KANO模型分析方法主要是通過標準化問卷進行調研,根據調研結果對各因素屬性歸類，解決產品屬性的定位問題，以提高客戶滿意度的方法。下面小編給大家介紹下KANO模型，以及如何使用SPSSAU進行分析。
什麼是KANO模型
KANO模型，是由東京理工大學教授狩野紀昭(Noriaki Kano)發明，用於分析用戶對於各類需求的排名偏好情況，其在企業產品需求調研，市場研究中有著廣泛的應用。
KANO模型的基本原理
KANO模型主要是通過標準化問卷進行調研，根據調研結果對各因素屬性歸類，KANO模型將功能/服務的態度屬性分為六類，分別是魅力屬性A、期望屬性O、必備屬性M、無差異屬性I、反向屬性R、可疑結果Q。
一、研究背景
當前有一項關於手機功能/服務的需求調研，共頭腦風暴出10種功能/服務，分別是投影功能、左右手模式、超級快充、取消SIM卡、3D投影、照片搜索、自動美顏、防盜加鎖、遙控器、暖手寶、望遠鏡、顯微鏡。
共收集有效數據為100份，現希望通過KANO模型分析出該10種功能/服務的態度情況，為企業產品研發提供建議。
二、問卷設計
設計KANO問卷時，針對每個功能需求，都需要設計正向和反向兩個問題。
三、SPSSAU操作
① 選擇SPSSAU【問卷研究】--【KANO模型】。
②將各功能指標的正反項放入對應分析框，同一題的正反兩項放置的順序需完全對應。
四、結果解讀
1 KANO模型評價結果分類對照表
針對每個指標，KANO模型共分為正向題和負向題兩個方向進行收集數據。並且在得到數據後，將指標映射到六個屬性上。KANO模型評價結果分類對照表正是展現這樣的對照表格。
注意：系統默認1分代表不喜歡，5分代表喜歡。如果你的數據不是這樣設置的，可通過【數據處理】--【數據編碼】進行修改。
2 KANO模型分析結果匯總
此表格為核心輸出表格，即得出各功能/服務對應的屬性佔比、分類結果、Better和Worse值。
從上表可以看出，本次分析10個功能/服務的屬性情況，按某屬性佔比最高作為劃分界限：
最終結果為期望屬性O包括投影功能共1項；魅力屬性A包括左右手模式、超級快充和照片搜索共3項；必備屬性M包括自動美顏和防盜加鎖共2項；其餘6項為無差異屬性I。
需求滿足優先級上，通常順序為：必備屬性>期望屬性>魅力屬性>無差異屬性。
因而手機廠商應該首先開發必備屬性即自動美顏和防盜加鎖共2項功能；並且應當抓緊開發期望屬性即投影功能，而且應該對魅力屬性進行開發並且越完善越好，分別包括左右手模式，超級快充和照片搜索共3項。
除此之外，Better(滿意影響力）= （A+O）/（A+O+M+I），該指標介於0 ~ 1之間，值越大說明敏感性越大，優先級越高；
Worse(不滿意影響力）= -1 * （O+M）/（A+O+M+I），該指標介於-1 ~ 0之間，值越小說明敏感性越大，優先級越高。
Better、Worse值可結合Better-Worse係數圖進行分析。
3 Better-Worse係數圖
Better-Worse係數圖是從10項功能的對比角度來分析屬性分布情況，本次分析Better-Worse係數圖如下圖：
Better-Worse係數圖展示各功能/服務的坐標情況，橫坐標為Worse絕對值，縱坐標為Better值。
Better 的數值通常為正，正值越大 / 越接近 1，則表示用戶滿意度提升的效果會越強，滿意度上升的越快。
Worse 的數值通常為負，其負值越大 / 越接近 -1，則表示對用戶不滿意度的影響最大，滿意度降低的影響效果越強，下降的越快。
第一象限為期望屬性，Better值高，Worse值絕對值高。該象限的功能/服務應優先滿足，本次研究對應為『投影功能』；
第二象限為魅力屬性，Better值高，Worse值絕對值低。該象限的功能/服務應優先滿足，本次研究對應著『超級快充』，『左右手模式』和『照片搜索』；
第三象限為無差異屬性，Better值低，Worse值絕對值低。該象限的功能/服務通常不提供；
第四象限為必備屬性，Better值低，Worse值絕對值高。該象限的功能/服務一定需要滿足，本次研究對應著『投影功能』。
其他說明
KANO模型不僅適用在產品需求上，還可用在各個領域。如酒店服務、公共管理、教學評價等方面。
KANO模型的問卷設計有著嚴格的規範，一定需要有正向和負向題分別測試某『功能/服務』的態度，並且分值一定完全對應。