实际业务-KANO模型产品功能分析

可以说KANO模型是评判需求优先级的神器,在资源有限的情况下确定哪个需求更值得花费资源去做,分析用户对不同产品功能满意度。以下案例数据已做处理,请勿代入!

一、KANO五个重要属性

KANO五个重要属性.png
A魅力属性

属于意想不到功能,提供此功能用户满意度大增,不提供此功能用户满意度不会降低

O期望属性

提供此功能满意度上升,不提供此功能满意度下降,属于期望型

M必备属性

提供此功能不会提高满意度,但是不提供此功能满意度下跌

I无差异属性

是否提供此功能不会影响用户

R反向属性

用户没有该需求,提供了反而降低满意度

Q可疑结果

属性优先级金字塔.png

我们在设计需求时要避免无差异属性和反向属性,必备属性是用户的基本需求。

二、KANO步骤

1. 设计调查问卷

每类问题需要设计正向和反向两个维度,分别测量用户在具备该功能和不具备该功能时所做出的反应。一般采用五中级别回答:我很喜欢、理应如此、无所谓、勉强接受、我很不喜欢

音乐类功能:
(1)如果我们提供刷脸来判断你的情绪为你推荐歌曲的功能,你的感受是?
A特别实用 B比较实用 C一般 D很不实用 E非常不实用
(2)如果我们不提供刷脸来判断你的情绪为你推荐歌曲的功能,你的感受是?
A特别实用 B比较实用 C一般 D很不实用 E非常不实用

2. 数据处理

对调查结果进行处理,每个功能分别统计提供和不提供该功能反馈想法的用户数。如下图:


某一功能用户反馈统计.png
3. 确定功能影响程度有多大

计算better-worse系数
better:(A+O)/(A+O+M+I)
worse:(O+M)/(A+O+M+I)*-1
better被称为增加后满意系数,当该数据接近1时,说明满意度越高,是用户所期望的需求。
worse被称为增加后不满意系数,当该数据接近于-1时,说明增加该功能使满意度迅速降低。


better-worse系数.png
4. 根据better-worse系数,画散点图确立优先级
各功能better-worse系数.png

用excel就能实现的散点图


散点图.png

三、结论

人脸识别属于用户基本必备需求,在实现的基础上再进行睡眠定制功能开发。运动打卡和专注模式可以作为提高用户满意度的两个功能。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,657评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,662评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,143评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,732评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,837评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,036评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,126评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,868评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,315评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,641评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,773评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,470评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,126评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,859评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,095评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,584评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,676评论 2 351

推荐阅读更多精彩内容