SPSSPRO,让数据分析更简单,问卷调查类数据分析不再愁 产品介绍 帮助中心 客户端
微信登录
  • 产品简介

  • 我的数据

  • 数据处理

  • 数据分析

    • 描述性分析

    • 问卷分析

      • 信度分析
      • 多选分析
      • 选择题【多选&多选】
      • 选择题【多选&单选】
      • 选择题【单选&多选】
      • NPS净推荐值分析
      • 对应分析
      • 区分度分析
      • 效度分析
      • 联合分析
      • 路径分析
      • 结构方程模型(SEM)
      • 调节作用
      • 验证性因子分析
      • 权重分析(熵权法)
      • MaxDiff模型
      • 价格断裂点模型
      • Kano模型
        • 1、作用
        • 2、输入输出描述
        • 3、案例示例
        • 4、案例数据
        • 5、案例操作
        • 6、输出结果分析
        • 7、注意事项
        • 8、模型理论
        • 9、参考文献
      • 平行中介效应
      • 链式中介效应
      • TURF分析
      • 惩罚分析
      • 交叉表(调研专项)
      • 多维尺度分析
      • 品牌价格抵补模型BPTO
      • 联合分析CBC
      • MaxDiff Pro
    • 综合评价

    • 差异性分析

    • 相关性分析

    • 预测模型

    • 统计建模

    • 计量经济模型

    • 医学统计模型

    • 机器学习分类

    • 机器学习回归

    • 规划求解

    • 研究模型

    • 信号分析

    • 自定义算法

Kano模型

操作视频
SPSSPRO教程-Kano模型

# Kano 模型

# 1、作用

卡诺模型(Kano 模型)是对产品功能定位以及确定产品功能优先级的工具,以分析产品功能对用户满意的影响为基础,体现了产品功能和用户满意之间的非线性关系。

# 2、输入输出描述

输入: 正向题是指假设产品拥有该项功能,用户的满意情况。
反向题是指假设产品不拥有该项功能,用户的满意情况。
输出:基于根据产品功能具备度与用户满意度的关系,得到产品功能的定位结果及优先级。

# 3、案例示例

案例:如某电脑公司开发新电脑为例,新电脑有速度快、防水、外形新颖、存储空间大这 4 种功能,某公司用 Kano 模型对这组需求进行功能定位,由此根据功能定位结果可以帮助公司优先开发哪种功能。(其中 1,2,3,4,5 分别代替不喜欢、能忍受、无所谓、理应如此、喜欢。)

# 4、案例数据

Kano 模型案例数据
模型要求的数据为问卷数据,其设计示例如下:

# 5、案例操作


Step1:新建分析;
Step2:上传数据;
Step3:选择对应数据打开后进行预览,确认无误后点击开始分析;

Step4:选择【Kano 模型】;
Step5:查看对应的数据数据格式,按要求拖入数据。
Step6:点击【开始分析】,完成全部操作。

# 6、输出结果分析

输出结果 1:Kano 模型定位对照表

图表说明:上表展示了 Kano 模型定位对照表,根据产品功能具备度与用户满意度的关系,将产品功能分为五类特性(魅力特性 A、期望特性 O、必备特性 M、无差异特性 I、反向特性 R)以及一类可疑结果 Q。
1)魅力特性(A),若不提供此类功能,使用者满意度不会降低,但当提供此类功能时,满意度会极大提升,有时是产品具有竞争力的保证。
2)期望特性(O),若提供此类功能时,使用者满意度会提升,反之则降低。
3) 必备特性(M),当提供此类功能时,使用者满意度不会明显提升,但不提供此类功能时满意度会大幅降低,是必须被保障的基础需求。
4)无差异特性(I),即无论提供或不提供此类功能,使用者满意度并不会有明显变化。在条件有限的情况下,可以不优先提供此类功能。
5)反向特性(R),即使用者没有此功能,若提供反而会导致满意度下降。
6)可疑结果(Q),即受访者没有很好理解某问项或误答。


输出结果 2:Kano 模型分析结果

图表说明:上表展示了 Kano 模型分析结果,包括产品功能的 Kano 定位结果,根据定位结果有利于确定产品开发功能的优先级。

  • 每个产品功能的最终 Kano 定位结果是指拥有最大占比的类别,通常情况下产品开发的优先级为:必备特性 > 期望特性 > 魅力特性 > 无差异特性。
  • Better-Worse 系数的计算:
    (1)增加后的满意系数系数,(Better系数)=(A+O)/(A+O+M+I),Better 的数值通常为正,正值越大 / 越接近 1,也就是 100%,则表示用户满意度提升的效果会越强,满意度上升的越快。
    (2)消除后的不满意系数系数,(Worse系数)=−(O+M)/(A+O+M+I),Worse 的数值通常为负,其负值越小 / 越接近 -1,也就是-100%,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。


输出结果 3:Better-Worse 矩阵分析图

图表说明:上图展示了 Better-Worse 矩阵分析图,通过矩阵图直观地展现了产品功能的定位,根据定位结果有利于确定产品开发功能的优先级。

  • 根据 Better-Worse 系数值(其中 Worse 是取绝对值)将散点图划分为四个象限。
    1、第一象限(期望特性)表示:better 系数值高,worse 系数绝对值也很高的情况。即表示产品提供此功能,用户满意度会提升,当不提供此功能,用户满意度就会降低,这是质量的竞争性属性,应尽力去满足用户的期望型需求。提供用户喜爱的额外服务或产品功能,使其产品和服务优于竞争对手并有所不同,引导用户加强对本产品的良好印象。
    2、第二象限(魅力特性):better 系数值高,worse 系数绝对值低的情况。即表示不提供此功能,用户满意度不会降低,但当提供此功能,用户满意度和忠诚度会有很大提升。
    3、第三象限(无差异特性):better 系数值低,worse 系数绝对值也低的情况。即无论提供或不提供这些功能,用户满意度都不会有改变,这些功能点是用户并不在意的功能。
    4、第四象限(必备特性):better 系数值低,worse 系数绝对值高的情况。即表示当产品提供此功能,用户满意度不会提升,当不提供此功能,用户满意度会大幅降低;说明落入此象限的功能是最基本的功能,这些需求是用户认为我们有义务做到的事情。
  • 通常情况下,产品开发需求的优先级为:必备特性>期望特性>魅力特性>无差异特性。

# 7、注意事项

  • 在使用 SPSSPRO 进行运算前,需要将问卷的五个等级进行量化,使用 1,2,3,4,5 分别代替不喜欢、能忍受、无所谓、理应如此、喜欢。

# 8、模型理论

Kano 模型根据收集整理的功能分析设计问卷调查表,在问卷设计时,把问卷尽量设计得清晰易懂、语言尽量简单具体,避免语意产生歧义。同时,可以在在问卷中加入简短且明显的提示或说明。方便用户顺利填答。

待收集得到数据后,根据下图的规则对产品功能分为五类特性(魅力特性 A、期望特性 O、必备特性 M、无差异特性 I、反向特性 R)以及一类可疑结果 Q。
1)魅力特性(A),若不提供此类功能,使用者满意度不会降低,但当提供此类功能时,满意度会极大提升,有时是产品具有竞争力的保证。
2)期望特性(O),若提供此类功能时,使用者满意度会提升,反之则降低。
3) 必备特性(M),当提供此类功能时,使用者满意度不会明显提升,但不提供此类功能时满意度会大幅降低,是必须被保障的基础需求。
4)无差异特性(I),即无论提供或不提供此类功能,使用者满意度并不会有明显变化。在条件有限的情况下,可以不优先提供此类功能。
5)反向特性(R),即使用者没有此功能,若提供反而会导致满意度下降。
6)可疑结果(Q),即受访者没有很好理解某问项或误答。

还可以计算 Better-Worse 系数来分析用户的满意度。
Better-Worse 系数的计算:
(1)增加后的满意系数系数(Better系数)=(A+O)/(A+O+M+I),Better 的数值通常为正,正值越大 / 越接近 1,也就是 100%,则表示用户满意度提升的效果会越强,满意度上升的越快。
(2)消除后的不满意系数系数(Worse系数)=−(O+M)/(A+O+M+I),Worse 的数值通常为负,其负值越大 / 越接近 -1,也就是-100%,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。

# 9、参考文献

[1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.
[2] 郑林欣,沃晨雯,王思奇,等. 基于 Kano 模型的蜡染技艺体验设计[J]. 丝绸,2022,59(1):102-108. DOI:10.3969/j.issn.1001-7003.2022.01.015.

建议反馈