起點(diǎn)課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項(xiàng)技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識解密張小龍演進(jìn)微信功能的方法
編輯導(dǎo)語：微信作為一款國民APP，是如何吸引了大量用戶、并讓用戶追隨的？這和微信的功能設(shè)計離不開關(guān)系。而折射到其他產(chǎn)品身上，產(chǎn)品要如何衡量用戶的使用滿意程度，進(jìn)而推動產(chǎn)品的迭代優(yōu)化？也許你需要借用KANO模型。不妨看看作者的解讀。
微信是移動互聯(lián)網(wǎng)時代最普及的軟件，我們每天都在使用微信，基本替代了短信、電話，改變了關(guān)心朋友的方式。微信為何總能夠不停地吸引我們的注意，讓我們成為死忠粉的?
一、查看微信能夠讓我們愉悅
現(xiàn)在社會，人人都患有手機(jī)依賴癥。平均每個智能手機(jī)用戶每天查看手機(jī)110次。
真正讓人不停查看手機(jī)的是推送通知、短信、電子郵件和微信消息等。因?yàn)檫@些內(nèi)容會通過激發(fā)我們頭腦中關(guān)于動機(jī)和欲望的復(fù)雜機(jī)制來獲取我們的注意力，查看消息能讓我們感到滿足：大腦會分泌多巴胺，刺激大腦中的愉悅細(xì)胞，讓我們覺得幸?；蚍潘伞?/p>
我們每天都在使用微信，基本替代了短信、電話，改變了關(guān)心朋友的方式。
查看微信能讓我們愉悅，以心安作為酬勞。
二、朋友圈讓我們輕松表達(dá)認(rèn)同
張小龍在2021微信公開課PRO演講中表示：每天有10.9億用戶打開微信，有7.8億用戶進(jìn)入朋友圈，1.2億用戶發(fā)表朋友圈，其中照片6.7億張，短視頻1億條。
微信是國內(nèi)最流行的社交軟件，因?yàn)槟憧梢酝ㄟ^它與朋友聯(lián)系。我們會關(guān)注微信，是因?yàn)槲覀兊呐笥岩餐ㄟ^微信關(guān)注我們。換言之，我們會關(guān)注朋友們的朋友圈動態(tài)，就是因?yàn)檫@符合我們獲得認(rèn)同的需求。
冬天你發(fā)了一條到三亞潛水的照片，朋友圈肯定是一堆點(diǎn)贊，當(dāng)然如果你的朋友發(fā)布了訂婚的消息，底下也會祝福如潮。
任何直接肯定我們或者讓他人肯定我們的產(chǎn)品、觀點(diǎn)都會吸引我們的注意力?！瓣P(guān)注”和“點(diǎn)贊”能夠增加認(rèn)同感和注意力。
但微信朋友圈作為即時通訊軟件是個必須的功能么？畢竟有不少人是從來也不發(fā)朋友圈的。
三、評估產(chǎn)品功能滿意度的卡諾模型——KANO
張小龍對產(chǎn)品的極簡追求最像喬布斯。
我們將時間回?fù)艿轿⑿?.0之前（微信4.0版本，2012年4月19日發(fā)布朋友圈），彼時微博的用戶量已經(jīng)達(dá)3億。
張小龍如何決定增加朋友圈、為何定義朋友圈的“私密”特征、如何做到和微博不同？
在創(chuàng)造一個全新產(chǎn)品時，喬布斯將藝術(shù)和科技結(jié)合到極致，馬斯克使用“第一性原理”來思考，張小龍或?qū)ANO應(yīng)用于無形。
KANO模型是用來評估用戶對產(chǎn)品功能滿意度的模型。
在KANO模型中將功能屬性和用戶滿意度劃分為5個類型：
- 基本屬性：也稱為必備型需求、理所當(dāng)然的需求。用戶認(rèn)為提供此功能或服務(wù)是理所應(yīng)當(dāng)?shù)?。?dāng)提供時，用戶并不會很滿意，但不提供時用戶將會十分不滿。
- 期望屬性：提供該功能或服務(wù)時用戶滿意度會上升，不提供時用戶滿意度會下降。
- 魅力屬性：超出用戶預(yù)期的功能或服務(wù)，提供時用戶的滿意度會大幅提升，不提供時用戶的滿意度不會下降。所有NB的產(chǎn)品都有著超強(qiáng)的魅力屬性，讓用戶有“哇塞”的興奮感覺。
- 無差異屬性：提供或者不提供該功能或服務(wù)，用戶都無所謂，根本不在意。
- 反向?qū)傩?/b>：提供該功能或者服務(wù)會讓用戶覺得反感，滿意度下降。
該模型為企業(yè)界定產(chǎn)品或服務(wù)的優(yōu)先級提供依據(jù)：基本屬性>期望屬性>魅力屬性。
- 先全力以赴提供基本屬性，滿足用戶需要，保證產(chǎn)品和服務(wù)有存在價值；
- 其次提供客戶喜愛的期望屬性，通過差異化，以能夠在競爭中勝出；
- 最后爭取提供魅力屬性，鎖定忠實(shí)客戶。
- 盡量不做無差異屬性的功能或服務(wù)，杜絕反向?qū)傩缘墓δ芑蚍?wù)。
然，滿意度本身是個很主觀的表達(dá)。
對我而言，微信能夠發(fā)送文字和語音是基本屬性，能夠語音/視頻通話是期望屬性，提供朋友圈和服務(wù)號則為魅力屬性。
那如何科學(xué)地確定功能或服務(wù)所屬的滿意度類型呢（屬性類型）？
四、對功能或服務(wù)進(jìn)行科學(xué)分類
1. 制作調(diào)查問卷
分別調(diào)查某功能或服務(wù)提供和不提供時潛在用戶的感受，并設(shè)定和KANO滿意度類型對應(yīng)的5個選項(xiàng)。舉例如下：
“朋友圈”功能：能夠隨時發(fā)布自己的圖文動態(tài)，且朋友之間可以相互查看、點(diǎn)贊和評論。
2. 制作分類表
橙色A區(qū)域表示魅力屬性（Attractive Quality）、藍(lán)色O區(qū)域表示期望屬性（One-dimensional Quality）、粉色M區(qū)域表示必備屬性（Must-be Quality）、灰色I(xiàn)區(qū)域表示無差異屬性（Indifferent Quality）、黃色R區(qū)域表示反向?qū)傩裕≧everse Quality），紅色Q區(qū)域?yàn)闊o效投票。
對我而言，微信提供朋友圈時“很喜歡”，不提供的話也“無所謂”，落到A區(qū)域，是魅力屬性。
大家也可以自行對照。甚至可以用這個二維表評價手機(jī)里的諸多APP，將無所謂的、勉強(qiáng)接受的、尤其不喜歡的統(tǒng)統(tǒng)卸載，獲得一方凈土。
五、通過Better-Worse系數(shù)對多個功能進(jìn)行排序
統(tǒng)計調(diào)查問卷獲得的結(jié)果，并使用下面公式量化各功能/服務(wù)的Better-Worse系數(shù)。A、O、M、I、R、Q分別為對應(yīng)維度的調(diào)查結(jié)果占比。
Better系數(shù)= (∑A+∑O)/(∑A+∑O+∑M+∑I)
Worse系數(shù)= -1 * (∑O+∑M)/(∑A+∑O+∑M+∑I)
- Better的數(shù)值通常為正，表示如果產(chǎn)品提供某功能或服務(wù)，用戶的滿意度會提升。其正值越大，代表用戶滿意度提升的效果會越強(qiáng)，滿意度上升的越快。
- Worse的數(shù)值通常為負(fù)，表示如果產(chǎn)品不提供某功能或服務(wù)，用戶的滿意度會降低。其負(fù)值越大，代表用戶滿意度降低的效果會越強(qiáng)，滿意度下降的越快。
因此，根據(jù)Better-Worse系數(shù)應(yīng)優(yōu)先提供系數(shù)絕對分值較高的功能/服務(wù)。
上圖為模擬數(shù)據(jù)，使用BI工具制作的散點(diǎn)圖，象限的劃分（警戒線）使用各功能Better和Worse系數(shù)（絕對值）的平均值。
- 發(fā)文字：位于第四象限，為必備屬性。表示當(dāng)提供該功能時，用戶滿意度不會提升，當(dāng)不提供此功能，用戶滿意度會大幅降低；
- 發(fā)語音：位于第一象限，為期望屬性。表示提供該功能時用戶滿意度會提升，當(dāng)不提供此功能，用戶滿意度就會降低，能夠體現(xiàn)產(chǎn)品/服務(wù)的差異化；
- 語音通話、視頻通話和朋友圈：位于第二象限，為魅力屬性。表示不提供此功能，用戶滿意度不會降低，但當(dāng)提供此功能，用戶滿意度和忠誠度會有很大提升；
- 第三象限為無差異屬性，此處沒有給出功能示例，表示這個區(qū)域的功能/服務(wù)對用戶而言為所謂。
資源有限時，同象限的功能建議優(yōu)先選擇Better值大且Worse值小的。
六、上下求索
喬布斯和畢加索的名言：好的藝術(shù)家模仿，偉大的藝術(shù)家竊取?！澳７隆本褪莿e人怎么做你就怎么做，“竊取”就是拿走了某物并把它改變成自己的。
同質(zhì)化的產(chǎn)品或服務(wù)太多，花費(fèi)在“無差異屬性”上的資源也太多。讓我們用理論武裝思想，用實(shí)踐創(chuàng)造價值。
作為成熟的職場人（老油條），面對公司老板或者直屬領(lǐng)導(dǎo)的不合理需求也是不能直接拒絕的，使用KANO模型拍個優(yōu)先級是個明智選擇，你懂得。
如果產(chǎn)品或服務(wù)已經(jīng)相對成熟，又如何評估已有產(chǎn)品或服務(wù)的價值呢？下篇討論。
你覺得微信有哪些槽點(diǎn)，說出來我們一起吐槽。
參看文獻(xiàn)：
- 百度百科-朋友圈
- 百度百科-KANO模型
- [美] 本·帕爾著《搶占注意力》
本文由 @巨蟹小鷗 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。
題圖來自 Pexels，基于CC0協(xié)議。
- 目前還沒評論，等你發(fā)揮！
