開啟導覽
開啟開啟工作區

市場研究工具 · 免費產品與需求研究工具

Kano 模型分析

用 Kano 問卷的正向題與反向題判斷每項功能屬於魅力、一維、當然還是無差異品質,並計算滿意係數與 Fong 檢定。檔案只在瀏覽器中處理。

線上執行 Kano 分析

開啟每項功能各有一題正向題與一題反向題的受訪者資料(編碼 1–5 或英文文字答案),工具會依欄位名稱自動配對;也可以直接貼上各功能的 A/O/M/I/R/Q 次數。免費、不需帳號,檔案不會上傳。

支援 CSV、Excel、SPSS、Stata、SAS、R、Parquet、SQLite 或 JSON。檔案只在這個瀏覽器分頁中讀取,不會上傳。 Triple-S 資料請同時選取 .sss 或 .xml 中繼資料檔案及其資料檔案。

01

如何閱讀滿意–不滿意圖

圖上每個點代表一項功能。縱軸是滿意係數 CS+(提供這項功能能增加多少滿意),橫軸是不滿意係數的絕對值 |CS−|(少了它會造成多少不滿)。右上是一維品質,右下是當然品質,應該最先做好;左上是魅力品質,基本功到位後用來做出差異;左下是無差異品質。

Kano 類別會隨時間移動:今天的魅力品質被競爭者模仿後,常會變成一維品質,最後成為當然品質。不同族群的結果也可能不同,可以在工作區用交叉表比較各區隔的答案。

02

計算公式

CS+ =(A + O)/(A + O + M + I),CS− = −(O + M)/(A + O + M + I)。A、O、M、I 分別是被歸為魅力、一維、當然、無差異品質的人數;R(反轉)與 Q(可疑)計入比例,但不納入係數。CS+ 也稱 Better 係數,介於 0 到 1;CS− 也稱 Worse 係數,介於 −1 到 0。

Fong 檢定:設 a、b 為次數最高的兩個類別人數,n 為所有已分類的回答數。當 |a − b| ≥ 1.65 × √((a + b)(2n − a − b) / 2n) 時,第一名明顯領先,可以判定類別;否則報告為「沒有明確類別」。

03

分析範例

點選「使用範例資料」會載入一份合成的外送 App 問卷:300 位受訪者針對 6 項功能分別回答正向題與反向題,並給出自評重要性。以「外送員即時位置追蹤」為例,294 位受訪者兩題都有作答,其中 41.8% 歸為一維品質、21.1% 為魅力品質、16.3% 為當然品質。CS+ =(62 + 123)/(62 + 123 + 48 + 43)= 0.67,CS− = -0.62。一維與魅力品質的次數差為 61,高於 Fong 檢定的臨界值 18.6,因此可以明確判定為一維品質。

「準確的送達時間預估」是當然品質(48.1%,CS− -0.73):做好了沒人稱讚,少了卻最傷滿意度。「生日免費甜點」是魅力品質(50.3%,CS+ 0.62,CS− 只有 -0.15)。「促銷推播通知」以無差異為主,另有 34.9% 的受訪者給出反轉回答,也就是寧願沒有這項功能。

「一鍵再訂一次」說明了檢定的用處:一維品質 89 人、魅力品質 85 人,差距 4 遠低於臨界值 18.2,沒有明確類別;不過 CS+ 為 0.62,表示它仍能明顯提升滿意度。

04

適用與不適用的情境

Kano 分析回答的是「哪些功能是基本門檻、哪些是加分項」,適合在產品規劃初期使用。

  • 決定產品或服務藍圖中要做、保留或刪除哪些功能。
  • 在定價研究或聯合分析之前,先區分基本期待與差異化功能。
  • 比較不同區隔或不同時期對功能的看法。
  • 受訪者無法想像的功能:需要先說明或展示,否則答案會偏向無差異。
  • 樣本很小:每項功能只有幾十人時,Fong 檢定很少能給出明確類別。
  • 在預算內排定功能優先順序:應搭配重要性評分、MaxDiff 或聯合分析。
05

如何解讀結果

先補齊當然品質,再依 CS+ 與 |CS−| 的大小投資一維品質,最後用魅力品質做出差異。Fong 檢定找不到明確類別時,請看係數而不是眾數,並可用自評重要性輔助判斷。反轉回答比例高,代表有一群人明確不想要這項功能。

參考資料

延伸閱讀

  • 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.

常見問題

常見問題

Kano 模型有哪些類別?

魅力品質(A):有了會驚喜,沒有也不會不滿。一維品質(O):越好越滿意,越差越不滿。當然品質(M):理所當然,少了會不滿。無差異品質(I):有沒有都影響不大。反轉品質(R):受訪者寧願沒有。可疑結果(Q):答案自相矛盾,例如有和沒有都「喜歡」。

Kano 評價表怎麼看?

正向題的答案決定列,反向題的答案決定欄。有時「我喜歡」、沒有時「我不喜歡」是一維品質;有時「我喜歡」、沒有時為「理所當然」「無所謂」或「可以忍受」是魅力品質;有時為這三種中間答案、沒有時「我不喜歡」是當然品質;兩題都是中間答案則是無差異品質。

CS+ 與 CS−(Better 與 Worse 係數)是什麼?

Berger 等人提出的顧客滿意係數。CS+ =(A + O)/(A + O + M + I),代表提供這項功能後滿意度上升的人所占比例;CS− = −(O + M)/(A + O + M + I),代表少了這項功能時滿意度下降的人所占比例。它們總結了所有回答的組成,而不只是最常見的類別。

Fong 檢定是什麼?

用來判斷最常見的類別是否真的領先第二名。設 a、b 為最高的兩個次數,n 為已分類回答總數,當 |a − b| 不小於 1.65 × √((a + b)(2n − a − b) / 2n) 時差異顯著;否則這項功能會報告為「沒有明確類別」。

離散分析與連續分析有什麼不同?

離散分析把每項功能歸入出現次數最多的類別;連續分析保留完整的回答分布,這裡以 CS+、CS− 係數與象限圖呈現。當受訪者分散在幾個類別之間時,連續分析提供的資訊更多。

分析你自己的問卷資料檔

開啟 CSV、Excel 或 SPSS(.sav)檔案,直接在瀏覽器中開始分析。免費、不需要帳號,你的資料不會離開你的電腦。

開啟完整工作區

· 英文版