知序/知识文档
知识文档

KANO 模型

Kano Model

用需求满足程度与用户满意度的关系,理解不同需求属性的分析模型。

示范文档入门更新于 2026-11-22V0.1
在知识地图中查看

概念简介

用需求满足程度与用户满意度的关系,理解不同需求属性的分析模型。

KANO 将需求区分为必备型、期望型、魅力型等属性。必备型缺失会引发不满,但做好后未必增加惊喜;魅力型可能产生惊喜,但缺失时用户未必抱怨。属性会随用户群体和时间改变。

核心原理

KANO 关注的是两个变量的关系:某项需求被满足的程度,以及用户的满意或不满。它不是简单的“重要程度打分”。同一个功能对新手和熟练用户可能有不同属性,今天的魅力型需求也可能在未来变为必备型。

属性 缺失时 满足时 示例(需按用户验证)
必备型 明显不满 认为理所当然 支付成功后订单不丢失
期望型 不满意 越好越满意 搜索响应速度
魅力型 未必不满 带来惊喜 恰好有用的意外辅助
无差异型 影响不大 影响不大 很少被注意的装饰
反向型 部分人偏好缺失 部分人反而不满 打断任务的自动播放

案例:知识百科的需求判断

假设读者主要用网站查术语。搜索结果准确可能是基本期待,稳定可读的正文同样不可省略;知识关系地图是否带来惊喜,需要观察它是否帮助读者发现有价值的新内容。

这些只是待验证的判断,不能因为团队喜欢地图就把它直接标为魅力型。

如何设计调查

对同一功能分别问“提供时感觉如何”与“不提供时感觉如何”,再按 KANO 评价表进行组合分类。回答通常包含喜欢、理所当然、无所谓、可以接受、不喜欢。不同回答组合可能得到可疑结果,需要检查题意与样本质量。

  1. 先通过用户访谈识别真实需求和用户分组。
  2. 用中性、具体的功能描述编写正反向问题。
  3. 按用户分组统计属性及分歧,不只看总体占比。
  4. 将结果与成本、风险和交付目标一起讨论。
  5. 用行为测试验证最终方案,而非只靠问卷预测。

提示 KANO 的满意度属性不直接等于版本优先级。必要的安全与合规要求也不能仅凭用户偏好决定取舍。

常见误区

  • 用产品团队主观分类代替用户研究。
  • 只做正向问题,把“用户说喜欢”当成魅力型。
  • 把不同群体的相反偏好平均掉。
  • 用模型标签代替交付优先级决策。

参考资料

  • Kano, N. et al. (1984). Attractive Quality and Must-Be Quality. Journal of the Japanese Society for Quality Control, 14(2), 147–156. DOI
回到知识地图