Модель Кано: что это, категории и пример

Автор

Нориаки Кано, Нобухико Сэраку, Фумио Такахаси, Син-ити Цудзи, 1984 (впервые представлена в 1982)

Уровень

301 · Продвинутый

Подходит

стартап, малый и средний бизнес, растущая компания

Время на внедрение

две-три недели: несколько дней на анкету, одна-две недели на сбор ответов, день на анализ

Что понадобится

список из 10–25 функций или свойств сервиса, записанных словами клиента · доступ к клиентам одного чётко очерченного сегмента, в идеале несколько десятков и больше на сегмент · электронная таблица с готовой таблицей оценки 5×5 · один человек, который отвечает за дорожную карту и будет принимать решения по итогам

Модель Кано — метод, который сортирует функции продукта или услуги по тому, как они влияют на удовлетворённость клиентов. Он показывает команде, какие функции клиенты просто ждут, какие вознаграждают пропорционально качеству работы, а какие приятно удивляют. Нориаки Кано и трое коллег — Нобухико Сэраку, Фумио Такахаси и Син-ити Цудзи — опубликовали её в апреле 1984 года в журнале Японского общества контроля качества под названием «Привлекательное качество и обязательное качество». Идею в статье проверили опросами потребителей на телевизорах и настольных часах.

Работа началась раньше 1984 года. Номер журнала Center for Quality of Management за 1993 год возводит её к докладу Кано и Такахаси 1979 года о мотиваторах и гигиенических факторах качества и к выступлению 1982 года на ежегодном собрании общества. Язык мотиваторов и гигиенических факторов пришёл от Фредерика Герцберга: его исследование о том, что мотивирует сотрудников, показало, что причины удовлетворённости на работе — не просто обратная сторона причин раздражения. Кано преподавал в Токийском университете науки с 1982 по 2006 год и, как сказано в его собственном профиле, в 1997 году получил индивидуальную премию Деминга. То же разделение он перенёс на продукты.

Почему удовлетворённость не растёт по прямой

Модель Кано исходит из одной мысли: если делать что-то лучше, клиенты не обязательно становятся довольнее в той же мере. До Кано качество обычно мерили по одной шкале: чем лучше продукт, тем довольнее клиент. Команда Кано утверждала, что у качества два измерения — насколько хорошо выполнена функция и что клиент по этому поводу чувствует, — а связь между ними принимает разные формы.

Журнал CQM показывает эти формы на автомобиле. Хорошие тормоза водителя не радуют, но плохие приводят его в ярость. Расход топлива работает как регулятор: чем лучше, тем довольнее. Антенна, которая сама убиралась, когда радио выключали, была по тем временам приятным сюрпризом, и без неё никто не скучал.

Пять категорий

Модель относит каждую функцию к одной из пяти категорий, а шестой код оставлен для бессмысленных ответов. В разных источниках названия отличаются: первые три категории называют то базовыми, характеристиками исполнения и восхищающими (basic, performance, excitement), то must-have и delighter.

Сомнительный (Q, questionable) — шестой код. Он отмечает респондента, который говорит, что функция ему нравится и когда она есть, и когда её нет. Обычно это значит, что вопрос сформулирован плохо.

Анкета: два вопроса на функцию

Анкета Кано спрашивает о каждой функции дважды. Функциональный вопрос выясняет, что клиент чувствует, если функция есть («Если расход топлива хороший, что вы чувствуете?»). Дисфункциональный — что чувствует, если её нет или она плохая («Если расход топлива плохой, что вы чувствуете?»). Варианты ответа в обоих случаях одни и те же, в журнале CQM они звучат так: мне так нравится, так и должно быть, мне всё равно, я могу с этим смириться, мне так не нравится.

Основную информацию несёт второй вопрос. Клиент, которому не понравится отсутствие функции, но который равнодушен к её наличию, говорит вам, что это обязательная функция. Одна оценка важности такого не покажет.

Таблица оценки

Каждую пару ответов ищут в таблице оценки 5×5. Строки — ответ на функциональный вопрос, столбцы — на дисфункциональный. Так таблица опубликована в журнале CQM в 1993 году.

Клиент, которому нравится хороший расход топлива и не нравится плохой, попадает в O. Тот, кто ждёт функцию или к ней равнодушен, но кому не нравится её отсутствие, попадает в M.

Как читать результаты

Проще всего взять для каждой функции самый частый код. Журнал CQM предупреждает, что это скрывает разброс: функция, которую привлекательной назвали 90 из 100 респондентов, и функция, которую так назвали 60, получат один и тот же ярлык. Майк Тимко (Mike Timko) из Analog Devices в том же номере предложил два показателя. Better — это (A+O)/(A+O+M+I), доля клиентов, чья удовлетворённость вырастет, если функция будет. Worse — это −(O+M)/(A+O+M+I), доля тех, чья удовлетворённость упадёт, если её не будет. Если нанести оба на график, функции можно ранжировать внутри категорий и между ними.

Команда из Инсбрука добавила правило для спорных случаев, M>O>A>I: если функция делится между категориями, считайте её той, игнорировать которую больнее всего. Общий совет в обоих источниках одинаков: закройте все обязательные функции, будьте конкурентны по одномерным и добавьте несколько привлекательных.

Категории смещаются со временем

Категории дрейфуют: функции обычно сползают от безразличных к привлекательным, потом к одномерным и в конце к обязательным, по мере того как клиенты привыкают.

Нильссон-Вителл и Фундин (Nilsson-Witell, Fundin) нашли электронный сервис, который клиенты в момент запуска считали безразличным, а через несколько лет привлекательным, тогда как первые пользователи уже видели в нём одномерную или обязательную функцию. Лёфгрен, Вителл и Густафссон опросили 1456 клиентов о 24 свойствах упаковки в 2003 и 2009 годах и увидели три сценария: свойства, которые шли по ожидаемому пути, недолговечные «вкусы месяца» и устойчивые. Некоторые после смены дизайна двинулись назад.

Ограничения метода

Ответ зависит от метода. Вителл и Лёфгрен классифицировали одни и те же свойства электронного сервиса четырьмя подходами на 430 респондентах и получили разные результаты в зависимости от подхода. Микулич и Пребежац (Mikulić, Prebežac) пришли к выводу, что классифицировать функции до появления продукта могут только анкета Кано и прямая классификация.

Важны и сегменты. В здравоохранении Матерла, Кадни и Хопен (Materla, Cudney, Hopen) опросили 138 пациентов университетской поликлиники и нашли 16 одномерных, 3 безразличных и 2 привлекательных свойства, а обязательных не нашлось вообще. Они замечают, что от студенческой клиники молодые респонденты могут ждать меньше. Результат «обязательных нет» чаще говорит об узкой выборке, чем о рынке без базовых требований.

Модель Кано в маркетинге: сравнение с MoSCoW и голосом клиента

Голос клиента находит потребности, Кано их классифицирует, а MoSCoW превращает в план релиза. В работе Pushers по Growth Lab такой порядок не даёт команде полировать восхищающую функцию, пока обязательная ещё сломана.

Как применять: Модель Кано: что это, категории и пример по шагам

1. Соберите функции-кандидаты у клиентов. Берите их из интервью, обращений в поддержку и заметок отдела продаж, а не из бэклога. Зауэрвайн (Sauerwein) с коллегами, ссылаясь на Гриффина и Хаузера, пишут, что 20–30 интервью в одном однородном сегменте выявляют большинство потребностей. Результат: список из 10–25 функций, каждая сформулирована как то, что клиент заметит сам.
2. Для каждой функции напишите функциональный и дисфункциональный вопрос. О каждой функции спросите, что клиент чувствует, если она есть, и что чувствует, если её нет. Варианты ответа оба раза одни и те же: «нравится», «ожидаю этого», «мне всё равно», «могу смириться», «не нравится». Прежде чем рассылать анкету, проверьте формулировки на трёх клиентах. Результат: анкета с двумя вопросами на каждую функцию.
3. Опрашивайте по одному сегменту. Рассылайте анкету клиентам с одинаковой задачей и одинаковым опытом и добавьте пару вопросов, по которым видно сегмент. Если смешать новичков и опытных, категории размоются. Результат: пары ответов по каждому респонденту, размеченные по сегментам.
4. Классифицируйте каждую пару ответов по таблице оценки. Найдите в таблице 5×5 пересечение функционального и дисфункционального ответа респондента и запишите код: A, O, M, I, R или Q. Затем сосчитайте коды по каждой функции. Результат: распределение категорий для каждой функции.
5. Назначьте категорию и посчитайте Better и Worse. Берите самую частую категорию, но смотрите на разброс: расклад 60/40 говорит о другом, чем 90/10. Затем считайте Better = (A+O)/(A+O+M+I) и Worse = −(O+M)/(A+O+M+I). Результат: одна категория и два показателя на функцию.
6. Превратите категории в решения по дорожной карте. Сначала закройте все обязательные функции, по одномерным выйдите на уровень лидера рынка, из привлекательных выберите две-три для вашего сегмента, от безразличных откажитесь. Повторяйте опрос раз в год или после серьёзных перемен на рынке. Результат: список приоритетов, который утверждает владелец дорожной карты.

Примеры

Горные лыжи: одна функция, два сегмента

Зауэрвайн, Байлом, Мацлер и Хинтерхубер (Sauerwein, Bailom, Matzler, Hinterhuber) из Инсбрукского университета провели опросы по методу Кано среди более чем 1500 покупателей горных лыж. Сцепление кантов с твёрдым снегом оказалось обязательным для 49,3% респондентов, лёгкость поворота — одномерной для 45,1%, а бесплатное ежегодное обслуживание кантов и скользящей поверхности — привлекательным для 63,8%. Разбивка по уровню катания изменила картину: опытные лыжники считали сцепление кантов обязательным, а новички — одномерной функцией.

Поликлиники первичной помощи в Саудовской Аравии

Хавсави (Howsawi) с коллегами опросили 243 пациента в 10 центрах первичной помощи Министерства здравоохранения по 18 свойствам. Четырнадцать оказались одномерными, три — привлекательными, одно — безразличным, а обязательных не нашлось вообще. Привлекательными стали единая электронная медицинская карта, обучающие фильмы в зале ожидания и современная радиология, например МРТ. В списке одномерных первыми оказались доброжелательность персонала и внимание врача.

Платёжный сервис выбирает из двух функций

Иллюстративный пример, реальная компания не подразумевается. Платёжный сервис спрашивает 120 пользователей о мгновенной выплате на карту и о двухфакторном входе. Выплата получает A 48, O 30, M 12, I 24 (6 обратных или сомнительных ответов отложены в сторону), поэтому Better = 78/114 = 0,68, Worse = −42/114 = −0,37: привлекательная функция. Двухфакторный вход получает A 6, O 22, M 70, I 16, поэтому Better = 0,25, Worse = −0,81: обязательная функция. Команда сначала выпускает двухфакторный вход, а на мгновенной выплате строит рекламу.

Когда применять

Применяйте метод, когда в бэклоге больше функций, чем команда успеет сделать, и спор идёт о том, за какие из них клиенты скажут спасибо; при планировании новой версии зрелого продукта; когда сервисной команде нужно отделить базовое, чего ждут пациенты или клиенты, от дополнений, которые выделят её среди других. Лучше всего он работает, когда сегмент определён, а функции достаточно конкретны, чтобы клиент мог их себе представить.

Когда не применять

Не берите метод, если вы ещё не знаете потребностей клиента: опрос лишь классифицирует функции, которые вы уже перечислили, поэтому сначала проведите интервью или исследование jobs to be done. Он плохо подходит и для ранжирования десятков внутренних или технических пунктов, которых клиенты не видят, и для решений, которые диктуют затраты, регулирование или сроки: там проще взять MoSCoW или скоринговую модель.

Частые ошибки

• Опрашивают смешанную аудиторию. Опытные пользователи и новички часто относят одну и ту же функцию к разным категориям, и тогда мода отражает мнение тех, кого в выборке больше.
• Смотрят только на моду. Функция, которую 30 человек назвали привлекательной, а 20 — безразличной, слабее той, которую 30 назвали привлекательной, а 20 — обязательной.
• Пишут абстрактные вопросы вроде «Если в продукте хорошая защита». Клиенты отвечают на конкретные ситуации последовательнее, чем на ярлыки.
• Считают результат вечным. Когда конкуренты копируют функцию, она смещается к обязательным, и прошлогодняя «изюминка» может оказаться сегодняшним минимумом.
• Пропускают обязательные функции на том основании, что они не повышают удовлетворённость. Но именно их сбой стоит вам клиентов.

Вопросы и ответы

Какие пять категорий выделяет модель Кано?

Обязательные функции вызывают недовольство, когда их нет, и не добавляют удовлетворённости, когда они есть. Одномерные удовлетворяют пропорционально тому, насколько хорошо работают. Привлекательные радуют, когда есть, и не огорчают, когда их нет. Безразличные ни на что не влияют. Обратные раздражают часть клиентов, когда они есть. Шестой код, сомнительный, отмечает противоречивые ответы.

Кто и когда создал модель Кано?

Нориаки Кано, профессор Токийского университета науки, разработал её вместе с Нобухико Сэраку, Фумио Такахаси и Син-ити Цудзи. Впервые они представили её на собрании Японского общества контроля качества в 1982 году, а журнал общества опубликовал статью «Привлекательное качество и обязательное качество» в апрельском номере 1984 года.

Как использовать модель Кано для приоритизации?

Сначала закройте все обязательные функции, по одномерным конкурируйте с лидерами рынка, затем добавьте несколько привлекательных, самых важных для вашего сегмента. Зауэрвайн с коллегами называют это правилом M>O>A>I. Показатели Better и Worse помогают ранжировать функции внутри каждой категории.

Как рассчитать Better и Worse в опросе по модели Кано?

Сосчитайте ответы по категориям для одной функции, не включая обратные и сомнительные. Better равен (A+O), делённому на (A+O+M+I), и показывает, насколько вырастет удовлетворённость, если функция будет. Worse равен минус (O+M), делённому на ту же сумму, и показывает, насколько она упадёт, если функции не будет.

Чем модель Кано отличается от MoSCoW?

MoSCoW сортирует требования по тому, что нужно выпустить к жёсткому сроку, и группы определяет команда. Модель Кано сортирует функции по реакции клиентов на их наличие и отсутствие, и решают клиенты через опрос. Многие команды сначала проводят опрос Кано, а затем по его итогам спорят о списке Must have в MoSCoW.

Источники

1. Noriaki Kano, Nobuhiko Seraku, Fumio Takahashi, Shin-ichi Tsuji, Attractive Quality and Must-Be Quality, Journal of the Japanese Society for Quality Control 14(2), 1984, J-STAGE
2. Center for Quality of Management Journal 2(4), Kano's Methods for Understanding Customer-defined Quality (Berger, Blauth, Boger et al.), 1993
3. Elmar Sauerwein, Franz Bailom, Kurt Matzler, Hans H. Hinterhuber, The Kano Model: How to Delight Your Customers, International Working Seminar on Production Economics, 1996
4. Kurt Matzler, Hans H. Hinterhuber, Franz Bailom, Elmar Sauerwein, How to delight your customers, Journal of Product & Brand Management 5(2), 1996
5. Noriaki Kano, Ishikawa Memorial Lecture and profile, World Quality Forum, International Academy for Quality, 2017
6. Frederick Herzberg, One More Time: How Do You Motivate Employees?, Harvard Business Review
7. Martin Löfgren, Lars Witell, Two Decades of Using Kano's Theory of Attractive Quality: A Literature Review, Quality Management Journal 15(1), 2008
8. Lars Witell, Martin Löfgren, Jens J. Dahlgaard, Theory of attractive quality and the Kano methodology: the past, the present, and the future, Total Quality Management & Business Excellence 24(11-12), 2013
9. Martin Löfgren, Lars Witell, Anders Gustafsson, Theory of attractive quality and life cycles of quality attributes, The TQM Journal 23(2), 2011
10. Lars Nilsson-Witell, Anders Fundin, Dynamics of service attributes: a test of Kano's theory of attractive quality, International Journal of Service Industry Management 16(2), 2005
11. Lars Witell, Martin Löfgren, Classification of quality attributes, Managing Service Quality 17(1), 2007
12. Josip Mikulić, Darko Prebežac, A critical review of techniques for classifying quality attributes in the Kano model, Managing Service Quality 21(1), 2011
13. Lars Witell, Martin Löfgren, Anders Gustafsson, Attractive Quality Creation: A Case Study of Microwave Ovens, 11th QMOD Conference, 2008
14. Kurt Matzler, Hans H. Hinterhuber, How to make product development projects more successful by integrating Kano's model of customer satisfaction into quality function deployment, Technovation 18(1), 1998
15. Kurt Matzler, Franz Bailom, Hans H. Hinterhuber, Birgit Renzl, Johann Pichler, The asymmetric relationship between attribute-level performance and overall customer satisfaction, Industrial Marketing Management 33(4), 2004
16. Qianli Xu, Roger J. Jiao, Xi Yang, Martin Helander et al., An analytical Kano model for customer need analysis, Design Studies 30(1), 2009
17. Abbie Griffin, John R. Hauser, The Voice of the Customer, Marketing Science 12(1), 1993
18. Peter T. Lee, John F. Newcomb, Applying the Kano Methodology to Meet Customer Requirements: NASA's Microgravity Science Program, Quality Management Journal 4(3), 1997
19. Anders Fundin, Dynamics of Quality Attributes Over Life Cycles of Goods and Services, doctoral thesis, Chalmers University of Technology, 2005
20. Abdulaziz A. Howsawi et al., Application of the Kano model to determine quality attributes of patient's care at the primary healthcare centers of the Ministry of Health in Saudi Arabia, Journal of Family & Community Medicine 27(3), 2020
21. Tejaswi Materla, Elizabeth A. Cudney, David Hopen, Evaluating factors affecting patient satisfaction using the Kano model, International Journal of Health Care Quality Assurance 32(1), 2019
22. Feng-Han Lin et al., Empirical research on Kano's model and customer satisfaction, PLoS One 12(9), 2017
23. Minnesota Department of Health, Public Health Quality Improvement Toolbox, Kano model

Обновлено 15 октября 2026

Илья ПушинОснователь PUSHERS & COO Fintech ServiceИлья строит операционные системы для растущих компаний в медицине и финтехе. С 2021 года руководит трансграничными платежами в ARBI Exchange, лицензированном обменнике в Таиланде, включая KYC, AML и выход в новые юрисдикции.Об автореLinkedIn