【关键词】新闻媒体抖音号KANO模型功能需求
一、引言
搭乘移动互联网技术的时代快车，短视频在媒介平台红海中脱颖而出，成为当下移动互联网用户的新宠。根据CNNIC发布的《第47次中国互联网发展状况统计报告》，截至2020年12月，我国短视频用户规模达8.73亿，较2020年3月增长1.00亿，占网民整体的88.3%。
而在短视频“两超多强”格局中，牢牢占据“两超”之一地位的“抖音”短视频，以其精准的算法推送，极具创造性的动态画面和音乐优势，满足了新媒体时代受众碎片化的阅读习惯和视听需求，成为我国新闻媒体拓展传播渠道，打造传播矩阵的必争之地。自2018年以来，各大新闻媒体纷纷入驻抖音开设抖音号，借助平台优势传播优质内容，提升自身的传播力与影响力。本文拟运用KANO理论,分析公众对新闻媒体抖音号的需求,揭示公众对新闻媒体抖音号功能的需求状况,以期为新闻媒体抖音号的优化升级提供参考。
二、KANO理论基础及计算公式
（一）KANO理论基础
KANO模型将用户需求分为5类，如图1所示，分别是：基本型需求、期望型需求、兴奋型需求、无差异型需求、反向型需求，满足优先级别依次降低。基本型（Must-be）需求是顾客认为必不可少的功能或服务。期望型(One-dimensional)需求是顾客希望提供的功能或服务。兴奋型(Attractive)需求是超出顾客预期的功能或服务。无差异型(Indifferent)需求是可有可无的功能或服务。反向型(Reverse)需求是引起顾客反感的功能或服务。
（二）KANO模型计算公式
在KANO模型基础上，学者Berger于1993年引入顾客满意度系数(CustomerSatisfactionCoefficient)的概念，即Better-Worse系数，它利用公式(1)(2)计算提供或不提供某项功能时顾客的满意程度的变化。
公式中,Si表示顾客满意度系数Better(提供这个功能,顾客满意度上升的比率);Di代表不满意系数Worse(不提供这种功能,顾客满意度下降的比率，)。Ai、Oi、Mi、Ii代表问卷调查中顾客选择此种功能的个数;i代表某一功能在问卷中的序号。根据满意度系数公式可以将不同的功能需求划分到不同的象限,表示相应类型的需求类型。一二三四象限分别是期望型需求区、兴奋型需求区、无差异型需求区、必备型需求区。
三、研究设计
结合新闻媒体对抖音号的实际运营和对用户常用功能的调查,本研究将新闻媒体抖音号功能分为:社交互动、信息服务、视听语言服务、其他服务和营销推广五类,分为24个功能项,见表1。
（一）问卷设计与数据收集
本研究中的问卷分为两个部分:第一部分是观看新闻媒体抖音短视频的用户的基本信息调查,包括用户性别、年龄、学历、观看新闻媒体抖音短视频的频率、使用抖音观看新闻媒体短视频的原因；第二部分为新闻媒体抖音号功能的KANO问卷,是问卷的主要部分。依据表1的顺序,对每一个功能设置正向和反向两个问题,将用户对于每一个问题的感觉划分成“我很喜欢”“理应如此”“无所谓”“勉强接受”和“我很不喜欢”5个情感等级，设计出相应的题项，如表2所示。
（二）问卷信度和效度检验
为了验证问卷的可信度和有效性,本研究使用SPSS22对问卷调查结果进行了统计分析。在问卷信度检验方面,正向问题问卷的CronbachAlpha为0.821,负向问题问卷的CronbachAlpha为0.819,均高于0.8,说明问卷的信度较好。在问卷效度检验方面,正向问题问卷与负向问题问卷的KMO值均为0.852,Bartlett球形检验均达到显著水平(sig<0.001),符合统计学中的效度检验指标要求。因此,《新闻媒体抖音号的公众需求调查》KANO问卷具有良好的信度与效度。
四、调查结果分析
通过KANO模型问卷，得到用户基本情况、需求类型、满意度——不满意度系数等分析结果，本部分将从以上三部分展开对新闻媒体抖音号的用户需求分析。
（一）用户基本信息
（二）基于需求层次的分析
KANO模型将用户需求划为基本型需求（M）、期望型需求（O）、兴奋型需求（A）、无差异型需求（I）、反向型需求（R）五种类型，满足优先级别依次降低。而在问卷调查中，往往需要借助KANO模型需求分类评估表（见表3）将问卷结果进行转化。其中，Q表示“可疑回答”，为保证结果的准确性，在问卷中往往成为被剔除的对象。
传统KANO模型以最大值作为需求分类依据,即某功能对哪种KANO类别的归属数量最多，就将该功能归属于该项类别。在本研究中，借助表3KANO模型需求分类评估表对问卷结果进行转化和需求类型划分，并在统计过程中将82份有效问卷中的Q即可疑回答剔除，只呈现M、O、A、I、R五类，如表4所示。
通过表4可以看出，在新闻媒体抖音号的24个功能服务中，有6个为M，6个为A，11个为I，一个为R。
反向型需求（R）是指用户对新闻抖音号表示不满的功能。在本研究中，使用抖音美颜滤镜成为唯一的反向型需求。这可能是用户考虑到抖音美颜滤镜的使用会对新闻真实性带来影响而做出的选择。
（三）基于满意度—不满意度系数的分析
传统KANO模型方法中对功能需求类型归属的确定,仅仅以最大值为依据，即选取各个需求类型中占比最大的类别作为该功能的需求类型归属,完全忽视了其他需求类型的占比情况对类型归属所带来的影响。这种归类方式带来的最直接后果便是大量统计样本数据被忽略,用户需求分析结果浮于表面,不利于挖掘用户的潜在需求。因此,可以基于每个功能的不同属性的占比,根据Berger提出的指标计算公式计算出Better-Worse系数,从而对每个功能项进行满意度评价,判定某功能项增加后的满意程度或者消除后的不满意影响程度。由于Better-Worse系数无法识别反向型需求，需剔除反向需求“抖音美颜滤镜”。根据前文提到的计算公式，已在表4中进行计算满意度系数与不满意度系数。在此数据基础上，以不满意度系数为横坐标，以满意度系数为纵坐标，以所有功能的两指标平均值为原点（0.259，0.382）绘制散点图如图2所示。
Better代表提供某种功能,用户满意度提升；越接近1,表明对用户满意度影响越大。如本文Better系数最大的是0.688，是“‘喜欢’内容可见”，即用户可以看见新闻媒体抖音号曾为哪些作品点过赞。Worse代表不提供某种功能要素,用户满意度降低；越接近1,用户不满意度越大。因此,在分析功能要素时应综合考虑提供该功能对用户满意度的提升程度,以及不提供该功能对用户满意度的损伤程度。Better-Worse系数值较高的功能考虑重点优化或优先开发。
由图2可见24项功能归属较表4的KANO功能属性的分析有所变化,改良后的O有3项，A有5项，M有7项，I有9项。
其中，第一象限的Better系数值高,Worse系数值也高。落入这一象限的功能有3个,属于O期望型需求，即用户可能不太清楚但又非常希望获得的需求。相较于KANO传统功能属性的分析方式Better-Worse系数分析结果（表4）多了3个O，分布在信息服务和视听语言服务方面。其中“实用性”由A变为O，“软新闻”和“背景音乐”由I连升两级变为O,说明这3个功能因素的优先级升级,用户期望值变高。而此三类成为期望型需求的可能原因是：抖音作为音乐创意短视频平台，背景音乐的存在已逐渐“涵化”了用户媒介接触习惯，使其在潜意识中希望新闻类短视频也具备背景音乐，以配合短视频视觉画面对信息进行解读。而“实用性”、富含趣味性和人情味的“软新闻”与抖音平台的内容生态更是不谋而合，用户往往希望能够在抖音中实现心绪转换或收获某些实用技能。
第三象限的Better系数值低,Worse系数值也低。落入这一象限的功能因素有8个，为I,相较于KANO传统功能属性的分析方式，Better-Worse系数分析结果中I的总量减少2个,转变为0,用户需求更为明确。这些无差异功能提供与否,用户满意度均不受影响，用户持无所谓态度。故新闻媒体抖音号在开发初期,可暂缓实现这些功能作为后续迭代的候选因素或在资金和技术有限时消减投入。但需要注意的是，使用“网络语言”、拥有本媒体抖音号的“网红记者”两项非常接近期望型需求区，短视频“时长15S以内”接近必备型需求区，呈现出向其转化的趋势，因而该三项功能应作为功能服务迭代过程中的优先考虑项。究其发展趋势原因，是传统的严肃性新闻媒体入驻娱乐化短平快平台呈现出的磨合现象：传统媒体在长期的新闻实践过程中已完成对视听语言表达和专业记者行为规范的驯化，而“网络语言”“网红记者”“时长15S以内”都深具网络平台基因传达出用户的期待，二者正在相互融合谋求其平衡点，以期既满足用户期待，又能确保新闻媒体操作实践的合规性。
五、结论及建议对策
移动互联网掠夺用户大量注意力，新闻媒体通过入驻移动互联网新媒体平台来谋求自身的融合发展已是大势所趋，而洞悉用户需求则将为融合发展提供助力。本研究借助KANO模型及Better-Worse系数对新闻媒体抖音号的用户需求进行分析，可得到以下结论及建议。
第一，在用户基本情况方面，新闻媒体抖音号的用户有相当大一部分是学历较高的年轻人，对抖音主动推送的新闻类短视频具有较高的观看度，因而新闻媒体应主动谋求进入高端流量池的机会，以其获得更多曝光机会。
第二，在研究工具方面，Better-Worse系数分析较传统的KANO功能类型的确定分析方式能更具体、更准确地体现功能的归属情况，后续的分析过程中可将二者进行对比使用。
第四，使用抖音美颜滤镜是反向型需求，其存在会给用户带来不满体验应予以规避。
作者李立系成都大学文学与新闻传播学院副教授、传播学博士
作者马超系成都大学文学与新闻传播学院硕士研究生
参考文献
[1]TANK：DevelopmentofinnovativeproductsusingKano’smodelandqualityfunctiondeployment”，InternationalJournalofInnovationManagement，1999，271-286.
[2]KANON：LifeCycleandCreationofAttractiveQuality”，The4thInternationalQualityManagementandＲeganizationalDevelopmentConference，2001，18-36.
[3]雷吉斯·德布雷.媒介学引论[M].北京中国传媒大学出版社，2014年。
[4]易艳刚.“四处观察”与转型歧路[J].青年记者，2020（5）.
[5]韩玮，陈樱花，陈安.基于KANO模型的突发公共卫生事件信息公开的公众需求研究[J].情报理论与实践，2020（5）.
[6]匡文波，杨梦圆.媒介融合背景下主流媒体移动短视频传播策略研究——以“央视新闻”抖音号短视频传播为例[J].新闻论坛，2019（6）.
[7]张志安，彭璐.混合情感传播模式:主流媒体短视频内容生产研究——以人民日报抖音号为例[J].新闻与写作，2019（7）.
[9]杨凤娇，孙雨婷.主流媒体抖音号短视频用户参与度研究——基于《人民日报》抖音号的实证分析[J].现代传播(中国传媒大学学报)，2019(5).
[10]朱红灿，胡新，李顺利.基于KANO模型的政府数据开放平台用户体验要素分类研究[J].现代情报，2018（12）.
[11]潘秋岑，张立新，张超，黎海青.学术期刊网站功能服务需求的KANO模型评价[J].中国科技期刊研究，2016(6).
[12]孟庆良，何林，朱慧明，卞玲玲，张玲.基于GM(1,1)模型的KANO质量要素分类动态预测方法[J].中国管理科学，2015:139-145.
[14]中国互联网信息中心.第47次中国互联网络发展状况统计报告[J].2021:50.
新传播观|抖音用户对个性化推荐算法的认知
2022-09-14
新传播观|政府危机公关中积极引领公众的实证研究——基于“新闻联播”（2020.1.23-2020.3.10）抗击新冠疫情报道的分析
2022-07-25
前沿聚焦|暖新闻融媒报道的采写探索——基于读特客户端抗疫暖新闻系列产品的分析