分享

用Kano模型来确定需求优先级

 滑字 2017-06-13



 KANO模型的应用领域


       KANO分析技术广泛应用于PC、数码相机、手机等电子消费产品的产品设计中,这些产品经常面临着众多产品功能选择的问题。

同样在服务领域,也会面临着各种服务属性的分类划分问题。比如对于售后人员的服务,消费者会从各个方面来评价售后人员,如上门及时性、第一印象、维修效果、解决问题能力、沟通能力等各个方面,我们同样可以采用KANO分析技术来确定各类指标的属性,以便厂家针对性的提高服务水平。 

 

KANO模型的栗子


       某PC厂家想开发带有新功能的台式机,可供选择的新功能的描述分别如下:功能1(蓝牙传输)、功能2(无线键盘)、功能3、功能4、功能5、功能6、功能7等7种功能。 


研究目的

     这些功能对厂家来说,哪些功能可以作为卖点去进行宣传?哪些是次要的而不必投入精力。通过分析各种功能对消费者的利益,以便针对性的进行营销推广。 


数据收集

     在为Kano分析进行数据采集时,首先需要询问被访者一组正向和反向的配对问题。


表1 Kano分析的数据采集问题

如果电脑拥有无线键盘,您感觉如何?

如果电脑没有无线键盘,您感觉如何?

1. 我喜欢

2. 它理应如此

3. 无所谓

4. 我能忍受

5. 我不喜欢

1. 我喜欢

2. 它理应如此

3. 无所谓

4. 我能忍受

5. 我不喜欢

 

针对每一个需求的配对问题,每个被访者可以得到5×5种可能的回答组合。研究者可以给每一种回答组合一个合适的分类定义。




表2列举了一种典型的分类方式:


表2  Kano分析的一种典型属性分类表

客户需求

产品不提供此功能

喜欢

理应如此

无所谓

能忍受

不喜欢

喜欢

Q

A

A

A

O

理应如此

R

I

I

I

M

无所谓

R

I

I

I

M

能忍受

R

I

I

I

M

不喜欢

R

R

R

R

Q

A =魅力属性                                   M =必备属性                    O =一维属性

I =次要属性(无关属性)        R =与假设相反的看法      Q =有问题的回答

  



表3  Kano分析的一些典型属性分析方法




数据分析

  搜集所有被访者的回答数据,分别计算回答每个特殊功能的AMOI的频数,并可得出Better和worse的比例。

功能

A

M

O

I

better

worse

功能1

298

33

72

384

0.47

0.13

功能2

224

88

101

367

0.42

0.24

功能3

217

74

105

388

0.41

0.23

功能4

158

151

132

348

0.37

0.36

功能5

215

99

150

320

0.47

0.32

功能6

252

42

55

435

0.39

0.12

功能7

135

91

48

508

0.23

0.18

(注:better-提供此功能的感受;worse-不提供此功能的感受)

  


结果呈现

  根据功能属性及其better、worse值,可绘制下图:

 

  

 魅力属性(Attractive):功能1、功能3、功能7;这些功能可作为卖点突出宣传。

一维属性(One-dimensional):功能6、功能5;

必备属性(Must-be):功能4;

无关属性(Indifferent):功能2;如果这些功能占用成本太多,可考虑去除。


除了上述图示化的结果展示之外,还可以利用Kano技术的分类结果,结合高级统计分析方法,如聚类分析、对应分析等方法,进行市场细分等深入研究。

 

结语

       Kano模型对IT企业在开发新产品中,实用性比较强,是挖掘产品功能属性的一种较好的工具。


1、产品的功能未必越多越好,通过KANO测试,能识别对对消费者没有吸引力的功能,有利于厂家进行资源分配。


2、同一功能对不同细分市场对吸引力和属性诉求会有所差别。某一功能对细分市场A是魅力属性,对细分市场B可能是次要属性。我们应该针对不同细分市场来分别进行数据分析,判断不同细分市场的需求是否有差异。


3、在资源有限的情况下,厂家可以综合考虑开发某一功能的成本因素,可以指导企业有效地开发迎合消费者需求的产品,满足市场的需求。




文章结束



更多内容,敬请关注设计公众号


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多