微精选

导语：别被 “客户说都重要” 困住！两招精准定需求类型

做质量或产品调研时，客户列 10 个需求都说 “重要”，资源有限该先落地哪一个？

关键是找对分类方法 —— 今天拆解 KANO 模型的冒泡比较法（一对一版） 和Better-Worse 分析法，帮你从需求池捞出核心项。

客户需求分 5 类，对满意度影响差异显著：

• 基本需求：如手机 “能打电话”，没做到必不满，做到仅合格；

• 期望需求：如外卖 “准时达”，做得越好，满意度越高；

• 兴奋需求：如酒店 “免费升房”，没提供无感知，提供则惊喜；

• 无差异需求：如包装 “印宣传语”，有无不影响客户态度；

• 反向需求：如 APP “强制 30 秒广告”，做了反让客户反感。

精髓是两两对比，算相对重要性，再匹配 KANO 类型。

实操四步

1.筛需求池：从访谈 / 问卷提具体需求，如智能家电：①远程控制 ②节能省电 ③语音交互 ④故障报警；

2.建对比矩阵：每两个需求 PK，问客户 “二选一哪项更重要”，按 5 级计分：A 远重要（3 分）/ 略重要（1 分）、同等（各 0.5 分）、B 略重要（1 分）/ 远重要（3 分）；

3.算分划等级：加总得分，按比例分高 / 中 / 低。例 30 个客户得分：节能（78）＞远程（65）＞故障（42）＞语音（35），前 20% 为高、20%-70% 为中、后 30% 为低；

4.等级配类型：结合客户反馈校准 —— 高等级多为期望 / 兴奋需求（如 “节能越省越愿意买”→期望），中等级多为基本 / 无差异（如 “远程得有，没有不如普通家电”→基本），低等级警惕反向 / 无差异（如 “语音总错，有了麻烦”→反向）。

优劣势与场景

• 优势：小样本（30-50 份）可用，避 “都重要” 陷阱；

• 坑点：超 8 项对比繁琐，等级划分需专家校准；

• 适合：新产品初筛、小众调研、需求≤8 项。

需求多（≥10 项）或需大规模验证时用，聚焦 “需求对满意度的影响”。

核心逻辑与实操

• 双系数：Better 系数（提供需求后满意度提升，正值越大惊喜越强）、Worse 系数（未提供时满意度下降，负值越大痛点越痛）；

• 象限定类型：纵轴 Better、横轴 Worse——

①高 Better + 高 Worse→期望需求；②高 Better + 低 Worse→兴奋需求；

④低 Better + 高 Worse→基本需求；③低 Better + 低 Worse→无差异 / 反向需求。

与冒泡法互补

用冒泡法初判类型后，用系数验证。例冒泡法定 “节能” 为期望需求，Better=0.6、Worse=-0.7（落①象限），确认无误。

适合场景

成熟产品迭代、多需求排序、竞品对标。

需求：①恒温冲奶 ②夜灯 ③收纳 ④APP 控制

1.冒泡初筛：得分排序→恒温（85）＞夜灯（58）＞APP（38）＞收纳（30），高等级：恒温；中等级：夜灯；低等级：APP、收纳；初判：恒温→期望，夜灯→基本；

2.Better-Worse 验证：

3.决策：优先恒温，确保夜灯，暂缓 APP、收纳。上市后满意度达 92%，超行业 15%。

1.加场景限定：如 “晚上冲奶时，夜灯 vsAPP 哪重要”，避免客户乱选；

2.高等级二次 PK：多高等级需求时，再两两比细化优先级；

3.季度复评：警惕兴奋需求降级（如手机快充从兴奋变基本）。

结尾：方法无好坏，只看适配

冒泡法像 “手术刀”，适合小范围初筛；Better-Worse 法像 “罗盘”，适合全局决策。先用冒泡定方向，再用 Better-Worse 落地，让资源花在刀刃上。

你遇过 “客户说都重要” 吗？评论区聊聊解法～