活用狩野分析 搞定意見分岐

0

文/ Akane Lee

(圖片來源:pixabay

《設計的方法》這本書不管是 UI、UX、PM、Planner 桌上都該擺一本,不知道報告/企劃書怎麼寫的時候拿來跑一下實驗很好用。從中我認識到「狩野分析」,參考〈UX,設計的方法(專案初始)〉 這篇文,當時預期狩野分析適合用在專案初始、分析這個功能要不要做。最近簡單地跑了一遍,來寫點筆記…步驟雖然多,但只要會加減乘除就行了。

不加新功能就會死恐慌症

很多人都曉得「少就是多」,也都知道越簡單越容易被理解和操作,卻得了一種「不加新功能就會死」的恐慌症。(我覺得自己得了一種求你不要亂加新功能的恐慌症。)

為什麼要加功能?加了這個功能有什麼好處?解決什麼問題?這些問題企劃書要掰都掰得出來,但有沒有客觀點的研究方法能驗證這個功能真的是使用者/業主重視的?

以下內容參考〈KANO模型 – MBA智库百科〉 一文,該文講得很清楚,不過有點硬不好啃,我用自己的理解重新整理。

需求有 6 種

在狩野分析裡有 6 種需求,最重要的只有 3 種: M 基本型需求、O 期望型需求、A 魅力型需求。

M 基本型需求(Must-be)

顧客對企業提供的產品/服務因素的基本要求。
產品一定、理所當然要有的功能/服務/特性。有是應該的,使用者不會因為有就覺得滿意;但沒有一定會被罵到臭頭。

O 期望型需求(One-dimensional)

顧客的滿意狀況與需求的滿足程度成比例關係的需求。
產品有這功能會比較好,但不是一定要具備。如果有,則會讓使用者滿意度變高。

A 魅力型需求(Attractive)

不會被顧客過分期望的需求。
讓使用者覺得驚喜的功能。如果有,則會讓使用者感到滿意,但沒有也不會因此表現出明顯的不滿。

I 無差異需求(Indifferent)

使用者對這一因素無所謂。(時間可以不用浪費在這裡的功能。)

R 不需要(Reverse)

使用者不需要這種功能,甚至對該功能反感。(多做多錯不如不做。)

Q 有疑問(Questionable)

表示有疑問的結果,一般不會出現這個結果,除非這個問題的問法不合理、受測者沒有很好地理解問題、或者是在填寫問題答案時出現錯誤。(出錯乃 UX 常事,大俠請重新來過。)

優先度:M (Must-be) > O (One-dimensional) > A (Attractive) > I (Indifferent)

1. 質量特性評價表

剛提到 6 種需求,那我們怎麼知道該功能屬於哪個需求呢?可以透過「質量特性評價表」來取得數據。針對某功能請使用者/業主/客戶回答正向問題和負向問題。

正向問題:具備這個功能時,你覺得如何?
負向問題:沒有這個功能時,你覺得如何?

  1. 喜歡
  2. 應該的
  3. 無所謂
  4. 能忍受
  5. 不喜歡

簡單來說就是遇到意見分岐,發問卷下去給大家寫,問卷只有 2 題,選項就這 5 個。寫完回收統計數據就知道這個功能到底受不受使用者/業主重視了。有時候使用者/業主很傲驕的,嘴巴上不會給你心裡想的真正答案(也有可能他們真的沒有想法只是隨口講講)。質化研究在處理意見分岐要花太多時間,改用量化較能快速取得方向。

2. KANO 評價結果分類對照表

問卷填完回收後,可以對照「KANO 評價結果分類對照表」進行分析,每一張問卷都會取得一個英文代號(需求類型)。

A 魅力型需求
O 期望
M 基本需求
I 無差異需求
R 不需要
Q 有疑問

3. 評價結果

根據剛剛整理的問卷數據,算出每個英文代號的百分比。

根據上方我亂掰的數據,可以得出結果是「I」, I 是「無差異需求」,也就是有沒有做都不影響使用者滿意度。如果只針對單一功能做分析,偷懶的話到這個步驟就可以了。如果同時對數個功能做優先排序,請繼續下一個步驟。

優先順序為:M > O > A > I

4. 敏感性分析結果

這個步驟要計算分數,取得某功能滿意、不滿意的影響力數據。對照「功能評價結果」的百分比數據,套下列公式計算。記得先算()括號裡的數字。

SI:滿意影響力
DSI:不滿意影響力

計算公式

SI = (A+O) / (A+O+M+I)
DSI = (O+M) / (A+O+M+I) × -1

SI = 40 / 90 = 0.44
DSI = 20 / 90 x -1 = -0.22

5. KANO 模型分析結果

參考下圖,原點在左上角。對照敏感性分析結果把每個功能座落在哪一個位置標出來。

在灰色圈子裡的就是質量特性敏感性不大,可暫時不予以考慮的功能。離原點越遠的優先程度越重。

結論

整個狩野分析的操作步驟為:

  1. 發問卷,正向問題、負向問題 5 選 1。
  2. 對照「評價結果分類表」,每張問卷都有一個英文代號。
  3. 統計完所有的英文代號數量,換算成百分比。
  4. 套用計算公式,算出 SI 滿意影響力和 DSI 不滿意影響力的數值。
  5. 用影響力數值當座標,把該功能標在 KANO 模型分析結果上。

開會還在吵要不要做哪個功能嗎?工時這麼短、要做的事那麼多,卻不能決定哪個先哪個後嗎?狩野分析能用量化的方式幫你快速決定要或不要。只求真正有決策權的人在跑完狩野分析看到報告文件後能多考慮一下,產品不是功能越多越好用啊!

反正問題就那 2 項,隨時備個幾份帶去開會,再爭執要不要做某功能就發下去填一填會後統計交分析報告…還是沒辦法克服「不加新功能就會死恐慌症」的話我也不知道該怎麼辦了…orz

授權來源:嫁給 RD 的 UI Designer〈活用狩野分析搞定意見分岐〉

延伸閱讀:

 

Share.

About Author

Akane Lee

嫁給 RD 的 UI Designer,Madders 創辦人

Leave A Reply