排需求的时候，经常遇到各方资源争执难下的情况吧？良策来也~~
这个时候也是我们用研发挥效用的时刻呢。
今天介绍一把KANO模型。
KANO模型，由Noriaki kano于20世纪70年代发表的用于需求分类和排序的工具。
到这里，发现之前对于KANO的翻译一直是错的，再来一遍：K-A-N-O（卡诺）。
好了，以下 5min教会你，没有一个多余的废字。
原理和适用情况
原理：利用功能用户满意度和功能具备程度的非线性关系，来进行功能（需求）的分类（排序）。
适用的情况：
1.手头的一堆新需求，不知道从何排列优先级或者哪些该做哪些不该做？
2.线上一些老功能，略觉鸡肋，想砍掉又不知该不该砍，砍的话砍那个？
非线性如图：
根据以上，5个评价指标是：
魅力属性：让用户感到惊喜的属性，如果不提供此属性，不会降低用户的满意度，一旦提供魅力属性，用户满意度会大幅提升；
期望属性：如果提供该功能，客户满意度提高，如果不提供该功能，客户满意度会随之下降；
必备属性：这是产品的基本要求，如果不满足该需求，用户满意度会大幅降低。但是无论必备属性如何提升，客户都会有满意度的上限；
无差异属性：无论提供或不提供此功能，用户满意度不会改变，用户根本不在意有没有这个功能。这种费力不讨好的属性是需要尽力避免的；
反向属性：用户根本都没有此需求，提供后用户满意度反而会下降；
问卷的设计和结果分类
针对每一个独立的功能发问，在开始之前一定要向测试者解释清楚每个功能的定义，作用等。
收集到数据之后，进行分类处理，这里Noriaki kano给出了通用的模板，可以存下来的模板[敲黑板啦]
计算和绘图
下一步，根据归类中每个属性的百分比，计算Better-Worse系数：
Better：是增加后的满意系数。其数值通常为正，数值越大，用户满意度会提升越快。
Worse：是消除后的不满意系数。其数值通常为负，数值越小，用户满意度会下降越快。
Better= （A+O）/(A+O+I+M)
Worse= -（O+M）/(A+O+I+M)
绘制出Better-Worse图，让每个功能落在不同的象限，就可以进行排序啦：
常用的优先级排列是：
必备》期望》魅力》无差异 【第二次敲黑板】
如果遇到有些功能在象限图内的位置特别相近，难以决策怎么办呢？
这时候，用重要程度系数来辅助排序。
完美！可以下课了·~
作者：大狗狗，互联网金融产品用户研究员，心理学二年级学渣，公众号：同花顺UED（公众号：Mob-HitThink-UED）；简书专题：用户研究&创意设计“
更多产品设计，用户研究干货资讯和分享，关注查看更多历史内容~~