InnoLab
DC04决策L3classic

KANO需求模型

KANO Model

把需求分为基本型、期望型、魅力型、无差异、反向五类,区分"不做会死"与"做了没用",做出更聪明的功能优先级取舍。

一图看懂
满意 ↑不满功能实现 →魅力型期望型基本型

这是什么

KANO 模型,是一把帮你区分"哪些功能不做会死、哪些做了惊喜、哪些做了纯属白费"的尺子。做产品的人都被同一件事折磨过:用户的需求列出来一长串,时间和人手就这么点,到底先做哪个?凭"用户喊得最响"做?喊得响的不一定重要。凭"技术上最酷"做?酷的功能用户常常根本不在乎。

KANO 给了一个反直觉的洞察:用户的满意度,和你"做没做到一个功能"之间,根本不是线性关系。 同样花一份力气,做不同类型的功能,换来的满意度天差地别。它把需求分成五类——基本型(不做会死,做了也不加分)、期望型(越好越满意)、魅力型(用户没想到、做了猛涨好感)、无差异(做不做都没人在乎)、反向型(做了反而让人反感)。认清一个功能属于哪一类,你才知道这份力气值不值得花。

来历与出处

KANO 模型由日本质量管理专家狩野纪昭(Noriaki Kano)于 1984 年提出。他当时研究的是一个朴素却深刻的问题:质量好,到底等不等于顾客满意?

传统观念默认"做得越好、顾客越满意",是一条直线。狩野纪昭通过大量调研发现,事情远没这么简单——有些东西你做到极致顾客也只是觉得"应该的",有些东西你稍微给点惊喜顾客就感激涕零。他用一套巧妙的"双向问卷"(有这个功能你觉得怎样?没有又觉得怎样?)把需求拆成了五类,画出了五条形状完全不同的满意度曲线。这套模型后来成了产品经理、服务设计师的案头必备,是讲"需求优先级"时绕不开的经典。

解决什么真实问题

最普遍的场景:需求池里堆了几十条,排不出优先级,团队为"先做哪个"吵成一团。KANO 提供的不是又一个人的意见,而是一套分类逻辑——先把每条需求归类,优先级自然就浮出来了。

它尤其擅长治两种病。一种是"基本型缺失"——团队忙着堆炫酷的新功能,却把最基础的"别崩溃、别出错"给丢了,结果地基塌了,再多惊喜也白搭。另一种是"为魅力型贬值焦虑"——你引以为傲的差异化亮点,过两年成了行业标配,优势没了还浑然不觉。

划 MVP 范围时它也是利器:第一版到底必须有什么、可以先没有什么?KANO 给你一条清晰的线——基本型一个都不能少,魅力型精挑一两个,其余的先放着。

核心思想

打个比方,用住酒店来理解这五类需求最直观。

基本型,是房间里有干净的床、能洗澡的热水。做到了?没人会夸你,这本来就该有。做不到?你会气得直接投诉、再也不来。它的特点是"做了到零,不做到负"——满足它只能让你不输,赢不了。

期望型,是房间的大小、Wi-Fi 的快慢、隔音的好坏。越好你越满意,越差你越不爽,是条老老实实的直线。这也是各家酒店明里暗里军备竞赛的主战场。

魅力型,是你进门发现枕边放了张手写的欢迎卡、桌上有一盘当地特产。你压根没指望,所以惊喜爆棚、逢人就夸。它的特点是"做了猛涨,不做也无所谓"——这才是真正能赢得口碑、拉开差距的东西。

无差异,是大堂挂了幅你根本不会多看一眼的画——做不做你都无感。反向型更要命,是大堂循环播放刺耳的音乐——你巴不得它别做。

但 KANO 最深的一句洞察,是这五类会随时间流动:魅力型 → 期望型 → 基本型。 今天让人惊喜的魅力点,明天就成了人人都有的标配,后天变成"没有就差评"的基本要求。所以——满足基本型只能不输,押注魅力型才能赢;可魅力型会贬值,你必须不停地制造下一个惊喜。

完整案例

智能手机这十几年,简直是 KANO 动态规律的完美演示。

先看一直没变的两头。"能打电话、不死机"——从第一天到今天都是基本型,做不到直接出局,做到了也没人夸。"续航、运行速度"——一直是期望型,越久越快越满意,厂商为此年年军备竞赛,从没停过。

真正精彩的是中间那条贬值的滑梯。指纹解锁,2013 年 iPhone 5s 首次搭载时,是不折不扣的魅力型——惊艳、引爆口碑、成了买它的理由。可短短几年,所有手机都标配了指纹解锁,它"嗖"地一下从魅力型跌成了基本型:现在哪台手机没有,你立马觉得它低端、差评伺候。人脸识别、全面屏走的是同一条路,三五年就完成了"魅力→标配"的跌落。

至于"充电时播放刺耳音效"这种,就是典型的反向型——用户避之不及,做了纯扣分。

把这张演化图摆出来,结论赤裸裸:没有永远的魅力型。 指纹解锁刚出时是引爆口碑的利器,五年后变成"没有就差评"的标配。这给所有产品人的启示一模一样——满足基本型只能保命,押注魅力型才能突围,但你押中的那个魅力点保鲜期有限,所以真正的高手永远在布局下一个惊喜。(示例延伸:一个 AI 备课工具,"生成不出错的教案"是基本型,"生成快、可编辑"是期望型,"自动配套生成课堂互动游戏"今天是魅力型——但同行一跟进,一两年内大概率沦为基本型,得提前备好下一招。)

常见误解与边界

第一个误解:忘了分类是"对谁而言"。 同一个功能,对专业用户是魅力型,对小白用户可能是无差异。脱离目标用户群谈 KANO 分类,全是空话。动手前先锁定"为谁分析"。

第二个,是经典的工程师思维陷阱:技术上难 ≠ 用户觉得重要。团队呕心沥血、攻克技术难关做出来的功能,很可能稳稳落在"无差异"象限——用户根本不在乎你流了多少汗。

第三个:只盯着魅力型,忘了基本型是地基。 魅力型确实诱人,但基本型塌了,再多惊喜也是危楼上的装饰。永远先确保基本型不缺,再谈差异化。

最后是 AI 时代的特别提醒:AI 能力正以肉眼可见的速度从"魅力型"滑向"基本型"。今天"接入了 AI"还能当卖点,明天就是用户默认的标配。差异化的窗口比以往任何时候都短,下一个魅力点必须提前布局。

边界上,KANO 回答的是"做哪些功能",但不替你回答"养哪条业务线"(那是 BCG 的活),也不直接给你精细的资源排序(那要交给评估矩阵把期望型、魅力型放进加权打分)。

一句话记住它

满足基本型只能不输,押注魅力型才能赢——但魅力型会贬值成标配,所以你得永远在准备下一个惊喜。

想看这套方法喂给 AI 的执行规格?点上方「标准模组」。

Cases

用过此方法的案例

2

用「KANO需求模型」推演你的问题

描述你正面临的难题,InnoLab 会用这套方法当场跑一次结构化推演。

免费推演一次