编辑导语：由于资源、成本有限，面对众多功能，开发团队并不能兼顾所有，此时便需要进行功能排序，在综合考虑用户需求、市场环境、企业发展策略等多个方面后，优先开发重要功能。这一问题在面试场景中也十分常见。本文作者便对如何确定功能优先性做了总结和梳理，一起来看一下。
一、面试题
某直播APP规划上线多个功能（包含短视频、订阅主播游戏装备、直播间跳转、陪玩大神等）。
如何根据用户需求，科学地确定功能优先性？
二、分析思路
1. 理解业务场景
日常业务中，由于公司资源、开发人员的时间和精力有限，需求优先性问题十分常见。
一般而言，功能排序需要综合考虑公司、产品、用户和社会效应等。
遇到这类分析功能优先性问题，怎么办呢？
可以根据不同影响因素组合，选择对应的分析模型。
举几个例子，普通二维分析模型（功能的重要性+紧急性）：
WSJF模型（老板+战略+业绩+需求评分+上线所需时间）：
Kano模型（用户需求与接受度）：
这里的面试题要求根据用户需求确定优先性，因此选择使用Kano模型。
2. 理解分析方法
1）模型介绍
Kano法由东京理工大学教授狩野纪昭提出，他以用户为导向将需求分为5类：魅力型、期望型、必备型、无差异型和反向型。
不同类别需求对应产品品质的不同阶段：
因此多数情况下，产品需要先满足用户的必备需求，继而期望需求，最后通过魅力需求超越顾客预期。
那么什么是必备/期望/魅力/无差异/反向功能呢？
① 必备功能
产品理所应当具有的功能。不具备会使用户体验受到明显影响。
② 期望功能
用户期待APP拥有这一类功能，上线后能提升用户满意度；否则用户会不满意。
当这一功能（如招聘APP的线上课程）普遍化后，期待功能可能降级为必备功能。
③ 魅力功能
通常是一些新颖/情感化的设计。
微信拍一拍功能即使不上线，也不会影响用户满意度；功能上线后引发了用户的交互热情。当然随着时间推移和新鲜感下降，魅力功能可能退化为期待/必备功能。
④ 无差异功能
具备/不具备都不会改变用户满意度。
电商平台的虚拟种果树游戏火热后，部分其他行业APP直接复制了这一功能。由于未考虑平台属性和用户需求，结果用户大多直接略过该板块。
⑤ 反向功能
反向功能会使用户满意度下降。
如恶意诱导的开屏广告，通过模糊实际的“跳过”按钮，诱使用户点击广告。对于产品方可能提升了广告收入，但影响了多数用户的体验和满意度。
2）模型作用
Kano模型能解答面试题，通过将功能分为必备/期望/魅力/无差异/反向，确定功能优先性。
同时模型需要调研用户，产品部门参与问卷设计和调研，因此可以促进团队共识；而调研过程有助于用户发声。
3）模型步骤
对应模型作用，模型使用需要由团队共同设置调研问卷，通过调研过程让用户表达需求。
随后统计问卷结果，通过Kano系数将需求归类为必备/期望/魅力/无差异/反向。
最后将分析结果可视化，获得结论，评估和调整。
三、具体操作
1. 问卷调研
1）设计问卷
Kano模型需要调研：各功能具备/不具备时，用户的满意度情况。
举个例子：当直播平台提供了陪玩大神功能时，用户是喜欢/觉得理应如此/无所谓/勉强接受/不喜欢？当直播平台不提供短视频功能时，用户感受又如何？
问卷题目和选项措辞需要和业务部门确认，同时确定如何向用户解释问卷内容。
具体内容包含正向/反向问题+选项。问卷解释部分为调研人员自用。
2）确定样本
① 确定渠道
需要在调研过程中解释内容，且调研样本不会过大时——优先采用线下问卷调研。
② 样本数量
为确保问卷结果有统计学意义，样本量要求≥30。
另外可能存在部分样本数据不符合要求，需预留容错，实际调研用户数保证在35/40以上。
③ 样本要求
样本要求需要重点和业务部门沟通。此次调研是针对产品所有目标用户？或是核心用户？或是多类型用户？
- 如果针对所有产品用户，则随机从产品用户中抽样调查；
- 如果针对核心用户，则根据核心用户要求，筛选后再抽样调查；
- 如果是针对多类型用户，则需要保证各类型样本比例。如产品有1/2/3三个数量相近的用户群，样本可以分为30（用户群1样本）+30（用户群2样本）+30（用户群3样本）。
3）问卷填写
问卷设计完毕+确定调研样本后，邀约用户填写问卷，关注用户填写过程。
2. 结果统计
为了更全面展示结果，我们增加了部分功能项。统计结果是以下6个功能具备/不具备时，用户的满意度数据。
最终问卷结果按照二维形式统计：
举个例子：陪玩大神功能的统计结果。
下图中方框中的“16”代表：120个样本中，有16名用户喜欢产品提供该功能，且如果产品不提供该功能，他们觉得无所谓。
“13.3%”代表：16名用户占总用户数（120）的比例。
统计结果如何和功能类别（必备/期望/魅力/无差异/反向）联系呢？我们需要用到Kano要素对照表。
给功能的统计数据标上颜色，红色代表魅力品质，橙色代表期望品质，绿色代表必备品质，蓝色代表无差异品质，紫色代表反向品质，灰色是可疑数据。
最后汇总陪玩大神功能的魅力/期望/必备/无差异/反向品质总数。
用同样的方法，汇总订阅游戏装备/直播间跳转/特权礼物/主播PK/短视频功能的品质数据。
至此，结果统计工作就完成了。总计一下结果统计的步骤：
3. 可视化
虽然有了统计结果，但我们还未确定各功能的优先级顺序。
需要通过better-worse系数（Kano模型的重要部分）确定各功能具备/不具备时用户的满意度，并通过可视化图表辅助呈现结果。
1) 确定Better-worse系数
Better系数和worse系数分别代表具备/不具备该功能时，用户的满意程度。
Better系数越接近1，表示具备该功能，对用户满意度的提升越明显；worse系数越接近-1，表示不具备该功能，对用户满意度的降低越明显。
计算各功能的better系数及worse系数：
2）统计图确定功能分区
以worse系数绝对值为横坐标，better系数为纵坐标，绘制各功能散点图并划分象限。
- 第一象限为期望功能，包含特权礼物、陪玩大神功能。
- 第二象限为魅力功能，包含直播间跳转、订阅游戏装备。
- 第三现象为无差异功能，包含主播PK。
- 第四象限为必备功能，包含短视频。
结论：
一般而言，必备功能优先于期望功能优先于魅力功能，无差异功能根据产品情况可以考虑不做。
同一象限内，Better系数越接近1，用户满意度的提升越明显；worse系数越接近-1，用户满意度的降低越明显。因此在魅力功能中，直播间跳转优先于订阅游戏装备；在期望功能中，特权礼物优先于陪玩大神。
- 必备功能通常是用户的基础需求，优先满足；
- 期望功能是用户比较同类型产品的关注点，在满足必要需求的基础上也应尽量满足；
- 魅力功能较难预测，但能带来用户忠诚度。
在实际业务中，功能的定义需要不断更新。随着市场和竞品发展，期望功能和魅力功能可能演变为必备功能，产品方要挖掘新的用户期望和惊喜点。
4. 模型调优
1）结合用户其他信息，丰富结论
Kano的模型信息完全来源于用户问卷。实际上问卷结果不能完全代表用户的真实需求，用户所说不等于用户内在想法。
因此，以用户需求为导向确定优先性时，可以将Kano分析结果与产品用户画像结合分析，确定最终结论。
（用户画像包含目标用户的基本信息、使用场景、痛点和关键区分点。这些内容有助于确定用户的内在诉求。）
2）日常数据的Kano建模
前面我们也提到，对功能的定义需要不断更新。
同时，问卷的覆盖面是有限的，而大量的问卷调查需要消耗较多人力。因此，运用python等软件进行日常数据建模，有助于长线分析。
本篇我们主要介绍Kano模型的日常使用，不继续展开建模分析。
四、结论
回归前面的面试题，如何根据用户需求，科学地确定功能优先性？
本篇内容，我们通过Kano模型四部曲（问卷调研-结果统计-可视化-调优），确定了各功能属性和优先性：必备>期望>魅力>无差异功能（反向功能是产品需要避免的）。
同时为了结论更客观，Kano分析结论可以与用户画像信息比对分析，综合确定用户内在需求；为了长线考虑，可以逐步建立Kano数据模型，后续通过评论数据直接判断功能类别和优先级。