Een kano-analyse is een methode om klantbehoeften te categoriseren op basis van de invloed die ze hebben op klanttevredenheid. Het model, ontwikkeld door de Japanse professor Noriaki Kano in de jaren tachtig, onderscheidt vijf typen producteigenschappen, van basale verwachtingen tot onverwachte verrassingen. Daarmee helpt de analyse je om te bepalen waar je als organisatie het meeste effect hebt met je inspanningen.
De kracht van het Kano-model zit in het inzicht dat niet alle klantwensen even zwaar wegen. Iets waarover een klant nooit klaagt hoeft geen tevredenheid te vergroten, terwijl een kleine verrassing soms veel meer effect heeft dan een grote investering. Dit artikel legt uit hoe de analyse werkt, welke categorieën het model hanteert en hoe je hem zelf uitvoert.
De vijf categorieën van het Kano-model
Het model verdeelt producteigenschappen in vijf typen. Elk type heeft een andere relatie met klanttevredenheid.
- Basiseisen (must-be): eigenschappen die klanten als vanzelfsprekend beschouwen. Als ze ontbreken, is de klant ontevreden. Als ze aanwezig zijn, reageert de klant neutraal. Een voorbeeld: een hotelkamer heeft schoon beddengoed. De gast merkt het niet als het er is, maar klaagt direct als het ontbreekt.
- Prestatie-eisen (one-dimensional): hoe meer, hoe beter. Meer van deze eigenschap leidt tot meer tevredenheid; minder leidt tot minder. Denk aan de actieradius van een elektrische auto of de snelheid van een internetverbinding.
- Aantrekkelijke eigenschappen (attractive/delighters): onverwachte extras die klanten verrassen. Klanten missen ze niet als ze weg zijn, maar zijn positief verrast als ze er wel zijn. Gratis chocola op het kussen, of een app die automatisch een back-up maakt zonder dat je eraan hoeft te denken.
- Indifferente eigenschappen (indifferent): eigenschappen waar klanten niet warm of koud van worden. Aanwezig of niet, het maakt voor de tevredenheid geen verschil. Hier verspil je budget als je er veel in investeert.
- Omgekeerde eigenschappen (reverse): eigenschappen die sommige klanten juist afstoten. Wat de ene klant fantastisch vindt, ergert de andere. Dit type vraagt om segmentatiekeuzes.
Waarom een kano-analyse uitvoeren?
In de praktijk worden aannames over klantwensen regelmatig gedaan zonder de klant zelf te vragen. Teams investeren in functies waarvan ze denken dat klanten er blij van worden, terwijl die functies in werkelijkheid indifferent of zelfs averechts werken. De kano-analyse dwingt je om met klanten in gesprek te gaan in plaats van te raden.
Daarnaast helpt het model bij het stellen van prioriteiten. Niet elk product of elke dienst heeft onbeperkt budget en tijd. Door te weten welke eigenschappen basisverwachtingen zijn en welke als delighters werken, kun je keuzes maken die meetbaar meer effect hebben op tevredenheid. Een nieuwe feature die als delighter scoort kan meer opleveren dan de tiende verbetering van een prestatie-eigenschap die al goed genoeg is.
Een kano-analyse uitvoeren in drie stappen
De analyse is concreet toepasbaar en bestaat in de kern uit drie stappen.
Stap 1: ga in gesprek met de klant. Breng in kaart welke eigenschappen je wilt onderzoeken. Dit kunnen bestaande functies zijn of ideeën voor nieuwe. Maak een lijst van concrete kenmerken, geen vage begrippen als “goede service”, maar specifiek: “de mogelijkheid om je bestelling telefonisch te wijzigen tot 24 uur voor levering”.
Stap 2: stel de Kano-vragenlijst op. Voor elke eigenschap stel je twee vragen aan de klant: één positief en één negatief. De positieve vraag luidt: “Hoe voelt u zich als dit aanwezig is?” De negatieve vraag luidt: “Hoe voelt u zich als dit ontbreekt?” Antwoordopties zijn steeds: ik vind het fijn, ik verwacht het, het is me om het even, ik accepteer het, of ik vind het vervelend. De combinatie van beide antwoorden bepaalt in welke categorie de eigenschap valt.
Een voorbeeld. Stel dat je een bezorgservice onderzoekt. Vraag positief: “Hoe voelt u zich als u realtime de locatie van uw pakket kunt volgen?” Vraag negatief: “Hoe voelt u zich als deze tracking niet beschikbaar is?” Als klanten de aanwezigheid normaal vinden maar de afwezigheid vervelend, valt dit onder een basiseis. Vinden ze het fijn als het er is en accepteren ze het als het weg is, dan is het een delighter.
Stap 3: analyseer de resultaten en prioriteer. Verzamel de antwoorden, categoriseer elke eigenschap en kijk welke categorie het vaakst scoort. Gebruik een Kano-evaluatietabel om antwoordcombinaties systematisch om te zetten naar een categorie. Bepaal daarna welke eigenschappen je als eerste aanpakt: zorg dat alle basiseisen op orde zijn, verbeter daarna de prestatie-eigenschappen en overweeg welke delighters je onderscheid geven ten opzichte van concurrenten.
Valkuilen om rekening mee te houden
De kano-analyse is een sterk hulpmiddel, maar kent ook beperkingen. Een praktisch aandachtspunt: delighters worden na verloop van tijd basiseisen. Wat vijf jaar geleden een aangenaam extraatje was, is nu een standaardverwachting. Denk aan gratis wifi in een hotel. De analyse is dus geen eenmalig project, maar vraagt om herhaling als je markt verandert.
Daarnaast is de kwaliteit van de vragenlijst bepalend. Vage of dubbele vragen geven onbetrouwbare antwoorden. Test de vragenlijst altijd eerst intern of bij een kleine groep klanten voordat je hem breed uitzet. Ook de steekproefgrootte telt: bij een te kleine groep respondenten kun je geen betrouwbare conclusies trekken per categorie.
Tot slot: de analyse vertelt je WAT klanten willen, niet HOE je dat realiseert. De prioritering die het model geeft, moet je nog altijd vertalen naar concrete productontwikkeling of procesverbetering.
De kano-analyse is het meest waardevol als je hem combineert met directe klantsignalen, zoals interviews of gebruikerstests, en hem herhaalt wanneer je markt of klantverwachtingen veranderen. Zo blijft het model een actuele basis voor beslissingen, in plaats van een eenmalig rapport in een la.
