Модель Кано

Модель Кано, или Kano Model, — метод классификации функций продукта по степени их влияния на удовлетворенность пользователей. Японский ученый Нориаки Кано предложил его в 1984 году для управления качеством, но сегодня модель чаще применяют продуктовые команды, чтобы решить, что разрабатывать в первую очередь. Суть метода в том, что не все функции влияют на пользователя одинаково: одни пользователи воспринимают как само собой разумеющееся, другие вызывают восторг, а третьи вообще никого не волнуют. Шаблон в Unidraw помогает визуально распределить функции по этим категориям и принять решение вместе с командой.

Модель Кано подойдет:

• продуктовым менеджерам, которые формируют бэклог и выбирают, какие функции включить в следующий релиз;

• UX-исследователям, которые анализируют ожидания пользователей и хотят подкрепить результаты исследований визуальной моделью;

• маркетологам, которым нужно понять, какие характеристики продукта выделяют его среди конкурентов;

• стартапам на этапе MVP, где каждая функция — это время и деньги, поэтому выбирать нужно точечно;

• руководителям проектов, которые хотят обосновать приоритеты перед стейкхолдерами.

Модель поможет:

• разделить все запланированные функции на четыре категории: обязательные, повышающие ценность, привлекательные и безразличные;

• перестать тратить ресурсы на то, что не влияет на удовлетворенность пользователей;

• найти функции-сюрпризы, которые выделят продукт среди конкурентов;

• создать общее понимание приоритетов внутри команды и для стейкхолдеров.

Как работать с шаблоном модели Кано

1. Откройте шаблон «Модель Кано» в Unidraw. На доске вы увидите две оси. Горизонтальная — степень реализации функции, вертикальная — удовлетворенность пользователя. Вместе они образуют четыре зоны.

2. Составьте список функций, которые вы планируете или рассматриваете. Запишите каждую на отдельном стикере. Не включайте больше 15—20: с длинным списком сложно работать сфокусированно.

3. Для каждой функции задайте команде два вопроса: «Что почувствует пользователь, если функция будет?» и «Что почувствует, если ее не будет?» Комбинация ответов покажет категорию.

4. Перенесите стикеры в соответствующие зоны на доске. Обязательные функции — внизу справа: без них продукт воспринимается как сломанный. Повышающие ценность — по диагонали: чем лучше реализованы, тем выше удовлетворенность. Привлекательные — вверху слева: их не ждут, но они вызывают восторг. Безразличные — внизу слева: не влияют ни на что.

5. Обсудите спорные случаи. Если команда не может договориться, в какую зону попадает функция, это сигнал, что нужны пользовательские данные. Проведите короткий опрос по методу Кано среди пользователей.

6. Зафиксируйте итоговую расстановку и используйте ее при планировании спринта или релиза. Сначала — обязательные, затем — повышающие ценность, потом — привлекательные.

Пример использования модели на практике

Команда мобильного банка готовила обновление приложения. В бэклоге накопилось 30 функций — от биометрической авторизации до анимированных стикеров в переводах. Продакт-менеджер провела сессию по модели Кано в Unidraw с четырьмя разработчиками и дизайнером.

За полтора часа команда прошла по списку, задавая парные вопросы о каждой функции. Биометрическая авторизация попала в обязательные — без нее пользователи считают приложение небезопасным. Темная тема оказалась одномерной: ее ждут и чем лучше она реализована, тем выше оценка. Анимированные стикеры признали безразличными: ни один участник не смог обосновать, зачем они пользователю. А вот автоматическая категоризация расходов стала привлекательной функцией: ее никто не ожидает, но она решает конкретную проблему. Команда убрала стикеры из спринта и добавила категоризацию расходов. В итоге спринт стал короче на неделю.

Чем отличается от похожих форматов: модель Кано против матрицы приоритизации

Матрица приоритизации, где функции оцениваются по двум критериям — ценности и сложности, — отвечает на вопрос «Что проще сделать?». Модель Кано отвечает на другой вопрос: «Что сильнее повлияет на восприятие продукта пользователем?» Матрица приоритизации не различает обязательную функцию и привлекательную — обе могут получить одинаковый балл. Модель Кано разводит их по разным категориям с разной логикой: обязательные нужно сделать в любом случае, а привлекательные — добавлять, когда базовый уровень закрыт.

Когда не стоит использовать модель Кано

У команды нет контакта с пользователями и нет данных опросов. Модель Кано опирается на пользовательские ожидания — без них классификация превращается в угадывание.

Продукт настолько ранний, что непонятно, кто пользователь. Сначала стоит провести проблемные интервью, а уже потом приоритизировать функции.

Нужно выбрать между двумя конкретными решениями одной задачи. Для этого лучше подходит A/B-тест или дерево решений, а не классификация по категориям.

Советы по работе с шаблоном в Unidraw

Проведите экспресс-опрос пользователей перед сессией. Даже 15—20 ответов на парные вопросы Кано дадут более достоверную картину, чем экспертная оценка команды.

Используйте цветовую маркировку стикеров: один цвет — одна категория. Так результат виден без чтения подписей.

Пересматривайте расстановку раз в квартал. Привлекательные функции со временем становятся одномерными, а повышающие ценность — обязательными. Рынок двигается, и категории смещаются вместе с ним.

Сохраните доску как артефакт для стейкхолдеров. Визуальная карта приоритетов объясняет решения лучше, чем таблица с баллами.

Часто задаваемые вопросы

Сколько функций можно оценить за одну сессию?

Комфортный максимум — 15—20 функций. Если список длиннее, участники устают и начинают отвечать на парные вопросы формально. Разбейте список на две сессии или предварительно отсейте очевидные пункты голосованием.

Как часто нужно пересматривать результаты анализа по модели Кано?

Раз в квартал или после значимых изменений: выхода на новый рынок, смены целевой аудитории, появления сильного конкурента. Привлекательные функции со временем превращаются в повышающие ценность, а повышающие ценность — в обязательные, поэтому вчерашняя расстановка может не совпадать с сегодняшними ожиданиями.

Можно ли использовать модель Кано без опроса пользователей?

Можно, но результат будет менее точным. Команда способна провести классификацию на основе собственного опыта и данных поддержки, но парные вопросы пользователям снижают риск ошибки. Даже короткий опрос 15—20 респондентов заметно повышает достоверность распределения по категориям.