Модель Кано: как принимать решения, когда идей слишком много
Покажем, как провести опрос по Кано, интерпретировать ответы и собрать приоритетный бэклог в Kaiten.
Пользователи выбирают продукт не только по набору функций. Иногда решает другое: насколько быстро получается выполнить задачу, сколько ошибок возникает и можно ли доверять результату. Поэтому не каждое улучшение одинаково влияет на удовлетворенность — даже если кажется логичным команде.
Модель Кано, или метод Кано, помогает разложить ожидания пользователей по категориям: отделить базовые требования от «вау»-эффекта и изменений, которые почти не влияют на удовлетворенность. В статье разберем, как провести опрос по Кано, интерпретировать ответы и превратить результат в приоритетный бэклог в Kaiten.
Почему нужно приоритизировать
В крупном проекте инициативы отличаются по трудозатратам, рискам и вкладу в результат. И без четких правил очередь задач формируется случайно: беру то, что проще, или то, что попросили. В итоге команда тратит ресурс не туда, а важные задачи ждут своей очереди.
В продукте есть отдельная проблема: вы можете регулярно выпускать улучшения, но не видеть роста удовлетворенности и не улучшать удержание. Модель Кано помогает понять, какие изменения действительно влияют на восприятие продукта — а какие почти не замечают.
Краткая предыстория
Долгое время качество понимали как набор измеримых характеристик: надежность, прочность, отказоустойчивость. Проблема в том, что улучшения повышали себестоимость быстрее, чем готовность клиентов платить.
Уильям Деминг, американский консультант по менеджменту, предложил взглянуть на это иначе — через ценность для потребителя. Важны не только свойства изделия, но и польза, которую получает покупатель.
В 1980-х годах японский исследователь Нориаки Кано развил этот подход в работе Attractive Quality and Must-Be Quality и показал, что связь между характеристиками продукта и удовлетворенностью не всегда линейна.
Так появилась модель Кано: она делит свойства продукта на базовые, линейные и «вау»-характеристики — и помогает понимать, что реально влияет на впечатление пользователя.
Как Кано дополняет скоринговые модели
Многие команды приоритизируют задачи через скоринговые модели: оценили инициативы в баллах — получили план релиза. Мы не раз рассказывали о таких методах в нашем блоге. Но одного скоринга недостаточно, когда важно понять влияние на удовлетворенность клиентов.
Кано логично ставить первым шагом, чтобы в топ не попадали инициативы, которые выглядят убедительно по цифрам, но никак не влияют на пользовательский опыт. И уже потом уточнять порядок работ через скоринг.
В результате команда получает бэклог, который одновременно улучшает пользовательский опыт и укладывается в ограничения по ресурсам.
Категории Кано
В традиционной модели Кано выделяют 5 типов характеристик:
1) Must-have — обязательные требования
Эффект: отсутствие фичи резко снижает удовлетворенность; наличие воспринимается как норма.
Приоритет: закрывайте в первую очередь — без базы «вау» не работает.
Для мобильного устройства к базе относятся стабильная связь, адекватная автономность на день, предсказуемая работа основных приложений, безопасная разблокировка. Если это «сыпется», пользователь недоволен независимо от дополнительных функций.
2) Линейные — важные характеристики
Эффект: чем лучше реализовано, тем выше удовлетворенность; чем хуже — тем ниже.
Приоритет: улучшайте там, где показатель влияет на ключевые сценарии.
Например, скорость работы, качество камеры, яркость экрана, скорость зарядки, устойчивость связи в сложных условиях. Улучшение параметра дает понятный плюс, ухудшение — такой же минус.
3) Wow — привлекательные фичи
Эффект: наличие фичи дает заметный рост удовлетворенности; отсутствие обычно не вызывает претензий.
Приоритет: берите точечно — как усилители ценности релиза.
«Вау» — это функции, которые приятно обнаружить: продвинутая обработка фото (например, удаление объектов), спутниковая связь для экстренных случаев, сильные AI-сценарии для текста и изображений.
4) Неважные — indifferent
Эффект: почти не влияет на удовлетворенность, даже если выглядит логично для команды.
Приоритет: не добавляйте в ближайшие релизы без сигнала спроса от клиентов.
Так выглядят, например, декоративные эффекты интерфейса, редкие жесты, которыми никто не пользуется, глубоко спрятанные «профессиональные» настройки без аудитории, дополнительные экраны и виджеты, которые не ускоряют базовые сценарии.
5) Нежелательные — reverse (обратные)
Эффект: чем сильнее выражена характеристика, тем ниже удовлетворенность. Пользователь предпочитает, чтобы этого не было вовсе или чтобы опция легко отключалась.
Приоритет: если характеристика нужна части аудитории — выносить в настройку, делать управляемой.
Предустановленные приложения без возможности удаления, агрессивные предложения, навязчивые уведомления, автозапуск рекомендаций без согласия, принудительные подсказки, которые мешают действию.
Эта классификация — базовый каркас. Но у метода есть и другие вариации.
Калифорнийская модель Кано
Иногда используют упрощенную версию Кано с тремя категориями: базовые, важные и привлекательные. Так делают, когда продукт новый и ожидания аудитории еще не сформированы. Для зрелых продуктов обычно полезнее полная модель из 5 категорий.
Как меняются категории со временем
Категории со временем меняются: то, что вчера радовало как «вау», через год становится базовым ожиданием.
Например, разблокировка по лицу или быстрый интернет. Поэтому результаты Кано стоит пересматривать регулярно — раз в квартал или раз в полгода. Ниже — как провести исследование и превратить выводы в бэклог.
Как провести исследование
Вот как провести исследование:
Шаг 1. Описать фичи как проверяемые утверждения
Формулируйте фичи как конкретные сценарии: что пользователь сможет сделать и в каком месте продукта
Неудачно: «Сделать удобнее».
Удачно: «Добавить автосохранение черновика в форме заявки».
Не перегружайте анкету: 10–20 фич обычно достаточно. Длинные опросы дают поверхностные ответы.
Шаг 2. Задать парные вопросы
Для каждой фичи задайте два вопроса:
- Как вы отнесетесь к продукту, если функция есть?
- Как вы отнесетесь к продукту, если функции нет?
Дайте фиксированную шкалу ответов из пяти вариантов: «нравится / ожидаю / безразлично / могу терпеть / не нравится» (или эквиваленты с тем же смыслом). Также можно попросить респондента оценить значимость атрибута по 10-балльной шкале.
Используйте фиксированную шкалу из пяти ответов: «нравится / ожидаю / безразлично / могу терпеть / не нравится» (или эквиваленты с тем же смыслом). Дополнительно можно добавить оценку важности по 10-балльной шкале — это помогает при спорных результатах.
Шаг 3. Классифицировать фичу
Сопоставьте ответы на два вопроса и определите тип фичи по методу Кано: обязательная, важная, привлекательная, неважная или нежелательная.
Итоговую категорию обычно определяют по максимальному числу ответов в строке — это и есть текущий приоритет.
Шаг 4. Разделить результаты по сегментам
Если две категории идут вровень, фиксируйте смешанный результат и смотрите разрез по сегментам. Часто одна группа воспринимает фичу как обязательную, а другая — как привлекательную. Можно разделить пользователей на несколько групп, например:
- новые vs опытные;
- SMB vs enterprise;
- сценарии использования (частые задачи vs редкие, мобильный vs десктоп).
Итог по сегментам обычно полезнее, чем усредненный результат по всей выборке. Если по фиче все же остается много сомнительных ответов, перепишите формулировку и повторите замер.
- вместо «улучшить/сделать удобнее» — конкретное действие пользователя;
- вместо «уведомления» — когда приходят, по какому событию, что содержат;
- вместо «интеграция» — что пользователь сделает и где увидит результат.
Дальше переводите результат в бэклог: закрывайте базовые требования, выберите несколько привлекательных фич и расставьте порядок внутри категорий через скоринг.
Как поможет Kaiten
Ниже — практический сценарий в Kaiten: как зафиксировать методику, собрать фичи в бэклоге и превратить результаты Кано в приоритеты.
1) Подготовка исследования: создайте единый формат
Зафиксируйте в «Документах»:
- список фич;
- формулировки вопросов;
- сегменты;
- критерии включения респондентов;
- дату замера.
Документы в Kaiten живут рядом с задачами и проектами, поэтому команда не теряет контекст между исследованием и разработкой.
2) Сбор входящего потока: идеи и запросы → карточки
Сделайте отдельную доску Product Discovery/Backlog. Каждая фича — карточка с единым шаблоном полей.
3) Пользовательские поля для классификации
Заведите пользовательские поля в карточке фичи:
- категория Кано (например, Basic needs/Performance needs/Delighters);
- сегмент (выберите из списка);
- уверенность (например, High/Medium/Low);
- ссылка на данные (документ/таблица/дашборд или другие необходимые файлы).
Если по категории фичи нет согласия, проведите короткую коллективную оценку. Команда ставит значения в карточке, а вы фиксируете итог.
Эти поля помогают быстро фильтровать бэклог: видно категорию, сегмент и уровень уверенности без дополнительных пояснений
4) Планирование релиза: правила приоритета «сверху вниз»
Рабочая логика релиза:
- закрыть обязательные требования — то, без чего пользователь недоволен;
- выбрать 1–3 привлекательные фичи как усилители ценности релиза;
- улучшать важные (линейные) характеристики там, где это влияет на метрики;
- убрать неважные улучшения из ближайших планов.
Дальше остается расставить порядок внутри каждой группы через скоринг, учитывая затраты и риски.
Как использовать Kaiten AI для приоритизации
Подготовка к исследованию по Кано часто начинается вручную: разбор интервью, фиксация гипотез, сбор повторяющихся запросов. Это можно ускорить с Kaiten AI: ассистент расшифрует встречи, выделит частые темы и предложит список возможных улучшений. Дальше их удобно превратить в карточки фич и отправить в приоритизацию.
Как транскрибировать онлайн-встречи и расшифровывать текст при помощи Kaiten AI — подробно рассказали в нашем блоге.
Что важно запомнить. Метод Кано для приоритизации
Модель Кано помогает понять, какие улучшения реально влияют на впечатление пользователей. А скоринг (RICE/ICE/WSJF) помогает выбрать порядок внутри категорий с учетом стоимости, рисков и зависимостей.
Проверяйте Кано по сегментам и пересматривайте результаты по мере роста рынка. Чтобы процесс не расползался по файлам и чатам, зафиксируйте методику и итоги в документах Kaiten, создавайте карточки в бэклоге для обозначения каждой фичи и храните ссылки на данные рядом с решением по приоритету.
Если вы применяете Кано на уровне нескольких команд и сегментов, важно держать единый контур решений. Как это выглядит на практике — рассказали в кейсе X5 Group.
