메뉴 열기
열기작업 공간 열기

리서치 도구 · 무료 제품 기획·니즈 조사 도구

카노(Kano) 모델 분석

Kano 설문의 기능적·역기능적 질문으로 각 기능이 매력적, 일원적, 당연적, 무관심 품질 중 무엇인지 판정하고 만족 계수와 Fong 검정을 계산합니다. 파일은 브라우저 안에서만 처리됩니다.

카노 분석 온라인 실행

기능마다 기능적 질문과 역기능적 질문이 있는 응답자 데이터(코드 1~5 또는 영어 텍스트 응답)를 열면 열 이름으로 쌍을 자동으로 찾습니다. 기존 보고서의 A/O/M/I/R/Q 빈도를 붙여 넣을 수도 있습니다. 무료이며 계정이 필요 없고 파일은 업로드되지 않습니다.

CSV, Excel, SPSS, Stata, SAS, R, Parquet, SQLite 또는 JSON을 지원합니다. 파일은 이 브라우저 탭에서만 읽으며 업로드되지 않습니다. Triple-S 데이터는 .sss 또는 .xml 메타데이터 파일과 데이터 파일을 함께 선택하세요.

01

만족–불만족 도표 읽는 법

도표의 점 하나가 기능 하나입니다. 세로축은 만족 계수 CS+(기능을 제공하면 만족이 얼마나 늘어나는지), 가로축은 불만족 계수의 절댓값 |CS−|(기능이 없으면 불만이 얼마나 생기는지)입니다. 오른쪽 위는 일원적 품질, 오른쪽 아래는 당연적 품질로 가장 먼저 갖춰야 합니다. 왼쪽 위는 매력적 품질로 기본을 갖춘 뒤 차별화에 씁니다. 왼쪽 아래는 무관심 품질입니다.

품질 범주는 시간이 지나면서 바뀝니다. 오늘의 매력적 품질도 경쟁사가 따라 하면 일원적 품질이 되고, 결국 당연적 품질이 됩니다. 세그먼트마다 결과가 다를 수 있으니 작업 공간의 교차표로 집단별 응답을 비교해 보세요.

02

계산식

CS+ = (A + O) / (A + O + M + I), CS− = −(O + M) / (A + O + M + I). A, O, M, I는 매력적, 일원적, 당연적, 무관심 품질로 분류된 응답자 수입니다. R(역 품질)과 Q(회의적 품질)는 비율에는 포함하지만 계수에서는 뺍니다. CS+는 Better 계수라고도 하며 0~1, CS−는 Worse 계수라고도 하며 −1~0 사이 값입니다.

Fong 검정: 가장 많은 두 범주의 인원을 a, b, 분류된 응답 수를 n이라 할 때 |a − b| ≥ 1.65 × √((a + b)(2n − a − b) / 2n)이면 1위가 확실히 앞선다고 판정합니다. 그렇지 않으면 ‘뚜렷한 범주 없음’으로 표시합니다.

03

분석 예시

‘예시 데이터 사용’을 누르면 가상의 음식 배달 앱 설문이 열립니다. 응답자 300명이 기능 6개에 대해 기능적 질문과 역기능적 질문에 답하고 중요도도 직접 평가했습니다. ‘배달원 실시간 위치 추적’은 두 질문에 모두 답한 294명 가운데 41.8%가 일원적 품질, 21.1%가 매력적 품질, 16.3%가 당연적 품질로 분류됐습니다. CS+ = (62 + 123) / (62 + 123 + 48 + 43) = 0.67, CS− = -0.62입니다. 일원적 품질과 매력적 품질의 차이는 61로 Fong 검정의 임계값 18.6보다 크므로 일원적 품질로 판정됩니다.

‘정확한 도착 예정 시간’은 당연적 품질입니다(48.1%, CS− -0.73). 잘해도 칭찬받지 못하지만 없으면 만족도가 가장 크게 떨어집니다. ‘생일 무료 디저트’는 매력적 품질입니다(50.3%, CS+ 0.62, CS−는 -0.15에 불과). ‘프로모션 푸시 알림’은 무관심 품질이 중심이고, 34.9%는 역 품질로 답했습니다. 이 기능이 없는 편을 원한다는 뜻입니다.

‘원탭 재주문’은 검정이 왜 필요한지 보여 줍니다. 일원적 품질 89명, 매력적 품질 85명으로 차이 4는 임계값 18.2에 한참 못 미치므로 뚜렷한 범주가 없습니다. 그래도 CS+가 0.62여서 만족도를 높이는 기능이라는 점은 분명합니다.

04

적합한 경우와 적합하지 않은 경우

카노 분석은 ‘어떤 기능이 기본이고 어떤 기능이 가산점인가’에 답하는 방법으로, 제품 기획 초기에 잘 맞습니다.

  • 제품·서비스 로드맵에서 만들 기능, 유지할 기능, 뺄 기능을 정할 때.
  • 가격 조사나 컨조인트 분석에 앞서 기본 기대와 차별화 요소를 나눌 때.
  • 세그먼트별 또는 시점별로 기능 인식을 비교할 때.
  • 응답자가 떠올리기 어려운 기능. 설명이나 시안을 보여 주지 않으면 응답이 무관심으로 쏠립니다.
  • 표본이 작은 경우. 기능당 수십 명 수준이면 Fong 검정으로 뚜렷한 범주가 나오는 일이 드뭅니다.
  • 예산 안에서 기능 우선순위를 정할 때. 중요도 평가, MaxDiff, 컨조인트 분석과 함께 쓰세요.
05

결과 해석

먼저 당연적 품질을 갖추고, CS+와 |CS−| 크기에 따라 일원적 품질에 투자한 뒤, 매력적 품질로 차별화하세요. Fong 검정으로 뚜렷한 범주가 나오지 않으면 최빈 범주 대신 계수를 보고, 자기 보고 중요도를 판단 근거로 함께 쓰세요. 역 품질 비율이 높다면 그 기능을 분명히 원하지 않는 집단이 있다는 뜻입니다.

참고 문헌

참고 문헌과 관련 자료

  • Kano, N., Seraku, N., Takahashi, F., & Tsuji, S. (1984). Attractive quality and must-be quality. Journal of the Japanese Society for Quality Control, 14(2).

  • Berger, C., Blauth, R., Boger, D., et al. (1993). Kano's methods for understanding customer-defined quality. Center for Quality of Management Journal, 2(4), 3–36.

  • Fong, D. (1996). Using the self-stated importance questionnaire to interpret Kano questionnaire results. Center for Quality of Management Journal, 5(3).

  • Matzler, K., & Hinterhuber, H. H. (1998). How to make product development projects more successful by integrating Kano's model of customer satisfaction into quality function deployment. Technovation, 18(1), 25–38.

자주 묻는 질문

자주 묻는 질문

카노 모델에는 어떤 범주가 있나요?

매력적 품질(A): 있으면 기쁘고 없어도 불만이 없습니다. 일원적 품질(O): 좋을수록 만족하고 나쁠수록 불만입니다. 당연적 품질(M): 있는 게 당연하며 없으면 불만입니다. 무관심 품질(I): 있든 없든 영향이 작습니다. 역 품질(R): 없는 편을 원합니다. 회의적 품질(Q): 있어도 없어도 ‘마음에 든다’처럼 모순된 응답입니다.

Kano 평가표는 어떻게 읽나요?

기능적 질문의 답이 행을, 역기능적 질문의 답이 열을 정합니다. 있을 때 ‘마음에 든다’, 없을 때 ‘마음에 들지 않는다’면 일원적 품질입니다. 있을 때 ‘마음에 든다’, 없을 때 ‘당연하다’, ‘상관없다’, ‘참을 수 있다’면 매력적 품질입니다. 있을 때 이 세 가지 중간 답, 없을 때 ‘마음에 들지 않는다’면 당연적 품질이고, 둘 다 중간 답이면 무관심 품질입니다.

CS+와 CS−(Better·Worse 계수)는 무엇인가요?

Berger 등이 제안한 고객 만족 계수입니다. CS+ = (A + O) / (A + O + M + I)는 기능을 제공하면 만족이 오르는 응답자의 비율, CS− = −(O + M) / (A + O + M + I)는 기능이 없을 때 만족이 떨어지는 응답자의 비율입니다. 최빈 범주만이 아니라 응답 구성 전체를 요약합니다.

Fong 검정이란 무엇인가요?

가장 많은 범주가 2위 범주를 실제로 앞서는지 확인하는 검정입니다. 상위 두 범주의 인원을 a, b, 분류된 응답 수를 n이라 할 때 |a − b|가 1.65 × √((a + b)(2n − a − b) / 2n) 이상이면 유의합니다. 아니면 ‘뚜렷한 범주 없음’으로 보고합니다.

이산 분석과 연속 분석은 어떻게 다른가요?

이산 분석은 각 기능을 가장 많이 나온 범주에 배정합니다. 연속 분석은 응답 분포 전체를 활용하며, 여기서는 CS+·CS− 계수와 사분면 도표가 이에 해당합니다. 응답이 여러 범주로 갈릴 때는 연속 분석이 더 많은 정보를 줍니다.

설문 데이터 전체를 브라우저에서 분석하세요

교차표, 가중치, 유의성 검정, 편집 가능한 보고서 내보내기까지 모두 무료이며 계정이 필요 없습니다. 파일은 사용 중인 브라우저 안에서 처리되며 업로드되지 않습니다.

데이터 파일 열기

· 영어판 보기