KANO & PSM:分析需求与定价
编辑导语:在进行产品迭代升级、用户体验优化时,用户研究设计师往往需要借用一定模型进行用户分析,进而得到更加清晰、准确的用户数据。其中,KANO模型与PSM模型都是常见的分析模型。本篇文章里,作者总结了利用KANO模型与PSM模型进行需求分析与定价的方法策略,一起来看一下。
KANO模型和PSM模型都是用户研究和设计师在日常工作中经常使用的分析模型,可以帮助界定用户需求的优先级和付费区间。
一、KANO是什么?
KANO模型是对用户需求分类和优先排序的模型,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。由东京理工大学教授野纪绍(Noriaki Kano)在70年代发明。
二、PSM是什么?
PSM模型也即价格敏感度测试模型(Price Sensitivity Measurement),顾名思义,是进行产品、服务价格测试的模型。PSM价格敏感度分析方法是在 70 年代由 Van Westendrop 所创建。
三、如何使用KANO和PSM模型?
1. 使用场景
KANO:需求的分析,如在产品开发前,我们需要知道这些功能哪些是基本功能,哪些是增值功能,功能的优先级又该如何排列等,可以通过KANO模型来界定。
PSM:当我们确定好产品的功能时,在后续定价的时候,又可以使用PSM模型来进行价格测试,来寻求最优价格、最优价格区间等信息。
- 有预设价格范围,优化产品或有竞品产品,会有大致的价格范围和参考。
- 无预设价格范围,如完全的新产品,需要把产品概念解释清楚并了解消费者现在的解决方案成本。
2. 使用流程
两者的使用流程均为:从明确目的——问卷设计——数据处理——结果呈现。
其中价格敏感度测试模型中关于问卷设计中的价格区间设定,有两种可以实现的方式:
- 制作价格梯度表,以选项的方式展示;但是会受到每个选项之间价格梯度的设置限制,如果在高额的产品价格中,使用这种选项就不太合适,如:汽车价格。
- 有些产品由于较为成熟,或者有竞品的情况下,可以直接使用开放题的形式进行设置,被访者的自由度更大;当然可以在程序中设置最低或最高的价格限制,以防极端数据出现。
四、KANO案例使用
1. 问卷设置
问卷设置划分维度主要为正反两方面:提供时的满意程度、不提供时的满意程度。
每个功能/方面都需要提供正反两方面的题目,可以进行适当标红/加粗手段防止用户看错。
2. 样本设置
- 为了达到统计意义上的样本量,建议定量的样本量达到30以上。
- 在后续进行问卷数据清洗时可能会清洗掉部分不符合样本,可以适当增加样本量。
- 在实际操作中,也可能在定性的研究中使用这一模型,即不再要求30以上的样本量。
3. 整理分类
把提供此功能和不提供此功能进行交叉,会得出6种不同的需求类型:
- A:兴奋/魅力型;
- O:期望/意愿型;
- M:基本/必备型;
- I:无差异型;
- R:反向/逆向型;
- Q:可疑结果。
根据用户对某一功能的评价,得出这一功能在以上6个分类属性中的比例,例如我们对A产品中的XX功能得出它的属性为O:期望/意愿型,即当提供此需求,用户满意度会提升;当不提供此需求,用户满意度会降低。
4. 数据分析
在得出各个功能的属性对应后,可以计算better-worse系数,以便进行四象限图的展示。
- 增加后的满意系数 Better=(A+O)/(A+O+M+I)
- 消除后的不满意系数 Worse= -1 *(O+M)/(A+O+M+I)
例如我们对A产品中的XX功能得出它的系数如下:
- Better=(26.7%+60%)/(26.7%+60%+0%+23.3%)=86.7%
- Worse=-1*(60%+0%)/(26.7%+60%+0%+23.3%)=-60%
5. 结果呈现
计算各个属性的better-worse系数,然后通过四象限图的形式展示出来。
以better系数和worse系数分别为横纵坐标,中点为界,分为:
- 第一象限为兴奋/魅力型: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;
- 第二象限为期望/意愿型: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;
- 第三象限为无差异型:不论提供与否,对用户体验无影响;
- 第四象限为基本/必备型:当不提供此需求,用户满意度会大幅降低,但优化此需求,用户满意度不会得到显著提升。
在实际日常工作中,我们首先要满足用户最基本的需求,即第四象限表示的基本/必备型因素。
在满足最基本的需求之后,再尽力去满足用户的期望/意愿型需求,即第二象限的功能需求,这是竞争性因素。提供用户喜爱的额外服务或产品功能,使其产品和服务优于竞争对手并有所不同,引导用户加强对本产品的良好印象。
最后争取实现用户的兴奋/魅力型需求,即第一象限表示因素,提升用户的忠诚度。
五、PSM案例使用
1. 问卷设置
主要是4道题目,询问被访者:太便宜以至于怀疑品质不购买的价格、比较便宜的价格、比较贵的价格、太贵以至于不购买的价格。
问卷可以选择选项型和开放题型,根据价格的范围和想要的范围精度选择。
2. 样本数量
- 为了达到统计意义上的样本量,建议样本量达到30以上。
- 为了解决被访者抬高或压低价格的问题,可以增加样本量,抵消随机误差。
- 如果以价格选项的形式进行问卷,还可以设计价格分组,通过不同的价格方案设计2组或几组价格区间,进行投放问卷,互相验证。
3. 数据处理
对“太便宜”和“便宜”的价格百分比进行向下累计统计,对“贵”和“太贵”的百分比进行向上累计统计,得出如下图所示的四条价格线。
其中,“太便宜”和“太贵”的交点确定出最优价格,因为在这种情况下,既不觉得“太贵”也不觉得“太便宜”的人数是最多的,对于企业而言,在该价格上,有最多的消费者可能去购买他的产品。
同时,由“太便宜”和“贵”,“便宜”和“太贵”确定出可接受的价格区间。
根据统计表画折线图:
4. 结果呈现
结果的呈现既可以使用上述的折线图,表达合理价格区间在(3500,5500),甚至更小的范围(4000,5000),追求市场最大化的理想价格点在4500左右。
也可以进行更准确的计算,根据计算折线的交点,得出以下结果:
作者:墨羽;公众号:酷家乐用户体验设计
本文由 @酷家乐用户体验设计 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议
不明白 5.1章节中的选项问卷 要怎么填
在设计问卷的时候,建议朋友们尽可能避免本文中一些问卷的问题和选项设计,
问题,最好直观易懂,选项,最好能快速定位。
如文中PSM案例的价格选项,就属于比较失败的问卷设计,基本上调研对象没办法做到一看即明,无办法展现心中所想。
上述的问题和选项的设计,对于用户体验而言,就有所脱离了。
至少,若你的用户都是很普通的大众使用者,就更加需要注意避免了。
(杠精别来对线)
能否举一个例子来说明一下呢?
有xd已经替我回答你了。
话说,这位xd,你真的没看出来问题所在吗?
先谢谢关注讨论。其实,我在评论中也直接点出例子了。
文中单个产品的价格选项问题中,复核选项的设计就要人有所迟疑,甚至不知所云。
若真的为了调研价格精度定位,以及涉及到关于价格和质量的平衡取舍,相比较文中而言,可以说是稍加思考,必有更好的问题设计方案。
哈哈,don’t make me think!
U are right~
现在的用户,只要让其think超过5s,只好是没利益驱使的前提下,就会出现快速的流失率。
用户从底部由往上一滑,GG了。
嗯,互联网入门启蒙
部分同意,不过psm 在工业设计(成本里面很重要一项)领域几乎是必须要做的,当然产品设计psm也有较高的必要性,只是对于问卷的设计难度特别大,且你提到的用户体验难以表达给用户。这时候多数时候凭老板的商业嗅觉。但是在后续的产品优化中可以通过数据来调整价格区间。