Отделите свойства, предотвращающие неудовлетворённость, от линейно улучшающих опыт и способных приятно удивить — не превращая каждый запрос в равный приоритет.
За одну минуту
Для каждого чётко определённого свойства респондент отвечает на парные вопросы: как он относится к наличию или сильному исполнению свойства и как — к отсутствию или слабому исполнению. Пара ответов классифицируется по объявленной таблице:
- обязательное (Must-be): отсутствие раздражает, а наличие воспринимается как минимум;
- линейное (One-dimensional): лучшее исполнение обычно повышает удовлетворённость;
- привлекательное (Attractive): наличие может радовать, отсутствие пока терпимо;
- безразличное (Indifferent): заметного эффекта нет;
- обратное (Reverse): часть респондентов предпочитает отсутствие;
- сомнительное (Questionable): ответы противоречат друг другу или вопрос не понят.
Категория относится к выборке, сегменту, контексту и моменту времени. Она не является автоматическим roadmap-решением: важность, охват, обязательства, стоимость, риск и стратегия остаются отдельными критериями.
Какую проблему решает
Списки функций смешивают базовые ожидания, конкурентные параметры, приятные дополнения и внутренние предпочтения. Обычная оценка важности делает почти всё важным и не показывает асимметрию реакции. Кано добавляет её после исследования потребности, но до окончательного инвестиционного решения.
Когда применять
Применяйте метод, когда:
- определены сегмент и набор конкретных свойств;
- все запросы пока считаются равными;
- базовый минимум и конкурентные отличия неясны;
- сегменты могут реагировать по-разному;
- прежний «вау-эффект» мог стать нормой.
Когда не применять
Не используйте метод до определения клиента и контекста, с составными свойствами, для неизвестных пользователю технологий, вместо поведенческого исследования, на удобной выборке как на всём рынке, как вечную метку или автоматический приоритет.
Для понимания прогресса клиента используйте Jobs to Be Done, для точек опыта — Customer Journey Mapping.
Необходимые входы
- решение, продуктовый контекст и сегменты;
- короткий список единичных наблюдаемых свойств;
- нейтральные функциональные и дисфункциональные пары вопросов;
- шкала ответов и опубликованная таблица классификации;
- пилот формулировок и переводов;
- план выборки, важность и открытые объяснения;
- данные о затратах, риске, обязательствах и стратегии.
Пошаговый процесс
1. Определите решение и сегмент
Укажите, какой стандарт сервиса, roadmap или эксперимент получит информацию. Сегментируйте по поведению и контексту, а не словом «все клиенты».
2. Переведите потребности в свойства
Опишите один видимый клиенту результат на вопрос. «Организации доступен единый вход» лучше, чем «современная архитектура идентичности».
3. Напишите функциональный вопрос
Спросите о реакции на наличие или заданный уровень свойства без похвалы и технического жаргона.
4. Напишите дисфункциональный вопрос
Опишите отсутствие или противоположный уровень того же свойства, а не другую функцию.
5. Проведите пилот
Когнитивные интервью выявляют двусмысленность, составные свойства и проблемы перевода.
6. Соберите парные ответы
Сохраняйте обе части пары, сегмент и контекст. Не выбрасывайте неудобные или обратные ответы без объяснения.
7. Классифицируйте воспроизводимо
Примените одну объявленную evaluation table. Храните исходную пару рядом с результатом.
8. Покажите распределение
Покажите количество и доли всех категорий, объём выборки и неопределённость, а не только победившую букву.
9. Сегментируйте и интерпретируйте
Ищите содержательные различия, но не создавайте сегменты постфактум только ради красивого вывода.
10. Примите решение с другими критериями
Совместите Кано с важностью, поведением, обязанностями, доступностью, усилием, риском и стратегией. Зафиксируйте решение, эксперимент и триггер пересмотра.
Взгляд через AI и автоматизацию
AI помогает проверять формулировки, находить составные вопросы, классифицировать ответы по объявленной таблице и суммировать открытый текст со ссылками на исходные ответы. Он не должен синтезировать респондентов, исправлять неудобные ответы, объявлять маленькую выборку рынком или самостоятельно определять roadmap.
Визуальная модель
Интерактивный пример
Платформа выставления счетов проверяет экспорт данных, автоматическое сопоставление платежей и анимированную панель. Пилот показывает: экспорт — обязательный, сопоставление — линейное для финансовых команд и привлекательное для малых компаний, анимация — безразличная. Это не означает «строить самое привлекательное»: экспорт может быть обязательством, сопоставление требует проверки сегментов, а панель можно отложить.
Заметки фасилитатору
- Один вопрос — одно наблюдаемое свойство.
- Состояния наличия и отсутствия симметричны.
- Пилотируйте каждый язык.
- Показывайте распределение и число ответов.
- Исследуйте Questionable и Reverse.
- Не передавайте модели полномочие roadmap.
Ожидаемый результат
- решение, сегмент и проверенный список свойств;
- пары вопросов и план выборки;
- исходные пары, классификация и распределения;
- различия сегментов и ограничения;
- слой важности, обязанности, усилия, риска и стратегии;
- решение, эксперимент и триггер пересмотра.
Типичные ошибки
- Опрос важности переименован в Кано.
- Несколько свойств в одном вопросе.
- Несимметричные состояния.
- Категория объявлена универсальной истиной.
- Погоня за delight в ущерб базовым обязанностям.
- Классификация автоматически определяет roadmap.
Чек-лист качества
- Решение и сегмент определены.
- Свойства единичны и наблюдаемы.
- Пары нейтральны и симметричны.
- Каждый язык прошёл пилот.
- Таблица классификации воспроизводима.
- Видны распределения, объём и Questionable.
- Сегментация обоснована.
- Решение учитывает другие критерии.
Шаблон
| Поле | Вопрос |
|---|---|
| Решение и сегмент | Для кого и какого решения? |
| Свойство | Один наблюдаемый результат |
| Пара вопросов | Реакция на наличие и отсутствие |
| Пилот | Что изменилось после проверки? |
| Классификация | M, O, A, I, R, Q: числа и доли |
| Разногласие | Какие сегменты различаются? |
| Другие данные | Важность, поведение, долг, усилие, риск |
| Решение | Сделать, улучшить, проверить, отложить или убрать |
Проверка знаний
Вопрос: экспорт данных классифицирован как Must-be, а анимация — Attractive. Что следует автоматически?
Ответ: ничего. Нужно сохранить базовые обязанности и соединить классы с важностью, доказательствами, затратами, риском и стратегией.
Связанные методы
Источники
- Kano, N. et al. “Attractive Quality and Must-Be Quality.” 1984. https://doi.org/10.20684/quality.14.2_147 (откроется в новой вкладке)
- American Society for Quality. “What is the Kano Model?” https://asq.org/quality-resources/kano-model (откроется в новой вкладке)
- Berger, C. et al. “Kano’s Methods for Understanding Customer-Defined Quality.” 1993.
Профиль метода
- Основная задача: классифицировать асимметричную реакцию на свойства.
- Главный артефакт: парные ответы и распределения по сегментам.
- Граница решения: Кано информирует приоритизацию, но не владеет roadmap.
- Стандарт доказательности: пилот, исходные пары, воспроизводимая таблица, ограничения выборки.
- Триггер пересмотра: изменились сегмент, ожидания, зрелость продукта, регулирование или формулировка свойства.