事情的起因是这样的，
前段时间部门招人，收到了一份作品集，其中展示了一个这样的案例：

App签到模块初步规划中列出了几个功能点，
余额显示，商品推荐，签到福利领取提醒，今日任务，规则介绍。

需要对以上几个功能点进行优先级排序。

然后作者使用了KANO模型展开问卷调查：

根据问卷调查的统计，汇总到表格

根据汇总数据，带入KANO的公式，计算得出结果。

这里我们需要注意到几点：

1，商品推荐在实际项目中，多是为了业务上交易的考虑。
2，规则介绍一般是每个活动应当向用户解释的使用规则，如同我们注册之前都需要勾上“使用协议”一般。
所以这些功能需要使用Kona模型来分析排序吗？这让我非常的疑惑，
这里的简历内容是否有造假。

所以今天想和大家聊聊这几种分析模型那些事。

（KANO模型，WJSF模型，普通二维分析模型）

一，KANO模型

既然想做对比，那先让我简 (mei) 单 (fa) 简 (jian) 单 (dan) 介绍下KANO模型。

KANO将需求分为5类：兴奋型、期望型、必备型、无差异型和反向型。
产品需要先满足用户的必备需求，继而期望需求，最后通过兴奋需求超越顾客预期。

1，必备型
    产品理所应当具有的功能，不具备会使用户体验受到明显影响。
2，期望型
    当提供此需求，用户满意度会提升；当不提供此需求，用户满意度会降低。
3，兴奋型
    用户意想不到的，需要挖掘/洞察。若不提供此需求，用户满意度不会降低；若提供此需求，用户满意度会有很大的提升。
4，无差异型
    用户根本不在意的需求，对用户体验无影响。
5，反向型
    用户根本都没有此需求，提供后用户满意度反而下降。

KANO需要使用问卷调研的方式，获得数据。
调查表划分维度有两个：提供时的满意程度、不提供时的满意程度。

下面是个例子👇

第二步，对调查结果进行汇总，计算比率。

第三步，根据KANO的对照表，汇总加成

现在我们已经可以推断出这个功能属于哪个类别了，但是如果需要进一步的量化分析，与其他同类需求对比，还需要下一步。

第四步，KANO有定义【Better】和【Worse】两个维度，需要将上述的数值代入相应的公式进行计算。

第五步，根据计算得出的Better，Worse数值绘制坐标系散点图。

以worse系数为横坐标，better系数为纵坐标，将各个功能的计算结果绘制在其中。

上图中用于划分象限的橙色坐标轴，需要根据实际情况划分，并没有固定的数值。

一般会使用各点之间的平均值，或者明显出现断层的地方。

完成象限划分后，便可以通过必备--期望--兴奋的顺序，为需求排序。处于同一象限的需求，可以比较Better和Worse两个值的大小，排列顺序。

简化的方式

还有另外一种方式是通过比较第三步汇总得到的数值，便可以基本判断需求属于何种需求。例如【积分兑换优惠券】期待型的比率为37.5%，高于其他的几类的比率，便可以判断他属于“期望型“需求，再将兴奋比率，期望比率，必备比率相加，与其他”期望型“需求相比较，数值大的排序在前。以此来为所有需求排序。

并且可以比较兴奋比率，必备比率的大小，判断需求在“期望”的基础上，是跟偏向“必备”还是更偏向“兴奋”。

KANO的小结

我们从上面不难看出，不管使用何种计算方式，KANO模型从头至尾都是考虑的用户对某项功能满不满意，没有将业务因素，开发因素考虑进去。

而签到功能中的“新品推荐”，实际上是业务上用于将页面流量转化为销售订单量的地方，这是由业务所决定的，用户的因素实际上会很少。

“规则说明”的展示实际上是由于法务，解释的需要，用户的因素同样实际上会很少。

所以我认为，签到模块使用KANO模型进行分析，是不合适，性价比也不高的做法。

那么什么样的情形与用户因素是强相关，适合使用KANO模型分析呢？

腾讯有道经典的面试题：

    QQ发布第一个版本时,有以下用户需求：

    卡通头像，QQ表情，聊天记录管理器，看谁在线上，安全性，传文件，很小的.exe文件，视频，聊天群，语音，反应速度快。

    请从其中选择最重要的三项，发布QQ1.0。

    

    以上的几项功能，在不考虑这项功能是否为付费功能，是否需要为产品带来盈利的情况下，就比较适合使用KANO模型分析，
    因为这些功能与业务弱相关，与用户的体验强相关。

下面还有例子：

    俱乐部App计划加入一下几个功能，
    积分商城——消耗积分（可能需要再加现金），换取周边商品
    积分抽奖——消耗积分，抽取周边商品或者优惠券
    新品试吃——消耗积分，抽取新产品试吃机会
    积分兑换优惠券——消耗积分，兑换固定品类，面额的优惠券

    这几个功能都是消耗积分换取物品或者服务，也就是在业务上是大致趋同的，不同之处在于是抽取，还是直接定额兑换。这一种也比较适合使用KANO模型进行分析排序。

二，普通二维分析模型

说完了KANO，我们接下来说说二维分析模型。

简单点说，就是重要紧急的先做，重要但不紧急的先定个计划，紧急但不重要的找人分担，不重要不紧急的后做。

看上去不错子，但是很多时候都会有许多“重要紧急”的需求，里面哪个更重要？哪个更紧急？众说纷纭，难以形成统一的观点。

所以二维分析模型适合的是需求与需求之前存在明显的差异时，才适用。例如【优惠券的核销】与【积分兑换优惠券】需求之间，电商App中的【搜索功能】与【智能识别商品】等等。

三，WSJF模型

WJSF模型（Weighted Shortest Job First）是一种综合考虑老板+战略目标+业绩和利润+用户满意度+上线所需时间的评估模型。

团队可根据情况加减考虑的权重，根据利益人员评分（例如1～10分），计算得到WJSF指数越高，功能优先级越高。

看这第一个考虑的要素，是不是就感觉特别的接地气。

其中的分值可以根据实际情况来定，比如老板强烈推动10分、大重点项目10分、用户反馈问题超3次10分等。

功能实现成本需要同时考虑投入资金，人力，时长，还有延期其他项目的损失。

但是在实际工作中，话语权足够大的老板/Boss/主管又有一票否决权。所以实际排序流程变成了：

1，先评估老板/Boss/主管的态度，一票否决就毙掉；

2，态度一致，优先做重点项目；

3，同级项目看价值，评估紧急程度、投资回报率和量级；

4，最后看体验，核心功能和影响面大的优先。

虽然WSJF在很多情形有些无法落地的地方，但是因为考虑到了老板决策、战略、商业价值，用户体验和成本。所以比KANO模型更完整，同时因为更加可量化，比二维分析模型更加实用。

WSJF的重点在于需要有足够全面的评估机制，列举的需求点也得尽可能全面，才能保证分析完后不丢三落四。

四，总结

1，KANO——需求与业务弱相关，与体验强相关；

2，二维分析模型——需求之间存在明显的差异，可以简单判断；

3，WJSF——有时间，水平建立全面的评估机制，可在短时间内考虑到各种需求。

在实际工作中，我们可能很难真正完整地贯彻这些分析模型，甚至任何一种分析模型。

但是我们学习分析模型更重要的意义在于学习这种分析模型背后的思维方式。

不同的需求评估，需要使用不同的，合适的思维方式。最好的方式和模型，永远是根据自己所处的条件（公司，部门，业务）分析改造得来的，而不是用已有的成型方法。在实际工作中需要勇于揉合，推成出新，建立适合自己的评估方式。

把不合适的评估方式强行套用，真的意义不大～

能坚持看到这里的小伙伴肯定都是努力上进的小伙伴，谢谢大家，溜了溜了～～