真實(shí)案例:用KANO模型和PSM價(jià)格敏感度確定產(chǎn)品功能和定價(jià)

9 評(píng)論 69006 瀏覽 178 收藏 12 分鐘

首先感謝各位客官對(duì)《別走!沒(méi)有想到你是這樣的用戶!——流失用戶預(yù)警》的抬舉,在這里發(fā)文更多是為了整理這一年來(lái)的學(xué)習(xí)與收獲,一年前的今天,我也在這個(gè)平臺(tái)接受了很多前輩的指導(dǎo)才能在這條路上走得更好?,F(xiàn)在也希望能幫助同樣的朋友,能在這條路上有一些幫助~予人玫瑰,手有余香。

今天和大家分享的是關(guān)于產(chǎn)品功能上線和合理定價(jià)的問(wèn)題。記得一個(gè)產(chǎn)品姐姐在晨會(huì)分享的時(shí)候說(shuō)過(guò)一句話受益匪淺“一個(gè)產(chǎn)品從出生到長(zhǎng)大,要先保證能用,再保證好用。”是的,在產(chǎn)品功能選擇上,什么功能是保證用戶能用的,什么功能是為了讓用戶好用的,每類功能會(huì)帶給用戶什么樣的體驗(yàn)。這個(gè)問(wèn)題一直也是我們?cè)谧霎a(chǎn)品過(guò)程中不斷整理和思考的,用戶說(shuō)什么就做什么,功能豐富且齊全,但最終還是做死了的例子不勝枚舉。那么一個(gè)新的功能到底上不上,這個(gè)功能/服務(wù)如果收費(fèi),價(jià)格應(yīng)該是怎樣的。今天就來(lái)給大家分享一下關(guān)于我之前項(xiàng)目遇到的這些問(wèn)題和我們的解決辦法。

一、功能到底要不要上——KANO模型

KANO模型大家應(yīng)該都很熟悉。我不太喜歡把能百度一下的“個(gè)人簡(jiǎn)介”貼上來(lái)湊字。簡(jiǎn)單說(shuō)就是N個(gè)功能擺在這里,我們?nèi)绾闻卸ㄔ摴δ芊匣拘托枨?、期望型需求還是興奮型需求?KANO模型就可以幫助我們解決這個(gè)問(wèn)題。但是這里有必要說(shuō)一下,評(píng)定一個(gè)需求的優(yōu)先級(jí)絕對(duì)不是僅僅根據(jù)這個(gè)就直接判定的。其他吧啦吧啦的問(wèn)題也是要考慮在其中的。(PS:我常常覺(jué)得產(chǎn)品經(jīng)理是一個(gè)瞬間老10歲的崗位)

直接分享我之前的項(xiàng)目,如果有小伙伴不太了解KANO模型是什么,建議大家可以直接百度,我就不在這班門(mén)弄斧了。

項(xiàng)目背景:因?yàn)榕R近一個(gè)關(guān)鍵節(jié)日,我司產(chǎn)品希望能增加功能A、功能B、功能C、功能D、功能E,那么如何判定哪一些功能是可以排在前面,哪些可以稍微排后?我們?cè)O(shè)置了調(diào)研問(wèn)卷來(lái)讓用戶對(duì)這5個(gè)功能進(jìn)行評(píng)價(jià)。具體問(wèn)卷形式如下圖。

(為保護(hù)我司隱私,對(duì)具體內(nèi)容進(jìn)行隱藏。啊哈哈,我價(jià)值觀很正的?。?/p>

1_副本_副本

這樣一份問(wèn)卷收到之后呢,你將會(huì)得到這樣一個(gè)格式的數(shù)據(jù)。數(shù)據(jù)已經(jīng)過(guò)處理。

2_副本

這是一份“如果提供功能A五選項(xiàng)的選擇人數(shù)*如果不提供功能A五選項(xiàng)的選擇人數(shù)”的交叉表。分別是交叉選擇人數(shù)和人數(shù)在該選項(xiàng)總?cè)藬?shù)的占比。

這個(gè)圖表怎么用嘞。這下我就必須要找一個(gè)解釋圖上來(lái)了。請(qǐng)見(jiàn)下圖:

11

大家看到了這里面AQIRMO之類的標(biāo)記了。后續(xù)的所有指數(shù)都是這些類別的求和。比如:所有分布在Q的格子里的值相加,就是Q的總體系數(shù)。所有R的格子里的值相加,就是R的總體系數(shù)。和我上面一張數(shù)據(jù)圖一一對(duì)應(yīng)。解釋的夠清楚了昂~

下面解釋一下這些神奇AQIRMO都是什么意思:

  • A–魅力屬性
  • O–期望屬性(一維屬性)
  • M–必備屬性
  • I ?–無(wú)差異屬性(次要屬性)
  • R –反向?qū)傩?/li>
  • Q–可疑結(jié)果

得分最高的屬性就是這個(gè)功能的最后屬性歸屬。

最后,增加了這個(gè)功能或者沒(méi)有這個(gè)功能又會(huì)對(duì)用戶滿意度造成什么影響呢?這就是better-worse系數(shù)

  • 增加后的滿意系數(shù)(better):(魅力屬性+期望屬性)/(魅力屬性+期望屬性+必備屬性+無(wú)差異因素)
  • 消除后的不滿意系數(shù)(worse):(期望屬性+必備屬性)/(魅力屬性+期望屬性+必備屬性+無(wú)差異因素×(-1)
  • 注:系數(shù)越接近于1或-1,說(shuō)明對(duì)提供后產(chǎn)生滿意或不提供后產(chǎn)生不滿的影響越大

就醬紫,我們得到了這樣的一些系數(shù)。就可以畫(huà)一個(gè)逼格比較高的象限圖啦。橫坐標(biāo)worse系數(shù),縱坐標(biāo)better系數(shù)。把四類屬性分布于各個(gè)象限中。這個(gè)是用SPSS做的散點(diǎn)圖。

微信截圖_20160518160649_副本

綜上所述,我們就確認(rèn)了功能ABCDE的各個(gè)屬性歸類和優(yōu)先級(jí)啦~昂。功能的優(yōu)先級(jí)確定就醬紫結(jié)束了。

二、 確定了功能/服務(wù),該如何為其定價(jià)

不是每個(gè)功能的出現(xiàn)都是為了實(shí)現(xiàn)用戶更好的操作而存在的,比如購(gòu)物車、收藏夾之類的功能。還有一些功能的存在是為了能夠賺錢(qián)的!是不是很直接!是不是說(shuō)到了很多人的心里去!比如說(shuō)賣東西寄快遞,賣家愿意給你送貨上門(mén),為你提供這個(gè)功能雖然是為了用戶體驗(yàn)更好,說(shuō)到底還是起碼不賺錢(qián)但不虧本的。那么快遞費(fèi)定價(jià)多少合適?(我就是舉個(gè)例子,不要告訴我快遞費(fèi)多少錢(qián)是快遞公司說(shuō)的算)

就我司這次項(xiàng)目中,有一些功能是需要付一些費(fèi)用的,那么要付多少錢(qián)能夠保本,多少錢(qián)可以盈利,多少錢(qián)用戶就覺(jué)得你有病了呢?比起拍腦袋猜,或者設(shè)置不同價(jià)格用市場(chǎng)來(lái)驗(yàn)證,我更建議在最開(kāi)始的時(shí)候能確定一個(gè)價(jià)格范圍值。那么用戶接受的價(jià)格到底在哪個(gè)區(qū)間呢?這里就給大家隆重介紹——PSM價(jià)格敏感度測(cè)試。

還是上面的話,能百度的基本不貼字。簡(jiǎn)單說(shuō)PSM就是幫助你能夠獲取到一個(gè)功能或者服務(wù)的用戶可接受價(jià)格區(qū)間,并確定最佳價(jià)格。為了保護(hù)我司的數(shù)據(jù)。我來(lái)舉個(gè)朋友賣水果的定價(jià)案例。一盒現(xiàn)切的水果拼盤(pán),定價(jià)在多少最合適呢?市場(chǎng)容忍度是多少呢?首先,我們做了用戶調(diào)研。問(wèn)卷結(jié)構(gòu)見(jiàn)下圖。

1111111

(不用P圖的感覺(jué)真好)這里就是問(wèn)卷的結(jié)構(gòu)啦。用戶對(duì)每一檔價(jià)格進(jìn)行4個(gè)選項(xiàng)的評(píng)價(jià),價(jià)格從最低到最高,最好極值設(shè)置的高一點(diǎn)點(diǎn)避免天花板和地板效應(yīng)。區(qū)間取得盡量細(xì)一點(diǎn),這樣后面得到的結(jié)果會(huì)比較精準(zhǔn)。

回收到問(wèn)卷之后,我們將會(huì)得到這樣一份數(shù)據(jù),再來(lái)一波圖。

微信截圖_20160518133630_副本

這里需要注意的有幾點(diǎn),因?yàn)槲夷X子對(duì)累計(jì)求和之類的東西總是繞不清,所以我寫(xiě)的詳細(xì)一點(diǎn)。

我們得到了各類價(jià)格區(qū)間的“比較便宜、太便宜、有點(diǎn)貴可以忍、太貴了放棄”的頻率值。然后每個(gè)選項(xiàng)都計(jì)算累計(jì)總和,比如:比較便宜右邊,是從下往上的累計(jì)總和。為什么是從下至上求和呢?

因?yàn)?,如果覺(jué)得8-10塊都是比較便宜的話,5-1塊錢(qián)當(dāng)然都會(huì)覺(jué)得便宜啊。同理,如果覺(jué)得1-2塊錢(qián)都貴的話,3-10塊肯定都是覺(jué)得貴啊。

這里就是需要注意的點(diǎn)啦!很便宜和太便宜都是從下往上求和的,而有點(diǎn)貴和太貴了都是從上往下求和的。

求好了和值。計(jì)算當(dāng)前這一行的和值的累計(jì)百分比(本行累計(jì)和值/累計(jì)總和)就闊以啦。舉例:比較便宜列,累計(jì)和值=6,百分比=6/20;累計(jì)和值=13,百分比=13/20.以此類推。醬紫是不是就有4列百分比了?然后腫么做呢?——畫(huà)圖!

1111111

數(shù)據(jù)是我為了演示隨便填的,圖畫(huà)的有點(diǎn)丑。好好統(tǒng)計(jì)出來(lái)的數(shù)據(jù)應(yīng)該畫(huà)的比較好看。

  • P1–比較貴*太便宜曲線交叉點(diǎn)
  • P2–太貴*太便宜曲線交叉點(diǎn)
  • P3–比較便宜*太貴交叉點(diǎn)
  • P4–比較便宜*比較貴交叉點(diǎn)

可接受價(jià)格范圍:

P1–P3兩點(diǎn)之間的價(jià)格都是用戶可接受價(jià)格

低于P1——用戶會(huì)認(rèn)為太便宜而懷疑質(zhì)量問(wèn)題,高于P3——用戶會(huì)覺(jué)得太貴而放棄

可接受價(jià)格點(diǎn):P4——在此點(diǎn),用戶覺(jué)得價(jià)位太高的比例和價(jià)位太低的比例相等

最優(yōu)價(jià)格點(diǎn):P2——在此點(diǎn),用戶覺(jué)得價(jià)格既不會(huì)太貴也不會(huì)太便宜

就是這樣的計(jì)算之后,我們將會(huì)得到最優(yōu)價(jià)格。并且在這樣一個(gè)合理的價(jià)格范圍里去不斷調(diào)試。這相對(duì)于直接拍腦袋來(lái)說(shuō),真的是靠譜多了呢~

本文參考資料:

  1. 東京理工大學(xué)教授狩野紀(jì)昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月發(fā)表了《質(zhì)量的保健因素和激勵(lì)因素》(Motivator and Hygiene Factor in Quality)
  2. 周達(dá),梁英瑜,賀成功.基于KANO模型的顧客需求分析——以校園咖啡吧商品及服務(wù)項(xiàng)目篩選為例
  3. PSM價(jià)格敏感度測(cè)試——2006.7.20 (百度文庫(kù))

 

作者:王蕊 (微信號(hào)Xiaolan_psy),同程旅游用戶研究員。1年互聯(lián)網(wǎng)用戶研究經(jīng)驗(yàn),曾主導(dǎo)同程旅游多款項(xiàng)目的產(chǎn)品調(diào)研與數(shù)據(jù)分析工作。

本文由 @王蕊 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 想請(qǐng)教兩個(gè)問(wèn)題:
    1、計(jì)算better-worse系數(shù)的公式:
    增加后的滿意系數(shù) Better/SI=(A+O)/(A+O+M+I)
    消除后的不滿意系數(shù) Worse/DSI=-1*(O+M)/(A+O+M+I)
    里面各個(gè)屬性(A、O、M、I))填的是百分比還是人數(shù)?
    2、畫(huà)四象限圖的時(shí)候worse系數(shù)是不是要乘以-1變回正數(shù),才能畫(huà)出以0為起點(diǎn)的圖?

    來(lái)自廣東 回復(fù)
  2. 有個(gè)小錯(cuò)誤,最優(yōu)價(jià)格點(diǎn)應(yīng)該是P4

    來(lái)自浙江 回復(fù)
  3. 你好,我想請(qǐng)問(wèn),PSM適用于快遞的運(yùn)費(fèi)這方面嗎?類似順豐這種定價(jià)

    來(lái)自福建 回復(fù)
  4. 你好,非常感謝對(duì)kano模型的講解,干貨滿滿! ??
    對(duì)于PMS價(jià)格敏感度測(cè)試中各個(gè)點(diǎn)的解釋有些小問(wèn)題,參考這里:http://wiki.mbalib.com/wiki/PSM%E6%A8%A1%E5%9E%8B。
    ● P1–比較貴*太便宜曲線交叉點(diǎn)
    ● P2–太貴*太便宜曲線交叉點(diǎn)——可接受價(jià)格
    ● P3–比較便宜*太貴交叉點(diǎn)
    ● P4–比較便宜*比較貴交叉點(diǎn)——最優(yōu)價(jià)格
    P1-P3—— 價(jià)格區(qū)間

    順便一說(shuō),PMS模型更適合那些對(duì)同類產(chǎn)品價(jià)格較為熟悉的顧客和用戶,而且無(wú)法根據(jù)市場(chǎng)進(jìn)行動(dòng)態(tài)調(diào)整,所以在實(shí)際使用過(guò)程中,局限性比較大。

    來(lái)自上海 回復(fù)
  5. 我的天,比較求和那個(gè)表愣是沒(méi)看懂,咋求得和呀? ??

    來(lái)自中國(guó) 回復(fù)
  6. 你好,請(qǐng)問(wèn)一下better-worse散點(diǎn)圖中的四個(gè)象限是按什么標(biāo)準(zhǔn)進(jìn)行劃分的?

    來(lái)自北京 回復(fù)
    1. SPSS中有添加輔助線。幫助劃分的。這個(gè)沒(méi)有特別的要求。基本是兩個(gè)系數(shù)的中值

      來(lái)自江蘇 回復(fù)
  7. 累計(jì)百分比是怎么得出來(lái)的

    來(lái)自北京 回復(fù)
    1. 親愛(ài)的,那個(gè)excel解釋部分很清楚的寫(xiě)了累計(jì)百分比的計(jì)算哦。前兩個(gè)選項(xiàng)從下到上依次求和,然后每個(gè)和值除以總和算百分比。都寫(xiě)清楚的哦

      來(lái)自江蘇 回復(fù)