我們在做産品，平台的時候，經常會遇到産品需求多（是非常多）， 開發同學忙的不可開交， 使用者似乎什麼都想要，但是到拿收益的時候，很難說清楚，哪些需求帶啦了哪些量化收益，哪些是真正的使用者需求，長遠的業務需求。
需求的優先級到底應該怎麼排，本文參考參考目錄中的文章
“20 Product Prioritization Techniques: A Map and Guided Tour”， 20種産品需求優先級排序的藝術， 以Kano模型來激發一些産品優先級的思考，期望有一些啟發也借鑒意義。
受行為科學家赫茲伯格的雙因素理論的啟發，東京理工大學教授狩野紀昭(Noriaki Kano)和他的同僚Fumio Takahashi于1979年10月發表了《品質的保健因素和激勵因素》(Motivator and Hygiene Factor in Quality)一文，第一次将滿意與不滿意标準引人品質管理領域，并于1982年日本品質管理大會第12屆年會上宣讀了《魅力品質與必備品質》﹙Attractive Quality and Must-be Quality﹚的研究報告。該論文于1984 年1月18日正式發表在日本品質管理學會(JSQC)的雜志《品質》總第l4期上，标志着狩野模式(Kano model)的确立和魅力品質理論的成熟。
Kano是一個典型的定性模型，KANO模型分析法并一般不直接用來測量使用者的滿意程度，主要用于識别使用者對新功能的接受度。
認識Kano從滿意度開始。
01
滿意度 vs 功能完成度
“滿意度”是Kano模型的起點， Kano模型給出了關于滿意度從正向到負向的5個次元。
另一個重要的次元是“功能完成度”， 用來衡量功能實作的程度，根據完成程度從未完成到best分為5個級别。
02
4種類型的功能feature
1、必要型feature
使用者認為産品“必須有”的屬性或功能，也叫使用者需求的痛處，如果此類需求沒有得到滿足或表現欠佳，使用者的不滿情緒會急劇增加。這種類型的feature一般是必要的或者是基本的。
這種類型的feature不會讓使用者更滿意，隻會不讓他們失望。
2、期望型feature
要求提供的産品或服務比較優秀，但并不是必需的産品屬性，有些期望型需求連使用者都不太清楚，但是他們非常希望得到的，也叫使用者需求的癢處。
3、興奮型feature
興奮型需求指的是提供給使用者一些完全出乎意料的産品屬性，使使用者産生驚喜，也叫使用者需求的暗處。興奮點和驚喜點常常是一些未被使用者了解的需求，使用者在看到這些功能之前并不知道自己需要它們。引導使用者的需求， 當iphone， android第一次出現的時候， 用習慣實體鍵盤的我很難想想全觸摸屏到底怎麼用， 會很難用，實際體驗中，相信maps，很多引用超出了很多人的認知範圍。
4. 無差别需求
可有可無的需求。
03
如何使用呢？
3個步驟：
a. 選取feature和使用者
b. 擷取使用者的回報結果
c. 分析結果
a. 選取feature和使用者
選取feature
Kano方法比較适合與最終使用者直接相關的feature，也就是說要這些需求最終使用者是可以直接感覺、操作的（而不是針對于産品的營運人員、管理層的），因為與最終使用者直接相關的需求可以給産品的發展帶來最大的動力。（不要選取技術債，為了市場和銷售，報告系統等）
選取使用者
使用者可能是不同質的，對feature的看法也會不同。如果能将使用者進行屬性分組，會有效的降低噪音。
b. 擷取使用者回報
這是Kano關鍵的一步。如何向使用者提問，如何收集使用者的回答将直接影響到需求排序的結果。
兩個簡單，明确的問題
One asks our customers how they feel if they have the feature;
The other asks how they feel if they did not have the feature.
首先，每個答案選項都被轉換量化的數值，從-2到4。數字越大，答案就越能反映出客戶對該功能的需求。重要性也從1分到9分。
包含對應feature：2（不喜歡），-1（可忍受），0（中性），2（必要），4（喜歡）；
缺少對應feature：2（喜歡），-1（必要的），0（中性），2（可忍受），4（不喜歡）；
重要性：1（一點也不重要），…，9（非常重要）。
簡單說，分數越高，越滿意。
c.分析結果
按照正向問題和負向問題的回答對品質特性進行分類，具體分類對照見下表。當正向問題的回答是“我喜歡”，對負向問題的回答是“我不喜歡”，那麼在KANO評價表中，這項品質特性就分類為O，即期望型需求。如果顧客對某項品質特性正負向問題的回答結合後，分類是M或A，那麼該因素就被分别分為基本型（必要型）需求或興奮型需求。
我們将關注正向的回答（即>0的部分），這樣的劃分可以幫我們把注意力放在最重要的需求上面。
“包含feature”問題的得分：計算所有使用者該問題得分的平均分
“缺少feature“問題的得分：計算所有使用者該問題得分的平均分
“功能重要性“問題的得分：計算所有使用者該問題得分的平均分
根據是否包含feature的得分，得到基于平均分需求類型的分布如下：
上述值是基于回報的平均值， 如果考慮标準差的次元，帶标準差需求的類型分布如下：
最後，引入重要性次元， 通過氣泡的大小衡量，帶重要性次元的需求類型分布如下：
另外一種算法是DuMouchel的基于滿意率和不滿意率的算法。
滿意率(SI)和不滿意率(DSI)兩個方面的計算，計算公式如下：
SI=（A+O）/(A+O+M+I)
DSI=-1×(O+M)/(A+O+M+I)
算法分布類似，參考資料比較多，不在贅述。
時間過得很快，不知不覺又到了下半夜，期望本文對你有所死他，準備睡覺了。
參考目錄：
https://foldingburritos.com/product-prioritization-techniques/
https://foldingburritos.com/kano-model/
https://www.jianshu.com/p/131a947def2c
https://wiki.mbalib.com/wiki/KANO%E6%A8%A1%E5%9E%8B
https://foldingburritos.com/customer-feedback/
THE END
- 晚安 -
圖檔長按2秒，識别圖中二維碼，關注訂閱号