Основные категории
Как собирать данные
Для каждой функции задают функциональный и дисфункциональный вопрос: как человек относится к наличию функции и как — к её отсутствию. Комбинация ответов помогает классифицировать feature.
Как применять
- Выберите конкретный сегмент: категории могут отличаться между сегментами.
- Проведите Kano survey или customer interviews.
- Классифицируйте features.
- Добавьте cost, strategic fit и evidence.
- Используйте Kano как один input в prioritization, а не автоматический roadmap.
Важная динамика
Attractive features со временем могут стать Performance, а затем Must-be. То, что когда-то удивляло клиента, превращается в baseline ожидание.
Глубокая практика: от заполнения к решению
Модель Кано (Kano Model). Понять, какие характеристики продукта обязательны, улучшают опыт или приятно удивляют. Применяйте когда нужно согласовать предложение с ценностью для клиента и коммерческой моделью. Основные показатели: удовлетворённость; внедрение; удержание; приоритет разработки. Рабочий инструмент: Конструктор Модель Кано.
Главный принцип работы с этим фреймворком - не заполнять его «для отчётности», а использовать как механизм принятия одного конкретного решения. Сначала задайте вопрос, затем соберите минимально достаточные данные, после чего определите, какое действие изменится в зависимости от результата.
Что подготовить перед работой
- приоритетный сегмент и сценарий использования;
- задача клиента и альтернативы;
- экономика предложения;
- конкурентные характеристики;
- критерий успеха изменения.
Как принимать решение по результату
- Отделите факт от предположения. Всё, что не подтверждено данными, пометьте как гипотезу.
- Сравните варианты между собой. Один результат редко имеет смысл без альтернативы или baseline.
- Найдите главный рычаг. Не пытайтесь одновременно исправлять все найденные проблемы.
- Определите действие. У результата должен появиться владелец, срок и конкретное изменение.
- Назначьте проверку. Заранее зафиксируйте показатель, период и условие, при котором решение пересматривается.
Разбор B2B-сценария
B2B-продукт хочет добавить AI-функцию, но исследование показывает, что клиенты сильнее раздражены нестабильной интеграцией и непрозрачными статусами. Сначала исправляются базовые свойства, затем усиливаются performance-функции и только после этого добавляются delighters.
Этот сценарий показывает важную границу: фреймворк сам по себе не создаёт результат. Его задача - сделать логику выбора прозрачной. Результат появляется после изменения предложения, процесса, распределения ресурсов, коммуникации или коммерческого действия и последующей проверки фактом.
Какие показатели контролировать
- удовлетворённость
- внедрение
- удержание
- приоритет разработки.
Контролируйте не только конечный KPI, но и ближайший показатель, который должен измениться первым. Это помогает понять, не сломалась ли причинная цепочка между решением и бизнес-результатом.
Как понять, что фреймворк применён неправильно
Тревожный сигнал - после анализа команда не может сформулировать, какое решение изменилось и какой показатель должен это показать. Другие признаки: данные собраны из разных периодов, оценки не имеют единой шкалы, вывод заранее известен и подгоняется под желаемое решение, либо фреймворк пытаются применить к задаче, для которой он не предназначен.
Практический инструмент
После заполнения должна появиться не просто таблица, а управленческий вывод: что меняем, почему, какой показатель должен измениться, кто отвечает и когда проверяем результат.
Что получить на выходе
В B2B-компании этот фреймворк можно применить для задачи: понять, какие характеристики продукта обязательны, улучшают опыт или приятно удивляют. Начните с фактов, затем зафиксируйте выбор или гипотезу и свяжите её с показателем результата.

