卡诺模型的医学论文

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：

1、基本（必备）型质量——Must-be Quality/ Basic Quality

2、期望（意愿）型质量——One-dimensional Quality/ Performance Quality

3、兴奋（魅力）型质量—Attractive Quality/ Excitement Quality

4、无差异型质量——Indifferent Quality/Neutral Quality

5、反向（逆向）型质量——Reverse Quality，亦可以将 'Quality' 翻译成“质量”或“品质”。

扩展资料：

受行为科学家赫兹伯格的双因素理论的启发，东京理工大学教授狩野纪昭和他的同事于1979年10月发表了《质量的保健因素和激励因素》一文，第一次将满意与不满意标准引入质量管理领域，并于1982年日本质量管理大会第12届年会上宣读了《魅力质量与必备质量》的研究报告。

该论文于1984 年1月18日正式发表在日本质量管理学会(JSQC)的杂志《质量》总第l4期上，标志着狩野模式(Kano model)的确立和魅力质量理论的成熟。这篇论文中，狩野纪昭在首次提出满意度的二维模式，构建出KANO模型。

很多时候，产品经理都会被滚滚而来的各种需求淹没。到底哪些用户是用户真正喜欢的需求呢？哪些是一些伪需求，或者是负面的需求呢？这都需要产品经理对其进行斟酌与分辨。近日，NVIDIA高级设计师 Brian O’Neill 在 Medium上发表了一篇文章 介绍了一个非常有用的分析模型——卡诺模型（Kano Model ）。 1984年，日本东京理工大学教授狩野纪昭(Noriaki Kano)提出了一种模型，可以预测人们对一款产品的满意程度。从那以后，卡诺模型就逐渐成为一种标准的设计工具，因为它能有效地使人们对一个功能或者想法的好坏做出评判。该模型的核心原则是，可以沿着五条截然不同的曲线绘制用户满意度。正如必需的功能一样，用户的满意度也存在限制。在某一点之前，这些功能不会有什么“收益”。令人愉悦的功能是用户体验的重要组成部分，不应该被忽视。但它们的保质期很长，部分原因是它们很容易被模仿。将所有这些功能结合在一起，不仅提供了一个清晰的图形表示，可以看出特征是如何被感知的，而且还可以帮助你找出战略方向。期望的功能： 应该在这些功能上投入大量资源，因为它们是获取用户和留下用户的关键，同时也是竞争优势。 必需的功能： 在基本的需求得到满足之前，应该投入大量资源，得到满足之后，就不用投入大量资源了。 令人愉悦的功能： 在这里投入资源是可以的，但不要以牺牲用户期望和必需的功能为代价。不过，值得注意的是，令人愉悦的功能往往是建立用户忠诚度和口碑的关键。 无关紧要的功能和反功能： 把资源投入在识别这些功能上，以免浪费更多的资源。 想要确定哪个功能属于哪个类别，我们需要问我们的用户。但请记住，用户通常不擅长识别或表达他们真正想要和需要的功能。因此，卡诺分析需要通过成对提问来解释一个问题：一个是直观的功能问题，后面是一个功能障碍问题。 对于上面的问题，用户必须选择以下答案之一： 我喜欢这样 我期望这样 我对此中立 我可以接受 我不喜欢这样 你可以为你的待办事项列表中的每一个功能都准备一份完整的问卷。然后，可以通过在下面这种表格绘制结果来分析每个用户的答案。 分析表会告诉你用户对每个功能的感受，从而可以得出在卡诺模型中哪个功能属于哪个类别。 应该清楚的是，如果当一个功能存在的时候，用户很喜欢，当其不不存在的时候，用户就不喜欢了，那么这就是一个用户期望的功能。当答案明显相互矛盾时，就会出现问题。（这通常代表着用户对这些问题不理解。 在你汇总了所有的结果之后，就可以计算出满意度和不满意度系数了。满意度系数是一个介于0到1之间的数：越接近1，就代表该功能对用户的满意度影响越大。不满意度系数是一个介于0到-1之间的数：越接近-1，就代表该功能对用户的不满意度影响越大。我们用下面这个两个公式计算系数： 比如说，最后的调查结果如下： 期望:5% 必需:12% 令人愉悦:4% 无关紧要:23% 反功能:31% 相矛盾的答案:25% 这样就能得出以下结论： 满意度：（4+12）/（4+5+5+23）= 不满意度：（5+12）/（4+5+12+23）*（-1）= 卡诺分析不仅成本低又易于执行，并为判断用户真正想要的产品功能提供了清晰的结果。它还提供了硬数据，让每个人都脱离了偏见或短视思维的陷阱。也没有必要大费口舌，与内部的利益相关方争论和讨论哪些功能是应该加入或排除的。数字不会说谎！