导航菜单

基于KANO模型的顾客需求分析——以校园咖啡吧商品及服务项目筛选为例

周达 梁英瑜 贺成功

摘要:以校园咖啡店的产品设计为案例,阐述了KANO 模型的来源、涵义以及在顾客需求分析中的应用,并指出该模型在具体运用时需要注意和解决的若干问题。

教育期刊网 http://www.jyqkw.com
关键词 :KANO 模型;满意度;需求分析

一、相关理论

1. KANO 模型溯源——双因素理论

双因素理论(Two Factor Theory),也称激励保健理论(Motivator-Hygiene The?ory),由美国学者弗里德里克·赫茨伯格于1950年代末提出。该理论认为引起人们工作动机的因素主要有两类:即激励因素和保健因素。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,但不会给人们带来满意感。

在满意度的理论和实践研究中,传统观点是单维度的。例如商品的某一项功能或属性如果适合顾客需求的话,则顾客感到满意,适合度越高则顾客越满意;反之,顾客就会不满意。或者说,满意的反面是不满意,不满意的反面是满意。

而赫茨伯格的研究却告诉人们,事实并不尽然,满意与否并非是截然分开的。也就是说,当某种商品的功能具备或有所上升时,会提升顾客对其的满意程度,而该商品不具备此功能或属性未增加时,未必会使顾客对其不满意;同样,当某种商品因不具备某种功能或属性而使得顾客不满意时,再使该商品增加这种功能或属性也不会提升顾客对其满意度。该理论认为:满意的对立面不是不满意,而是没有满意;不满意的对立面不是满意,而是没有不满意。

2.KANO 模型

受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1980年代在日本质量管理大会第12届年会上宣读了题为《魅力质量与必备质量》(Attractive Quality and Must-be Qual?ity) 的研究报告。该论文奠定了KANO模型的相关理论基础。

KANO 模型根据顾客的主观感受与服务的客观表现将商品或服务的质量属性分为必备质量(Must-be Quality,M)、一元质量(One-dimensional quality,O)、魅力质量(Attractive Quality,A)、无差异质量(Indifferent quality,I)和逆向质量(Re?verse quality,R) 五类不同质量属性,它们分别在顾客的满意度中起着不同的作用。

(1)必备质量。这是商品或服务必须具备的最基本属性,是顾客对商品或服务的最基本要求,是理所当然应该具备的。如果这些要求没有使顾客得到满足,他们将会产生极大的不满意,但这些要求使顾客得到了满足,他们也不会因此产生更高的满意度。

(2)一元质量。这是顾客较为期待的质量属性,与顾客的满意度成线性关系,这一类的质量属性越多,顾客的满意度会越高;反之,质量属性满意度会下降。它多被企业作为商品或服务的品质宣传,来与同行展开竞争。

(3)魅力质量。又称迷人质量属性,是令人惊喜、激动人心的质量属性。它不具备时,不会引起满意度的下降,但具备时可以大幅提升顾客的满意度,具有很强的正效应,能赢得顾客的忠诚度,从而大大增强商品或服务的竞争力。

(4)无差异质量。指某种商品或服务无论增加与否,对顾客的满意度不会有太大的影响,顾客不关心该类质量属性,但会增加企业的成本投入,所以要尽量减少。

(5)逆向质量。该质量属性能引起顾客不满意,降低对某种商品或服务的满意度。但该类质量属性个体差异大,所以要尽量使其减少,无法避免时要将其降到最低。

以上质量属性归类并非一成不变。随着时间的推移,社会的进步以及消费需求的变化,魅力质量就可能转变为一元质量甚至必备质量。

从图二的KANO模型图可以看出,顾客对产品设计、服务水平等方面的接受度、满意度并不总是线性关系,并不是每个因素不停的改进都能获得市场的回报。KANO 模型中顾客对一元质量的感知和一元质量对顾客满意度的影响表现为线性关系,而顾客对必备质量、魅力质量的感知和它们对顾客满意度的影响则表现为两个非线性关系。必备质量因素只在表现低于平均水平时,实施改进措施才会大大提高顾客的满意度。而魅力质量因素则在其表现高于平均水平后,效果才会显著。

KANO 模型关于质量特性即质量要素的划分,为商品或服务质量的改进指明了方向。如果是必备质量,就要保证它符合一定的标准,使之满足顾客的基本要求;如果是一元质量,则该关心的就不是某种商品或服务符合不符合规格问题,而是怎样提高其规格本身,进而不断提高其质量特性,促进顾客满意度的提升;如果是魅力质量,则需要通过创造新的额外功能来满足顾客潜在需求,显著提升顾客的满意度。换句话说,企业所提供的商品和服务必须保证必备质量,不断改进一元质量,积极开发魅力质量。

二、案例分析

1.校园咖啡店调研介绍

为探索一套与专业教学紧密结合的实训模式,也为学生打造一个专业认知、职业体验的实训平台,某高职院筹划成立悠客(You&Coffee)职业体验中心。该项目是否是可行,校园目标市场的需求状况如何,目标顾客的需求特征有哪些,如何设计其商品及服务项目等,都是亟待了解的问题。因此,组织进行了一次针对本校学生的专项市场调查。本次调查的对象是该校所有学生,采用入户(入宿舍)访问的方式,访问员根据事先设计好的调查问卷,按照等距抽样方式对随机抽中的学生进行访问,实际访问量为250位在校生,最终有效样本为245份。

本次调研很重要的一个内容就是确定悠客(You&Coffee)具体的商品及服务项目。对此,我们运用KANO模型分析搜集的数据资料,并给出了相关建议。针对如何将所有需求划分为以上五种质量因素,这个问题,狩野纪昭提出利用结构型问卷确认不同功能的质量因素,以消除顾客调查中的模糊性。这种结构问卷需要填写三张表,它们分别是KANO调查问卷表、KANO评价表、KANO调查结果表。通过运用这三种工具,从顾客中获取调查数据,能够挖掘出魅力质量因素、一元质量因素、必备质量因素、无差异质量因素和反向质量因素,从而实现顾客隐性感知的显性化。

2.KANO 调研问卷的设计

在设计相关问卷内容之前,首先需要进行一个诸如头脑风暴法或焦点小组座谈会等定性调查,以确定悠客(You&Cof?fee)的商品及相关服务的目录。本次调查前通过头脑风暴法确定了咖啡、奶茶等共计15个项目。

KANO 模型问卷内容是从是否提供商品及服务项目两个角度进行设问。在问卷中针对商品及服务项目提出正反两个问题:一个是“如果提供该项功能设施时其满意程度如何”,另一个是“如果不提供该项设施时其满意程度如何”。这两个问题都设置五个选项,即“喜欢”“理应如此”“无所谓”“可以忍受”和“不喜欢”。表1是问卷中的部分内容。

3.调查数据整理

使用spss将相应商品或服务项目的两方面调研结果制成交叉表,如表2。其中显示,当经营者为顾客提供咖啡,顾客认为“理应如此”,而经营者不提供该商品时,顾客选择“我无法接受”,将这两项答案汇总结果36填到表2中,按照此方法可对所有的商品及服务项目进行整理。

4.调查数据分析

KANO 模型数据结果分析方法主要有两种,即“KANO 二维属性归类”和“better-worse 系数分析”。

⑴KANO二维属性归类。KANO二维属性归类就是将所有的商品或服务项目根据“KANO评价结果分类对照表”,将其不同的属性的频数进行归类统计,再观察每一商品或服务项目频数,其中最大的属性即为该项目的属性。由此可对每种商品或服务项目的属性进行归类。

对于商品或服务项目的配对问题,每个被访者可以得到5×5种可能的回答组合。KANO 模型对每一种回答组合进行了分类定义,从而形成下面的“KANO评价结果分类对照表”。

其中:

A=魅力属性

M=必备属性

O=一维属性

I=次要属性(无关属性)

R=与假设相反的看法

Q=有问题的回答

从表3不难看出,商品或服务的每一个功能在6个维度上(魅力属性、期望属性、必备属性、无差异因素、反向属性、可疑结果)上均可能有得分,将相同维度的频数相加后,可得到各个属性维度的频数总和,其中总和最大的一个属性维度便是该功能的属性归属。

如表4所示,在对有无“咖啡”这一功能进行统计整理时,发现一维属性的总数最高。进而得知,“咖啡”商品在咖啡店的商品及服务中属于一维属性,即没有这种商品,顾客会有强烈的负性情绪,有了这种商品,会让顾客感到满意。表5则是根据调查进行统计汇总后得出的结果。

⑵better-worse 系数分析。除了对KANO属性归属的定性分析判断,还可以通过计算Better-Worse系数,并将其制成图形的方式,来直观地呈现商品或服务各功能项目的属性归属。其中,Better 可以被解读为增加后的满意系数。better的数值通常为正,代表如果提供某种功能属性的话,顾客满意度会提升;正值越大,代表顾客满意度提升的影响效果越强,其上升的速度也快。Worse,则可以被叫做消除后的不满意系数。其数值通常为负,代表如果不提供某种功能属性的话,顾客的满意度会降低;其负数越大,代表顾客满意度降低的影响效果越强,并且它下降速度也越快。

相关指标计算公式如下:

增加后的满意系数(better):(魅力属性+期望属性)/(魅力属性+期望属性+必备属性+无差异因素)

消除后的不满意系数(worse):(期望属性+必备属性)/(魅力属性+期望属性+必备属性+无差异因素)×(-1)。

根据以上公式,计算出各商品或服务项目的Better-Worse 系数如表6,再据此使用SPSS制成相应的系数图,如图三,并将散点图划分为四个象限。

第一象限表示:better 值高,worse 绝对值也很高。落入该象限的因素,称之为期望因素(一维因素),“WIFI”“背景音乐”“咖啡”和“奶茶”落入该象限,即表示提供此商品或服务,顾客满意度会提升;当不提供此这类商品或服务时,顾客满意度就会降低。

第二象限表示:better 值高,worse 绝对值低的情况。落入这一象限的因素,称之为魅力因素。落入该象限的因素,即表示不提供此产品或服务,顾客满意度不会降低;但在提供此商品或服务时,顾客满意度会有很大提升。本项目无因素落入此象限。

第三象限表示:better 值低,worse 绝对值也低的情况。落入这一象限的因素,称之为无差异因素。“沙拉”“西点”“KTV”等因素落入此象限,即无论提供或不提供这些商品或服务,顾客的满意度都不会有改变,这些商品或服务并不在意。

第四象限表示:better 值低,worse 绝对值高的情况。落入这一象限的因素,称之为必备因素。它表示当提供某项商品或服务时,顾客满意度不会提升;当不提供此产品或服务,顾客满意度会大幅降低。这说明落入此象限的功能是最基本的功能。

在本案例中,经营者首先要全力以赴地满足顾客最基本的需求,即第四象限表示的必备因素,这些需求是顾客认为经营者务必要做到的事情。在实现最基本的需求之后,经营者应尽力去满足顾客的期望型需求,即第一象限表示的期望因素,这是质量的竞争性因素为顾客提供他们喜爱的额外服务或商品功能,使商品和服务优于竞争对手并有所不同,引导顾客加深对其良好印象。最后争取实现顾客的魅力型需求,即第二象限表示的魅力因素,提升顾客对本企业商品和服务的满意度。

三、应注意的问题

KANO 模型作为一种定性分析的模型,在顾客所需商品设计前期,对于商品的功能需求区分定位和排序分析非常合适。但是,与任何一项分析技术一样,KANO模型分析也存在着不足。因此,在应用KANO技术时,应该注意以下问题:

1.关于调查数据的采集

由于对各商品或服务项目是通过正反两面的提问来采集数据,这不仅使得问卷耗时通常较长,而且会导致被调查人感觉重复,有可能让顾客产生倦怠情绪,以致降低问卷质量。对此,在设计问卷时,除了应尽量清晰简单地设定问题,加入适当的图文说明,设置答题标准,进行问卷预测,完善问卷内容之外,还应在测试时间和资源都允许的条件下,尽量进行一对一的面对面问卷访谈。通过训练有素的访问员引导,不仅可有效解决以上问题,还可能在人们相互交谈的过程中发现新的讨论点。

2.关于顾客需求的差异性

不同顾客对同一商品或服务某个属性的定义可能是不相同的。对同一属性而言,有些人可能会认为是魅力属性,而另外一些人则可能会认为是必备属性。比如咖啡店提供的背景音乐,对于传统的顾客而言可能是魅力属性,也可能是次要或无关属性;而对于讲究时尚的年轻人而言,它可能是一个必备的属性。这时,针对全部顾客进行KANO分析可能会面临一定的风险。因此,经营者如果已知商品有着明确的、不同的细分市场,就应该针对这些细分市场来分别进行数据分析,判断各个细分市场的需求是否有差异;如果不清楚商品的细分市场,则可以尝试应用KANO 分析的结果来对顾客进行这些细分,以便为不同的细分市场提供不同功能配置的商品。

3.关于顾客需求的发展性

同一商品或服务属性的定义不可能是一成不变的。随着技术的进步或环境的改变,当某一商品属性通过创新逐渐成为行业的通用标准时,有些商品或服务的魅力属性亦会转变为一维属性或必备属性。咖啡吧提供免费WiFi服务最初出现时,是一个魅力属性,但是从目前顾客的需求来看,它已经从魅力属性转变为一维属性甚至是必备属性。基于此,企业的经营者和营销人员应该以持续不断地进行市场调研,以便随时把握不断变化的市场需求。

教育期刊网 http://www.jyqkw.com
参考文献

[1]孟庆良,邹农基,陈晓君,倪自银.基于KANO模型的客户隐性知识的显性化方法及应用[J].管理评论,2009(12).

[2]孟庆良,蒋秀军.基于定量化KANO模型的顾客需求最终重要度确定方法[J]. 统计与决策,2012(06).

[3]李毅斌,董千里,孙浩杰.物流服务质量测评及管理研究评述[J].物流技术,2012(07).

(作者单位:南京铁道职业技术学院)

下载文本