模型 KANO卡诺模型
本系列文章 主要是 分享 思维模型,涉及各个领域,重在提升认知。需求分析。
1 卡诺模型的应用
1.1 餐厅需求分析故事
假设你经营一家餐厅,你想了解客户对你的服务质量的满意度。你可以使用卡诺模型来收集客户的反馈,并分析客户的需求和期望。
首先,你可以设计一份调查问卷,向客户询问以下问题:
- 你对我们餐厅的食物质量满意吗?
- 你对我们餐厅的服务速度满意吗?
- 你对我们餐厅的价格满意吗?
- 你对我们餐厅的环境和氛围满意吗?
然后,你可以将客户的回答分为以下类别:
- 基本需求:这些是客户认为必须满足的需求,如果这些需求没有得到满足,客户会非常不满意。
- 期望需求:这些是客户期望得到满足的需求,如果这些需求得到满足,客户会感到满意。
- 魅力需求:这些是客户没有期望得到满足的需求,但如果这些需求得到满足,客户会非常满意。
接下来,你可以使用卡诺模型来分析客户的反馈,并确定哪些需求是关键因素。你可以将客户的回答绘制在一个二维图表上,其中横轴表示满足程度,纵轴表示重要程度。
最后,你可以根据卡诺模型的分析结果,制定改进服务质量的计划。你可以优先满足客户的基本需求和期望需求,并考虑提供一些魅力需求,以提高客户的满意度。
注意:卡诺模型是一种定性分析工具,它不能代替定量分析。在使用卡诺模型时,你需要结合实际情况,进行合理的分析和判断。
1.2 电商平台需求分析故事
假设你经营一家电商平台,你想了解客户对你的服务质量的满意度。你可以使用卡诺模型来收集客户的反馈,并分析客户的需求和期望。
首先,你可以设计一份调查问卷,向客户询问以下问题:
- 你对我们网站的页面加载速度满意吗?
- 你对我们的商品搜索功能满意吗?
- 你对我们的支付和物流服务满意吗?
- 你对我们的客户服务质量满意吗?
然后,你可以将客户的回答分为以下类别:
- 基本需求:这些是客户认为必须满足的需求,如果这些需求没有得到满足,客户会非常不满意。
- 期望需求:这些是客户期望得到满足的需求,如果这些需求得到满足,客户会感到满意。
- 魅力需求:这些是客户没有期望得到满足的需求,但如果这些需求得到满足,客户会非常满意。
接下来,你可以使用卡诺模型来分析客户的反馈,并确定哪些需求是关键因素。你可以将客户的回答绘制在一个二维图表上,其中横轴表示满足程度,纵轴表示重要程度。
最后,你可以根据卡诺模型的分析结果,制定改进服务质量的计划。你可以优先满足客户的基本需求和期望需求,并考虑提供一些魅力需求,以提高客户的满意度。
1.3 酒店经营需求分析
假设你经营一家酒店,你想了解客户对你的服务质量的满意度。你可以使用卡诺模型来收集客户的反馈,并分析客户的需求和期望。
首先,你可以设计一份调查问卷,向客户询问以下问题:
- 你对我们酒店的客房干净整洁程度满意吗?
- 你对我们酒店的员工服务态度满意吗?
- 你对我们酒店的餐饮质量满意吗?
- 你对我们酒店的地理位置和周边环境满意吗?
然后,你可以将客户的回答分为以下类别:
- 基本需求:这些是客户认为必须满足的需求,如果这些需求没有得到满足,客户会非常不满意。
- 期望需求:这些是客户期望得到满足的需求,如果这些需求得到满足,客户会感到满意。
- 魅力需求:这些是客户没有期望得到满足的需求,但如果这些需求得到满足,客户会非常满意。
接下来,你可以使用卡诺模型来分析客户的反馈,并确定哪些需求是关键因素。你可以将客户的回答绘制在一个二维图表上,其中横轴表示满足程度,纵轴表示重要程度。
最后,你可以根据卡诺模型的分析结果,制定改进服务质量的计划。你可以优先满足客户的基本需求和期望需求,并考虑提供一些魅力需求,以提高客户的满意度。
2 模型 KANO(卡诺)模型
2.1 KANO模型简介
KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和优先排序的有用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。
根据不同类型的质量特性与顾客满意度之间的关系,狩野教授将产品服务的质量特性分为五类:
- 基本(必备)型质量:Must-be Quality/ Basic Quality
- 期望(意愿)型质量:One-dimensional Quality/ Performance Quality
- 兴奋(魅力)型质量:Attractive Quality/ Excitement Quality
- 无差异型质量:Indifferent Quality/Neutral Quality
- 反向(逆向)型质量:Reverse Quality,亦可以将 'Quality' 翻译成“质量”或“品质”。
说明:这里的前三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。
2.2 KANO模型使用
那么如何使用kano模型来实现一个完整的需求确定流程呢?
@1 设计 KANO 评价问卷。
针对需求X1 做评价需求,如下表所示:
| 需求X1 评价需求 | 等级-2 | 等级-1 | 等级0 | 等级1 | 等级2 |
| 正向问题:如果满足了此项需求,你感觉如何? | 我喜欢 | 理应如此 | 无所谓 | 能忍受 | 不喜欢 |
| 反向问题:如果未满足此项需求,你感觉如何? | 我喜欢 | 理应如此 | 无所谓 | 能忍受 | 不喜欢 |
以此类推,分别对需求X2、X3...XN分别进行排版并形成调查问卷。
@2 获取 KANO 评价结果分类对照表。
这里主要是根据以上设计的问卷实施调查,按照正向问题和负向问题的回答对需求属性进行分类,具体分类对照表。
| 需求X | 负向问题 | |||||
| 正 向 问 题 | 量表 | 我喜欢 | 理应如此 | 无所谓 | 能忍受 | 不喜欢 |
| 我喜欢 | Q | A | A | A | O | |
| 理应如此 | R | I | I | I | M | |
| 无所谓 | R | I | I | I | M | |
| 能忍受 | R | I | I | I | M | |
| 不喜欢 | R | R | R | R | Q | |
这里对这些字母进行详细说明:
| 需求类型 | 需求描述 |
|---|---|
| A:魅力型需求 | 当正向问题的回答是“我喜欢”,对负向问题的回答是“它理应如此”、“我无所谓”或“我能忍受”。 |
| O:意愿型需求 | 当正向问题的回答是“我喜欢”,对负向问题的回答是“我不喜欢”。 |
| M:必备型需求 | 当负向问题的回答是“我不喜欢”,而对正向问题的回答是“它理应如此”、“我无所谓”或“我能忍受”。 |
| R:逆向型需求 | 表示用户不需要这种需求,甚至对该需求属性有反感,即逆向属性。 |
| I:无差异型需求 | 表示无差异需求,用户对这一因素无所谓。 |
| Q:有疑问的结果 | 用户的回答一般不会出现这个结果,除非这个问题的问法不合理、或者是用户没有很好地理解问题、或者是用户在填写问题答案时出现错误。 |
@3 计算满意度系数(SI)和不满意度系数(DSI)数据构建
有了对需求属性的分类,接下来就可以计算满意度系数和不满意度系数,从而进行KANO 模型分析了。KANO 模型分析是通过对各项用户需求的满意度系数和不满意度系数的分析,来判断用户对这些需求满足程度变化的敏感性,进而确定改进那些需求属性敏感性高、更有利于提升用户满意的关键因素。根据一定样本量的问卷调查(一般要过100),可以得到样本人群对某项需求的属性分类结果,接着计算满意度系数(SI)和不满意度系数(DSI)两个指标,计算公式如下:
#满意度系数计算:
SI=(A+O)/(A+O+M+I)
#不满意度系数:
DSI=(O+M)/(A+O+M+I)
一般来讲,会基于样本得出A O M I的比例,这里给出一组实际数据,如下所示:
| 需求1 | 需求2 | 需求3 | 需求4 | 需求5 | 需求6 | 需求7 | 需求8 | |
| A | 45% | 25% | 35% | 50% | 48% | 20% | 2% | 15% |
| O | 33% | 55% | 50% | 32% | 18% | 62% | 25% | 25% |
| M | 12% | 22% | 10% | 16% | 22% | 16% | 70% | 58% |
| I | 10% | 8% | 5% | 2% | 12% | 2% | 3% | 2% |
| 样本 | 100 | 100 | 100 | 100 | 100 | 100 | 100 | 100 |
然后开始计算SI和DSI,如下表所示:
| 需求编号 | 需求描述 | 满意度系数SI | 不满意度系数DSI |
| 需求1 | XXX | 0.78 | 0.45 |
| 需求2 | XXX | 0.73 | 0.70 |
| 需求3 | XXX | 0.85 | 0.60 |
| 需求4 | XXX | 0.82 | 0.48 |
| 需求5 | XXX | 0.66 | 0.40 |
| 需求6 | XXX | 0.82 | 0.78 |
| 需求7 | XXX | 0.27 | 0.95 |
| 需求8 | XXX | 0.40 | 0.83 |
| 均值 | - | 0.67 | 0.65 |
@4 基于SI和DSI的数据分析
根据@3 中SI和DSI生成的系数表,可以构造以满意度系数为纵坐标、不满意度系数为横坐标的散点图,如下所示:

其中以 SI 和 DSI 的均值为临界线,可以划分为四个象限,如下所示:
- 第一象限区域属于一维属性区,根据示例计算结果可知,自动空调和外后视镜电动折叠属于一维属性,即这两项功能满足得越好,则消费者越满意;
- 第二象限区域属于魅力属性,示例中的侧气囊、自动泊车功能和前排座椅加热功能属于魅力属性,即这三项功能如果得不到满足,消费者也不会有太多的不满意,如果得到满足,则消费者的满意度会有大幅提高,即收获意外的惊喜;
- 第三象限区域属于无关属性,落入此区域的需求对满意度和不满意度的影响作用都不大,可以不予考虑。
- 第四象限区域属于必备属性,示例中的倒车雷达、ABS 功能属于必备属性,即这两项功能如果得不到满足,消费者会非常不满意,如果得到满足,消费者的满意度也不会有大幅提高,属于消费者认为必须具备的功能。
通过上述步骤就可以完成一个基本的 KANO 模型分析,可以看出:KANO 模型在对用户需求进行识别和分类上具有很大的优势,能够较好地对用户需求进行区分、归入不同的属性,以此来帮助企业决策选择哪些需求进行有针对性的产品开发。
3模型简图

相关文章:
模型 KANO卡诺模型
本系列文章 主要是 分享 思维模型,涉及各个领域,重在提升认知。需求分析。 1 卡诺模型的应用 1.1 餐厅需求分析故事 假设你经营一家餐厅,你想了解客户对你的服务质量的满意度。你可以使用卡诺模型来收集客户的反馈,并分析客户的…...
启明智显开源项目分享|基于Model 3c芯片的86中控面板ZX3D95CM20S-V11项目软硬件全开源
前言: 本文为4寸 480*480 RGB接口IPS全面触屏的86中控面板(RT-ThreadLVGL)软硬件开源干货内容,该项目是综合性非常强的RTOS系列项目!项目主控芯片使用 Model 3c,整体实现了简化版本的86中控面板的功能需求…...
Kind创建k8s - JAVA操作控制
kind 简介kind 架构安装 Kind (必备工具)docker官网kubectl官网kind官网校验安装结果 关于kind 命令 安装一个集群查看当前 Kubernetes 集群中的节点信息。查看当前命名空间下中的Pod(容器实例)的信息。使用 kind create cluster 安装,关于安…...
Qt sender()函数
sender函数原型: QObject *sender() const; 如果在由信号激活的插槽中调用该函数,返回指向发送信号的对象的指针,否则返回0,该指针仅在从该对象的线程上下文调用此函数的槽执行期间有效。 主要代码如下: 其中运用了Q…...
Java开发框架和中间件面试题(6)
目录 61.什么是Spring Batch? 62.请举例解释Required与Qualifier注解? 61.什么是Spring Batch? Spring batch是一个轻量级的,完善的批处理框架,他主要的目的在于帮助企业建立健壮,高效的批处理应用。Spri…...
附录E SQL入门之SQL保留字
本专栏目录 第1课 SQL入门之了解SQL 第2课 SQL入门之检索数据 第3课 SQL入门之排序检索数据 第4课 SQL入门之过滤数据 第5课 SQL入门之高级数据过滤 第6课 SQL入门之用通配符进行过滤 第7课 SQL入门之创建计算字段 第8课 SQL入门之使用数据处理函数 第9课 SQL入门之汇总数据 第…...
thinkphp6.0升级到8.0
目录 一:升级过程 二:报错处理 最近写的项目需要使用thinkphp8.0,之前的老项目需要从php6.0升级到8.0,特此记录下升级过程。 一:升级过程 查看版本: php think version,我目前的版本是6.1.4 生成thin…...
机器学习(一) -- 概述
系列文章目录 机器学习(一) -- 概述 机器学习(二) -- 数据预处理 未完待续…… 目录 系列文章目录 前言 一、机器学习定义(是什么) 二、机器学习的应用(能做什么) 三、***机器…...
SpringBoot定时监听RocketMQ的NameServer
问题分析 自己在测试环境部署了RocketMQ,发现namesrv很容易挂掉,于是就想着监控,挂了就发邮件通知。查看了rocketmq-dashboard项目,发现只能监控Broker,遂放弃这一路径。于是就从报错的日志入手,发现最终可…...
电子招标采购系统源码之从供应商管理到采购招投标、采购合同、采购执行的全过程数字化管理
在数字化时代,采购管理也正经历着前所未有的变革。全过程数字化采购管理成为了企业追求高效、透明和规范的关键。该系统通过Spring Cloud、Spring Boot2、Mybatis等先进技术,打造了从供应商管理到采购招投标、采购合同、采购执行的全过程数字化管理。通过…...
各部门请注意,VELO维乐潮流骑士尼莫出街啦,快来加入吧!
VELO潮流骑士丨车界“小学生”尼莫,下面是来自她的自诉: 大家好!我是尼莫,一枚骑车届的“小学生”,我爱上骑车已经有一年的时间啦!在这一年的时间里,骑车改变了我很多:爱上…...
Flutter配置Android和IOS允许http访问
默认情况下,Android和IOS只支持对https的访问,如果需要访问不安全的连接,也就是http,需要做以下配置。 Android 在res目录下的xml目录中(如果不存在,先创建xml目录),创建一个xml文件network_security_con…...
[设计模式 Go实现] 创建型~抽象工厂模式
抽象工厂模式用于生成产品族的工厂,所生成的对象是有关联的。 如果抽象工厂退化成生成的对象无关联则成为工厂函数模式。 比如本例子中使用RDB和XML存储订单信息,抽象工厂分别能生成相关的主订单信息和订单详情信息。 如果业务逻辑中需要替换使用的时候…...
移动端开发框架mui代码在安卓模拟器上运行(HbuilderX连接到模拟器)
开发工具 HBuilder X 3.8.12.20230817 注意:开发工具尽量用最新的或较新的。太旧的版本在开发调试过程中可能会出现莫名其妙的问题。 1、电脑下载安装安卓模拟器 我这里使用的是 夜神模拟器 ,也可以选择其他安卓模拟器 夜神模拟器官网:夜神安…...
upload-labs Pass-03(黑名单验证,特殊后缀)问题纠正
php任何后缀名解析 背景:为了验证php解析不依靠后缀名,可以是任何后缀名,纠正upload-labs Pass-03(黑名单验证,特殊后缀)里所说的几个固定的后缀名理论是错误的。1 部署1.1 环境准备1.1.1 系统、内核&#…...
微信小程序-父子页面传值
父子页面传值 父页面向子页面传值 方法一: 父页面: 1. /page/xxx/xxx?id1子页面: onLoad:function(option){ }方法二 <bindtap“func” data-xxx””> 子页面向父页面传值 定义父子页面 父页面:hotspot 子页面&a…...
【JavaScript】浮点数精度问题
✨ 专栏介绍 在现代Web开发中,JavaScript已经成为了不可或缺的一部分。它不仅可以为网页增加交互性和动态性,还可以在后端开发中使用Node.js构建高效的服务器端应用程序。作为一种灵活且易学的脚本语言,JavaScript具有广泛的应用场景&#x…...
使用axios发送get和post请求
使用axios发送get和post请求的方法如下: 1.发送GET请求: axios.get(url).then(response > {// 请求成功的处理逻辑console.log(response.data);}).catch(error > {// 请求失败的处理逻辑console.error(error);});2.发送POST请求: ax…...
【基于VirtualBox及openEuler20.03 TLS SP1编译openGauss2.1.0源码】
【openEuler 20.03 TLS编译openGauss2.1.0源码】 一、安装环境二、安装步骤 一、安装环境 项目Value虚拟机virtualbox操作系统openEuler 20.03 TLSopenGauss2.1.0openGauss-third_party2.1.0 二、安装步骤 以下操作需要在root用户下执行 编辑/etc/selinux/config vim /etc/s…...
hibernate 使用注解+拦截器实现自动开启、关闭session,提交、回滚事务
hibernate 使用注解+注解拦截器实现自动开启、关闭session,开启、提交、回滚事务 项目为springboot项目 ,springboot版本为:2.5.11, hiernate-core5.4.3 版本。spring-xxx 等为5.3.17版本 注意:在spring-xxx4.x版本+ hiernate-core5.x.x版本中,hibernate的配置 true是有效的…...
day52 ResNet18 CBAM
在深度学习的旅程中,我们不断探索如何提升模型的性能。今天,我将分享我在 ResNet18 模型中插入 CBAM(Convolutional Block Attention Module)模块,并采用分阶段微调策略的实践过程。通过这个过程,我不仅提升…...
高等数学(下)题型笔记(八)空间解析几何与向量代数
目录 0 前言 1 向量的点乘 1.1 基本公式 1.2 例题 2 向量的叉乘 2.1 基础知识 2.2 例题 3 空间平面方程 3.1 基础知识 3.2 例题 4 空间直线方程 4.1 基础知识 4.2 例题 5 旋转曲面及其方程 5.1 基础知识 5.2 例题 6 空间曲面的法线与切平面 6.1 基础知识 6.2…...
蓝桥杯3498 01串的熵
问题描述 对于一个长度为 23333333的 01 串, 如果其信息熵为 11625907.5798, 且 0 出现次数比 1 少, 那么这个 01 串中 0 出现了多少次? #include<iostream> #include<cmath> using namespace std;int n 23333333;int main() {//枚举 0 出现的次数//因…...
dify打造数据可视化图表
一、概述 在日常工作和学习中,我们经常需要和数据打交道。无论是分析报告、项目展示,还是简单的数据洞察,一个清晰直观的图表,往往能胜过千言万语。 一款能让数据可视化变得超级简单的 MCP Server,由蚂蚁集团 AntV 团队…...
Caliper 配置文件解析:fisco-bcos.json
config.yaml 文件 config.yaml 是 Caliper 的主配置文件,通常包含以下内容: test:name: fisco-bcos-test # 测试名称description: Performance test of FISCO-BCOS # 测试描述workers:type: local # 工作进程类型number: 5 # 工作进程数量monitor:type: - docker- pro…...
MySQL 索引底层结构揭秘:B-Tree 与 B+Tree 的区别与应用
文章目录 一、背景知识:什么是 B-Tree 和 BTree? B-Tree(平衡多路查找树) BTree(B-Tree 的变种) 二、结构对比:一张图看懂 三、为什么 MySQL InnoDB 选择 BTree? 1. 范围查询更快 2…...
嵌入式常见 CPU 架构
架构类型架构厂商芯片厂商典型芯片特点与应用场景PICRISC (8/16 位)MicrochipMicrochipPIC16F877A、PIC18F4550简化指令集,单周期执行;低功耗、CIP 独立外设;用于家电、小电机控制、安防面板等嵌入式场景8051CISC (8 位)Intel(原始…...
Python 训练营打卡 Day 47
注意力热力图可视化 在day 46代码的基础上,对比不同卷积层热力图可视化的结果 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import matplotlib.pypl…...
Linux部署私有文件管理系统MinIO
最近需要用到一个文件管理服务,但是又不想花钱,所以就想着自己搭建一个,刚好我们用的一个开源框架已经集成了MinIO,所以就选了这个 我这边对文件服务性能要求不是太高,单机版就可以 安装非常简单,几个命令就…...
数据结构第5章:树和二叉树完全指南(自整理详细图文笔记)
名人说:莫道桑榆晚,为霞尚满天。——刘禹锡(刘梦得,诗豪) 原创笔记:Code_流苏(CSDN)(一个喜欢古诗词和编程的Coder😊) 上一篇:《数据结构第4章 数组和广义表》…...
