Kano模型是東京理工大學教授狩野紀昭(Noriaki Kano)發明的對用戶需求分析、分類和需求優先級排序的模型。kano模型以分析用戶需求對滿意度的影響為基礎。狩野紀昭(Noriaki Kano)教授1984年首度提出了Kano模型，該模型受赫茲伯格理論的雙因素理論啟發而來。

赫茨伯格的雙因素理論認為，滿意和不滿意并非共存于單一的連續體中，而是截然分開的。20世紀50年代末期，赫茨伯格和他的助手們在美國匹茲堡地區11家工商企業機構中對二百名工程師、會計師進行了調查訪問，調查中他設計了許多問題，例如，“什么時候你對工作特別滿意?”“什么時候你對工作特別不滿意?”“原因是什么?”等等，請受訪者一一回答。

赫茨伯格從調查中發現，造成員工不滿的原因，主要是由于公司的政策、行政管理、監督、工作條件、薪水、地位、安全以及各種人事關系的處理不善。這些因素的改善，雖不能使員工變得非常滿意，真正地激發員工的積極性，卻能解除員工的不滿，故這種因素稱為保健因素。

研究表明，如果保健因素不能得到滿足，往往會使員工產生不滿情緒、消極怠工，甚至引起罷工等對抗行為。同時，調查中發現，使員工感到非常滿意的因素，主要是工作富有成就感，工作本身帶有挑戰性，工作的成績能夠得到社會的認可，以及職務上的責任感和職業上能夠得到發展和成長等等。

這些因素的滿足，能夠極大地激發員工的熱情，對于員工的行為動機具有積極的促進作用，它常常是一個管理者調動員工積極性，提高勞動生產效率的好辦法。研究表明這類因素解決不好，也會引起員工的不滿，它雖無關大局，卻能嚴重影響工作的效率。因此，赫茨伯格把這種因素稱為激勵因素。

赫茨伯格在研究的過程中發現日常工作中員工的滿意度分為兩種，一種是激勵因素，另一種稱為保健因素。

激勵因素表示工作本身帶來的成就、認可和責任;保健因素指公司政策和管理、技術監督、薪水、工作條件以及人際關系等。當具備激勵因素時會增加員工的滿意，但是當缺乏時不會不滿意;而當具備保健因素時不會提高員工的滿意，但是當缺乏時，則會造成不滿。赫茨伯格雙因素理論的核心在于：“只有激勵因素才能夠給人們帶來滿意感，而保健因素只能消除人們的不滿，但不會帶來滿意感”這一論斷。

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)于1984年發表了《魅力質量與必備質量》﹙Attractive Quality and Must-beQuality﹚的論文，這篇論文中，授狩野紀昭在首次提出滿意度的二維模式，構建出Kano模型。在當時的日本，提高產品和企業服務這個問題一直都是一個難題。他提出的這個模型有效的解決了這個問題。

Kano模型用來分類用戶需求，確定需求優先級。Kano定義了三個層次的顧客需求：基本型需求、期望型需求和興奮型需求：

• 基本型需求：基本型需求是用戶對企業提供的產品/服務因素的基本要求，是用戶認為產品/服務“必須有”的屬性或功能。當其特性不充足(不滿足顧客需求)時，顧客很不滿意;當其特性充足(滿足顧客需求)時，顧客也可能不會因而表現出滿意。基本型需求與赫茨伯格雙因素理論中的保健因素類似。對于基本型需求，即使超過了顧客的期望，但顧客充其量達到滿意，不會對此表現出更多的好感。不過只要稍有一些疏忽，未達到用戶的期望，則用戶滿意度將一落千丈。對于用戶而言，這些需求是必須滿足的，理所當然的。
• 期望型需求：期望型需求是指用戶滿意度與需求的滿足程度成比例關系的需求。期望型需求沒有基本型需求那樣苛刻，其要求提供的產品/服務比較優秀，但并不是“必須”的產品屬性或服務行為。企業提供的產品/服務水平超出顧客期望越多，顧客的滿意狀況越好，反之亦然。
• 興奮型需求：興奮型需求要求提供用戶一些完全出乎意料的產品屬性或服務行為，使用戶產生驚喜。當其特性不充足時，并且是無關緊要的特性，則用戶無所謂，當產品提供了這類需求時，用戶就會對產品非常滿意，從而提供用戶的忠誠度。

通過需求實現程度和用戶滿意度兩個維度，可以構建更詳細的Kano模型，如下圖所示：橫坐標表示某項要素的需求實現及優化程度，越向右邊表示該需求要素的具備程度越高，橫坐標越向左邊，該要素的具備程度越低。縱坐標表示用戶的滿意程度，縱坐標越向上，用戶越滿意，越向下，越不滿意。通過需求實現程度和用戶滿意度這兩個維度，可以將用戶需求分為五類屬性：

興奮型屬性：是用戶意想不到的需求，表現為用戶滿意度和需求實現及優化程度呈現指數函數關系，如果不提供此需求，用戶滿意度不會降低，若提供此需求，而且用戶滿意度隨著需求實現及優化程度的增加會有很大提升;

• 期望型屬性：用戶滿意度和需求實現程度及優化程度呈線性相關性，即隨著當提供此及優化需求，用戶滿意度會提升，當不提供此需求，用戶滿意度會降低;
• 無差異屬性：用戶滿意度和需求實現及優化程度不相關，即無論提供或不提供此需求，用戶滿意度都不會有改變，用戶根本不在意;
• 基本型屬性：當不提供此需求，用戶滿意度會大幅降低，但提供了需求后，用戶滿意度不會隨著此需求的優化而提升。
• 反向屬性：用戶完全沒有此需求，若提供此需求，用戶滿意度反而會下降;

在產品功能的優先級上，我們要優先滿足基本型屬性的需求，第二是期望型屬性需求，第三是興奮型屬性需求。

圖 Kano二維模型示意圖

以上五種屬性類別會隨著時間的推移而改變。比如，手機的觸摸屏，該功能剛推出的時候是屬于興奮型需求，不提供不會不滿意，但提供了會很滿意;但隨著時間遷移，比如推出一年多，該功能對于很多用戶來說就變成期望型需求，即不提供會出現不滿意的情況。

通過用戶調研構建Kano模型進而量化用戶需求

我們可以通過問卷調查的方式來調研用戶對產品功能的態度，構建Kano模型來判定不同功能所屬的需求類別，從而判定不同產品功能的需求優先級。

通常來說，我們可以對功能問兩個問題來確定分類：一個問題是如果產品中有這個功能，用戶會覺得如何;另一個問題就是如果功能不存在，用戶又是覺得如何，對每個問題采用5點的度量方式進行回答。如下例子為某社交軟件產品功能Kano問題。對于某一功能(如視頻聊天)，我們會同時調查用戶兩個問題：如果提供某某功能(如視頻聊天)，用戶的喜好程度會怎樣，如果不提供該功能，用戶的喜好程度會怎樣。

調查后，根據下圖的歸類矩陣，將功能進行歸類來確定需求的類型。其中，R為反向型需求，I為無差異型需求，A為興奮型需求，O為期望型需求，M為基本型需求，Q為有問題的回答。

下面我們以某社交產品功能的Kano問卷調查為例。該問卷統計方法主要是是：對每一功能所屬的需求屬性占比進行統計，并以占比最高的屬性作為該功能的歸屬類別。

如，功能1的各類需求屬性中，O的比例最高，所以把功能歸類到屬性O(期望型屬性)。這個例子的調查結果發現，大部分被調查的功能都屬于無差異型需求，即無論提供或不提供此需求，用戶滿意度都不會有改變，用戶根本不在意。只有功能1、功能3和功能8為期望型需求，即隨著當提供此及優化需求，用戶滿意度會提升，當不提供此需求，用戶滿意度會降低，如“視頻聊天”功能。

探索kano模型在大數據的應用

目前已經有一些學者在探索利用網上產品評論數據來構建Kano模型。即通過抓取網絡上產品的評論，并對評論進行主題分類，從而區分出不同產品功能的評論，并對每類功能的網上評論進行正負面的分析，結合特定的規則來判斷不同功能的需求屬性。

比如，有學者認為：對于期望型屬性，用戶對期望型屬性的關注程度最高,而這類產品屬性也最能讓用戶特意在網上發表信息進行分享，評論正面和負面均有;基本型屬性是客戶關注的,但該類屬性的實現并不能激起用戶在網上發表評論進行，反而是當這類質量沒能實現時,客戶會在網上抱怨，評論絕大部分是負面評論;魅力質量是客戶意想不到的，用戶會較少的在論壇上發表評論, 但一旦該類質量得到滿足，會引起客戶很大的驚喜和滿意度，網上的評論絕大部分是正面評論。

我們認為，更科學的辦法是對每類需求的網上正面評論量、負面評論量、評論的調性、評論量等評論數據作為自變量(X)與Kano需求屬性作為因變量(Y)建立回歸模型。

由于建模需要訓練數據，我們可以利用網上抓取的每類需求的網上正面評論量、負面評論量、評論的調性、評論量和通過問卷調查所得到的產品kano模型屬性結果來作為訓練數據，通過機器學習的算法，建立屬性的網絡評論和kano模型屬性結果的函數關系，一旦該模型建立且相對穩定，我們就可以通過網上評論的數據來判斷該需求屬于那種Kano需求屬性。