随着社会经济的高速发展,企业之间的竞争也变得愈加激烈,面对日益激烈的竞争环境,企业都在想方设法提高自身的竞争力。在奉行以用户为中心的理念下,从用户角度探测和甄别用户的真实需求,以进行产品创新和更新迭代,进而最大程度提升用户满意度,已经成为企业竞争力提升的关键因素之一。Kano模型正是基于用户视角研究用户需求与用户满意度之间关系的一套理论模型。但是该模型在实际应用过程中存在一定的局限性:第一,当某个需求项的各类属性占比相同或相近时,传统的kano模型便难以判断其属性归类。目前企业最常用的解决方案是使用Berger在1993年提出的通过计算“相对满意度系数”对用户需求进行属性归类。但是此方法本身存在一定的缺陷:满意度计算公式Si=(A+O)/(A+O+M+I)*1和不满意度计算公式DSi=(O+M)/(A+O+M+I)*-1中的A、O、M、I分别代表kano的四类有效属性,其对用户满意度的影响程度均不相同,而在该公式中以相同权重计算满意度,这样将无法正确反应用户的真实满意度。通过在文中引入熵值法,对四类属性分配不同的权重,既兼顾了原有Berger的方法,又能得到更为精确的满意度系数,实现需求的精准分类。第二,在确定了需求项的属性归类后,传统kano模型的需求实现优先规则为必要属性>期望属性>魅力属性>无差异属性,当决策者投入有限资源无法同时实现某一分类下的所有需求时,需要在同一属性内进行需求的优先级排序以筛选需求,但是传统的kano无法满足此要求。基于此,通过在同类属性中引入“相对差距和法”,对同属性需求项进行精准的优先级排序。最后,使用在线产品“在武大”进行实例验证,并证明了 kano修正的可行性和有效性。