新浪体育手机新浪网一
技能Get:卡諾模型的運用實操
技術文檔    發布日期:2017-06-26 18:00   來源:

卡諾模型根據客戶滿意度和功能具備程度兩個維度,對功能進行分類。

在工作中你可能經常遇到下面這幾種情形:

在開發資源不夠時,要在有限的時間里上線核心功能,從而更快地獲取精準用戶。在產品從0開始,你可能有一堆想上線的功能,這時候需要你對所有的功能做一個排期。需求堆積,你難以拒絕各方大佬的需求,比如運營,客戶,老板等,你需要用數據來說明哪些需求是不合理的,哪些需求是當前階段可以不用滿足的。

這時候你就需要用到卡諾模型了,一個項目排期和需求管理的利器。那什么是卡諾模型呢?

簡介

卡諾模型根據客戶滿意度和功能具備程度兩個維度,對功能進行分類。一直以來我們都以為滿意度是一維的,所以總是在產品上不停地加上新功能,然而有些功能不僅不會提升滿意度,反而會降低滿意度。不同屬性的功能隨著具備程度的變化,滿意度的變化會有各自的特點。

KANO模型

看上面的圖,我將依次介紹這5種屬性:

無差異屬性:無論提供或不提供此功能,用戶滿意度不會改變,用戶根本不在意有沒有這個功能。這種費力不討好的屬性是需要盡力避免的。魅力屬性:讓用戶感到驚喜的屬性,如果不提供此屬性,不會降低用戶的滿意度,一旦提供魅力屬性,用戶滿意度會大幅提升。期望屬性:如果提供該功能,客戶滿意度提高,如果不提供該功能,客戶滿意度會隨之下降。必備屬性:這是產品的基本要求,如果不滿足該需求,用戶滿意度會大幅降低。但是無論必備屬性如何提升,客戶都會有滿意度的上限。反向屬性:用戶根本都沒有此需求,提供后用戶滿意度反而會下降。

舉個栗子,吸引求職者的要素就可以用卡諾模型進行分類。

吸引求職者的要素

在運用卡諾模型時,有幾點要注意的:

時間差異。沒有一成不變的屬性,很可能有一天魅力屬性變成了必備屬性,像指紋識別解鎖。不能將當前時刻的卡諾模型分析結果作為永久的依據,即時性很重要。用戶群差異。不同的用戶群所得到的結果可能不同,如果你要在相差較大的??槎技由細霉δ?,比如企業版和個人版,最好區分用戶群進行調查。文化差異。不同的文化背景對功能屬性的定義不同。比如對于報表的設計,中國人會習慣斜線表頭,但是外國人可能難以接受。

接下來我要通過實際案例,詳細介紹如何運用卡諾模型分析需求。

1.需求溝通先篩選比較難以判斷的需求,問題不宜過多,3~5個為宜。不然用戶容易產生疲勞,輸出不精準的答案。再分析業務場景,是否適合使用卡諾模型。適合:1)需求排期。2)理直氣壯地砍需求。不適合:1)不可量化滿意度的需求,評估抽象的要素。比如調查提高品牌影響度,用戶的滿意度。2)僅用來測量用戶滿意度??ㄅ的P褪歉莨δ芫弒賦潭群涂突舛鵲墓叵刀怨δ芙小胺擲唷鋇墓ぞ?。確定調查用戶,如果你的用戶群相差較大,要根據??榛蛉宋锝巧鐘沒?,從每個用戶群中抽取相同人數進行調查。細分用戶群,可以更容易找出功能屬性特點。2.設置問卷首先我們要對每個功能進行描述,所以你的問題要言簡意賅,方便用戶理解。從正反兩面去問用戶對于該功能的滿意度情況。在問卷填寫之前對每個選項進行統一說明。因為每個人的主觀感受因為性格可能有較大差異,提前定義好每個選項可以減少誤差。追問每個功能對于用戶的重要程度??梢雜美辭止δ芏雜沒У撓跋斐潭?。設置從非常重要過渡到非常不重要的5個選項。如果無法描述清楚你的功能,試著貼張原型圖或者畫個示意圖可以更直觀表示。

舉個栗子,如果要對微信的“看一看”功能進行卡諾模型分析,如下圖。

問卷示例

完整的卡諾模型標準調查問卷鏈接:https://sojump.com/jq/15102379.aspx

3.屬性歸類分析

正反方向問題的答案可以組成一個二維屬性表,每個單元格都代表一種答案類型,每個屬性的總和為相同顏色單元格之和。

數據清洗:將全部選擇我很喜歡或我很不喜歡的答案列為可疑答案,避免亂答數據影響分析結果。如果可疑結果過多,則你的問卷可能存在問題,比如功能描述不清。

屬性歸類表-模版

由此我們可以看到每個屬性所占百分比,占比最高的我們認為該功能的該屬性因素最多。在樣本量為50的問卷調查中,我們可以看到微信“看一看”功能的無差異屬性較多。(樣本量不足,僅作示范,有興趣的旁友可以繼續調查。)

屬性歸類表-微信“看一看”功能

最后統計所有功能答案,得到每個功能的屬性,以及每個功能的重要程度。

問卷統計結果

4.Better-Worse系數分析

對功能的屬性進行歸類后,我們要利用Better-Worse系數增加判斷影響程度。

Better-Worse系數,表示某功能可以增加滿意或者消除很不喜歡的影響程度。

Better是增加后的滿意系數。其數值通常為正,數值越大,用戶滿意度會提升越快。Worse是消除后的不滿意系數。其數值通常為負,數值越小,用戶滿意度會下降越快。

根據Better-worse系數,優先滿足系數絕對分值較高的功能或需求。

Better-Worse系數計算公式

根據微信“看一看”問卷分類對照表,進行Better-Worse系數分析。

增加該功能后的滿意系數Better:(22%+2%)/(22%+2%+62%+0%)=28%消除該功能后的滿意系數Worse:-(2%+0%)/(22%+2%+62%+0%)=-2%

將每個功能的Better值和Worse絕對值作為氣泡圖的縱坐標和橫坐標,氣泡大小代表重要程度。落入不同區域代表所歸屬的屬性。

Brtter-Worse系數分析散點圖

根據better-worse系數值,將散點圖劃分為四個象限。微信“看一看”功能落入了無差異屬性的象限,豐富了我們之前用屬性歸類表的做的判斷。無差異屬性象限:Better系數值和Worse系數絕對值都很低的情況,即無論提供或不提供這些功能,用戶滿意度都不會有改變。

5.應用實踐

得到分析結果后,我們就可以進行好好“收拾”需求了,需求的優先級順序:必備屬性>期望屬性>魅力屬性>無差異屬性。

必備屬性,產品開發中基本的需求都不能滿足,而去實現其他需求,則是撿了芝麻丟了西瓜。期望屬性,具備程度越高,用戶滿意度越高。魅力屬性,超出用戶期望的功能可以成為產品的亮點。但是亮點能不能脫穎而出而打動用戶,對于初創團隊是一場豪賭,所以優先級低于期望屬性。無差異屬性,不管有沒有,用戶的滿意度都不會提升,應盡力避免,在企業有余力的時候可以考慮開發。反向屬性,有這個功能,用戶滿意度反而下降,這是要極力避免的。

如果是相似或相同屬性的話,我們可以結合重要程度進行判斷。像功能3和功能4相差不大,但是功能4的重要程度明顯高于功能3,則我們可以將功能4的優先級排在功能3之前。

優先級順序分析圖

根據調研結果給所有的需求排定優先級,再將結果與相關方進行討論,結合項目實際情況進行稍微調整,比如開發實現難度等。

PS:善于運用工具,而不是被工具所禁錮,也是一門學問哈哈。

作者:安琪Angela,公眾號:idatadesign?;チ菪幸礥X&PM,參與過數據分析saas平臺和商業智能平臺等產品設計。關注商業智能、人工智能和互聯網金融?;隊蠹乙黃鸞渙鱺

文章作者系 @安琪Angela 未經許可,禁止轉載。

?
地址:深圳市南山區創業路南光商務大廈2-1114    Email:[email protected]    Tel:0755-86176995    中國 · 深圳
Copyright ? 2006 -2020 深圳匯網在線 All Right Reserved.    粵ICP備14062458號-1


咨詢電話:0755-86176995
{ganrao} 排列三和值玩法 AV毛片视频无码 广东十一选五德羲计 芝麻策略 成人三级片在线观看 重庆幸运农场手机软 江西多乐彩 日本sm女王调教男奴 陕西麻将玩法胡牌规则 快播观看日本av成人片 叶小姐西安按摩q 美国美女黄色片 大航海时代 贵州茅台股票分析 中国av女优 3d开机号试机号今