作为设计师来讲，设计方法和分析模型是辅助我们更好做设计的工具。就像厨师做菜时候的菜谱一样；面对新的菜种，能更快指引我们做出味道不错的菜肴。
俗话说：“磨刀不误砍柴工”，体系化的设计方法不仅能更好的指导设计师做设计；另一个方面，经过设计方法武装后的设计，能让设计师更自信面对来自各方的质疑，更专业的讲述自己的设计依据。在做不同菜肴的时候，我们需要不同的菜谱来指引；而在不同的设计阶段，设计师也需要不同的设计模型/方法，让我们更灵活的做设计分析与输出。
接下来的一段时间，我将带领大家复习一下不同种类的分析模型/方法在实践中的运用，运用分析模型/方法体系化指导，更好的做设计。
KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意度的影响为基础，体现了产品性能和用户满意之间的非线性关系。 |
卡诺模型（KANO模型）是对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了产品性能和用户满意之间的非线性关系。
在卡诺模型中，将产品和服务的质量特性分为五种类型：⑴必备属性；⑵期望属性；⑶魅力属性；⑷无差异属性。反向属性不是用户需求，提供反而影响产品体验。
五种类型的质量特性：
1.魅力属性：用户意想不到的，如果不提供此需求，用户满意度不会降低，但当提供此需求，用户满意度会有很大提升；
2.期望属性：当提供此需求，用户满意度会提升，当不提供此需求，用户满意度会降低；
3.必备属性：当优化此需求，用户满意度不会提升，当不提供此需求，用户满意度会大幅降低；
4.无差异因素：无论提供或不提供此需求，用户满意度都不会有改变，用户根本不在意；
5.反向属性：用户根本都没有此需求，提供后用户满意度反而会下降。
01.KANO模型属性对比
用于确认产品/服务的优先级，需求优先顺序如下：基本型需求>期望型需求>魅力型需求。
这五类需求，简单地说就是：必备型需求关心能不能用，期望型需求关心好不好用，魅力型需求关心是否惊艳，无差别需求用户根本不关心，反向需求关心的是这功能什么时候撤掉。上面简单说了几种品质，我们做产品设计时，需要尽量避免无差异因素、反向属性，至少做好必要属性、期望属性（一维品质），努力做魅力属性。
02.坐标轴可视化展示
上图中的横坐标代表一个需求的实现程度高低，越往右越高。纵坐标代表用户的满意度，越往上越高。这里的满意度从低到高就是从不满意一直到满意， 在中间是没有不满意和没有满意的中间状态，也就是用户觉得理所当然的状态。卡诺模型的主要使用场景是对用户需求分类；另一种是对多个功能点进行优先级排序。
两大作用：
1.对用户需求分类；
2.对多个功能点进行优先级排序。
KANO模型的问卷问法，是对每个质量特性都由正向和负向两个问题构成，分别测量用户在面对存在或不存在某项质量特性时的反应。问卷中的问题答案采用五级选项分别是：
03.产品/服务质量特性评价表
由于KANO模型问卷均需要了解以下两个方面：用户对于产品/服务具备某功能时的评价（态度）和产品/服务不具备某功能时的评价（态度），需要分别正向和反向地询问用户。需要注意：
1. KANO问卷中与每个功能点相关的题目都有正反两个问题，正反问题之间的区别需注意强调，防止用户看错题意；3.选项说明：由于用户对“我很喜欢”“它理应如此”“无所谓”“勉强接受”“我很不喜欢”的理解不尽相同，因此需要在问卷填写前给出统一解释说明，让用户有一个相对一致的标准，方便填答。04.KANO评价结果分类对照表
R：反向属性—反向需求：用户不需要这种需求，甚至对该特性有反感（不考虑）Q：可疑结果—回答一般不会出现这个结果，除非这个问题的问法不合理、或者是用户没有很好地理解问题、或在填写问题答案时出现错误（不考虑）05.功能评价结果示例（企业网银）
在分类时不用考虑R、Q的数据，根据每个质量特性在A、O、M、I中出现的频率的大小确定质量特性的分类结果。1.“智能显示常用功能”、“账户余额自动理财”和“授权手机审批功能”具有魅力属性，是兴奋型需求；2.“收款方潜在风险提示”和“大额转账反复确认提示”具有期望属性，是期望型需求；3.“资产收支可视化分析”具有必备属性，是基本型需求；4.人脸识别技术、金融助手和银行资讯具有无差异属性，是无差异需求。根据问卷结果进行 KANO 模型二维属性归属分析，可得出魅力属性、期望属性、必备属性、无差异属性、反向属性与可疑结果的功能属性归类百分比。除了对属性的归属探讨外，并 通过百分比计算出 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。1.增加后的满意系数 Better/SI=(A+O)/(A+O+M+I)2.消除后的不满意系数 Worse/DSI=-1*(O+M)/(A+O+M+I) （注意负号“-”）
完成对质量特性的需求分类，接下来就可以进行KANO模型分析了。KANO模型分析是通过对各质量特性的满意影响力和不满意影响力的分析，来判断用户对这些质量特性水平变化的敏感程度，进而确定改进那些质量特性敏感性高、更有利于提升顾客满意的关键因素。首先进行满意影响力(SI)和不满意影响力(DSI)两个方面的计算。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。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。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。06.四象限图分析法：Better-Worse系数分析
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。同类型功能之间，建议优先考虑better系数较高，worse系数较低的。在产品开发时，功能优先级的排序一般是：必备属性>期望属性>魅力属性>无差异属性。
07.敏感性矩阵：Better-Worse系数分析
将各质量特性以SI值为横坐标、DSI值为纵坐标纳入敏感性矩阵中（见上图）。在半径圈（图中以原点0为圆心，OP为半径的圆）以外的因素，并且离原点越远的因素，敏感性越大， 可以确定：资产收支可视化、大额转账反复确认提示、收款方潜在风险提示、余额自动理财、授权手机银行审批功能是关键要素。而在圈内的质量特性敏感性不大，可暂时不予以考虑。根据分析结果进行改进时，首先应该关注的是用户的基本型需求，重视用户认为产品有义务做到的事情，保证用户需求得到认真的解决，尽量为用户提供方便，以满足用户最基本的需求。在此基础上产品尽力去满足用户的期望型需求，这是质量的竞争性因素。提供用户喜爱的额外服务或产品功能，使其产品／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，使用户达到满意。最后争取实现用户的魅力型需求，为产品建立最忠实的用户群。卡诺模型虽然能够科学直观的对需求进行归类并给出明确的优先级排序，但其本身也存在一定但局限性，这种局限性体现在：1.一般来讲，卡诺模型更适合C端产品，即决定使用产品的人和产品的实际使用者是同一人的情况，因为这种情况下，调查问卷可以收集用户对产品功能和特点最真实和直接的感受；
2.另外，卡诺模型应用于全新功能的调研时，新功能必须是自身产品不具备，但其它产品具备或是通过描述很容易被用户理解的功能，它无法应用于不便描述的创新型功能。
—————————————————————————————————————Powered by Froala Editor
大牛，别默默的看了，快登录帮我点评一下吧！:)
登录 立即注册