カノモデルとより速い馬

Question

始める前に、おそらく1つのことを述べておかなければなりません。解決策が「正しい」かどうかを判断するとき、私は人々にそれについて尋ねるのではなく、実際の行動を見ることを信じています。

さて、質問に移りましょう。私は過去にカノモデルを数回使用したことがあり、いつも頭に残っていることが1つありました。通常、狩野研究を実行するときに機能のプロトタイプを人々に示すことができる状態に到達するのではなく、スケッチやモックアップだけを彼らにしばしば見せます。最近少し実験をすることにし、鹿野モデル全体に疑問を投げかけました。

私は、製品を使用する人々にとって何がうまくいくかを見つけるために、特定の機能を備えたインタラクティブなプロトタイプを作成しました。そのプロトタイプにはFeature A、Feature BおよびFeature Cがありました。すべての機能は比較的新しいものであり、以前に製品で見た可能性はほとんどありません。私は彼らに現実的なタスクを与え、彼らがプロトタイプをどのように使用するかを見ました。それらを見て、ほとんどすべての人が機能Aを多用し、機能B＆Cを少しだけ使用したか、まったく使用していませんでした。

彼らがタスクを終えた後、私は彼らに狩野モデルからの質問をしました、そして結果にショックを受けました：

機能Aは無関心であることが判明しました。
機能Bはパフォーマンス機能でした。
機能Cは魅力的でした。

私は8人で調査を実施しましたが、結果はかなり明確で、それほど偏差はありませんでした。人々は基本的に言った彼らがタスクを完了するために最もよく使われたの機能を本当に必要としないと言っています。彼らはまた言った彼らがほとんど使っていないの機能を気に入ってくれることを。

以前にその問題に遭遇したことはありますか？セットアップ/観察で何かを見逃しましたか？

Jordan Rolph · Accepted Answer

いい質問ですねこれがどれほど多くの「問題」であるかは、あなたが望む結果が何であるかによります。

Kanoモデルでは、満足度と機能性は別々の軸にあります。ユーティリティ製品の場合、スケールは線形であるため、モデルは満足度を過小評価する可能性があると考えています。ソリューションを見つけるモデルから離れて、代わりに顧客ロイヤルティのスコアリングに使用されている調査を見ると、最高のスコアのみが何かを意味するように、それらは強く重み付けされています（6〜10の範囲）。たとえば NPSスコアリングシステムです。したがって、退屈な実用性のある製品（スプレッドシートなど）を作成しようとしている場合、人々は一連の機能を想定しているため、満足度スコアが特に高く評価されることはありません。

一方、あなたの目標が簡単に市場に出せるソリューションを構築することであるなら、おそらくカノモデルはあなたに何か役に立つものを伝えているでしょう。何年もの間、アウディはあなたが山に車で行き、スキーに行くことができる[魅力的な]ビジョンで新しいファミリーカーを販売してきました。そして、人々が期待するようになった機能についてではなく、それについては無関心です。

建物が販売されることの危険は、満足の衰退です。 Appleが新しいiPad proを販売した方法を見てみると、マーケティングはすべて[魅力的]病気のビートを作って美しいアートを作成することであり、タブレットに期待される機能ではありません。。つまり、あなたが特定したのと同じように、人々は、ほとんど使用していない光沢のある機能によって製品に惹かれます。

少々塩味のあるモデルを取り上げ、あなたが達成しようとしていることを頭に入れておきます。

Michael Lai · Answer

カノモデルは、製品の機能がユーザーにどのように認識されるかを考える方法を提供しますが、ほとんどのモデルと同様に、実際に何かが実際に機能する方法の理想的なビューです。私が提供するモデルの説明は非常に気に入っていますカノモデルの完全ガイドここでは、このタイプのスタディの設定方法について詳しく説明しています。

端的に言えば、結果の分析が最初に表示されるよりも複雑になる要因がいくつかあります。これらは、ユーザーや製品の機能について通常私たちが行ういくつかの仮定です。

たとえば、初心者とエキスパートユーザーを比較している場合、ユーザーは同じ機能について異なるビューを持つことができます。

また、モデルは実際に人々がさまざまな機能の認識を時間の経過とともに変更し、「光沢のある」機能が最終的に標準または必須の機能になるという事実に対応していることを覚えておくことも重要です。

また、機能のレベルを調整し、その変更の影響を観察することで動作のタイプを検証し、これが実際に特定の機能について人々が感じていることを確信する必要があることも覚えておいてください。単一のデータポイントでフィーチャをテストおよびスコアリングしても、パターンまたはトレンドが何であるかは必ずしもわかりません。