I backlog di prodotto vengono continuamente affinati, corretti, incrementati. Ogni Product Manager ne massimizza il valore con la propria visione , ma il modello Kano può supportare la valutazione delle funzionalità e le relative priorità. Vediamo in seguito come utilizzare il modello e come scrivere uno script R per implementarlo in concreto
Il Modello di Kano
Le caratteristiche del prodotto sono classificate in cinque categorie:
- Performance. E’ la caratteristica fondamentale, la prima nella valutazione del cliente. Queste caratteristiche generano un incremento di soddisfazione in maniera lineare: più ce n’è, meglio è, e migliore la qualità dell’implementazione, maggiore la soddisfazione del cliente. Es. la velocità del processore in un PC.
- Required. Queste sono caratteristiche date per scontate, non generano soddisfazione se presenti ma generano scontento se mancano. Es. l’ABS nelle automobili.
- Delighters. Sono caratteristiche innovative e inaspettate, che aumentano la soddisfazione, ma che, proprio perchè inaspettate, non creano scontento se mancanti. Ad es. la coppa di champagne offerta all’arrivo in albergo.
- Indifferent. Sono caratteristiche che non interessano ai clienti, e quindi non dovrebbero interessare neanche a noi, salvo requisiti legali, obbligatori o per qualche ragione strategici. Ad es. tutte le caratteristiche software inutilizzate come ad esempio la visualizzazione dell’editing time in Microsoft Word (probabilmente non sapevi nemmeno che esistesse)
- Reverse. Sono caratteristiche che infastidiscono, e vanno quindi eliminate. Ad es. il vecchio Clippit di Microsoft Office
C’è una ulteriore categoria, non inclusa nell’articolo originale: le caratteristiche “questionabili” . In questa categoria rientrano tutte le feature che ricevono feedback contradditori, probabilmente a causa di una presentazione poco chiara o comprensibile nelle domande fatte ai clienti.
Bisogna infine notare che i Delighters tendono, con il tempo, a scivolare nella categoria Required. Es. l’ABS era un tempo montato solo sulle automobili di lusso, oggi è diventato una caratteristica scontata e indispensabile.
Infine, segnalo che la categorizzazione, che come vedremo origina da un sondaggio, non va vista come “assoluta” ma come una indicazione di tendenza, legata alle preferenza espresse dai clienti/consumatori.
Kano Analysis – il sondaggio
Nel modello di Kano la categorizzazione dei prodotti e delle loro caratteristiche non è fatta a sensazione dal product manager ma viene generata da un sondaggio strutturato con una coppia di domande per ogni caratteritica da valutare. La coppia di domande è nella forma Funzionale/Disfunzionale.
Immaginiamo ad esempio di voler valutare tre diverse caratteristiche per il lancio di un servizio di car sharing:
A) Navigatore GPS sul veicolo
B) Corse gratuite offerte al cliente nel giorno del suo compleanno
C) Quiz a premi (opzionale) all’avvio della corsa e corsa gratuita per i vincitori
Le tre caratteristiche vengono proposte ai clienti attuali e potenziali con un due domande per ogni feature:
A) Funzionale
Come valuti la presenza di un navigatore GPS nel tuo veicolo car sharing?
[ ] Ne sono felice
[x] Mi aspetto che ci sia
[ ] Non mi interessa
[ ] Accettabile
[ ] Inaccettabile
B) Disfunzionale
Come valuti l’assenza di un navigatore GPS nel tuo veicolo car sharing??
[ ] Ne sono felice
[ ] Mi aspetto che ci sia
[ ] Non mi interessa
[ ] Accettabile
[x] Inaccettabile
e così via per ogni prodotto/caratteristica. Le risposte sono poi valutate come: Felice=1; Me l’aspetto=2; Indifferente=3; Accettabile=4; Inaccettabile=5
Al termine del sondaggio avremo un file con la seguente struttura:
- Caratteristica;Punti Funzionale; Punteggio Disfunzionale
- A;1;5
- …
- …
E’ ora possibile costruire la matrice delle categorie, con i punteggi aggregati per ogni risultato Funzionale/Disfunzionale e la conoseguente matrice che correla le coppie funzionale/disfunzionale a una specifica categoria:
Dal punteggio alla categoria di Kano
Ci sono diversi modi per valutare i punteggio così ottenuti.
Possiamo ad esempio prendere la combinazione funzionale/disfunzionale con il punteggio più alto ed utilizzarla per classificare la caratteristica nella categoria corrispondente. Nell’esempio si vede che la feature in corrispondenza del punteggio più alto (Functional 5/Dysfunctional 5) pari a 45 è classificata come Performance.
Un altro approccio possibile conisiste nell’aggregare ulteriormente i conteggi ( intersezioni riga/colonna) per categoria, sommando quindi insieme tutte le intersezioni “Delighters”, tutt le intersezioni “Indifferent”, etc.
Nell’esempio sopra riportato:
- Delighter= 23+32+15=70
- Must Have = 15+18+23 = 56
- Reverse = 2+5+5+2+3+1+0=18
- Indifferent = 9+4+2+7+11+7+4+5+13=62
- Performance = 45
- Questionable = 1
Adottando quest’approccio la feature è classificata come Delighter.
Come già accennato non è tutto bianco/nero. E’ importante concentrarsi sulle tendenze di fondo e sul fatto che il successo del prodotto dipende dalla giusta implementazione delle caratteristiche più vicine alle categorie delighter, must have, performance.
