精华内容
下载资源
问答
  • 7000多字的论文,是对双因素在网站研究的很好应用。。。
  • 基于项目团队生命周期理论的全面激励模型研究,于文静,徐娟,根据项目团队生命周期理论,项目团队的发展会经历形成、震荡、正规和表现阶段。本文根据马斯洛层次需求理论、双因素理论、理性经
  • 基于损伤断裂理论的混凝土开裂模型及其验证,蒋梅玲,金南国,混凝土裂缝亚临界扩展所形成的断裂扩展区是影响混凝土断裂的重要因素。本文依据宏观断裂力学和细观损伤理论,在参数模型的基础
  • 从电磁感应的角度出发,提出了简化的永磁体阵列三维模型,基于洛伦兹定律建立了转矩的解析模型,并对其展开了研究,给出了盘式磁力耦合器动态特性的影响因素。利用有限元法及试验研究对所提出的转矩解析模型进行验证,...
  • 为获得松散煤层注浆后上覆岩层的移动规律,采用Pasternak参数法,建立采煤覆岩的弹性地基梁模型,推导岩梁挠度和内力计算公式,分析注浆材料参数对地基梁结构变形和内力的影响。结果表明,地基反力系数是影响结构变形和...
  • 论文研究-基于邻近车道车辆和多前车信息的车道交通流动力学模型.pdf, 应用跟驰理论,引入两车道优化速度的权重组合来刻画驾驶员换道趋势, 同时考虑多前车速度差信息对...
  • 枝模糊逻辑和模糊Petri网(Fuzzy Petri net,FPN)理论为基础,定义了一种全新的网络攻击模型BBFLPAN,将网络攻击中对攻击起促进与抑制作用的两方面进行综合考虑与分析,用变迁表示攻击、防御行为的产生发展过程...
  • 1.背景日本东京理工大学质量管理领域的 Noriaki Kano 教授 和他的同事在行为科学家赫兹伯格的双因素理论的启发下,于20世纪70年代第一次将满意与不满意标准引入到质量管理领域,采用二维模式来认知质量,提出了著名...

    1.背景

    日本东京理工大学质量管理领域的 Noriaki Kano 教授 和他的同事在行为科学家赫兹伯格的双因素理论的启发下,于20世纪70年代第一次将满意与不满意标准引入到质量管理领域,采用二维模式来认知质量,提出了著名的 Kano(卡诺)模型。

    双因素理论:又名激励一保健理论,美国心理学家赫兹伯格1959年提出,主要把企业分为两个关键因素,即:满意因素和不满意因素。满意因素是指可以使人得到满足和激励的因素(成就,赞赏,挑战性,责任感……),不满意因素是指容易产生意见和消极行为的因素,即保健因素(工资,工作条件,公司政策,管理……)

    它主要对用户需求分类和优先排序的工具,以分析用户需求对用户满意度的影响为基础,体现了产品性能和用户满意度之间的非线性关系。

    2.介绍

    Kano(卡诺)模型展示了不同类型的需求对用户满意度的影响。

    图1 Kano模型

    Kano模型将需求分为五种类型:

    (1)魅力需求:让用户感到惊喜的需求,如果不提供此需求,不会降低用户的满意度,一旦提供魅力需求,用户满意度会大幅提升;

    (2)期望需求:如果提供该功能,客户满意度提高,如果不提供该功能,客户满意度会随之下降;

    (3)必备需求:这是产品的基本要求,如果不满足该需求,用户满意度会大幅降低。但是无论必备需求如何提升,客户都会有满意度的上限;

    (4)无差异需求:无论提供或不提供此功能,用户满意度不会改变,用户根本不在意有没有这个功能。这种费力不讨好的需求是需要尽力避免的;

    (5)反向需求:用户根本都没有此需求,提供后用户满意度反而会下降,改进后可以大幅度降低不满意度;

    5个需求的排序为:必备>期望>魅力>无差异>反向。

    虽然按2个维度区分了5类不同的需求,但是一般改进的需求主要集中在必备需求、期望需求和魅力需求这3类。

    不过满足必备需求并不能使产品的用户体验满意程度更高,期望需求和魅力需求的改进才是提升产品用户体验满意程度的有效方式。

    3.使用方法

    1)问卷调查

    Kano(卡诺)模型的使用,我们一般会采用问卷的方式,让被调查者将各个需求按照Kano分析的质量分类表,选择相应需求的分类。

    表1 Kano分析的质量分类表

    表2 Kano分析因素的对应分类

    调查问卷中,每个功能,让被调查者需求根据自己的感受来回答两个问题:(1)有该功能,我会怎样?(2)没有该功能,我会怎样?

    例子:

    如某一功能,一个调查者认为,有该功能我很喜欢,没有该功能,我很讨厌。那么根据Kano分析的质量分类表,这个功能的因素是O。这说明,这个功能对于当前的这个调查者是期望需求。

    但是我们之所以设计调查问卷,就是希望通过对多个被调查人的回答,让功能有个相对客观的需求质量分析。简单点就是用数据说话,大部分人认为是某个类型的需求,才真的是某个类型的需求(大家好才是真的好)。

    2)数据收集

    当一次调查结束时,我们收回了300份问卷,我们把所有的功能和相应的分类进行统计。我们可能看到某个功能,有2个A,5个O,279个M,10个I,4个R,0个Q。

    3)系数分析

    不过有个问题,万一一个功能,其中某几个因素的个数差不多,如M有202个,O有190个,那就不太好直接说这个功能是“期望”还是“必备”的。这个时候,我们就要进行系数分析了。

    首先可以将反向因素(R)和可疑因素(Q)较多的需求排除。除了Better-Worse系数无法很好地对这2中因素进行区分外,一般R和Q较多的功能,自身也是很有问题的,这些功能,需要进行单独的分析。

    我们可以设想下,如果有人认为这个功能是R,那么说明什么。有这个功能,我没有很开心,但是没有这个功能,我很开心。那这个功能应该被枪毙,如果选R的过多,那么提出这个功能就是错误。

    而选了Q,说明有这个功能我很开心,没有我也很开心;或者有这个功能我很讨厌,没有我也很讨厌。这种就自相矛盾了,这个就好好分析下,是否是问题设置不合理,还是其他的原因。

    我们通过Better-Worse系数来构建要素系数的象限,把落到相应象限的需求,划分到相应的需求分类中去。

    然后根据需求的不同,就可以进行需求的排序了。4个需求的排序为:必备>期望>魅力>无差异。

    其中,某一功能的Better-Worse系数计算如下:

    Better=(A+O)/(A+O+M+I);

    Worse=(O+M)/(A+O+M+I);

    得出的系数,需求归类如下:

    第一象限:Better>0.5,Worse>0.5,属于期望需求;

    第二象限:Better<0.5,Worse>0.5,属于必备需求;

    第三象限:Better<0.5,Worse>0.5,属于无差异需求;

    第四象限:Better>0.5,Worse<0.5,属于魅力需求;

    图2 Better-Worse系数象限

    例子:

    某一功能的有2个A,5个O,279个M,10个I,4个R,0个Q。则这个功能的Better-Worse系数为(0.02,0.95),那这个就是一个“必备需求”。其他的功能的归类方式也是类似。

    4.实际应用

    在实际中,专门的科学研究或者用户体验研究的公司,可以使用像3中的使用方法一样,做具体的调查问卷和系数分析。

    那么小公司没有这样的条件,对于我们日常的产品过程中,我们需要一个简单的进行划分的方式,以便于尽快地做出决定。

    在对自己产品深入理解的基础上,其实一般我们可以将无差异需求和反向需求从自己的需求库中剔除出去,所以我们其实只剩下3类:必备需求、期望需求和魅力需求。

    然后就可以接下去问自己和相关的小伙伴2个关键问题了。(1)有该功能,我会怎样?(2)没有该功能,我会怎样?

    这个问问题的过程就相当于一个头脑风暴,大家各抒己见,最后把功能归类到某个需求中,这样就把需求的归类就确定下来了,这样我们从用户角度上,就对需求优先级有了基本的判断。

    必备>期望>魅力>无差异>反向。

    这个方式的应用场景,就本人而言,觉得在砍已上线功能的时候,更好一点。下去容易,上去难,有时砍功能可能不需要太多的工作量,只需要考虑用户的感受就好。因为用户角度不会考虑公司实现这个难度,只会考虑自己用得爽不爽。而针对要上线的功能,除了用户的感受,还要考虑商业价值,实现成本等多个因素。

    展开全文
  • KANO模型基本原理KANO模型是在行为科学家赫兹伯格的双因素理论的启发下,由东京理工大学教授狩野纪昭(Noriaki Kano)在70年代末80年代初率先创建并提出,有效地解决了当时日本的产品质量和企业服务质量提高的难题,...

    在此前的系列的""中曾经提及KANO模型,今天就给大家详细讲解一下产品经理在做功能需求开发时常用的KANO模型的基本原理及其在需求开发中应用。

    808f4ee68537e9e792b5d1157b266934.png

    KANO模型基本原理

    KANO模型是在行为科学家赫兹伯格的双因素理论的启发下,由东京理工大学教授狩野纪昭(Noriaki Kano)在70年代末80年代初率先创建并提出,有效地解决了当时日本的产品质量和企业服务质量提高的难题,后来则由互联网从业者特别是产品经理完美地应用在了产品功能需求的开发上。

    KANO模型将产品的需求属性分成五类:

    必备属性:当优化此需求,用户满意度不会提升,当不提供此需求,用户满意度则会大幅降低;

    期望属性:当提供此需求,用户满意度会提升,当不提供此需求,用户满意度则会降低(正向线性关系);

    魅力属性:用户意想不到的需求。如果不提供此需求,用户满意度不会降低,但当提供此需求,用户满意度会大幅提升;

    无差异因素:无论提供或不提供此需求,用户满意度都不会有改变,用户根本不在意;

    反向属性:用户根本就没有此需求,提供后用户满意度反而会下降(反向线性关系)。

    805ad2bbfe72b0053a5b2516e3304024.png
    6e2572b8252dfe1f027e743e8f7726b3.png

    KANO模型应用 - 基本步骤

    应用KANO模型的目的是准确识别用户需求,帮助企业了解用户的不同层次需求,从而确定使用户满意的关键需求。

    基本步骤如下:

    · 从用户角度认识产品或者服务的所有可能需求;

    · 设计基于KANO模型的调查问卷;

    · 实施有效的问卷调查;

    · 将调查结果分类汇总,根据需求类型判定矩阵判定需求类型;

    · 计算各个需求的影响力,制作需求影响力矩阵,以确定使用户满意的关键需求。

    76b617f9a914658175c17bb17592d87d.png

    关于上述步骤1,产品经理需要从用户角度识别出产品或服务的所有可能需求,作为第2步问卷调查的输入。

    例如对于微信这款社交产品,从用户的角度看可能具备如下功能:

    · 微信聊天

    · 微信朋友圈

    · 微信支付

    · 附近的人

    · 漂流瓶

    · 视频号

    · …

    需要把该产品所有可能的功能列出,以便于针对这些功能进行问卷调查。

    其中步骤3是根据步骤2的调查问卷实施调查,不做介绍,下面逐步介绍步骤2、4、5。

    24897e23fca0d0084bb3455dffb41907.png

    KANO模型应用 – 设计调查问卷及调查结果统计

    为了判别需求是必备型需求、期望型需求、魅力型需求、无差异型需求还是反向需求,需要针对每个需求(即每个功能或服务)都分别设计正向和负向两个问题,调查用户在面对具备或者不具备这个功能/服务时所做的反应。

    每个问题(即每个功能或服务)答案为五级选项,分别是"我很喜欢"、"理应如此"、"无所谓"、"能够忍受"、"我很讨厌"。

    09a9a5228dbea65ea42ed0cf2fdcfde0.png

    然后根据调查问卷实施调查,按照受访者对每个需求的正向问题和负向问题的回答对需求属性进行分类统计。

    2e01de186e38ab7e314b0343ea0b6317.png
    74f5e8d69645cea44b23df6fd55a5619.png

    KANO模型应用 –需求类型判定

    如果正向问题回答是"我很喜欢",而负向问题的回答是"我很讨厌"、则该需求是期望型需求O;如果正向问题回答是"理应如此"或者"无所谓",亦或是"能够忍受",而负向问题的回答是"我很讨厌"、则该需求是基本型需求M;

    如果正向问题回答是"我很喜欢",而负向问题的回答是"理应如此"或者"无所谓",亦或是"能够忍受"、则该需求是魅力型需求A;

    其中反向需求R表示用户不需要这种功能,而且对该功能特性有反感;

    无差异型需求I表示用户对这一功能无所谓;

    Q表示可疑答案,一般不会出现,除非问题的问法不合理、或者是用户没有很好地理解问题、亦或是用户回答错了。

    下图则是基于以上规则的需求属性判定矩阵。

    f153dd56be7e70a37ca548daca9fdf5d.png

    然后将调查问卷统计分析的结果数字(百分比)按照需求类型判定矩阵统计各属性数据,并据此判定其类型。

    5b3e48644c0b25dc73a951a8d79bbf48.png
    510b2535c18bf35a065d8a59a7deccf9.png

    KANO模型应用 –五大类型需求的响应策略

    应用KANO模型识别出产品所有功能的需求类型后,就可以制定此需求的相应策略。

    首先要全力以赴满足用户的必备需求,并尽力满足用户的期望型需求,提供用户期待的额外服务或产品功能,最后争取实现用户的魅力型需求,增强产品的竞争性。不在无差异性需求上投入过多精力,并慎重引入反向需求。

    这里需要注意,对于无差异性需求(如用户无感的数据收集)和反向需求(如产品中降低客户体验的广告),出于运营和商业模式的考虑,有时候是不可避免的,不能一棒子打死,完全摒弃,但是需要慎重对待。

    e5bd19462fa5175dc79e0901b24c7413.png

    KANO模型应用 –需求影响力分析

    此外,还可以利用KANO模型进一步进行需求影响力的分析,确定提升用户满意度的关键需求。

    首先根据下表中公式分别计算各需求的满意影响力SI和不满意影响力DSI。

    a9835bdb6fa62359bc4dbd2e46fb7034.png

    然后将满意影响力SI值作为横坐标、不满意影响力DSI值作为纵坐标纳入影响力矩阵。

    216814ac3ce65ad885bee340430b1862.png

    在0.5半径圈外、并且离原点越远的需求,影响力越大,可以确定为提升用户满意度的关键需求,而在0.5半径圈内、离原点越近的需求影响力不大,可暂时不予以考虑。

    根据以上5大步骤,即可应用KANO模型对需求进行分类(必备需求、期望需求、魅力需求、无差别需求,亦或是反向需求),并采取不同的响应策略。同时通过需求影响力矩阵,还可以明确影响用户满意度的关键需求。

    深入交流和探讨,请进入公众号后台留言"KANO"。

    - End –

    每文社 @ 微信公众号、知乎、头条、简书、豆瓣、百家号、个馆

    【声明】部分图片来自网络,版权归原作者所有。

    展开全文
  • 从上面的量化模型中,可以清晰地看到模型中已经包含了人类社会中的社会关系(亲缘函数),协作关系(协作函数),人性喜好(偏好函数),社会风气(影响力函数)和政治因素(公信力函数)。模型具有一定的普适性。...
      1. 信任函数的建立

    1-2节已经初步建立了信任的量化模型。从上面的量化模型中,可以清晰地看到模型中已经包含了人类社会中的社会关系(亲缘函数),协作关系(协作函数),人性喜好(偏好函数),社会风气(影响力函数)和政治因素(公信力函数)。模型具有一定的普适性。并且应该注意到,这样的信任关系是双向的。

    1-1节例子中的效用函数表达式中存在成对出现的αβ。显然Aα理论上等于B经由信任函数算出来的β 。但人类社会显然不是一个机械化的社会,A可能会因为一时的兴起,而采取了B意想不到的策略,形成了所谓的“背叛”。

    因此信任函数需要有一个自我修正的过程。而这个自我修正的过程,会触发一系列的讨论:

    1. 两人的关系突然破裂了?
    2. 两人不再存在利益的共同点?
    3. 对方的性格突然变化了?
    4. 社会风气改变了?
    5. 政治环境改变了?
    6. 纯粹的意外?

    而这些最终都会作用于信任函数上。关于这个修正的过程,后面的章节将会进一步探讨,本节的主要内容,是建立一套可以进行实操的量化机制。

    前面把信任函数定义为五种不同函数的叠加,并通过一个小例子来进行简单的阐述。但现实生活中,人们需要处理的问题会复杂得多。各个子函数本身也是一个复杂的复合函数,为了让讨论始终能在理论框架下进行讨论,有必要对每个子函数进行量化处理。

    下面将对各个子函数进行分别讨论。

    注:一般来说,研究博弈论问题,一般都先从较简单的两人博弈开始考虑。多人博弈,其实可以看作是两人博弈的一个延展。这是博弈论处理问题的一个重要手段,后面将反复用到。因此,本节所考察的量化函数主要都是二元函数。

    1-3-1 亲缘函数

    亲缘函数的量化指标,主要由人的血缘关系,社会关系这两部分来确定。

    血缘关系包括遗传学意义上的血缘关系,也包括法律层面的上,如夫妻,岳父岳母。为了后面处理方面,记作Kin(x,y)。当然,遗传学意义上的血缘关系,或多或少地与法律意义上的血缘关系存在着区别。为了作区分,可以加入一个影响因子Fk来表示。例如Kin’(x,y) = Fk * Kin(x,y)

    社会关系,主要是指因社会活动而产生的关系。例如同事,伙伴,战友,朋友等。这些社会关系的形式可以是有意识的,或无意识的。这里记在Social(x,y)

    社会关系和血缘关系有时候会存在重叠,甚至是互相转化的情况。例如,男女一起经历的事情多了,就会日久生情。接着就会恋爱,最后走入婚姻殿堂,成为一种法律层面上的夫妻。当然如果夫妻相处的过程中,如果产生不愉快,夫妻双方也可能会走向离婚,两人的关系也有可能由血缘关系变成了普通的朋友关系。

    关于血缘关系的计量,可以参考现实生活中的血缘关系的亲疏远近。当然计量表的制定是带有主观性的,并没有严密的理论支撑和数据支持。

    下面是一张可供参考的计量表:

    关系

    说明

    父(母)子

    1

     

    夫妻

    1

     

    (胞)兄弟

    0.8

     

    叔伯子侄

    0.6

     

    堂兄弟

    0.4

     

    表兄弟

    0.3

     

    表1 亲缘关系计量表

     

    鉴于篇幅所限,这里不逐一罗列所有的亲属关系(附录中有一个份个人认为比较符合中国传统伦理道德观的计量表)。通过上表,可以得到一个量化原则,将个人认为最重要的血缘关系列于表格的前面,并使其为最大值。其次,按重要的程度,依次递减。为了方便计算,可以使最大值为1,后面的关系取01之间小数。

    通过上面的血缘关系计量表,可以粗略地得到一个Kin(x,y)的值。但事实上,这个计量表从某种意义上来说,是比较粗糙的。原因在于表格中的关系,表达的仅是个体出于伦理道德,或社会文化风俗而作出的一种基本考量。事实上,同样的血缘关系,例如亲兄弟,老二可能会与老大比较亲,而老四则可能会跟老五更亲。

    关于这种亲情关系的细化,可以通过社会关系,甚至后面提到的偏好来进一步解释说明。举例,老大与老四不仅是亲兄弟,还是部队里面的战友,那么老大与老四,相比与其它的兄弟来说,那简直就是铁得不行。相反,老三与老二,虽然是兄弟,但在生意上却是死敌,这样的两兄弟,有时候不仅不亲,甚至比起一般的死敌,下起手来更狠,这其中的原因就来源于本节一开始就提到的信任”修正作用“。

    后面还有很多案例,可以证明人与人之间的信任关系不仅不只取决于亲缘关系,甚至在一些情况下,关系越紧密,信任就破坏得越快。这正印证了一句老话“不要和你最好的朋友一起做生意“。这里先卖个关子,关于信任的自我修正作用,将在后面的章节进行介绍。

    对亲缘关系进行了合理的计量后,就可以开始继续对社会关系的计量。与亲缘关系表类似,也可以编制出类似的社会关系表:

    关系

    说明

    战友

    1

     

    义兄弟

    1

     

    重要客户

    0.8

     

    好朋友

    0.6

     

    同事

    0.4

     

    普通朋友

    0.3

     

    表2 社会关系计量表

     

    与亲缘关系表类似,社会关系表也存在着一定的个人主观色彩。每个人心中可能都有一份计量表。而且计量表中出现的数据仅代表在传统的社会价值观下个人对某种特定身份的人的一种价值考量。

    1-3-2 协作函数

    前面的亲缘函数可以看作是一种静态的常量函数,因为一般来说,在某段时间间隔内,人与人之间的关系不会突然之间来来回回变来变去。而协作函数则是一个动态的函数,他的取值飘忽不定。它是一个时序函数,它的值会随时间的推移不断变化。

    下面将通过一个现实生活的真实案例来给出协作函数的定义。

    案例1:A是餐馆里的服务生,B是厨师,他们之间天然形成一种协作关系。服务员竭尽全力向顾客推销餐馆里面的菜肴,厨师在顾客下单后,也使出混身解数,做出各种好吃的菜肴。如果没有服务员推销菜品,厨师就没活干。反过来说,厨师做的菜不好吃,也会直接导致服务员推销的菜品卖不出去。生物学上,称A和B之间的关系为共生关系,为了后文论述的方便,将引入该术语。这也是我们日常生活中最常见的社会协作关系。

    案例分析:

    本节就来深入分析这种共生关系。如前面所述,共生关系下的AB都必须努力做好自己,才能保证大家都有活干。但共生关系是否就一定能保证AB持续维持这种状态呢?下面来考虑另外一种情况,假设餐馆在AB的共同努力下,生意蒸蒸日上,老板十分高兴,于是就奖励了AB 二人。但可能由于老板自身的偏见,(很多老板都喜欢口才了得的员工,因为他们的效益是最容易被看到的)在奖励这个问题上,明显偏袒了A。结果,B一无所获,因为老板觉得厨师把菜做好是应该的,而A则因为出色的口才,被 老板大加奖赏,成为企业的明星。

    这时候,AB的共生关系开始慢慢被 破坏,B觉得自己天天在厨房里没日没夜的干活,却得不到回报,相反,A只是有客人来的时候,耍耍嘴皮子,就可以轻轻松松地获得大量的回报。B开始觉得这样的共生关系对自己并不公平。于是他开始消极作业,故意把菜做得难吃,以引起老板的注意。而老板也没有及时分析原因,相反还不断责备厨师,说他出工不出力。餐馆这时候就会陷入一个恶性循环。菜品越做越差,生意也越来越差。A即便使尽吃奶的力,也说服不了顾客点菜,反而被顾客投诉虚假宣传。A的形象也开始一落千丈,最后连老板也看不惯他了。AB都被 炒鱿鱼了。

    上面的例子中,B消极怠工,从严格的意义上来说,他虽有错,但不算很过分。没有人愿意在一个明显对自己不利的博弈中委曲求全。从上面的例子可以很容易看到,共生关系其实是很脆弱的。

    那到底是什么在影响着共生关系呢?要回答这个问题,需要回到前面的例子。首先从刚才的案例中,我们可以明显看到,整件事的始作俑者,就是餐馆的老板。因为他的偏心,导致分配关系发生了变化。整个利益分配可能由原来的1 : 1,变成1: 3。一旦打破了分配关系的平衡,每个人的收益也会跟着变化。

    采用前面经典博弈论的方法,先把收益矩阵列出来。但由于有时序的变化,这里列出餐馆不同阶段的收益矩阵。

    现在假设AB的收入是直接与餐馆的营业额挂勾,为了简化描述,餐馆的初始营业额为2。则起初的AB的收益矩阵为:

           A

     

    B

    努力

    不努力

    努力

    1,1

    0,0

    不努力

    0,0

    0,0

    这里稍微改变了收益矩阵的表现形式,将二人的策略分列于行头和列头,非行头列头元素中的向量表示AB的收益。如(1,1),表示A1B1

    从收益矩阵上面看,不管怎么看,努力工作都才是AB的优势策略。

    不失一般性,可以给共生关系给出博弈论下的一个严格定义。

    定义1-1 共生关系是指在二人博弈中,只存在一种策略组合,使二人收益均不为0。

    下面来看,生意变好后的收益矩阵。假设餐馆的收入变好了,由原来的2变成了4。但老板擅长修改了分配关系,使最终的收益矩阵变成了下表:

           A

     

    B

    努力

    不努力

    努力

    3,1

    0,0

    不努力

    0,0

    0,0

    可以清晰看到,上述的收益矩阵仍然满足定义1-1,所以共生关系并没有改变。B也没有任何损失,按照经典博弈论的结论,AB的确应该继续努力工作。但B却从收益矩阵中获得了一个重要的情报,分配关系变了!由原来的1:1,变成了3:1。这意味着,一旦餐馆的收入退回到2,他的收益将降为 2 * 1 / 4 = 0.5 他的收益比起过去将明显减少!!!这相当于给B一个负面的信号,越努力工作,收入不升反降。这时候,努力工作将不再是B的优势策略。于是B必须改变这种现状,他寻求老板的理解,当诉求被无情拒绝时,共生关系开始迅速瓦解。这样的例子比比皆是,相信大家肯定遇到不少。

    到这里,案例开头的问题----影响共生关系的主要因素是什么---的答案已经呼之欲出了!正是利益分配关系。下面是本书导出的第一个重要的结论

     

    定义1-1  (共生关系) 在二人博弈中,若存在一对这样的策略偶Sc=(S1,S2),随着时间的推移,它对局中人都始终能产生正向的利益增长,那么就称Sc为共生关系。从数学的形式上描述,就是对于单个局中人而言,在Sc存续的前提下,若T1 > T2 时,则总有Profit(T1) > Profix(T2)。

    结论1-1(共生原则) 假设存在一个总收益是随着时间线性增长的连续二人博弈G,若双方的策略集中存在着一个对策偶Sc,使各自的利益随时间呈线性增长,那么Sc是共生关系。

    证明:由题设信息,不妨设局中人的收益函数为Profix(T)=C * T ,C 是一个大于0的常数。

    由 Profix(T) 的导数恒等于C,我们可知,当T1 > T2时, Profix(T1) – Profit(T2) > 0

    这满足定义1-1的定义,结论成立。

     

    另外,由此结论可再推导出一个推论。

    推论1-2 (公平原则) 在结论1-1的背景下,若局中人之间存在着对总收益的明确分配关系,则如果分配关系发生变化,则共生关系将会被弱化!这里的弱化是指在整个连续博弈中,存在着一段时间[з1,з2]使共生关系的定义并不总是成立。

    证明:由题设信息可知,若总收益是连续递增,不妨可设总收益函数为TP(T) = C1 * T。C1 > 0。假设局中人的分配关系为a : b,则局中人A的收益函数P(T) = C1 * T * a / (a + b)。现在假设从某个时刻t0 开始,分配关系变化了,a变少了(假设为a ‘),b增大了(假设为b’), 总量不变。即a + b = a’ + b’。那么A在t0 以后某个t1 的收益将变成P(t1) = C1 * t1 * a’ / (a’ + b’) = C1 * t1 * a’ / (a + b) 。

    现在我们来讨论是否存在t0 以前的时间点з的收益大于或等于t1。先令P(з) = P(t1)。解得

    з = (a’ / a)* t1 。由a > a’ 可知,з < t1 。也就是说在(з ,t0]这段时间内,由共生关系的定义知道肯定存在着一个P(з1) > P(з) = P(t1) ,其中з1 > з。

    由з1 < t0 < t1 ,得 P(з1) > P(t1) ,这与共生关系的定义背道而驰,共生关系被破坏。

    推论得证。

     

    由推论1-1可以看出在企业日常的生产经营活动中,改变分配关系将削弱共生关系!但事实上,很多企业在处理利益分配的过程中,往往采用一些强制的手段来尝试规避公平原则。例如不向员工披露公司的利润,不准员工私下讨论工资收入和奖金。然而,这也一样会削弱员工与公司的共生关系。

    人与人之间的协作关系,大多数都是这种共生关系。特别在社会化大分工越来越厉害的今天。我们现在形容一对哥们关系比较铁,往往不是说他们如何经常出双入对,而是在面对一些重大的决策时,他们的选择往往都是对对方有利的。

    因此协作函数的量化定义为由对方的一次或多次决策使自身所得到的实际收益值。

    Co(X,Y)=Ψ(T) T为时间序列。

    这个函数值由结论1-1可知,应该是一个随时间单调递增的函数。

    协作函数的计量单位可以是现实生活中的金钱。但钱很多时候并不能完全代表对方所能带给你的好处。例如,你的好友帮你狠狠修理了一个多次侮辱你的人,帮你出了一口恶气,还使对方以后不再敢欺负你。这样的收益就是无法用金钱来衡量的。因此,协作函数中存在客观的部份-----金钱收入,和主观的部分------自尊,情感等。如何进行量化,每个人都可能有自己的定义。

    展开全文
  • 狩野模式(Kano mode1): 提出者东京理工大学教授狩野纪昭,受行为科学家赫兹伯格的双因素理论的启发。 基本内容: KANO模型定义了三个层次的顾客需求:基本型需求、期望型需求和兴奋型需求。这三种需求根据绩效指标...

    狩野模式(Kano mode1): 提出者东京理工大学教授狩野纪昭,受行为科学家赫兹伯格的双因素理论的启发。

    基本内容:

    KANO模型定义了三个层次的顾客需求:基本型需求、期望型需求和兴奋型需求。这三种需求根据绩效指标分类就是基本因素、绩效因素和激励因素。

      基本型需求是顾客对企业提供的产品/服务因素的基本要求。这是顾客认为产品/服务“必须有”的属性或功能。当其特性不充足(不满足顾客需求)时,顾客很不满意;当其特性充足(满足顾客需求)时,顾客也可能不会因而表现出满意。对于基本型需求,即使超过了顾客的期望,但顾客充其量达到满意,不会对此表现出更多的好感。不过只要稍有一些疏忽,未达到顾客的期望,则顾客满意将一落千丈。对于顾客而言,这些需求是必须满足的,理所当然的。例如,夏天家庭使用空调,如果空调正常运行,顾客不会为此而对空调质量感到满意;反之,一旦空调出现问题,无法制冷,那么顾客对该品牌空调的满意水平则会明显下降,投诉、抱怨随之而来。

      期望型需求是指顾客的满意状况与需求的满足程度成比例关系的需求。期望型需求没有基本型需求那样苛刻,其要求提供的产品/服务比较优秀,但并不是“必须”的产品属性或服务行为。企业提供的产品/服务水平超出顾客期望越多,顾客的满意状况越好,反之亦然。在市场调查中,顾客谈论的通常是期望型需求。质量投诉处理在我国的现状始终不令人满意,该服务也可以被视为期望型需求。如果企业对质量投诉处理得越圆满,那么顾客就越满意。

      魅力型需求是指不会被顾客过分期望的需求。但魅力型需求一旦得到满足,顾客表现出的满意状况则也是非常高的。对于魅力型需求,随着满足顾客期望程度的增加,顾客满意也急剧上升;反之,即使在期望不满足时,顾客也不会因而表现出明显的不满意。这要求企业提供给顾客一些完全出乎意料的产品属性或服务行为,使顾客产生惊喜。顾客对一些产品/服务没有表达出明确的需求,当这些产品/服务提供给顾客时,顾客就会表现出非常满意,从而提高顾客的忠诚度。例如,一些著名品牌的企业能够定时进行产品的质量跟踪和回访,发布最新的产品信息和促销内容,并为顾客提供最便捷的购物方式。对此,即使另一些企业未提供这些服务,顾客也不会由此表现出不满意。



    根据这一理论,分析出产品经理的素质模型:






    产品经理的素质模型蛛网图:




    展开全文
  • Kano模型是东京理工大学教授...狩野纪昭(Noriaki Kano)教授1984年首度提出了Kano模型,该模型受赫兹伯格理论的双因素理论启发而来。 赫茨伯格的双因素理论认为,满意和不满意并非共存于单一的连续体中,而是截然分...
  • 商业数据分析的模型

    2020-08-15 23:16:46
    KANO模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的对用户需求分类和优先排序的有用工具,该模型是受行为科学家赫兹伯格的双因素理论启发而提出的,体现了产品性能和用户满意之间的非线性关系,主要是通过标准...
  • 以并列系统、3级粉碎样机为例,建立盘式辊压破碎机整机理论能耗模型。利用邦德功耗理论,给出第1级磨辊能耗计算式。以盘辊料层挤压分析为基础,给出第2,3级磨辊能耗计算式。通过钢渣粉碎试验,研究盘辊间隙、磨辊力和...
  • Eisenberg,Cumberland和Spinrad(1998)在他们的父母情感社会化模型中,区分了父母与情感有关的社会化行为(ERSB),这些行为支持孩子的社会情感发展:他们对孩子情感的反应,对与孩子情感的讨论以及他们在家庭中的...
  • 基于法拉第效应利用琼斯矩阵建立螺线管式光纤电流传感系统的完整理论模型,对偏振分束器的透光轴夹角误差、固有圆折射误差、线性折射误差等影响系统测量准确度的各种误差进行仿真研究。研究发现:固有折射...
  • 通过对旋转触探用螺旋探头的受力分析,建立了螺旋探头的贯入阻力和扭矩与贯入速度和转速,...结合数学模型和试验数据对旋转触探技术的影响因素进行了分析,为设计探头结构和进一步理解该技术的力学机理提供了理论依据。
  • 需求分类的方法——kano模型

    千次阅读 2009-10-22 10:14:00
    昨天参加了一堂项目管理的... 【起源】 受行为科学家赫兹伯格的双因素理论的启发,东京理工大学教授狩野纪昭(Noriaki Kano)和他的同事Fumio Takahashi于1979年10月发表了《质量的保健因素和激励因素》(Motivator and
  • 需求分析方法论—Kano模型

    千次阅读 2020-07-06 18:28:58
    赫兹伯格(1974)在研究员工满意度时提出了双因素理论(也被称作激励-保健理论),他认为满意与不满意并不是存共同存在一个单一的连续体,而是分开的。 即满意和不满意不是二选一的关系,满...
  • 为解决综合能源系统(IES)中供需侧不确定因素对运行调度带来的风险问题,将CVaR理论引入IES运行调度问题,提出一种计及风、光出力和电、热负荷不确定性的IES经济调度模型。该模型以IES运行风险费用最小为目标函数,...
  • 仿真结果验证了所提模型及求解方法的有效性,增量市场环境下运营商供给能力是影响其博弈策略的关键因素,外部监管手段有利于培植新的供电主体,但也存在由于运营商规模不对等造成垄断电价的交易问题。
  • 以二维模型为基础,对端面双向抽运包层平面波导激光器的热效应进行了理论分析和模拟计算,并研究了影响包层平面波导激光介质中热应力的因素
  • 众数粗集及其在医用物理学习动机因素与效果关联性分析中的应用,郝乃谰,王 维,本文对粗糙集理论进行了进一步地扩充,提出了众数粗糙集模型,并将该模型应用到医用物理学习动机因素与效果关联性分析中,取得了
  • 应用对策论中的主从对策理论思想,描述系统防护计划制定者与攻击者在决策时相互制约的关系,并考虑设施容量限制这一现实因素对问题的影响,提出带容限的“防护-中断-再分配”三层主从对策模型. 通过设计“大需求量...
  • 包括Yang-Mills,重力,双联标量,非线性sigma模型(NLSM),Dirac-Born-Infeld-Volkov-Akulov和特殊伽利略论(sGal)在内的一系列理论的散射预测构成一类特殊对象 两个引人入胜的特性:它们是通过复制过程关联的...
  • 车联网节点密度动态变化及节点快速移动,使得连通度成为影响其通信质量的重要因素。车辆以车队的形式在道路上行驶可以减少交通堵塞,同时降低燃油的消耗。研究了单车道和双车道的基于车队模型的车辆与车辆通信网络的...
  • 考虑到评价指标间存在一定程度的相互影响的现实因素,同时为避免常权综合评价模型的属性值转移,建立决策实验室法的网络层级分析法(DANP)双层惩罚变权时间序列财务预警模型以判断企业财务状况.通过上市公司数据...
  • 为了提高露天矿边坡安全预警的可靠性,...研究表明,熵权法与直觉模糊理论的结合,既降低了危险度评价中人为因素的干扰,又建立了影响因子与评价结果之间的有效联系。模型可以用于指导露天矿边坡的稳定性分析和开采设计。
  • 而且,已经显示出存在理论网,其散射幅度通过交换颜色和运动学因素的操作而相关。 在本文中,我们通过证明经典的扰动偶对偶对应于特殊的伽利略来推广和扩展该过程。 我们考虑与相关标量场耦合的点粒子,并找到...
  • 在双边匹配中, 双方主体的心理感知是不可忽视的重要因素, 如何依据行为决策理论描述双方主体的心理行为并将其引入到双边匹配模型中, 以往这方面的研究很少被关注....

空空如也

空空如也

1 2 3 4 5 ... 7
收藏数 127
精华内容 50
关键字:

双因素理论模型