Kano Analizi ile Önceliklendirme

Geçenler de bir vesileyle Kano Analizi için bir Excel şablonu oluşturdum. Burda da bahsetmeye değer buldum açıkçası. Bir sonraki yazım ise yine benzer bir amaca hizmet eden Göreceli Ağırlıklandırma (Relative Weighting) üzerine olacak.

Yazılım spesifik olarak anlatacak olursak, yazılım özelliklerinin önceliklendirilmesi ve kategorize edilmesi için kullanılabilen bir yöntem. Temel de müşteri anketlerinden alınan cevaplara dayanıyor.

Her bir özelliği iki bakış açısından 1-5 arasında bir değerle oyluyoruz. İki bakış açısı özelliğin gerçekleştirildiği ve gerçekleştirilmediği durumları kapsıyor. Mesela aşağıdaki özellikleri ele alalım:

F1: Sipariş ekranından bir kısayol vasıtasıyla toplam sipariş bedeli üzerinden hızlıca %5 indirim yapabilmelidir.
F2: Müşteri ekranında bekleyen siparişler listelenmelidir.
F3: Ana ekranda bir köprü vasıtasıyla Merkez Bankası kurlarının listelendiği bir site açılabilmelidir.

Oylamayı yaparken derecelendirme şunları ifade ediyor:

1- Bu şekilde beğendim
2- Bu şekilde beklentim var
3- Nötr
4- Bu şekilde idare ederim
5- Bu şekilde beğenmedim

Örnek olarak yukarıdaki özellikleri derecelendirelim. Daha anlaşılır olması için uzun uzun yazıyorum.

• Sipariş ekranından bir kısayol vasıtasıyla toplam sipariş bedeli üzerinden hızlıca %5 indirim yapabilmelidir (2)
• Sipariş ekranından bir kısayol vasıtasıyla toplam sipariş bedeli üzerinden hızlıca %5 indirim yapılamayacaktır(5)
  
  
• Müşteri ekranında bekleyen siparişler listelenmelidir(1)
• Müşteri ekranında bekleyen siparişler listelenmeyecektir(5)
  
  
• Ana ekranda bir köprü vasıtasıyla Merkez Bankası kurlarının listelendiği bir site açılabilmelidir(3)
• Ana ekranda bir köprü vasıtasıyla Merkez Bankası kurlarının listelendiği bir site açılamayacaktır(4)

Her bir özellik için verilen cevap çiftleri aşağıdaki matris üzerinden sonuçlandırılır:

(M) Kesinlikle olmalı : Bu özelliklerin gerçekleştirilmesi zorunludur. Bir marjinal noktadan sonra, müşteri tatminini eskisi kadar arttırmaz.

(L)   Doğrusal : Doğrusal özelliklerle müşteri tatmini doğrusal bir ilişkidedir

(E)   Heyecan Verici : Bu özellikler müşteri tatminini dramatik bir şekilde arttırır 

(R)  Ters: Bu  şekilde kategorilendirilen özellikler gerçeklenmez 

(Q)  Sorgulanabilir : Önemi sorgulanabilir 

(I)  Farketmez : Bu özellik önemsizdir

Bu durumda özelliklerimiz aşağıdaki kategorilere denk düşmüş oluyor :

• F1 = M 
• F2 = L
• F3 = I

Bu işlemi birden fazla müşteri için tekrar ederek, müşterilerin onlara sunduğumuz özellikleri nasıl kategorilendirdiklerinin dağılımı  öğrenebiliriz.

Aşağıdaki tabloda, sorulan müşterilerin %43'ü F1 özelliğini M olarak tespit etmiş.

	M	L	E	R	Q	I	SONUÇ
F1	%43	%35	%9	%2	%1	%10	%43 tercihle (M) Kesinlikle Olmalı
F2	%12	%65	%14	%5	%2	%2	%65 tercihle (L) Doğrusal
F3	%19	%21	%6	%9	%7	%28	%28 tercihle (I) Farketmez

Umarım yeterince açıklayıcı olmuşumdur. Sonraki yazımda müşteri anketleri yerine, uzman görüşüne dayanan Göreceli Ağırlıklandırma yönteminden bahsediyor olacam.