演进的卡诺模型

技能Get：卡诺模型的运用实 ***

卡诺的模型根据客户满意度和功能级别对功能进行分类。

很可能你在工作中会经常遇到以下情况2:

在开发资源不足时，要在比较有限的時间里发布关键功能，进而迅速地获得精确客户。在商品从0开始，你很有可能有一堆想发布的功能，此刻想要你对全部的功能做一个排期。需求沉积，你无法回绝多方巨头的需求，例如经营，顾客，老总等，你需要用数据信息来表明什么需求是不科学的，什么需求是当今环节能够无需考虑的。

目前，您还必须采用卡诺模型，这是一种新的项目计划和需求管理方法的产物。什么是卡诺模型？

介绍

卡诺的模型根据客户满意度和功能级别对功能进行分类。一直以来，大家都认为服务质量是一维的，所以不断给商品添加新的功能。但有些功能不容易提高服务质量，反而会降低服务质量。不同属性的功能伴随着等级的变化，服务质量的变化会有不同的特点。

卡诺实体模型

看上图，我将依次详细介绍这五个属性:

无差别属性：不管出示或不出示此功能，用户满意度始终不变，客户压根不在乎有木有这一功能。这类费力不讨好的属性是必须竭尽全力防止的。风采属性：让客户觉得意外惊喜的属性，如果不出示此属性，不容易减少客户的服务质量，一旦出示风采属性，用户满意度会大幅度提高。期待属性：假如出示该功能，顾客满意度提升，如果不出示该功能，顾客满意度会随着降低。必需属性：它是商品的基础规定，假如不符合该需求，用户满意度会大幅度减少。可是不管必需属性怎样提高，顾客都是会有服务质量的限制。反方向属性：客户压根也没有此需求，出示后用户满意度反倒会降低。

比如吸引候选人的因素可以用卡诺模型分类。

吸引候选人的因素

在应用卡诺模型时，有几个方面需要注意:

時间差别。沒有一成不变的属性，很可能有一天风采属性变成了必需属性，像指纹验证开启。不可以将当今時刻的卡诺模型剖析結果做为永久性的根据，及时性很重要。消费群差别。不一样的消费群所获得的結果很有可能不一样，假如你需要在相距很大的控制模块都再加上该功能，例如商业版和个人用户，最好是区别消费群开展调研。文化冲突。不一样的文化的特点对功能属性的界定不一样。例如针对表格的设计方案，我们中国人会习惯性斜线表头，可是老外很有可能无法接纳。

接下来我想根据具体的例子来详细解释一下如何应用卡诺模型来分析需求。

1.需求沟通交流先挑选较为无法分辨的需求，难题不适合过少，3～五个为宜。要不然客户非常容易造成疲惫，輸出不精确的回答。再剖析业务场景，是不是合适应用卡诺模型。合适：1）需求排表。2）振振有词地砍需求。不宜：1）不能量化分析服务质量的需求，评定抽象性的因素。例如调研提升知名品牌影响力，客户的服务质量。2）仅用于精确测量用户满意度。卡诺模型是依据功能具有水平和顾客满意度的关联对功能开展“归类”的专用工具。明确调研客户，假如你的消费群相距很大，要依据控制模块或游戏角色区划消费群，从每一个消费群中提取同样总数开展调研。细分化消费群，能够更非常容易找到功能属性特性。2.设定问卷调查最先我们要对每一个功能开展叙述，因此你的问题要简明扼要，便捷客户了解。从正反面去问客户针对该功能的服务质量状况。在问卷调查填好以前对每一个选择项开展统一表明。由于每一个人的主观性体会由于性情很有可能有很大差别，提早界定好每一个选择项能够降低出现偏差的原因。逼问每一个功能针对客户的关键水平。能够用于区别功能对客户的危害水平。设定从十分关键衔接到十分不重要的五个选择项。假如没法叙述清晰你的功能，尝试贴张原型设计或是画上平面图能够更形象化表明。

比如你想用卡诺模型分析手机微信的“看一看”功能，如下图所示。

问卷调查示例

详细的卡诺模型规格问卷调查链接:https://sojump.com/jq/15102379.aspx

3.属性分类剖析

前后方位谜题的答案可以形成一个二维属性表。每个单元格代表一种答案，每个属性的总个数是同调单元格的总和。

数据清洗:将所有我喜欢或讨厌的答案包含在异常答案中，防止随机答案对分析结果造成伤害。如果异常结果太少，可能是你的问卷有问题，比如功能描述不清。

属性无表模板

这样就可以看到每个属性的百分比，份额最大的人都认为这个特性的属性元素数量最多。在样本数为50的调查问卷中，我们可以看到手机微信的“看看”功能有很多无差别的属性。(样本数量不够，仅供演示，有兴趣爱好的朋友可以再做研究。)

属性表-手机微信“看一看”功能

最后对所有函数的答案进行统计分析，得出每个函数的属性和每个函数的关键级别。

问卷调查统计分析结果

4.Better-Worse系数剖析

在对功能属性进行分类后，应该使用优劣系数来提高危险等级。

更好-更差系数表明一个功能可以提高满意或讨厌的危险水平。

Better是提升后的令人满意系数。其标值一般为正，标值越大，用户满意度会提高越快。Worse是清除后的不满意系数。其标值一般为负，标值越小，用户满意度会降低越快。

根据优劣系数，优先考虑考虑系数中得分较高的功能或需求。

优劣系数的计算方法

根据手机微信“看一看”问卷的分类列表，分析优劣系数。

提升该功能后的令人满意系数Better：(22%2%)/(22%2%62%0%)=28%清除该功能后的令人满意系数Worse：-(2%0%)/(22%2%62%0%)=-2%

取较好的值和各函数的平方根作为气泡图的纵坐标和横坐标，气泡大小表示关键水平。落入不同的区域意味着你所属的属性。

不良系数分析散点图

根据优劣系数，散点图分为四个象限。微信的“看看”功能落入了属性无差别的位置，丰富了大家以前用属性分类表做的区分。属性位置无关:较好系数的值和较差系数的平方根都较低的条件，即无论这个函数是否呈现，用户满意度都不容易改变。

5.运用实践活动

分析结果出来后，大家就可以“整理”需求了。需求的优先级:必需属性>:期望属性>:属性>:属性无关性。

必需属性，产品研发中基础的需求都不可以考虑，而去完成别的需求，则是因小失大丟了甜瓜。期待属性，具有水平越高，用户满意度越高。风采属性，超过客户期待的功能能够变成商品的闪光点。可是闪光点是否可以使出类拔萃而触动客户，针对初创期精英团队是一场赌局，因此优先小于期待属性。无差别属性，无论有木有，客户的服务质量都不容易提高，应竭尽全力防止，在公司有全力的情况下能够考虑到开发设计。反方向属性，有这一功能，用户满意度反倒降低，它是要竭力防止的。

如果是相似或者相同的属性，我们可以结合关键级别来区分。比如功能3和功能4相距不远，但是功能4的关键级别明显高于功能3，那么我们可以优先考虑功能4，而不是功能3。

优先级分析图表

根据调查结果，优先考虑所有需求，然后与相关方讨论结果，并根据新项目的具体情况，如开发和设计完成的难度系数，进行细微调整。

PS:善于应用特殊工具，而不是被它们束缚，也是大学问。

创作者:林西娅安吉拉，微信微信官方账号:idatadesign。互联网数据领域UX&PM，参与设计数据统计分析saas服务平台、商业智能服务平台等产品。关注商业智能，人工智能技术，网络金融。热烈欢迎大家互相交流~

文章的内容创建者是@丮丮丮丮丮丮丮丮丮丮丮丮丮丮丮丮丮丮