KANO 模型起源与核心概念:五类需求定义、二维坐标与满意度曲线
1.1 起源与用户场景
KANO 模型由东京理工大学教授狩野纪昭(Noriaki Kano)于 1984 年提出,最初用于分析产品质量特性对用户满意度的影响。在产品需求管理场景中,团队常面临一个问题:如何在不增加成本的前提下找到「投入产出比」最高的需求?
一个典型业务场景:某社交 App 计划在下一个迭代中新增“深色模式”“消息已读回执”“动态背景音乐”三个功能。若仅凭直觉或投票排序,可能优先开发呼声最高的“已读回执”,结果上线后因隐私顾虑导致大量差评——这是因为团队忽略了不同需求对满意度的非线性影响。
1.2 业务问题:需求分类不清导致的资源错配
- 未区分基本型需求:用户默认“必须有”,缺失即极度不满,但做得再好也不会提升满意度。
- 误判兴奋型需求:用户未预期但能带来惊喜,团队却因优先级低而长期搁置。
- 忽略反向需求:部分用户喜欢的功能却让另一群用户反感。
KANO 模型通过用户访谈和问卷,将需求归入五类,帮助团队在方案表达阶段客观排定优先级。
1.3 用户访谈与五类需求定义
KANO 问卷采用正反两个问题(提供/不提供某项功能时的感受)。基于回答组合,需求被归类为以下五类:
| 需求类型 | 定义 | 英文 | 用户举例(社交 App) |
|---|---|---|---|
| 基本型需求 | 必须满足,缺失导致不满,满足后满意度不提升 | Must-be Quality | 消息发送成功、登录稳定 |
| 期望型需求 | 用户明确期望,提供越多满意度线性增长 | One-dimensional Quality | 聊天记录云同步、搜索速度 |
| 兴奋型需求 | 用户未预期,提供后大幅提升满意度,不提供也无不满 | Attractive Quality | 聊天中可发送动态表情包 |
| 无差异型需求 | 提供与否不影响满意度 | Indifferent Quality | App 图标更换频率 |
| 反向型需求 | 提供后满意度反而下降 | Reverse Quality | 强制展示在线状态 |
应用提示:用户访谈中需注意区分“用户口头诉求”与“真实需求类型”。例如用户说“我想要更快的加载速度”,实际是期望型需求;而用户抱怨“总是闪退”则隐含基本型需求。建议在问卷中设置 2~3 个对照问题来消除回答偏差。
1.4 二维坐标与满意度曲线
KANO 模型用二维坐标系表达需求分类:横轴为功能实现程度(低→高),纵轴为用户满意度(低→高)。不同类型需求对应不同形状的曲线:
1.5 需求拆解与指标验证(Better-Worse 系数)
KANO 问卷得到分类后,常用 Better-Worse 系数量化优先级:
- Better(满意影响力) = (兴奋 + 期望) / (基本 + 期望 + 兴奋 + 无差异)
- Worse(不满影响力) = (基本 + 期望) / (基本 + 期望 + 兴奋 + 无差异) × (-1)
值越大表示该需求对满意度提升(或避免不满)的作用越强。产品经理可据此制定“基本型优先保底线、期望型按成本排序、兴奋型选择性投入”的方案表达策略。
1.6 验收标准与交付物模板
在需求评审阶段,验收标准应包括:
- 对每个候选功能完成至少 30 份有效 KANO 问卷(覆盖目标用户群)。
- 根据问卷结果生成 KANO 需求分类表,包含功能名称、所属类别、Better/Worse 系数、优先级等级。
- 输出分类结论并附原因说明,例如“为什么该功能被归为无差异型”。
交付物模板片段(示例表格结构):
| 功能名称 | KANO 类别 | Better | Worse | 优先级 | 备注 |
|---|---|---|---|---|---|
| 深色模式 | 期望型 | 0.68 | -0.45 | 高 | 成本可控 |
| 消息已读回执 | 反向型 | 0.12 | -0.72 | 低 | 需用户调研替代方案 |
| 动态背景音乐 | 兴奋型 | 0.73 | -0.10 | 中 | 作为差异化卖点 |