1. KANO模型基础认知：模型起源、基本概念与属性分类
1.1 指标定义：什么是KANO模型？
KANO模型（Kano Model）由东京理工大学教授狩野纪昭（Noriaki Kano）于1984年提出，用于对用户需求/产品功能进行分类和优先级排序。该模型的核心假设是：功能实现程度与用户满意度之间并非简单的线性关系，不同类型的需求带给用户的体验截然不同。
核心洞察： KANO模型帮助产品团队识别哪些功能是“必须做好”的（基本型），哪些是“做得越多越满意”的（期望型），哪些是“出乎意料带来惊喜”的（兴奋型）。这是需求优先级排序和满意度指标映射的理论起点。
1.2 数据口径：二维坐标系的构成
KANO模型将产品客观表现与用户主观感受投射到二维坐标系中：
- 横轴（客观充足度 / 功能实现程度）： 从“未实现/不足”到“实现充分”，代表产品或服务在该属性上的实际表现水平。
- 纵轴（主观满意度 / 用户满意程度）： 从“不满意”到“满意”，代表用户的心理感受强度。
1.3 维度拆解：三种核心属性分类
在二维坐标系中，不同需求会呈现三种典型的曲线形态，对应三种核心属性：
1.4 属性分类详解与指标口径
| 属性类型 | 指标定义 | 数据口径（用户感知） | 典型来源 |
|---|---|---|---|
| 基本型 (Must-be/Expected) | 产品必须满足的核心需求；用户视其为理所当然。 | 未满足→强烈不满；满足→“理所当然，不会因此增加满意度” | 行业基线、安全合规、基础功能 |
| 期望型 (One-dimensional/Performance) | 与满意度成正比的线性需求；做得越好用户越满意。 | 未满足→不满；充分满足→高满意度；可竞争差异化 | 竞品对比、用户调研高频提及 |
| 兴奋型 (Attractive/Delighter) | 超出用户预期的惊喜点；未提供时用户不会不满。 | 未提供→无影响；提供后→极大惊喜与口碑传播 | 创新功能、深层体验设计 |
1.5 看板结构：KANO属性分布矩阵
在实际看板中，KANO属性通常以“满意度-功能实现”矩阵的形式呈现，作为需求优先级排序的基准框架：
| 功能实现程度 → 满意度 ↓ |
实现不足 | 中等实现 | 充分实现 |
|---|---|---|---|
| 高满意度 | —（曲线不交叉） | — | 期望型 / 兴奋型（高水平） |
| 中等满意度 | — | 基本型（勉强及格） | 期望型（线性增长中） |
| 低满意度 | 基本型故障 / 缺失 | — | — |
看板应用要点： 在看板中，基本型需求应标记为“守门线”（不足即失败），期望型需求标记为“竞争线”（越多越好），兴奋型需求标记为“创新线”（超预期惊喜）。优先级排序时，始终优先保障基本型，再投入期望型，最后考虑兴奋型。
1.6 异常解释与常见误区
- 误区：将“基本型”等同于“不重要”。 实际恰恰相反：基本型是入场券，缺失会导致用户直接流失，但在饱和后对满意度增量贡献为0。
- 误区：认为“兴奋型”永远不变。 随着市场成熟和用户期望迭代，原本的兴奋型会逐渐降级为期望型，甚至基本型。例如：智能手机的指纹解锁，最初是兴奋型，现在已成为基本型。
- 异常场景： 当产品处于不同生命周期时，同一功能的属性会动态改变。初创期可能为兴奋型，成熟期变为基本型。
1.7 业务动作：如何基于KANO模型决策
- 先识别： 通过KANO问卷（正反两问：功能充分/不足时的感受）收集数据，将每项功能归类。
- 再排序： 基本型需求列为最高优先级（必须做），期望型需求根据竞争力策略排序（做多做少），兴奋型需求根据“惊喜成本”选择性投入。
- 后跟踪： 在运营看板上，对基本型需求设立“零容忍”监控（如NPS负面指标）；对期望型需求看“功能使用率与满意度相关性”；对兴奋型需求看“口碑话题与净推荐值”。
注意： KANO模型不能替代定量满意度测量（如CSAT/NPS），它更偏向于定性结构化的需求分类工具。在指标看板中，KANO属性应作为维度标签附加在功能指标上，而非替代最终的业务结果指标。
1.8 复盘分析：KANO模型在指标看板中的定位
在本课程“指标看板型”框架下，KANO模型是需求优先级与满意度映射的前置分析层，它不直接产出一个数字指标，而是提供一套“属性-策略”映射关系：
- 复盘问题： 用户满意度下降是因为基本型未达标（如系统崩溃），还是期望型表现不佳（如响应速度慢）？
- 分析动作： 将满意度指标（如CSAT、NPS）按KANO属性维度拆解，看每一类属性的达标率与满意度贡献度。
- 看板落点： 在指标看板中增加“属性标签”列，用于区分不同功能模块的优先级策略，让团队成员理解为何某些指标需要“零容忍”，某些则鼓励“持续投入”。