kano
Kano模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分析、分类和需求优先级排序的模型。kano模型以分析用户需求对满意度的影响为基础。狩野纪昭(Noriaki Kano)教授1984年首度提出了Kano模型，该模型受赫兹伯格理论的双因素理论启发而来。
赫茨伯格的双因素理论认为，满意和不满意并非共存于单一的连续体中，而是截然分开的。20世纪50年代末期，赫茨伯格和他的助手们在美国匹兹堡地区11家工商企业机构中对二百名工程师、会计师进行了调查访问，调查中他设计了许多问题。例如：“什么时候你对工作特别满意?”“什么时候你对工作特别不满意?”“原因是什么?”等等，请受访者一一回答。
赫茨伯格从调查中发现，造成员工不满的原因，主要是由于公司的政策、行政管理、监督、工作条件、薪水、地位、安全以及各种人事关系的处理不善。这些因素的改善，虽不能使员工变得非常满意，真正地激发员工的积极性，却能解除员工的不满，故这种因素称为保健因素。
研究表明，如果保健因素不能得到满足，往往会使员工产生不满情绪、消极怠工，甚至引起罢工等对抗行为。同时，调查中发现，使员工感到非常满意的因素，主要是工作富有成就感，工作本身带有挑战性，工作的成绩能够得到社会的认可，以及职务上的责任感和职业上能够得到发展和成长等等。
这些因素的满足，能够极大地激发员工的热情，对于员工的行为动机具有积极的促进作用，它常常是一个管理者调动员工积极性，提高劳动生产效率的好办法。研究表明这类因素解决不好，也会引起员工的不满，它虽无关大局，却能严重影响工作的效率。因此，赫茨伯格把这种因素称为激励因素。
赫茨伯格在研究的过程中发现日常工作中员工的满意度分为两种，一种是激励因素，另一种称为保健因素。
激励因素表示工作本身带来的成就、认可和责任；保健因素指公司政策和管理、技术监督、薪水、工作条件以及人际关系等。当具备激励因素时会增加员工的满意，但是当缺乏时不会不满意;而当具备保健因素时不会提高员工的满意，但是当缺乏时，则会造成不满。赫茨伯格双因素理论的核心在于：“只有激励因素才能够给人们带来满意感，而保健因素只能消除人们的不满，但不会带来满意感”这一论断。
受行为科学家赫兹伯格的双因素理论的启发，东京理工大学教授狩野纪昭（Noriaki Kano）于1984年发表了《魅力质量与必备质量》（Attractive Quality and Must-beQuality）的论文，这篇论文中，授狩野纪昭在首次提出满意度的二维模式，构建出Kano模型。在当时的日本，提高产品和企业服务这个问题一直都是一个难题。他提出的这个模型有效的解决了这个问题。
Kano模型用来分类用户需求，确定需求优先级。Kano定义了三个层次的顾客需求：基本型需求、期望型需求和兴奋型需求：
1.基本型需求：基本型需求是用户对企业提供的产品/服务因素的基本要求，是用户认为产品/服务“必须有”的属性或功能。当其特性不充足(不满足顾客需求)时，顾客很不满意;当其特性充足(满足顾客需求)时，顾客也可能不会因而表现出满意。基本型需求与赫茨伯格双因素理论中的保健因素类似。对于基本型需求，即使超过了顾客的期望，但顾客充其量达到满意，不会对此表现出更多的好感。不过只要稍有一些疏忽，未达到用户的期望，则用户满意度将一落千丈。对于用户而言，这些需求是必须满足的，理所当然的。
2.期望型需求：期望型需求是指用户满意度与需求的满足程度成比例关系的需求。期望型需求没有基本型需求那样苛刻，其要求提供的产品/服务比较优秀，但并不是“必须”的产品属性或服务行为。企业提供的产品/服务水平超出顾客期望越多，顾客的满意状况越好，反之亦然。
3.兴奋型需求：兴奋型需求要求提供用户一些完全出乎意料的产品属性或服务行为，使用户产生惊喜。当其特性不充足时，并且是无关紧要的特性，则用户无所谓，当产品提供了这类需求时，用户就会对产品非常满意，从而提供用户的忠诚度。
通过需求实现程度和用户满意度两个维度，可以构建更详细的Kano模型，如下图所示：横坐标表示某项要素的需求实现及优化程度，越向右边表示该需求要素的具备程度越高，横坐标越向左边，该要素的具备程度越低。纵坐标表示用户的满意程度，纵坐标越向上，用户越满意，越向下，越不满意。通过需求实现程度和用户满意度这两个维度，可以将用户需求分为五类属性：
兴奋型属性：是用户意想不到的需求，表现为用户满意度和需求实现及优化程度呈现指数函数关系，如果不提供此需求，用户满意度不会降低，若提供此需求，而且用户满意度随着需求实现及优化程度的增加会有很大提升;
期望型属性：用户满意度和需求实现程度及优化程度呈线性相关性，即随着当提供此及优化需求，用户满意度会提升，当不提供此需求，用户满意度会降低;
无差异属性：用户满意度和需求实现及优化程度不相关，即无论提供或不提供此需求，用户满意度都不会有改变，用户根本不在意;
基本型属性：当不提供此需求，用户满意度会大幅降低，但提供了需求后，用户满意度不会随着此需求的优化而提升。
反向属性：用户完全没有此需求，若提供此需求，用户满意度反而会下降;
在产品功能的优先级上，我们要优先满足基本型属性的需求，第二是期望型属性需求，第三是兴奋型属性需求。
图 Kano二维模型示意图
以上五种属性类别会随着时间的推移而改变。比如，手机的触摸屏，该功能刚推出的时候是属于兴奋型需求，不提供不会不满意，但提供了会很满意;但随着时间迁移，比如推出一年多，该功能对于很多用户来说就变成期望型需求，即不提供会出现不满意的情况。
通过用户调研构建Kano模型进而量化用户需求
我们可以通过问卷调查的方式来调研用户对产品功能的态度，构建Kano模型来判定不同功能所属的需求类别，从而判定不同产品功能的需求优先级。
通常来说，我们可以对功能问两个问题来确定分类：一个问题是如果产品中有这个功能，用户会觉得如何;另一个问题就是如果功能不存在，用户又是觉得如何，对每个问题采用5点的度量方式进行回答。如下例子为某社交软件产品功能Kano问题。对于某一功能(如视频聊天)，我们会同时调查用户两个问题：如果提供某某功能(如视频聊天)，用户的喜好程度会怎样，如果不提供该功能，用户的喜好程度会怎样。
调查后，根据下图的归类矩阵，将功能进行归类来确定需求的类型。其中，R为反向型需求，I为无差异型需求，A为兴奋型需求，O为期望型需求，M为基本型需求，Q为有问题的回答。
下面我们以某社交产品功能的Kano问卷调查为例。该问卷统计方法主要是是：对每一功能所属的需求属性占比进行统计，并以占比最高的属性作为该功能的归属类别。
如，功能1的各类需求属性中，O的比例最高，所以把功能归类到属性O(期望型属性)。这个例子的调查结果发现，大部分被调查的功能都属于无差异型需求，即无论提供或不提供此需求，用户满意度都不会有改变，用户根本不在意。只有功能1、功能3和功能8为期望型需求，即随着当提供此及优化需求，用户满意度会提升，当不提供此需求，用户满意度会降低，如“视频聊天”功能。
目前已经有一些学者在探索利用网上产品评论数据来构建Kano模型。即通过抓取网络上产品的评论，并对评论进行主题分类，从而区分出不同产品功能的评论，并对每类功能的网上评论进行正负面的分析，结合特定的规则来判断不同功能的需求属性。
比如，有学者认为：对于期望型属性，用户对期望型属性的关注程度最高,而这类产品属性也最能让用户特意在网上发表信息进行分享，评论正面和负面均有;基本型属性是客户关注的,但该类属性的实现并不能激起用户在网上发表评论进行，反而是当这类质量没能实现时,客户会在网上抱怨，评论绝大部分是负面评论;魅力质量是客户意想不到的，用户会较少的在论坛上发表评论, 但一旦该类质量得到满足，会引起客户很大的惊喜和满意度，网上的评论绝大部分是正面评论。
我们认为，更科学的办法是对每类需求的网上正面评论量、负面评论量、评论的调性、评论量等评论数据作为自变量(X)与Kano需求属性作为因变量(Y)建立回归模型。
由于建模需要训练数据，我们可以利用网上抓取的每类需求的网上正面评论量、负面评论量、评论的调性、评论量和通过问卷调查所得到的产品kano模型属性结果来作为训练数据，通过机器学习的算法，建立属性的网络评论和kano模型属性结果的函数关系，一旦该模型建立且相对稳定，我们就可以通过网上评论的数据来判断该需求属于那种Kano需求属性。
相关阅读
舒舟（阿里巴巴1688事业部）：人们普遍认为，流程和工具不重要，重要的是想法和思路。话虽如此，不过我认为流程和工具也能反映一个设计师的设
1. 股票历史数据、行情数据、券商交易接口2.免费的个人版3.支持多种语言：Matlab、R语言、Python、Excel/VBA、C++、C#6.模拟交易柜
第一步，注册一个有趣味的微博名字，如减肥瘦身百科，护肤美妆百科，美食营养百科。这样做的目的是便于搜索，目前也是女生关注最多的话题。
1. 引言 在深度学习十分火热的今天，不时会涌现出各种新型的人工神经网络，想要实时了解这些新型神经网络的架构还真是不容易。光是
日前和几个 BD 朋友聊天，听到说“现在很多渠道投放的效果犹如雾里看花，点击很多，激活很少，留存更是骨感……”想到自己对当下的统计后