KANO模型分析方法主要是通过标准化问卷进行调研,根据调研结果对各因素属性归类,解决产品属性的定位问题,以提高客户满意度的方法。下面小编给大家介绍下KANO模型,以及如何使用SPSSAU进行分析。 什么是KANO模型KANO模型,是由东京理工大学教授狩野纪昭(Noriaki Kano)发明,用于分析用户对于各类需求的排名偏好情况,其在企业产品需求调研,市场研究中有着广泛的应用。 KANO模型的基本原理KANO模型主要是通过标准化问卷进行调研,根据调研结果对各因素属性归类,KANO模型将功能/服务的态度属性分为六类,分别是魅力属性A、期望属性O、必备属性M、无差异属性I、反向属性R、可疑结果Q。 一、研究背景当前有一项关于手机功能/服务的需求调研,共头脑风暴出10种功能/服务,分别是投影功能、左右手模式、超级快充、取消SIM卡、3D投影、照片搜索、自动美颜、防盗加锁、遥控器、暖手宝、望远镜、显微镜。 共收集有效数据为100份,现希望通过KANO模型分析出该10种功能/服务的态度情况,为企业产品研发提供建议。 二、问卷设计设计KANO问卷时,针对每个功能需求,都需要设计正向和反向两个问题。 三、SPSSAU操作① 选择SPSSAU【问卷研究】--【KANO模型】。 ②将各功能指标的正反项放入对应分析框,同一题的正反两项放置的顺序需完全对应。 四、结果解读1 KANO模型评价结果分类对照表 针对每个指标,KANO模型共分为正向题和负向题两个方向进行收集数据。并且在得到数据后,将指标映射到六个属性上。KANO模型评价结果分类对照表正是展现这样的对照表格。 注意:系统默认1分代表不喜欢,5分代表喜欢。如果你的数据不是这样设置的,可通过【数据处理】--【数据编码】进行修改。 2 KANO模型分析结果汇总 此表格为核心输出表格,即得出各功能/服务对应的属性占比、分类结果、Better和Worse值。 从上表可以看出,本次分析10个功能/服务的属性情况,按某属性占比最高作为划分界限: 最终结果为期望属性O包括投影功能共1项;魅力属性A包括左右手模式、超级快充和照片搜索共3项;必备属性M包括自动美颜和防盗加锁共2项;其余6项为无差异属性I。 需求满足优先级上,通常顺序为:必备属性>期望属性>魅力属性>无差异属性。 因而手机厂商应该首先开发必备属性即自动美颜和防盗加锁共2项功能;并且应当抓紧开发期望属性即投影功能,而且应该对魅力属性进行开发并且越完善越好,分别包括左右手模式,超级快充和照片搜索共3项。 除此之外,Better(满意影响力)= (A+O)/(A+O+M+I),该指标介于0 ~ 1之间,值越大说明敏感性越大,优先级越高; Worse(不满意影响力)= -1 * (O+M)/(A+O+M+I),该指标介于-1 ~ 0之间,值越小说明敏感性越大,优先级越高。 Better、Worse值可结合Better-Worse系数图进行分析。 3 Better-Worse系数图 Better-Worse系数图是从10项功能的对比角度来分析属性分布情况,本次分析Better-Worse系数图如下图: Better-Worse系数图展示各功能/服务的坐标情况,横坐标为Worse绝对值,纵坐标为Better值。 Better 的数值通常为正,正值越大 / 越接近 1,则表示用户满意度提升的效果会越强,满意度上升的越快。 Worse 的数值通常为负,其负值越大 / 越接近 -1,则表示对用户不满意度的影响最大,满意度降低的影响效果越强,下降的越快。 第一象限为期望属性,Better值高,Worse值绝对值高。该象限的功能/服务应优先满足,本次研究对应为'投影功能’; 第二象限为魅力属性,Better值高,Worse值绝对值低。该象限的功能/服务应优先满足,本次研究对应着'超级快充’,'左右手模式’和'照片搜索’; 第三象限为无差异属性,Better值低,Worse值绝对值低。该象限的功能/服务通常不提供; 第四象限为必备属性,Better值低,Worse值绝对值高。该象限的功能/服务一定需要满足,本次研究对应着'投影功能’。 其他说明KANO模型不仅适用在产品需求上,还可用在各个领域。如酒店服务、公共管理、教学评价等方面。 KANO模型的问卷设计有着严格的规范,一定需要有正向和负向题分别测试某'功能/服务’的态度,并且分值一定完全对应。 |
|
来自: Mark_killua > 《数据科学》