable）-可疑结果

除了对于Kano属性归属的探讨，还可以通过对于功能属性归类的百分比，计算出Better-Worse系数，表示某功能可以增加满意或者消除很不喜欢的影响程度。

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

Better，可以被解读为增加后的满意系数。better的数值通常为正，代表如果提供某种功能属性的话，用户满意度会提升；正值越大/越接近1，表示对用户满意上的影响越大,用户满意度提升的影响效果越强，上升的也就更快。

Worse，则可以被叫做消除后的不满意系数。其数值通常为负，代表如果不提供某种功能属性的话，用户的满意度会降低；值越负向/越接近-1，表示对用户不满意上的影响最大，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，对系数绝对分值较高的功能/服务需求应当优先实施。

根据better-worse系数值，将散点图划分为四个象限。

第一象限表示：better系数值高，worse系数绝对值也很高的情况。落入这一象限的属性，称之为是期望属性，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，这是质量的竞争性属性，应尽力去满足用户的期望型需求。提供用户喜爱的额外服务或产品功能，使其产品和服务优于竞争对手并有所不同，引导用户加强对本产品的良好印象；
第二象限表示：better系数值高，worse系数绝对值低的情况。落入这一象限的属性，称之为是魅力属性，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，用户满意度和忠诚度会有很大提升；
第三象限表示：better系数值低，worse系数绝对值也低的情况。落入这一象限的属性，称之为是无差异属性，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。落入这一象限的属性，称之为是必备属性，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，这些需求是用户认为我们有义务做到的事情。