大家知道，長期以來我們一直在堅持分享一些基礎的干貨內(nèi)容，那些看書、看分享很難系統(tǒng)搞得明白的知識點，這和我個人對基本功的執(zhí)念有密不可分的關系。

但現(xiàn)在，有越來越多的同學在后臺留言，想要看一些更進階的，更深入的知識點，來應對入行后日益高漲的職業(yè)要求。

所以，我還是打算開一個新的系列，用來整理和輸出有關 UI 設計領域進階的概念和知識點。

KANO 模型的簡介

KANO 模型，翻譯叫卡諾模型。網(wǎng)上摘抄到對它的解釋大概如下：

對用戶需求分類和優(yōu)先排序的有用工具，以分析用戶需求對用戶滿意的影響為基礎，體現(xiàn)了產(chǎn)品性能和用戶滿意之間的非線性關系。

不說那么抽象的，講人話，就是一個幫助我們定義 “需求影響力” 的工具，通過定義評價的標準，來衡量每條需求可能對用戶造成的實質(zhì)影響。

通常，KANO 中定義了5個需求的屬性，即魅力、期望、必備、無差異、反向型，通過一定的分析步驟對每個屬性進行打分，最終搞明白它屬于哪一類型。

這么做的目的，是為了輔助我們更好的理解需求的有效性，為后續(xù)需求的優(yōu)先級、工期、精細度安排做參考。

KANO 的需求類型

有了基本的概念，我們就要來詳細了解一下 KANO 的具體原理了。

在 KANO 模型的理念中，產(chǎn)品功能、服務的完成度，與用戶滿意度的相關性并不完全一致，可能功能非常出色完善但用戶并不買賬，也可能做的非常簡陋但是備受用戶吹捧。

所以，KANO 定義了一個由功能完成度和用戶滿意度組成的2維坐標軸。

并在這個坐標軸中，通過一定的曲線、圓形區(qū)域，來表達下面說到的五種需求類型：

• 魅力型：提供了會讓用戶驚喜，但是不提供用戶滿意度也不會受到影響

• 期望型：用戶非常渴望的功能，提供了用戶滿意度會上升，反之則下降

• 必備型：提供了用戶滿意度不受影響，但是沒提供則滿意度大幅下降

• 無差異：無論提供還是不提供，都不會有什么影響

• 反向型：提供了會導致用戶滿意度下降

我們可以在很多分享看到這個圖例，但是要注意這只是一個對概念進行直觀呈現(xiàn)的示意圖，我們并不需要直接應用。

我們要先來理解一下，基礎的五種需求類型都有什么特點。

1. 魅力型（Attractive Quality）

魅力型的需求，是能讓用戶產(chǎn)生 “意外驚喜” 的東西。雖然沒有這個功能不受影響，但是提供之后會讓用戶非常的興奮和滿意。

比如在設計中常說的 “情感化” 設計，就是增加魅力型需求到產(chǎn)品中，通過一些有趣的交互、提示，來提升用戶的滿意度。

或者，像微信提供的拍一拍功能，沒有的時候完全不受影響，但是誕生以后可以大大增加社交中的趣味性，提升用戶的滿意度。

2. 期望型(One-dimensional Quality)

期望型則是用戶非常想要有的功能，通常是用戶的主要訴求或痛點，如果沒有得到滿足，那么用戶始終會覺得不夠滿意，或者認為被廠商忽視。

例如使用支付寶進行公共交通的支付就是期望型功能，在它們還沒上線的時候，用戶有非常大的呼聲希望掃碼支付能得到統(tǒng)一的應用。

3. 必備型(Must-be Quality)

必備型，通常是一個應用最底層的功能之一，是用戶默認你應該具備的。例如聊天工具可以發(fā)表情，電商有購物車。如果這些底層的功能實現(xiàn)不符合預期，那么就會對用戶的滿意度造成極其負面的影響。

比如在線支付這個操作，我們默認所有主流支付渠道都包含了，但是京東、美團的支付選項中移除了支付寶，這對于相當數(shù)量的用戶而言是不可理喻的。

4. 無差異（Indifferent Quality）

無差異，則是一些你做和不做，用戶都一點也不在意的東西?？梢哉f，它們就是 “無效需求” 的代名詞。

這類需求常常來源于老板、產(chǎn)品經(jīng)理拍腦門做的決定，或者用戶反饋中沒有虛無的建議和要求。

再有可能，就是緊跟潮流趨勢做的功能，比如餓了么最近上線的 “真香” 頻道，在一個外賣應用中上直播和短視頻……

5. 反向型（Reversal Quality）

反向型需求，則是做了會起反相效果的需求，也就是讓用戶反感。

除了某些剛愎自用的決策者根據(jù)自己喜好添加需求以外，多數(shù)情況下是為了促進轉(zhuǎn)化或者流量強加給用戶的一些功能。

比如 UC 這類瀏覽器不會老老實實的在首頁放基礎搜索框和收藏，而是一定要加入新聞流媒體來強制用戶進行關注。

了解了這5類需求是什么，下一步，我們就要來熟悉應用它們的方法

KANO 的評價系統(tǒng)

首先我們看看下面的表格，包含功能有或沒有的復合表格，兩個維度都包含了從喜歡到不喜歡的5個分數(shù)等級。

我們通過獲取用戶對有或沒有的打分，來判斷這個功能處于哪一個類型。當然，當調(diào)查訪談的用戶數(shù)量較多時，是需要進行均值或加權(quán)計算的。

除了用這個表格記錄外，KANO 還經(jīng)常使用一個四分位 Better-Worse 系數(shù)坐標軸（奇怪的知識又增加了），通過對相關系數(shù)進行計算將需求置入對應坐標象限。

這個坐標相對于前面的表格來說，看上去更直觀。但是去系統(tǒng)獲得坐標系對應數(shù)值的辦法，就沒那么討喜了。

Better、Worse 系數(shù)分別代表了在增加和缺少該功能后，用戶的評分。但這個評分的數(shù)值不再是 1-5 這么簡單，而要通過一定的計算來完成，公式如下：

• Better/SI=（A+O）/(A+O+M+I)

• Worse/DSI=-1（O+M）/(A+O+M+I)

• 這個公式了解下就好，只要知道在四象限應用中的原理就足夠了，而不需要我們真的去進行這種計算。

既然兩種方法各有優(yōu)缺點，我們在實際應用中自然應該要做出一些有效的改良，即結(jié)合它們各自的優(yōu)點，創(chuàng)建出一個新的坐標體系。

我們只要根據(jù)第一種方法的數(shù)值，將功能對應分配到這個列表中，就可以獲得一個直觀的需求影響力圖表了。

同時，根據(jù)可視化的原理，對需求的其它權(quán)重或分類進行表現(xiàn)，例如使用色彩或大小進行區(qū)分，讓圖表可以更直觀。

總結(jié)

KANO 模型只是需求分析中的其中一個環(huán)節(jié)，用來幫助團隊更好的理解需求的屬性，但并不是代表需求的理解僅此而已。

同時，KANO 模型的可信度是建立在準確的用戶打分之上，這是一個非常嚴苛的要求，不僅需要非常有效的實驗、調(diào)研計劃制定，同時受限于樣本數(shù)會導致置信區(qū)間過大（評分誤差），置信度極低。

在以效率為導向的團隊協(xié)作中，除非是非常重要的功能，否則使用用戶畫像、卡片等工具進行大致的推導即可。

KANO 的應用場景多種多樣，需要大家根據(jù)實際應用場景進行調(diào)整。尤其對于設計師來說，KANO 不是一個我們教育 PM 怎么做需求的工具（某種情況下可以），而是輔助團隊對需求的影響力有清晰認識的方法，幫助團隊做出更有效的決策。

本次的分享到這里結(jié)束！

原文來自微信公眾號：超人的電話亭