散文精选网需求分析说明书
你是否也有面对大量需求头皮发麻的时候，是否也有需求杂乱无章每个都看似紧急却无处下手的时候，认真阅读本文你会找到一个好的解决办法。
1KANO模型简介
1.1理论简介
KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)在1984年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度之间的非线性关系。
1.2理论诞生
受双因素理论的启发，与产品质量相结合，狩野纪昭教授（Noriaki Kano）把满意与不满意标准引入，并提出满意度的二维模式，即KANO模型。
KANO的本质是持续创新，目标是提升产品品质与产品服务，同时是一个项目排期与需求管理、需求分析的利器。
KANO从两个维度进行分析：满意与功能。
当我们一味的增加功能，忽略了用户真正的需求和认知负荷能力时，造成了用户对产品的不满与吐槽，导致产品质量下滑，遇到瓶颈迟迟无法突破。用KANO模型将用户的需求和我们提供的服务进行分类，刚好解决了这一问题。
1.3KANO的核心分类
在 KANO 模型中，将产品功能/需求和服务的特性分为五种类型：
必备属性（Must-beQuality）
是用户认为产品必须有的属性功能，当产品不能满足用户此类需求时，用户满意度下降；当产品可以满足用户此类需求时，用户满意度未必上升。例如：夏天空调可以制冷；冰箱可以保鲜；手机可以通话等等。这些需求满足是理所当然的，如果不能满足，用户的投诉会接踵而来。这类需求达到一定程度后，不需要再过多投入成本。
期望属性（One-dimensional Quality）
这类需求是上图中的绿线，满足此类需求时，用户满意度上升；没有满足此类需求时，用户满意度下降。例如：电动汽车的续航里程越长，用户满意度越高；保温杯的保温效果越强，用户满意度越高；这类需求每满足一点，用户的满意度就会上升一点，在工作中可以增加在此类需求中的投入。
魅力属性（Attractive Quality）
是指用户不会过分期望的需求，但如果满足了这种需求，即使表现的不完善，用户满意度也会急速上升。反之如果没有满足，用户也不会有什么不满意的表现。就像你用过某种产品之后惊呼，它们怎么做到的！怎么会有这么棒的设计！想一想iPhone4和微信刚刚面世时候的盛景。
无差异属性（Indifferent Quality）
这类需求对于用户来说可有可无，无关痛痒。比如你辛辛苦苦实现了一个页面功能，结果并没有什么点击量，这种就属于无差别型需求，需要在工作中尽量避免。
反向属性（Reverse Quality）
用户根本没有此类需求，提供这类服务之后用户满意度反而下降。例如：曾经免费听的歌曲突然收费了；打开某一个页面需要看复杂的页面动效且不能跳过，并每次打开都要重新看一遍。
我们在设计产品时，要尽量避免无差异属性和反向属性，保证做好必备属性、期望属性，努力做出魅力属性。
根据KANO模型进行用户需求分类
排除掉无关属性和反向属性不做考虑之外，将剩下三个属性和用户需求的优先级进行对应，得出上图，金字塔的基础是用户的基本型需求，中间是期望型需求，顶层是兴奋型需求。最优先的应该是底部的基本型需求，也是产品的核心，即必须做的功能。
2
KANO模型使用的具体操作
2.1设计KANO问卷，实施有效问卷调查
这是KANO关键的一步，它定义了一对简单、清晰的问题。针对每一个需求，我们都向用户进行提问：
如果我们的产品加入这个功能，你觉得怎么样？
如果我们的产品没有这个功能，你觉得怎么样？
以上两个问题从正向和负向出发分别测量用户在面对产品提供或不提供某项功能时的反应。答案采用五级选项分别是：
喜欢：感到满意、惊喜
理应如此：感到这种功能是应该存在的、必备的
无所谓：没有感到提供或不提供这种功能有什么差异
勉强接受：感到不喜欢，但是可以接受
我不喜欢：感到不满意、不喜欢
2.2问卷结果整理，并清洗数据
根据用户填写的问卷结果，我们将其量化，方便后续需求分类。量化过程如下：
根据以上的赋值，我们将得到每道题的分数，我们先根据KANO评价结果分类对照表得到每个用户在每道题上答案的分类结果：
上图中字母的代表意义如下：
A：魅力属性；O：期望属性；M：必备属性；I：无差异属性；R：反向属性；Q：可疑结果
接下来通过公式计算Better-Worse系数
2.3数据解读，并产出分析结果用于落地
Better-Worse系数是用来确立某功能的影响程度究竟有多大，计算公式如下：
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)
以上算法是把问卷结果统合起来，计算每个功能的Better-Worse系数。Better系数的特点是通常为正值，值越大（越接近1）代表该功能对用户满意度提升的影响越大，效果越强。
Worse系数的特点是通常为负值，值越小（越接近-1）代表该功能对用户满意度降低的影响越大，用户满意度下降越快。
因此根据Better-Worse系数结果，对绝对值越大的功能/需求越要优先实现。
根据以上结果，我们将功能落到四个象限中形成一张四象限的散点图：
根据以上结果，我们可以根据必要属性>期望属性>魅力属性>无差别属性的顺序对需求进行排序了。
3
总结
KANO是一个针对用户需求方面很有效的量化排序模型，帮助用户研究、产品经理、交互设计等岗位进行工作的梳理，使工作更加有理有据，目标更加清晰。但是也有一定的局限性，比如：
1.根据用户类别的不同，他们的问卷结果无法直接放在同一张图表中进行结果分析，例如深度发烧友用户、新晋小白用户、利益相关用户等等。
2.用户的需求是根据时间和客观环境不断变化的，比如微信朋友圈刚刚面世的时候是“魅力属性”的需求，在如今已经变成了“必要属性”的需求。
3.用户有时候并不能清晰的知道自己要什么，所以问卷中提取的结果可能存在一定的偏差，因此在工作中还要多方位考量，结合企业的商业模式做最终决策。
总之，工具是起到辅助作用的，不要抛弃工具光靠拍脑袋，也不要完全依赖工具而变得非常死板。在没有更好的工具之前，KANO是一个比较实用的模型，希望可以帮助大家。
UX设计志，关于UXer的设计手册
简介：关于UX、UI、交互的一些体会、思考和分享
发文时间：不定期更新
关注我吧，我们一起成长
参考文章：你所不知道的事：卡诺模型的前世今生
http://www.woshipm.com/it/1510009.htm
使用KANO模型进行产品需求分析
https://cloud.tencent.com/developer/news/261213l
需求排序：KANO模型完整手册
https://www.jianshu.com/p/131a947def2c
产品需求分析神器：KANO模型分析法
https://www.jianshu.com/p/247ff9c43a52
