مدل کانو و نحوه استفاده از آن برای سنجش و افزایش رضایت مشتری

به نظر می رسد مشکلات کار شما کامل نیست ، مربوط به مشارکت همه اعضای تیم شما از جمله ذینفعان داخلی ، مشتریان ، مشتریان بالقوه و همه افرادی است که در مورد محصول (بله ، حتی شما) نظری دارند. شما نمی توانید همه چیز را در حال حاضر بسازید. شما نمی خواهید از همه چیز استفاده کنید (و نباید).

ممکن است درک درستی داشته باشید که چه چیزی خوب کار می کند و چه چیزی کار نمی کند ، اما وقتی صحبت از اطمینان بخشیدن یا توضیح تصمیم خود برای سایر اعضای سازمان است ، به داده های تصمیمات نیاز دارید. شما پشتیبانی می شوید. شما می خواهید محصولی را تولید کنید که دارای ویژگی های مورد نظر شما باشد.

دلایل زیادی وجود دارد که چرا می خواهید این ویژگی های خاص وجود داشته باشند ، اما برای اینکه بدانید چه ویژگیهایی واقعاً مشتریان (آینده) شما را خوشحال می کند و محصول شما را در چشم آنها برجسته می کند ، می توانید از مدل کانو استفاده کنید. . در این مقاله با مدل کانو و نحوه اندازه گیری و افزایش رضایت مشتری با استفاده از آن آشنا می شوید.

تولید محصولاتی که مشتریان ما را راضی نگه می دارد موضوعی بسیار متداول در طراحی تجربه مشتری و مدیریت چرخه تولید است. این کاملاً طبیعی است ، در هر صورت هدف نهایی ما جلب رضایت مشتریان است ، اما:

چگونه می توان رضایت مشتری را اندازه گیری کرد؟

چگونه چیزی را انتخاب کنیم که مشتری را راضی کند؟

چگونه از رضایت مشتری فراتر رفته و آنها را خوشحال کنیم؟

پاسخ دادن به این سوالات آسان نیست ، اما خوشبختانه ابزار بسیار مفیدی وجود دارد که ما را به یافتن پاسخ سوالات بالا راهنمایی می کند: مدل کانو.

ما تمام منابع آنلاین (از جمله برخی نظرسنجی های آنلاین) را جستجو کرده ایم تا این راهنمای گام به گام را با همه چیزهایی که برای درک و استفاده از مدل کانو نیاز دارید ، ارائه دهیم.

مدل کانو چیست؟

نوراکی کانو ، محقق و مشاور ژاپنی ، مقاله ای در سال 1984 منتشر کرد که شامل مجموعه ای از ایده ها و تکنیک ها بود که به ما در شناسایی ویژگی هایی که رضایت مشتریان (و مشتریان احتمالی) را برآورده می کند ، کمک می کند. امروزه این ایده ها به عنوان مدل کانو شناخته می شوند و بر اساس فرض زیر است:

• رضایت مشتری از ویژگی های محصولات ما بستگی به میزان کارآیی ایجاد شده توسط این محصولات دارد (چقدر خوب می توانند کار خود را انجام دهند).
• این ویژگی ها را می توان در چهار گروه طبقه بندی کرد.
• با استفاده از پرسشنامه می توانید احساس مشتریان را نسبت به یک ویژگی خاص تعیین کنید.

بیایید هر یک از این موارد را با جزئیات بیشتری بررسی کنیم.

رضایت دربرابر کارآمدی

همه چیز با این هدف شروع می شود: رضایت. کانو ابعادی را ارائه می دهد که از رضایت عمومی (که شادی یا هیجان نیز نامیده می شود) تا نارضایتی عمومی (ناامیدی) متغیر است. همانطور که در شکل مشاهده می کنیم ، این بعد با سطوح مختلف رضایت نشان داده شده است. توجه داشته باشید که این مقیاس همیشه خطی نیست و می تواند به صورت غیر خطی نیز بیان شود. ممکن است فکر کنید که همیشه می خواهید در بالای این مقیاس باشید ، درست است؟ چنین چیزی امکان پذیر نیست. اینجاست که بحث کارآمدی مطرح می شود. این عامل که به آن سرمایه گذاری ، پیچیدگی یا پیاده سازی نیز گفته می شود ، نشان می دهد که مشتری از یک ویژگی خاص چقدر سود می برد ، چقدر خوب آن را پیاده سازی می کنیم یا چقدر در توسعه آن سرمایه گذاری می کنیم

این امر با بعد ناکارآمد شروع می شود و به بهترین اجرای ممکن ادامه می یابد. به همین دلیل است که واژه سرمایه گذاری نیز برای این مفهوم بسیار مناسب است. این مفهوم به ما یادآوری می کند که انجام هر کاری چقدر هزینه دارد.

صرف نظر از نامی که برای این مفاهیم انتخاب می کنیم ، آنچه در اینجا بسیار مهم است این است که بدانیم این دو بعد اساس مدل کانو را تشکیل می دهند و احساس مشتریان را در مورد ویژگی های محصولات ما تعیین می کنند. در ادامه به بررسی این موضوع می پردازیم.

چهار دسته‌ی ویژگی‌ها

کانو بر اساس پاسخ مشتری به میزان عملکرد ارائه شده ، ویژگی ها را در چهار گروه طبقه بندی می کند.

عملکردی

برخی از ویژگی های محصول درست مانند آنچه ما به طور شهودی درباره رضایت فکر می کنیم کار می کند: هرچه بیشتر ارائه دهیم ، مشتریان راضی تر خواهند بود. به دلیل این رابطه متناسب بین کارآیی و رضایت ، در ادبیات کانو این ویژگیها معمولاً به عنوان خطی ، عملکردی یا یک بعدی شناخته می شوند (ما عملکردی را ترجیح می دهیم).

هنگام خرید خودرو ، مصرف سوخت آن معمولاً یک ویژگی کاربردی است. مثالهای خوب دیگر می تواند سرعت اتصال به اینترنت ، عمر باتری لپ تاپ یا فضای ذخیره سازی در حساب Dropbox شما باشد. هرچه تعداد این موارد بیشتر باشد ، رضایت شما بیشتر خواهد بود.

اگر به نمودار این مدل برگردیم ، پویایی واکنش مشتریان نسبت به این نوع ویژگی ها را خواهیم دید. هرگونه افزایش بهره وری منجر به افزایش رضایت مشتری می شود. ما همچنین باید در نظر داشته باشیم که هرچه کارایی بیشتری را اضافه کنیم ، باید بیشتر روی آن سرمایه گذاری کنیم (به عنوان مثال ، تیم ایجاد آن ، منابع مورد نیاز و غیره).

اجباری

برخی دیگر از ویژگی های محصول همان چیزی است که مشتریان انتظار دارند. اگر محصول دارای این ویژگی ها نباشد ، در نظر مشتریان ناقص خواهد بود. این نوع ویژگی ها به عنوان ویژگی های اجباری یا انتظارات اولیه شناخته می شوند.

ما باید این ویژگی ها را در محصول خود داشته باشیم ، اما وجود آنها رضایت مشتری را افزایش نمی دهد. وجود این ویژگی ها تنها باعث نارضایتی مشتریان می شود. ما انتظار داریم که تلفن ها بتوانند ما را قادر به صحبت با دیگران کنند. اتاق هتل ما باید دارای آب لوله کشی و تخت باشد. خودروها باید ترمز داشته باشند. داشتن این موارد شما را خوشحال نمی کند. اما نبود آنها شما را از محصول یا خدمات عصبانی می کند.

به نحوه عملکرد منحنی رضایت توجه کنید. حتی یک سرمایه گذاری کوچک بر روی این ویژگی ها می تواند منجر به افزایش چشمگیر رضایت مشتری شود. همچنین توجه داشته باشید که چگونه رضایت هرگز به سطح مثبت منحنی نمی رسد. صرفنظر از میزان سرمایه گذاری در آینده ، هرگز نمی توانیم رضایت مشتری را از محصول افزایش دهیم. خبر خوب این است که وقتی به سطح خاصی از انتظارات رسیدیم ، دیگر نیازی به سرمایه گذاری بیشتر بر روی این ویژگی ها نداریم.

جذاب

ویژگی های غیر منتظره ای وجود دارد که باعث می شود مشتریان در صورت ارائه پاسخ مثبت دهند. این ویژگی ها اغلب جذاب ، هیجان انگیز یا لذت بخش خوانده می شوند. ما ترجیح می دهیم از واژه جذاب استفاده کنیم ، زیرا مقیاس موضوعات مورد بحث ما را تعیین می کند. ما می توانیم واکنش هایی را مشاهده کنیم که با جذابیت کم شروع می شود و تا زمانی که او خوشحال نباشد ادامه می یابد. همه این واکنش ها را می توان “جذاب” توصیف کرد.

اولین باری که از آیفون استفاده کردیم ، انتظار چنین صفحه لمسی روانی را نداشتیم و واقعاً شوکه شدیم. به اولین باری که از Google Maps یا Google Docs استفاده کرده اید فکر کنید. احساس می کنید به چیزی فراتر از همه ویژگی هایی که از محصولات مشابه می دانید و انتظار دارید دست یافته اید. به یاد داشته باشید که مغز ما برای دستیابی به چیزی در این دسته نیازی به نبوغ خاصی ندارد ، کافی است یک ویژگی جالب در محصول خود داشته باشید.

نمودار بالا این ویژگی را به بهترین شکل ممکن نشان می دهد. ببینید چگونه برخی از سطوح کارایی منجر به افزایش رضایت می شود و این عامل چقدر سریع رشد می کند. این واقعیت برای تعیین سرمایه گذاری در یک ویژگی خاص بسیار مهم است. اما ما باید مراقب باشیم ، زیرا از نقطه ای به بعد ما فقط در آن زیاده روی می کنیم.

بي تفاوت

به طور طبیعی ، ویژگی هایی وجود دارد که ما نسبت به آنها بی تفاوت هستیم. وجود یا عدم وجود این ویژگی ها بر عکس العمل ما نسبت به محصول تأثیر نمی گذارد.

این ویژگیها در مرکز ب theعد رضایت (جایی که محور افقی تلاقی می کند) قرار دارند. این بدان معناست که هر چقدر هم برای آنها تلاش کنید ، کاربران واقعاً به آنها توجه نمی کنند. به عبارت دیگر ، ما نباید بیش از حد برای این ویژگی ها هزینه کنیم زیرا آنها پول را هدر می دهند.

از بین رفتن طبیعی رضایت

اکنون که تصویر کاملی از طبقه بندی ویژگی ها در مدل کانو داریم ، وقت آن است که به واقعیت اساسی توجه کنیم: این ویژگی ها ثابت نیستند ، اما با گذشت زمان تغییر می کنند. احساسی که مشتریان امروزی نسبت به برخی ویژگی های محصول دارند ، همان احساسی نیست که مشتریان آینده خواهند داشت. ویژگی های جذاب با گذشت زمان به ویژگی های کاربردی و قانع کننده تبدیل می شوند.

دوباره مثال iPhone را در نظر بگیرید ، صفحه لمسی روانی که همه ما را در سال 2007 شگفت زده کرد ، امروز به یک انتظار اولیه تبدیل شده است. تجربیات شگفت انگیزی را که در گذشته با یک محصول داشته اید بررسی کنید. اگر آن محصول امروز به شما پیشنهاد شود چه احساسی دارید؟ هنگامی که زمان کافی سپری شده است ، به احتمال زیاد یک ویژگی فوق العاده در گذشته به یک ویژگی کاربردی یا اجباری تبدیل می شود.

این واقعیت باید در نظر گرفته شود. “نکته مهمی که باید در اینجا رعایت شود این است که هرگونه تجزیه و تحلیل انجام شده در یک بازه زمانی مانند یک عکس است که فقط آن دوره زمانی را نشان می دهد. هر چه از آن زمان جلوتر برویم ، آن تجزیه و تحلیل کمتر با وضعیت واقعی ارتباط دارد. طبقه بندی های پورتر دائمی نیستند.

دو پرسشی که درک مشتری‌ها را برای ما آشکار می‌کنند

اکنون دو بخش اول مدل کانو را توضیح می دهیم: ابعاد تحلیل و نقش آنها در تعریف طبقه بندی ویژگی ها.

برای تعیین درک مشتریان از ویژگی های محصولات ما ، باید از پرسشنامه کانو استفاده کنیم. این پرسشنامه برای هر یک از ویژگیهای مورد بررسی ما دو س identifiedال را مشخص کرد:

یکی از سوالاتی که مشتریان می پرسند این است که اگر ویژگی خاصی داشته باشند ، چه احساسی خواهند داشت.

س Anotherال دیگر این است که اگر آنها این ویژگی را نداشته باشند ، چه احساسی خواهند داشت.

س firstال اول را فرم کارآیی و س secondال دوم را فرم ناکارآمدی می نامند (جان موران این دو س positiveال را مثبت و منفی نامید). اینها سوالات باز نیستند ، بلکه گزینه های بسیار خاصی هستند که باید از آنها استفاده کنیم. برای هر یک از س “الات “اگر ویژگی داشتید / نداشتید چه احساسی خواهید داشت” ، پاسخ های احتمالی عبارتند از:

• من این را دوست دارم.
• بی صبرانه منتظر آن هستم.
• من بی طرف هستم.
• من می توانم تحمل کنم.
• من دوستش ندارم.

هنگام انجام این انتخاب ها ، موارد زیر را باید در نظر بگیرید.

هنگامی که این دو س questionsال را برای مشتریان (مشتریان احتمالی) مطرح کردیم و پاسخ آنها را دریافت کردیم ، می توانیم هریک از ویژگی ها را دسته بندی کنیم.

جدول ارزیابی

یکی از نکات جالب در مورد مدل کانو این است که بررسی می کند که آیا دارای کارآیی است یا خیر. این میزان مطلوبیت ، نیاز یا بی توجهی ویژگی به مشتریان را تعیین می کند.

ما این کار را با استفاده از یک جدول ارزیابی انجام می دهیم که پاسخ های کارآیی و ناکارآمدی را در سطرها و ستون ها ترکیب می کند و دسته هایی را که قبلاً توضیح دادیم مشخص می کند. هر جفت پاسخ داده شده منجر به یکی از آن دسته ها می شود و دو دسته دیگر با توجه به این سوالات ایجاد می شوند.

دو دسته‌بندی جدید

با توجه به این واقعیت که ما از هر دو طرف یک ویژگی می پرسیم ، می توانیم بگوییم:

• مشتری سوالات یا ویژگی هایی را که توضیح دادیم درک نکرده است.
• آنچه ما به سمت آن حرکت می کنیم دقیقا برعکس چیزی است که آنها می خواهند.

اینها طبقه بندی های واقعی کانو نیستند ، بلکه توسط یک پرسشنامه ایجاد شده اند و بسیار مفید هستند.

اگر کسی بگوید که نسخه کارآمد را دوست ندارد و نسخه ناکارآمد را دوست دارد ، آن شخص به وضوح به آنچه ما پیشنهاد می کنیم علاقه ای ندارد و احتمالاً دقیقاً برعکس آن را می خواهد. این دسته جدید معکوس نامیده می شود. اگر اکثر مشتریان به شما می گویند که این یک ویژگی معکوس است ، کافی است بین سوالات کارآمد و ناکارآمد جابجا شوید و به پاسخ ها امتیاز دهید.

هنگامی که برای هر دو س answersال (مانند “دوست دارم” و “دوست دارم”) پاسخ های متناقضی دریافت می کنید ، یکی از پاسخ ها در واقع سوال برانگیز است. به همین دلیل ، فرد پلیوت پیشنهاد می کند که سلول های (2 ، 2) و (4 ، 4) جدول رتبه بندی استاندارد کانو نیز باید به سطح مشکوک تغییر کنند. داشتن تعدادی پاسخ متناقض در نتایج طبیعی است ، اما اگر اکثر کاربران پاسخ های متناقض داده اند ، احتمالاً س withالی که می پرسید مشکلی دارد.

جدول ارزیابی (کمی) اصلاح‌شده

از این پس ، ما از جدول ارزیابی پلیوت که کمی تغییر کرده است برای دسته بندی پاسخ های خود استفاده می کنیم.

ما باید با درون یابی نحوه استخراج هر مجموعه از پاسخ های زوجی را مشخص کنیم ، برای جلوگیری از درک بهتر مدل و جلوگیری از مراجعه مداوم به جدول.

تا اینجا ما پاسخ های مشکوک (جفت پاسخ متناقض) را توضیح داده ایم. آنها قطر میز را تشکیل می دهند ، که شامل سلول های وسط جدول نمی شود.

ویژگی های عملکردی مستقیم ترین موقعیت را در جدول دارند. آنها ویژگی هایی هستند که مشتریان دوست دارند داشته باشند و از وجود آنها ناراحت هستند. این واکنش مردم به عنوان “هرچه بیشتر بهتر” ترجمه می شود.

ویژگی های اجباری آنهایی هستند که مشتری از نداشتن آنها ناراحت است. در واقع ، مشتریان انتظار وجود این ویژگی ها را دارند.

ویژگی های جذاب زمانی ظاهر می شوند که مشتریان از ویژگی ای که انتظار ندارند خوششان بیاید. به عبارت دیگر ، آنچه ما ارائه می دهیم جدید و جذاب است.

سپس به ویژگی های بی تفاوت می رسد. این ویژگیها زمانی ظاهر می شوند که در پرسش های کارآمدی یا ناکارآمدی با پاسخ های “برای من مهم نیست” یا “من می توانم آن را تحمل کنم” روبرو شویم. این ویژگی ها سلول های میانی سلول را اشغال می کنند.

در نهایت ، ما پاسخ های متضادی داریم که با دو محور اصلی هم تراز است و پاسخ آنها یا عدم وجود ویژگی یا دوست نداشتن ویژگی است. با تغییر مقادیر کارایی و ناکارآمدی ، می توانید متوجه شوید که دسته ها برعکس شده اند. سپس می توانید بررسی کنید که آیا این ویژگی کاربردی ، جذاب یا اجباری معکوس است.

استفاده از مدل کانو

اکنون که درک کلی از نحوه عملکرد مدل کانو داریم ، وقت آن است که نحوه استفاده از آن را با وجود تعداد زیاد کاربران و ویژگی ها بررسی کنیم.

هدف ما به عنوان مدیران تولید و طراحان استفاده از کاربران این است که تعیین کنیم کدام ویژگی ها مشتریان را راضی تر می کند و از این اطلاعات برای شناسایی اولویت های مورد نیاز استفاده کنیم. این بخش براساس استفاده های فراوان از مدل کانو توسط شرکت کنندگان و محققانی که تجربیات و درس های آموخته شده از این مدل را به اشتراک گذاشته اند ، نوشته شده است. در هر مرحله از فرآیند:

• مشخص کردن ویژگی ها و کاربران برای تجزیه و تحلیل ،
• دریافت بهترین داده های ممکن از مشتریان ،
• نتایج را تجزیه و تحلیل کنید.

گام ۱:‌ انتخاب ویژگی‌ها و کاربران هدف

اولین چیزی که باید در نظر بگیرید ، دامنه تحلیلی ویژگی ها و کاربران است.

انتخاب ویژگی‌ها

ویژگی هایی که برای مطالعه انتخاب می کنید باید از ویژگی هایی باشد که کاربران بیشترین بهره را از آن می برند. حمایت شما ممکن است شامل موارد زیادی باشد که به توجه شما نیاز دارد. به عنوان مثال ، پرداخت بدهی های فنی ، موارد مربوط به تیم فروش و بازاریابی ، یا طراحی مجدد. همه اینها خارج از محدوده تجزیه و تحلیل کانو است.

ما به رضایت مشتری در میان ویژگی های ملموس نگاه می کنیم ، اما شرایط برای محصولات کاملاً متفاوت است. اگر به داده هایی برای پشتیبانی از انجام ندادن کاری که ذی نفعان داخلی از شما خواسته اند نیاز دارید ، با استفاده از تجزیه و تحلیل کانو به خود ، تیم و مشتریان خود آسیب بزرگی وارد کرده اید.

همچنین سعی کنید تعداد ویژگی هایی را که می خواهید در نظرسنجی خود بررسی کنید ، به ویژه هنگام مطالعه با کمک شرکت کنندگان داوطلب ، محدود کنید. این باعث افزایش سطح همکاری و تعامل موضوعات شما می شود.

انتخاب مشتری

هنگام انتخاب مشتریان (یا مشتریان بالقوه) برای مطالعه ، باید افراد و گروه هایی را انتخاب کنید که به موضوع مطالعه شما مرتبط هستند. در غیر این صورت داده های نامربوط را جمع آوری خواهید کرد. مشتریان شما یکسان نیستند و ممکن است طرز فکر آنها متفاوت باشد. اما اگر گروه های خاصی از آنها را انتخاب کنید ، می توانید میزان اختلال در تجزیه و تحلیل خود را تا حد زیادی کاهش دهید.

جین مورمن هنگامی که ویژگی های محصول جدید را به گروهی از کاربران بالقوه معرفی می کرد ، به اهمیت آن پی برد. یکی از ویژگی های اصلی محصول معرفی شد و به خوبی از محصولات رقیب متمایز شد. با این حال ، برخی از کاربران این ویژگی را در دسته جذاب قرار می دهند و برخی دیگر آن را اجباری می دانند. وی به این نتیجه رسید که این واکنش متفاوت مربوط به برداشت های متفاوت از بازار است. همانطور که وی پاسخ ها را بر اساس نوع شرکت کنندگان دسته بندی می کرد ، نتایج هر ویژگی واضح تر می شد.

مشارکت کنندگان را می توان به روش های مختلف طبقه بندی کرد ، بنابراین شما باید آنها را به گونه ای طبقه بندی کنید که رابطه معنی داری با محصول شما داشته باشد. فرض کنید شما در یک شرکت خدمات نرم افزاری b2b کار می کنید. اگر در فکر افزودن ویژگی هستید که به کاربران امکان می دهد فاکتور را با سفارش خرید ترکیب کنند ، باید بدانید که جذابیت این ویژگی برای مشاغل کوچک کاملاً متفاوت از شرکت های بزرگ است.

هنگام انتخاب کاربران برای مطالعه (زیرا ویژگی های هدف خود را می دانید) یا پس از آن و هنگام تجزیه و تحلیل نتایج مطالعه ، باید این را در نظر داشته باشید.

گام ۲: دریافت بهترین داده‌های ممکن از مشتری‌هایتان

پرسشنامه و نحوه ارائه آن تنها ورودی شما در مطالعه کانو است. در نتیجه ، باید اطمینان حاصل کنید که این مرحله را تا حد ممکن م effectivelyثر برداشته اید.

پرسش‌های واضح بنویسید

مهم این است که سوالات را تا حد امکان واضح و مختصر بیان کنید. به هر س shouldال باید فقط یک ویژگی اختصاص داده شود. اگر ویژگی پیچیده است و نیاز به مراحل متعدد و فرایندهای فرعی دارد ، باید پرس و جو را به چندین عبارت تقسیم کنید.

سوالات شما باید بر اساس مفاهیمی که به نفع مشتریان است بیان شود (نه بر اساس آنچه محصول قادر به انجام آن است). به عنوان مثال ، س “ال “اگر بتوانید به طور خودکار کیفیت عکس های خود را بهبود ببخشید ، چه احساسی خواهید داشت؟” “اگر MagicFix را داشتید چه احساسی خواهید داشت؟” این بهتر است.

برای پرسیدن قطب دیگر این جفت س veryال بسیار مراقب باشید. سوالات ناکارآمدی لزوماً برعکس س questionsالات کارآمدی نیستند ، فقط باید به فقدان کارایی اشاره کنید. موارد زیر نمونه ای از نرم افزار ویرایش ویدئو است که هدف آن بهینه سازی سرعت خروجی است:

• س Eال کارآمدی: “اگر خروجی هر ویدئو کمتر از 10 ثانیه طول بکشد چه احساسی خواهید داشت؟”
• سوال ناکارآمدی اشتباه: “اگر خروجی هر فیلم بیش از 10 ثانیه طول بکشد چه احساسی خواهید داشت؟”
• س inال ناکارآمدی مناسب: “اگر خروجی برخی از ویدئوها بیش از 10 ثانیه طول بکشد چه احساسی خواهید داشت؟”

بهتر است به جای اینکه ویژگی‌ها را بنویسید آنها را نشان بدهید

در صورت امکان ، به جای نوشتن س questionsالات خاص ، به آنها نشان دهید که واقعاً چقدر برای مشتریان م effectiveثر هستند و سپس از آنها بپرسید که در مورد داشتن یا نداشتن آن ویژگی چه احساسی دارند.

ما می توانیم مزایای یک ویژگی را توضیح دهیم و سپس نمونه های اولیه را به مشتریان نشان دهیم. با این توضیح بصری پویا ، کاربر می تواند درک واضح تری از آنچه به او پیشنهاد می شود داشته باشد.

اگر چنین س questionsالاتی می پرسید ، باید از کاربران بخواهید که بلافاصله پس از تعامل با ویژگی ، پاسخ استاندارد خود را بدهند. درست مانند هنگام پاسخگویی به سوالات متنی. آنها باید حافظه خود را تازه نگه دارند و نباید با سایر ویژگی هایی که ممکن است در همان اسکن نمایش داده شوند اشتباه گرفته شوند.

نسبت به نحوه‌ی بیان و فهم پاسخ‌ها دقت کنید

ترتیب پاسخ های استاندارد در پرسشنامه کانو ممکن است برخی افراد را گیج کند. آنها معمولاً نمی فهمند چرا پاسخ “دوست دارم” قبل از پاسخ “باید وجود داشته باشد” ظاهر می شود. منطق ارائه پاسخ ها به این شکل این است که آنها مقیاسی را نشان می دهند که از رضایت تا نارضایتی متغیر است. موارد زیر جایگزینی برای تعیین ترتیب پاسخ ها است:

• من از این روش لذت می برم
• این یک نیاز اساسی است یا من انتظار دارم که باشد
• من بی طرف هستم
• من آن را دوست ندارم ، اما می توانم اینطور تحمل کنم

مثال دیگری که توسط تیم رابرت بلوتوث پیشنهاد شده است:

• این برای من بسیار مفید است
• این یک نیاز اساسی برای من است
• نباید روی کار من تأثیر منفی بگذارد
• این کمی ناراحتم می کند
• این مشکل بزرگی برای من خواهد بود

من واقعاً فکر می کنم گزینه های معرفی شده در ابتدای این راهنما بهترین وضوح را بین وضوح و اختصار دارند.

نکته مهمی که باید به آن توجه شود نحوه تفسیر این گزینه ها است. و بسیار مهم است که اطمینان حاصل شود که پاسخ دهندگان هدف پرسشنامه را به درستی درک کرده اند. انتخاب مجموعه ای از پاسخها که به بهترین نحو با شرایط شما مطابقت دارد و توضیح گزینه ها برای شرکت کنندگان قبل از شروع ، نتایج بسیار بهتری به شما می دهد.

از مشتری‌ها درباره‌ی اهمیت ویژگی‌ها سؤال کنید

یکی از موارد مهمی که توسط چندین گروه به روش کانو اضافه شده است ، س otherال دیگری است که پس از س questionsالات کارآمدی / ناکارآمدی اضافه شده است. این از مشتریان می پرسد که یک ویژگی خاص برای آنها چقدر اهمیت دارد.

داشتن این اطلاعات برای تشخیص ویژگیها و شناسایی ویژگیهایی که بیشتر برای مشتریان مناسب است بسیار مهم است. این ابزاری را در اختیار شما قرار می دهد که می توانید از آن برای تشخیص ویژگیهای مهم از ویژگیهای غیر مهم و تعیین تأثیر آنها بر تصمیمات مشتریان در مورد محصول استفاده کنید.

سوال در مورد اهمیت گزینه ها ممکن است به این صورت بیان شود: “اگر (الزام) وجود داشته باشد چقدر مهم است؟” به عنوان مثال ، “چقدر مهم است / می تواند مهم باشد اگر: خروجی یک ویدیو همیشه کمتر از 10 ثانیه طول بکشد؟”

پاسخها باید در مقیاس شماره 1 تا 9 بیان شوند. این شماره گذاریها با “اصلاً مهم نیست” شروع می شود و تا “بسیار مهم” ادامه می یابد.

پرسشنامه‌تان را آزمایش کنید

در صورت امکان ، قبل از تحویل پرسشنامه ، پرسشنامه را با برخی از اعضای تیم خود آزمایش کنید. در صورت وجود اشکال در آزمایش ، هنگام کار با مشتریان نیز قطعاً این اشکالات نشان داده می شود.

گام ۳:‌ تحلیل نتایج

اکنون به مرحله ای رسیده ایم که مطالعه ما برای آن انجام شده است. پس از جدول بندی و پردازش نتایج ، باید بتوانیم ویژگی ها را دسته بندی کرده و آنها را به بهترین شکل ممکن در اولویت قرار دهیم.

دو سطح مختلف برای تجزیه و تحلیل وجود دارد: گسسته و پیوسته. این اسامی بهترین اصطلاحات برای توصیف این روش ها هستند. هر دو به مفاهیم ریاضی اشاره می کنند و به دسته بندی کانو به گونه ای مربوط می شوند که پاسخ های شرکت کنندگان را ترسیم می کند.

هر یک از این رویکردها بسته به چشم اندازی که دنبال می کنید می تواند برای شما مناسب باشد.

تحلیل گسسته

ساده ترین روش کار با نتایج کانو به شرح زیر است:

• پاسخ دهندگان را با توجه به معیارهای قوم شناسی که آنها را تعریف می کند ، تقسیم کنید.
• هر یک از پاسخ ها را با استفاده از جدول ارزیابی طبقه بندی کنید.
• به پاسخ های کلی در هر دسته و برای هر ویژگی (و جمعیت) امتیاز دهید.
• دسته هر ویژگی بیشترین پاسخ دریافتی را خواهد داشت.
• اگر بین دسته های مختلف نتایج نزدیک وجود دارد از این قانون استفاده کنید: اجباری> کاربردی> جذاب> بی تفاوت.
• اگر از یک پاسخ دهنده در مورد اهمیت ویژگی ها پرسیده اید (و باید این کار را انجام دهید) ، میانگین هر ویژگی را مشخص کنید.

در نهایت شما یک جدول مانند جدول زیر دریافت خواهید کرد.

اگر نتایج زیادی وجود داشته باشد که طبقه بندی مشخصی برای آنها وجود نداشته باشد ، احتمالاً مواردی پنهان برای مشتریان وجود دارد که شما به آنها توجه نکرده اید. در این موارد ، شما باید به عقب برگردید و مجدداً پاسخ های مشتری را بررسی کنید تا الگوها را بیابید. بررسی کنید که کدام پاسخ های مشتری معمولاً برای همه یکسان است ، و همچنین دسته های جمعیتی را که ممکن است از دست داده باشید پیدا کنید.

با استفاده از جدول نتایج می توانید خواص را با توجه به اهمیت آنها رتبه بندی کنید. مهمترین قاعده ای که هنگام اولویت بندی استفاده می شود این است که به دنبال ویژگی های اجباری باشید ، سپس تا آنجا که می توانید ویژگی های کاربردی را اضافه کنید و در نهایت چند ویژگی جذاب اضافه کنید.

این نوع تجزیه و تحلیل بهترین سطح ممکن را برای شما فراهم می کند و در بسیاری از موارد که نیازی به رویکرد جدی تری ندارید (به عنوان مثال ، آزمایش ایده های طراحی یا ایجاد یک طرح کلی) مناسب است.

تحلیل پیوسته

اگرچه تجزیه و تحلیل گسسته برای شروع و ارائه یک نمای کلی از نتایج بسیار عالی است ، اما معایب زیادی نیز دارد. شامل:

به این ترتیب اطلاعات زیادی را از دست می دهیم. ابتدا ، 25 ترکیب پاسخ از هر پاسخ دهنده برای هر یک از شش دسته ، و سپس همه پاسخ های شرکت کننده ، که برای هر ویژگی به یک طبقه بندی کاهش می یابد ؛

• ما هیچ درکی از پراکندگی استاندارد داده ها نداریم.
• پاسخهای خفیف به اندازه پاسخهای شدیدتر وزن دارند.

بیل دوموکل یک روش تجزیه و تحلیل مداوم عالی ارائه می دهد که در بخشهای بعدی توضیح خواهیم داد.

امتیاز دادن به پاسخ‌ها

ابتدا ، هر پاسخ در مقیاس رضایت به مقدار عددی ترجمه می شود که بین 2-4 متغیر است. هرچه عددی که تعیین می کنیم بزرگتر باشد ، تمایل مشتری به داشتن این ویژگی بیشتر می شود. اهمیت از قبل 1 تا 9 درجه بندی می شود.

• کارآیی: 2- (من دوست ندارم) ، 1- (من تحمل می کنم) ، 0 (خنثی) ، 2 (اجباری) ، 4 (من دوست دارم) ؛
• ناکارآمدی: 2- (دوست دارم) ، 1- (اجباری) ، 0 (خنثی) ، 2 (تحمل می کنم) ، 4 (دوست ندارم) ؛
• اهمیت: 1 (اصلا مهم نیست) ،… ، 9 (بسیار مهم).

ممکن است فکر کنید که مقیاس ناکارآمدی برعکس است ، اما اینطور نیست. نمره بالاتر (مثبت) به معنای پتانسیل بیشتر برای رضایت است. برای پاسخ های ناکارآمد ، دوست نداشتن چیزی به معنای مخالفت شدید با عدم وجود این ویژگی است. در نتیجه ، اگر این ویژگی ها وجود داشته باشد ، رضایت بیشتری را برای مشتری به ارمغان می آورد و به همین دلیل امتیاز بیشتری به آن داده می شود.

دلیل این مقیاس نامتقارن که با 4- به جای 2- شروع می شود این است که مقوله ای که از پاسخ های منفی (معکوس و مشکوک) دریافت می کنید ضعیف تر از مقوله ای است که از پاسخ های مثبت (اجباری و عملکردی) دریافت می کنید. در نتیجه ، دوموکل با این مقیاس بر جنبه مثبت مقیاس تأکید بیشتری کرده است.

پس از این مرحله ، این نمرات به دسته بندی ویژگی های صفحه دو بعدی کمک می کند. با این روش ، دیگر نیازی به یک جدول ارزیابی استاندارد نیست.

ما باید روی مربع مثبت تمرکز کنیم ، که قوی ترین پاسخ ها را نشان می دهد. در خارج از این جعبه ، پاسخهای ضعیف تر مانند مشکوک و معکوس قرار داده شده است. اگر ویژگی ای نتیجه معکوس داشته باشد ، می توانید آن را معکوس تعریف کنید و نمرات کارایی و ناکارآمدی را معکوس کنید. به این ترتیب ، این بخش نیز در یکی از دسته های کانو قرار می گیرد و شما همچنین می توانید آن را از مطالعه خود حذف کنید.

نکته‌ی جانبی: ضرایب رضایت و نارضایتی

اگر به منابع موجود در مورد مدل کانو نگاه کنید ، احتمالاً با ضرایب رضایت و نارضایتی برخورد خواهید کرد. در مدل Domocell که در این مقاله توضیح دادیم جایگزین بهتری برای این ضرایب وجود دارد.

مایک تیمکو پیشنهاد می کند از نمرات “بهتر” و “بدتر” استفاده کنید که به صورت عددی نشان می دهد چگونه رضایت و نارضایتی مشتری با وجود یا عدم وجود یک ویژگی تغییر می کند. البته او این اعداد را ضرایب رضایت و نارضایتی نمی نامد ، اما معمولاً با این حروف شناخته می شوند. با توجه به تعداد کل پاسخ ها در هر دسته برای یک ویژگی مشخص ، این ضرایب با استفاده از فرمول های زیر محاسبه می شود:

اگرچه این ضرایب نتایج عددی دارند و برای مقایسه های نسبی مفید هستند ، اما با بسیاری از مشکلاتی روبرو هستند که تیمکو در مقاله خود به آنها اشاره کرده است. مهمترین مشکل این است که این ضرایب دارای نقص تجزیه و تحلیل گسسته هستند: این اعداد با استفاده از طبقه بندی کانو برای هر پاسخ بدست می آیند. از دست دادن اطلاعات به این روش ، صرف نظر از نقاط قوت و ضعف آنها ، انحراف از استاندارد داده ها را افزایش می دهد و به همه پاسخ ها وزن برابر می دهد.

نمرات کارایی و ناکارآمدی که ما در روش دوموسل استفاده می کنیم ، کاری را انجام می دهد که این ضرایب باید انجام دهند.

دسته‌بندی ویژگی‌ها

اگر برای هر پاسخ احتمالی اعداد داشته باشیم ، می توانیم از میانگین ها استفاده کنیم. مواردی که باید در اینجا برای هر یک از ویژگی ها استفاده کنیم عبارتند از:

• میانگین ارزش کارایی ، ناکارآمدی و اهمیت برای همه پاسخ ها ؛
• انحراف از معیارهای کارآیی ، ناکارآمدی و نمرات اهمیت.

با توجه به نمرات کارآیی و ناکارآمدی ، می توان آنها را به شرح زیر طبقه بندی کرد:

البته ما در مورد میانگین ها صحبت می کنیم و این میانگین ها می توانند تفاوت های زیادی را در داده ها پنهان کنند. به همین دلیل است که اضافه کردن یک انحراف استاندارد به این نمودار به عنوان “نوار خطا” می تواند مفید باشد. به این ترتیب ما می دانیم که طبقه بندی ما چقدر درست یا غلط است. در نتیجه ، نمودار ما چیزی شبیه به این خواهد بود:

آخرین لایه ای که باید اضافه شود ، نکات مهم است. ما می توانیم این بعد اضافی را با بزرگ کردن اندازه دایره ها نسبت به اهمیت آنها تجسم کنیم. به این ترتیب ما به راحتی می توانیم ویژگی هایی را که در یک منطقه قرار دارند مقایسه کنیم.

قاعده اصلی اولویت بندی مورد استفاده در بخش تجزیه و تحلیل گسسته نیز در اینجا اعمال می شود: «اجباری> عملکردی> جذاب> بی تفاوت.

این قانون از نظر گرافیکی خوب ترجمه می شود:

برای مجموعه ویژگی های کوچکتر ، راه دیگری (و احتمالاً بهتر) برای نشان دادن قانون اولویت بندی استفاده از لیست رتبه بندی است. این روش از سه ستون مختلف برای رتبه بندی ویژگی ها استفاده می کند که به ترتیب زیر (از بالا به پایین) مرتب شده اند: احتمال نارضایتی ، پتانسیل رضایت و اهمیت. در مثال ما ، دو ستون اول مربوط به نمرات ناکارآمدی و کارآیی است و به شرح زیر نشان داده شده است:

به دو ردیف آخر توجه کنید. در چنین مواردی چه می کنید؟ شما دارای ویژگی بی تفاوت (اما واقعاً نزدیک به اجباری) هستید و تأثیر بیشتری بر رضایت از سایر ویژگی ها دارد. ویژگی دیگر افزایش قابل توجه رضایت مشتری است و برای مشتریان بسیار مهم است. اینها تنها برخی از ابزارهای اشتراک گذاری هدف هستند که می توانید از آنها استفاده کنید. همانطور که می بینید ، استفاده از ترتیبات امتیاز دهی همه معضلات را برای ما حل نمی کند. هنوز تصمیمات زیادی وجود دارد ، آزمایش ، اندازه گیری و تکرار برای تصمیم گیری نهایی.

امروز کار را شروع کنید: رویکردی برای شروع مطالعه‌ی کانو

این مدل کانو بود ، ما تاکنون این مدل را توضیح دادیم و اکنون شما با مهمترین جنبه های این مدل آشنا شده اید. اکنون وقت آن است که این مدل را عملی کنیم.

ما می دانیم که استفاده از تمام اطلاعات ارائه شده در این مقاله کار آسانی نیست. اما در صورت تمایل می توانید از آنها حتی امروز استفاده کنید.

در ادامه این مقاله ، ما روش عملی را توضیح می دهیم و مجموعه ای از ابزارهای مختلف را معرفی می کنیم که می توانید برای تجزیه و تحلیل قایقرانی خود از آنها استفاده کنید. بیایید به روند سه مرحله ای که در قسمت دوم این مقاله توضیح دادیم برگردیم.

گام ۱: ویژگی‌ها و مشتری‌های هدف‌تان را انتخاب کنید

احتمالاً در حال کار روی برخی ویژگی ها و ایده های جدید برای محصول بعدی خود هستید. با وجود این ، داشتن یک شخص هنوز از دسترس افراد معمولی خارج است.

از جمله ویژگی ها و ایده هایی که روی آنها کار می کنید:

• کدام موارد برای کسب مقام برتر رقابت می کنند؟
• کدام اقلام مستقیماً بر مشتریان تأثیر می گذارد؟
• حداکثر سه مورد را مشخص کنید (در آینده می توانید مطالعات طولانی تری انجام دهید زیرا کار با این مدل برای شما آسان تر می شود).

این ویژگی ها چه گروه ها یا افرادی را مورد هدف قرار می دهد؟ از هر گروه 15 مشتری انتخاب کنید. اگر از نرم افزار Intercom یا Mixpanel استفاده می کنید ، انتخاب زیر مجموعه ای از مشتریان بسیار آسان خواهد بود.

گام ۲: بهترین داده‌های ممکن را از مشتری‌هایتان جمع‌آوری کنید

این مرحله شامل دو قسمت است:

• تعریف س questionsالاتی که باید از مشتریان پرسیده شود ؛
• ایجاد و توزیع کتیبه ها برای جمع آوری پاسخ ها.

تعریف کردن پرسش‌ها

دو نوع س questionsال وجود دارد که می توانید در ناوبری خود استفاده کنید: تعاملی و متنی

تعاملی

اگر بر روی نرم افزار کار می کنید ، یک مدل از ایده یا ویژگی مورد نظر خود دارید. در این صورت ، شما بهترین “س “ال” ممکن را برای پاسخ دهندگان دارید.

تنها کاری که باید بکنید این است که مدل خود را به یک مدل تعاملی تبدیل کنید (اگر قبلا این کار را نکرده اید).

استفاده از ابزارهایی مانند alsamiq یا InVision این کار را به راحتی برای شما انجام می دهد. این به کاربران امکان می دهد تا ویژگی ها را به صورت عملی تجربه کنند ، بنابراین بر تمام مشکلات مرتبط با درک محتویات پرسشنامه غلبه می کنند.

متنی

اگر نمونه اولیه ندارید ، می توانید از مدل سنتی درخواست های متنی استفاده کنید. هنگام نوشتن س ،ال ، باید بسیار مراقب باشید که س yourال شما به طور واضح و م effectivelyثر بیان شده باشد. در صورت نیاز به بازبینی اطلاعات در این روش ، به قسمت مربوطه مقاله مراجعه کنید.

ایجاد و توزیع کردن پیمایش

اکنون باید یک نظرسنجی برای جمع آوری پاسخ ها ایجاد کنید. مواردی را باید در نظر گرفت:

شرح مختصری از هدف نظرسنجی ، نحوه پاسخگویی و آنچه پاسخ دهندگان باید انجام دهند را اضافه کنید.

اگر از نمونه اولیه استفاده می کنید ، باید به طور مختصر هدف از ویژگی را توضیح دهید.

برخی از نظرسنجی ها از شما می خواهند اطلاعات تماس مشتری (مانند ایمیل آنها) را داشته باشید تا بتوانید بفهمید مردم به چه چیزی پاسخ داده اند و از چه گروهی هستند.

می توانید با استفاده از پارامتر URL ، یک فرم Google با ایمیل ایجاد کنید. اگر چیزی شبیه به این را برای مشتریان خود ارسال کنید بدون اینکه از آنها بخواهید ایمیل خود را وارد کنند ، هنگامی که آنها به ایمیل شما پاسخ می دهند ، آن را دریافت خواهید کرد.

گام ۳: تحلیل کردن نتایج

پس از جمع آوری پاسخ های کافی ، می توانید وارد مرحله تجزیه و تحلیل شوید.

محاسبه مجموعه جداگانه و نمرات کارایی و ناکارآمدی برای هر پاسخ (کارایی ، ناکارآمدی ، اهمیت) ؛

طبقه بندی قوطی های مجزا و پیوسته برای هر ویژگی را مشخص کنید.

ویژگیها را بر اساس نارضایتی ، رضایت و اهمیت بالقوه آنها مشخص کنید.

یک نمودار نقطه ای بکشید که موقعیت هر ویژگی ، اهمیت نسبی و تفاوت داده ها را با استفاده از ستون های خطا نشان می دهد.

تنها کاری که باید انجام دهید این است که نتایج نظرسنجی را در نمودار وارد کرده و جزئیاتی در مورد داده ها اضافه کنید.

با استفاده از این جداول ، می توانید به راحتی Kano را در اولویت قرار دهید. همچنین می توانید بر روی داده های بیشتری کار کنید و به راحتی جداول مربوط به داده ها را با جزئیات بیشتر استخراج کنید.

ملاحظات پایانی

هنگام اولویت بندی ویژگی های محصول ، هیچ روش جادویی وجود ندارد. اگرچه ابعاد بسیاری باید در نظر گرفته شود ، اما رضایت مشتری احتمالاً مهمترین چیزی است که باید در نظر گرفته شود. برای انجام این کار ، باید س theالاتی را که در ابتدا پرسیدیم دوباره بررسی کنیم:

چگونه رضایت را اندازه گیری می کنیم؟

چگونه چیزی را انتخاب کنیم که مشتری را راضی کند؟

چگونه از رضایت فراتر رفته و رضایت مشتری را تامین کنیم؟

هیچ یک از این سوالات پاسخ قطعی ندارند. در این صورت ، وجود چنین مدلهایی ضروری نخواهد بود.