維基百科上對KANO模型的定義如下：
The Kano model is a theory for product development and customer satisfaction developed in the 1980s by Professor Noriaki Kano, which classifies customer preferences into five categories.Kano模型是由Noriaki Kano教授於1980年代提出的產品開發和客戶滿意度理論，它將客戶偏好分為五類。
這五類偏好即五種需求類型，分別是，基本需求（Must-be）、期望需求（Satisfiers）、魅力需求（Exciters/Delighters）、無差異需求、反向需求（Dissatisfiers）。KANO模型從用戶滿意度與功能性這兩個緯度出發進行需求分類，所以解釋這五類需求前，先引入用戶滿意度與功能性。
滿意度與功能性用戶滿意度是漸變的，這一維度從令人沮喪出發到令人振奮，如下圖。
我們希望產品達到極高滿意度，但通常是不可能的。需求因人而異，而且充滿變化。
另一個緯度產品功能性，即產品提供了多少用戶期望的功能，這些功能實施得如何。
這一緯度從不提供到最佳實施，顯然，最佳功能實施需要大量投入，不管是功能設計還是開發。所以我們需要在功能性和滿意度間找到一個平衡，指導哪些功能必須提供，哪些可以晚一些提供，哪些我們壓根就不需要去考慮。這兩個緯度就是KANO模型的基礎，從產品功能具備程度出發，分析用戶滿意度變化情況，從而對需求進行歸類。
五種需求分類我們先來看看KANO模型：
圖中線性需求類別我們稱為期望型需求，功能上的每一次增加都會提升用戶的滿意度。
圖中必備需求也叫基本型需求，如果我們不提供此需求會大大增加用戶的不滿，但當產品全力以赴只提供這類需求，用戶並不會對產品感到滿意。
魅力型需求，即非常有吸引力的需求，當這類功能實施不錯時，會大大提升用戶滿意度。當產品基本功能已滿足時，此類需求會幫助提升用戶忠誠度。
無差異性需求即不管提不提供用戶都無所謂。應避免此類沒有回報的需求。
反向型需求，功能性與用戶滿意度呈負相關。提供後反而導致客戶不滿。
下表是對這五種需求類別的簡單總結：
需求類型提供功能時不提供功能時基本需求理應如此，不會特別滿意或開心不喜歡，不滿意，無法接受期望需求喜歡，感到滿意、開心我不喜歡，感到不滿、不開心魅力需求喜歡，感到滿意、開心無所謂，能接受無差異需求無所謂，能接受無所謂，能接受反向需求我不喜歡，感到不滿、不開心我喜歡，感到滿意、開心對比另外一個需求優先級分析工具MoSCoW模型，基本需求即Must-have，期望需求類比Should-have，魅力需求類比Could-have，反向需求、無差異性需求即Won’t-have。
Why&When：為什麼使用KANO模型為什麼KANO模型是網際網路行業產品經理常用分析工具？它能帶來什麼價值？
KANO模型被提出時是用於質量領域，從用戶滿意度和功能具備度兩個維度出發去衡量產品質量，從而指導產品研發。這和網際網路產品非常貼切，它能幫助產品經理識別功能具備度和用戶滿意度之間的關係，因此被廣泛使用。
需求分析階段，如果需要識別功能是否需要做，或者對多個功能進行優先級排序時可以使用KANO模型。當然可視化KANO模型也會幫助建立團隊共識。
對於工具的使用，我習慣於分析它什麼時候用及什麼時候不用。
因為KANO模型只從用戶滿意度及功能是否具備這兩個維度出發去分析需求價值，所以並不適用於當價值衡量需考慮其他維度因素，如需要將戰略、商業收益等等納入考慮時。
How：如何使用KANO模型分析Step 1 明確問題明確KANO模型是否適用於當前場景，並且明確需要做需求分類或優先級排序的需求/功能，定義出針對這個需求/功能的問題。
Step 2 問卷設計根據Step1輸出的問題集，進行正反向發散。KANO問卷每一個功能/需求問題是由正向和負向兩個子問題構成，分別是用戶在面對具備（提供）或不具備（不提供）某項功能所做出的反應。問卷中的問題答案採用五級選項，按照：喜歡、理應如此、無所謂、勉強接受、我不喜歡，進行評定。
舉個例子：
正向問題
如果當你前往購物車進行結算時，提供購物車部分商品分開結算的功能，你認為：A.喜歡 B.理應如此 C.無所謂 D. 勉強接受 E.我不喜歡
反向問題
如果當你前往購物車進行結算時，不提供部分商品分開結算的功能，需要整體結算購物車內商品，你認為：A.喜歡 B.理應如此 C.無所謂 D. 勉強接受 E.我不喜歡
還可以詢問用戶功能的重要程度，可以從1-9打分，從毫不重要到及其重要：
您認為購物車中部分商品可分開結算功能的重要程度是什麼樣的呢？A.1 B.2 C.3 D.4 E.5 ...
在設計問卷時建議加上用戶基礎信息，方便在後續結果統計時過濾掉非目標用戶。如我的目標用戶是18-35歲的女性，那問卷收集的信息，在統計結果時應該過濾掉不屬於這個群體的用戶反饋。
Step 3 KANO模型統計結果3.1 需求分類基於問卷結果進行需求分類的分析。每組正反向問題的排列組合一共是25種，對這25種組合進行統計，見下圖：
基於結果進行統計，最多比例的屬性可作為統計後的結果，即該需求分類。當只需確認需求分類時，到這裡就可以結束了。如果涉及到多個需求的優先級排序，你還需進行下一步。
3.2 計算Better-Worse係數Better-Worse係數，表示某功能可以增加滿意或者消除不喜歡的影響程度。
Better，簡單說就是滿意係數，代表如果產品提供某種功能或服務，用戶滿意度會提升。Better值越大/越接近1，則表示用戶滿意度提升的效果會越強。
Worse不滿意係數，Worse的數值通常為負，代表產品如果不提供某種功能或服務，用戶的滿意度會降低。其絕對值越接近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。
其計算公式如下：
增加後的滿意係數 Better/SI=（A+O）/(A+O+M+I)
消除後的不滿意係數 Worse/DSI= -1 *（O+M）/(A+O+M+I)
4 結果產出4.1 利用better-worse係數分析功能優先級我們也可以使用可視化的散點圖或氣泡圖來分析。使用better及worse的絕對值製作氣泡圖，worse為橫坐標，better為縱坐標。將用戶對功能重要程度的打分作為氣泡的平均值。
第一象限表示：better係數值高，worse係數絕對值也很高的情況。落入這一象限的因素，即期望型需求。這是優先級較高的需求。
第二象限表示：better係數值高，worse係數絕對值低的情況。落入這一象限的因素，即興奮型需求（即魅力型需求）。
第三象限表示：better係數值低，worse係數絕對值也低的情況。落入這一象限的因素，即無差異需求。
第四象限表示：better係數值低，worse係數絕對值高的情況。落入這一象限的因素，即必備型需求。
4.2 確定優先級不同分類需求優先級如何確定呢？
一般來說，基本型需求 > 期望型需求 > 魅力型需求，我們儘量避免做無差異需求和反向需求。
以上提到過關於KANO模型與MoSCoW模型的簡單映射關係，基本型需求即Must-have，一定要提供；期望型需求是與Should-have，即應該要有，通常會作為競品之間比較的重點。而魅力型需求即Could-have，此類需求能夠提高用戶忠誠度，當這類功能具備程度達到某個點時會大大增加用戶的滿意度。
5 Pros vs ConsKANO模型優勢比較突出，成本相對較低，只需要用戶完成問卷再通過簡單分析計算即可得到結果。且需求分類、優先級排序是基於用戶反饋數據分析的結果，而不是用戶的代表、測試人員、業務代表等等。
同樣，Kano模型也有它的不足：
Kano問卷通常較長，問卷問題從正反兩面詢問，可能會導致用戶感覺重複，若用戶沒有認真作答，會引起數據質量的下降。
問卷類型的數據容易出現「倖存者偏差」的情況，即反饋的用戶本身就有較強的反饋意願，無法體現全體用戶的真實情況。
可能出現同一需求在歸類時，屬性頻數相等或近似的情況。
只是從用戶滿意度和功能具備度出發，不適用與需要考慮其他維度因素，例如，收益、戰略等等。
6 寫在最後需求是因人而異的，滿足目標用戶中多數人的需求即可。需求隨時間變化，例如以前線上支付是魅力型需求，如今卻不可或缺。所以產品需要持續迭代，與時俱進，為用戶企業帶來價值。
作者：半個na
連結：https://www.jianshu.com/p/38d3ffe2cd28
PS：歡迎各位運營喵投稿，投稿請發送郵件到admin@iyunying.org，優質稿件將發布在微信公眾號。
您的關注閱讀就是對愛運營最大的支持！敬請關注愛運營，運營者個人微信：rubin_han