《Kano模型在用户调研中的应用》由会员分享，可在线阅读，更多相关《Kano模型在用户调研中的应用（12页珍藏版）》请在金锄头文库上搜索。
1、Kano模型在用户调研中的应用客户关系管理工具调研实例2012年10月25日|用户研究1、Kano模型简介Kano模型起源：满意度的二维模式著名市场营销学大师、美国西北大学教授菲利普？科特勒说过：满意是指一个人通过对一个产品的可感知的效果与他的期望值相比较后，所形成的愉悦或失望的感觉状态。在竞争日益激烈的当下，用户的满意度直接影响着用户对于企业/产品的忠诚度，进而影响用户的粘性和流失。正因如此，每个公司/产品，都想了解自己客户的满意度状况，从而制定后续的策略和规划。在传统的观念里，会认为满意的反面就是不满意。然而赫兹伯格（1974）在研究员工满意度时提出了双因素理论（也被称作激励-保健理论），
2、如图1所示，他认为满意与不满意并不是存共同存在一个单一的连续体，而是分开的。即满意和不满意不是二选一的关系，满意的反面是没有满意，而不满意的反面是没有不满意。所以令人满意的因素即使被去除，并不一定会导致员工的不满意。同样的，让人感到不满的因素被去掉，也不一定会导致员工满意。满意没有满意激励因素不满意没有不满意保健因素图1赫兹伯格激励-保健理论图示Kano模型的二维属性模式日本教授狩野纪昭(NoriakiKano)将赫兹伯格的理论引入到产品质量管理中来。在1984年首度提出了Kano模型，如图2所示：横坐标表示某项要素的具备程度，越向右边表示该品质要素的具备程度越高，越向左边，具备程度越低。纵坐
3、标表示顾客或使用者的满意程度，越向上，越满意，越向下，越不满意。利用坐标的相对关系，可以分为五类属性。具备旌度低图2Kano二维属性模型示意图魅力属性：用户意想不到的，如果不提供此需求，用户满意度不会降低，但当提供此需求,用户满意度会有很大提升；期望属性：当提供此需求，用户满意度会提升，当不提供此需求，用户满意度会降低；必备属性：当优化此需求，用户满意度不会提升，当不提供此需求，用户满意度会大幅降低；无差异因素：无论提供或不提供此需求，用户满意度都不会有改变，用户根本不在意；反向属性：用户根本都没有此需求，提供后用户满意度反而会下降；Q2淘宝网UED用研一组在卖家客户关系管理工具的研究项目中，
4、便运用了Kano模型，辅助业务方对后续工作进行决策判断。下文将通过这个实际应用案例，和大家分享一下Kano&清洗分析、结果产出和模型应模型的整个操作流程，包括需求沟通、问卷编制、数据收集用时的思考与讨论。2、需求沟通一一为什么会用Kano模型为了适应淘宝卖家日益增长的管理客户的需求，淘宝官方客户关系管理工具需要引入一些新功能。业务方希望知晓在众多用户需要的功能中，哪些是基本功能，哪些是增值功能，功能的优先级又是如何分布排列的。从而可以在进行功能开发优先级排期的同时，结合实际业务情况，考虑哪些功能应该由淘宝官方做，哪些更适合与第三方合作完成。Kano模型很好地贴和了业务的需求，从具备程度和满意程
5、度这两个维度出发，将客户关系管理工具中的功能进行细致有效的区分和排序，帮助我们了解：哪些功能是一定要有，否则会直接影响用户体验的（必备属性、期望属性）；哪些功能是没有时不会造成负向影响，拥有时会给用户带来惊喜的（魅力属性）；哪些功能是可有可无，具备与否对用户都不会有太多影响的（无差异因素）。由此决定利用Kano模型，对于客户关系管理工具的功能属性归属进行讨论。接下来将对于Kano模型的问题设置和分析方法的具体操作进行阐述。3、Kano模型问卷编制-正、反两面的Kano问题模式Kano模型设置题目时，对于每一个想要探测的问题，均需要了解以下两个方面：用户对于工具具备该功能时的评价（态度）和工具不
6、具备该功能时的评价（态度）。例如，在探讨客户关系管理工具信息管理-购买行为信息”这一功能点时，会分别正向和反向地询问用户对客户关系管理工具是否具备该功能的评价，题目设置如下图:客户信息管理，可以帮助您了解客户的购买行为信息，如不同类目下面的历史购买商品图3Kano模型题目设置举例为了保证用户对问卷中各功能点准确理解，从而保证数据回收质量，我们进行了两个工作。1）对于每个功能点进行举例说明。如图3所示，对于客户信息管理-购买行为信息”这一功能点，进行举例如不同类目下面的历史购买商品”，方便用户清晰、生动地了解此功能内容和使用场景；2）预访谈3名卖家，请卖家做完问卷后提出自己疑惑的地方，检验功能点
7、的阐述是否可以被卖家理解，对于卖家不能清晰理解的部分加以讨论和完善补充。另外，由于每个用户对于我很喜欢“理所当然“无所谓勉强接受“我很不喜欢”的理解不尽相同，因此需要在问卷填写前给出统一解释说明，让用户有一个相对一致的标准，方便填答。本次在调研中给出的说明见下图：下面列出了客户关系詈连中的17个功能点,请您根据自m的真冥感受进行相应的评价.说明:我很喜欢指会让您感到满意开心、令人惊喜的.理所当然：指您觉得是应该的、必备的服务。无所谓：指空不会特别在意.可有可无.她强接受，会让绘不至于喜取,也还可以接受.我很不言我.指会让您度到不满意U图4问卷填答说明4数据U攵集&清洗分析数据收集调研样本为3-
8、4月有成交的卖家，通过EDM进行问卷投放，共回收5906份数据。数据清洗除了严格的清洗程序，Kano问卷中，清楚了全部选择我很喜欢”和全部选择我很不喜欢”的数据。经过清洗，得到有效数据4395份。数据分析对于Kano模型部分，重点针对于近一个月发单量大于20单的139名用户进行分析。分析方法主要为KanoC维属性归类和bette-worse系数分析”。Kano二维属性归属分类信很喜欢理所当然无标B勉强接受很不喜政很喜欢可疑结果魅力因素魅力因素魅力因量理所当然反向结黑无菱异无差异无差异必备国累天所id反向缮黑无建导元型异无箜异必备因素题强接受反向结果无差异无堇异无差异必替因靠很不喜政反向结果反向
9、循果反向结果反向皓果可睇累图5Kano二维属性分类模板分类标准如图5所示，若具备这一功能时感觉很喜欢”，不具备时感受不强烈（理所当然/无所谓”/勉强接受”），说明这一选项属于锦上添花的魅力属性”；若具备时感受不强烈（理所当然“/无所谓”/勉强接受”），但不具备时感受到很不喜欢则属于一定需要的必备属性”；若具备时很喜欢”，不具备时很不喜欢”，可以称之为期望属性”，呈一元线性模式；无论具备还是不具备，感受都不强烈（理所当然/无所谓”/勉强接受”）的，便是中间部分的无差异因素”；若具备时感受偏不满意（理所当然/无所谓”/勉强接受”/很不喜欢”），而不具备时感受偏满意（很喜欢”/理所当然/无所谓”/勉
10、强接受”），则说明这一因素的存在和用户的满意度呈反向关系，称做反向结果除了以上因素外，倘若出现功能具备和不具备情况下，用户都表示很喜欢”，或者具备和不具备情况下均表示很不喜欢”，这种矛盾的现象，我们把它叫做可疑结果图5中不难看出，每一个功能在6个维度上（魅力属性、期望属性、必备属性、无差异因素、反向属性、可疑结果）上均可能有得分，将相同维度的比例相加后，可得到各个属性维度的占比总和，总和最大的一个属性维度，便是该功能的属性归属。4自寻齐户信息首耀:可以指助修了好客户的购买行为信总M不同费目下的购汇用史竽kano属性1勉力因素很喜欢理所当然无所谓勉强接鹿很不喜戏魅力36,7%振喜尊9.4%S.0
11、%11.5%20.1%期里28,8%理所当然0.7%2.9%L4%2.9%23%无所谓0.0%0.0%9.4%0.0%()_%21,6%勉强接受0.0%(X。%Of-7St0,0%反向0.7%很不事玳0.0%0.0%0Q%0.0%0.0%可疑9.4%图6功能属性结果举例如上图所示，在对信息管理-购买行为信息”这一功能进行统计整理时，发现魅力属性的占比总数最高。进而得到，客户关系管理工具中，信息管理-购买行为信息”功能属于魅力属性。即没有这个功能，卖家不会有强烈负性情绪，但是有了这个功能，会让卖家感受到满意和惊喜。Better-worse系数分析除了对于Kano属性归属的探讨，还可以通过对于功能
12、属性归类的百分比，计算出Better-Worse系数，表示某功能可以增加满意或者消除很不喜欢的影响程度。Better,可以被解读为增加后的满意系数。better的数值通常为正，代表如果提供某种功能属性的话，用户满意度会提升；正值越大，代表用户满意度提升的影响效果越强，上升的也就更快。Worse,则可以被叫做消除后的不满意系数。其数值通常为负，代表如果不提供某种功能属性的话，用户的满意度会降低；值越负向，代表满意度降低的影响效果越强，下降的越快。Berger(1993)提出的指标计算公式如下：增加后的满意系数(better):(魅力属性+期望属性)/(魅力属性+期望属性+必备属性+无差异因素)消
13、除后的不满意系数(worse):(期望属性+必备属性)/(魅力属性+期望属性+必备属性+无差异因素)x(-l)o如将功能信息管理-购买行为信息”的数据带入后，得到Better-Worse系数如下：Better=(.367+.288)/(.367+.288+.029+.216)=Worse=(./(.367+.288+.029+.216)(-1)=5、Kano模型结果概览客户关系管理工具功能点信息管理-A1信息管理A2 客户分层书1 客户分层B2 客户分层-B3 忠诚度 忠诚度2 忠如更C3 忠诚度-C4骏置-D1 活就设置-D2效果-E1 活就效果f 2 信息传达-Fl 信息传达-F2 信息传
14、达F3 信息传达-F4用性归属力力力力蛙魁就魁力空力力力力魅那魅魅转就里望盘力力力期期期魁魁魁betterworse0.70-0340.73*0.350.66-0350.660290.55-0330.67-0.330.80*-0.42*0,72*0.68037.0.68-037*0.65-0330.670.66-0360.72*-044*0.640.340.69*-0340.78*0.39*图7Kano属性结果*:表示大于增加满意指标及小于消除不满意指标之平均数图7中反映的是日发20单以上的139名卖家的选择分布情况。由于部分结果还在应用初期,各功能细节点暂时隐藏，如有兴趣，欢迎私下讨论交流。Kano属性归属是我们关注的首要指标，可以从图7中看出，客户关系管理工具的17个功能点中，大多数为魅力因素，而本次调研中并没有发现必备因素。关于这一点，会在后续讨论当关注better-worse系数这一衡量指标时，不难发现，忠诚度-C2、忠诚度-C3、信息传达-F1”、信息彳专达-F4”都是better、worse值均很高（大于平均数）的要素。客户关系管理工具要加强这些功能，不仅会消除客户的不满意，还会提升客户的满意水平。6、模型应用的思考与讨论Kano属性的优先级排序：
