---
title: "狩野モデルとは？"
description: "顧客の反応に基づいて製品機能を優先順位付けするための、狩野モデルの簡潔な解説。"
canonical_url: "https://getminds.ai/glossary/ja/what-is-kano-model"
last_updated: "2026-07-02T00:27:37.407Z"
---

# 狩野モデルとは？

狩野モデルは、基本要件、パフォーマンス要因、および魅力品質を分類するための機能優先順位付けフレームワークである。リサーチチームに対して、曖昧なビジネス上の問いを、回答者が一貫して答えられる選択肢、尺度、タスク、またはプロンプトへと変換するための規律ある方法を提供する。この手法の価値は、その名称自体にあるのではなく、それがもたらす規律にある。すなわち、定義されたターゲット層、明確な意思決定、現実的な刺激策、および回答が得られる前に決定された分析計画である。

Mindsのワークフローにおいては、狩野モデルを実地調査前の計画テンプレートとして扱う。まずターゲット層を選択し、次にその対象者に適したサブセクション、質問の文言、セグメントの切り口、および解釈上のリスクを提案するようMindsに求める。これは、チームにリサーチの意図はあるものの、回答者に提示できる具体的な言葉にまだ変換できていない場合に有用である。

## どのような場合に使用するか

狩野モデルは、どの機能が必須要件、差別化要因、あるいは価値の低い不要なものであるかを判断するリサーチの意思決定に適している。チームが対象集団と刺激策を明確に説明できる場合に、最も強力な効果を発揮する。ターゲット層の定義が曖昧な場合、最初のタスクは調査質問を作成することではない。最初のタスクは、Mindsを使用してターゲット層の定義を検証し、見落とされているサブセグメントを洗い出し、実際の人間を対象とした調査を実施する前にどの仮定に裏付けが必要かを特定することである。

チームが単に幅広いブレインストーミングを行いたいだけの場合、狩野モデルはそれほど有用ではない。その場合は、パネルディスカッションや定性インタビューの流れを設計する方が、通常はより有用な素材を得られる。このテンプレートは、回答を比較、ランク付け、スコア化、診断、または構造化されたリサーチブリーフに変換する必要がある場合に使用すべきである。

## 質問と設定

まずはターゲット層から始める。誰が回答すべきか、彼らがどのような状況に置かれているか、およびプロダクト、カテゴリー、またはブランドについてすでに何を知っているかである。次に、刺激策を定義する。刺激策には、コンセプトの説明文、ランディングページ、価格表、機能リスト、メッセージセット、カスタマージャーニー、プロトタイプのスクリーンショット、または日記のプロンプトなどがある。最後に、出力形式を定義する。狩野モデルにおいて有用な出力は、機能の分類と、満足または不満の背景にある理由である。

Mindsは、スクリーナーロジック、導入質問、コアタスク、フォローアップの深掘り質問、セグメンテーションの切り口、分析ノートなどのサブセクションのドラフトを提案できる。最も確実なパターンは、一度に1つのセクションずつ求めることである。実際の回答者に調査票を適用する前に、誘導的な表現、ダブルバーレル質問、非現実的な仮定、不足している回答選択肢がないか、各質問を批評するようMindsに求めることである。

## Mindsをワークフローに組み込む方法

Mindsは、正式なリサーチの記録システムの前に位置づけるべきである。ブリーフをより強固な調査設計に変換し、異なるセグメントが刺激策をどのように解釈するかをリハーサルし、最終的なアンケートで測定すべき懸念事項を見つけ出すために使用する。このプラットフォームは、プログラミング、リクルート、またはモデレーションに予算を費やす前に、その手法がターゲット層に適しているかどうかを判断するのに特に有用である。

実践的なワークフローはシンプルである。ターゲット層を作成または選択する。リサーチフレームワークとして狩野モデルを選択する。刺激策を貼り付けるか、意思決定の内容を説明する。Mindsに推奨されるセクション、質問、および設定を求める。リサーチャーがジュニアアナリストの最初のドラフトをレビューするように、その草案をレビューする。その後、意思決定に正式なエビデンスが必要な段階になったら、最終的な調査票を人間を対象とした調査、インタビュー、または専門ツールに移行する。

## 限界と検証

狩野モデルの運用には、依然として調査手法上の判断が必要である。Mindsは表現、ターゲット層の論理、および予想される解釈を支援できるが、代表性のある統計データ、規制上の主張、正確な市場規模の算出、正式な効用推定、または最終的な価格弾力性の最終的な情報源として使用すべきではない。財務的またはコンプライアンス上のリスクが高いほど、実際の回答者と適切なリサーチ設計を用いて検証することが重要になる。

主なリスクは、見かけ倒しの精度である。洗練された合成回答は、根拠となるエビデンスが許容する以上に確実であるかのように聞こえることがある。これに対処するには、仮定をリストアップし、人間のデータが必要な箇所を特定し、定性的な解釈と定量的な測定を区別するようMindsに求めることである。

## スターターテンプレート

- ターゲット層：解決すべきプロダクトの課題（Job to be Done）を理解している、現在またはターゲットとなるユーザー。
- リサーチの意思決定：どの機能が必須要件、差別化要因、または価値の低い不要なものであるか。
- 主要な刺激策：顧客の言葉で書かれた機能の説明。
- 主なタスク：各機能に対する充足時および不充足時の反応を尋ねる。
- 分析の視点：当たり前品質、一元的品質、魅力品質、無関心品質、逆品質の反応。
- 検証上の注意：出力結果を最終的な外部への主張の裏付けとする必要がある場合は、実際の回答者または専門的な統計ワークフローを使用すること。

## 次のステップ

このページを、プロダクト内テンプレートの最初のドラフトとして使用する。プロダクト版では、ユーザーがターゲット層を選択し、狩野モデルを選択すると、その対象者や目前の意思決定に合致した推奨セクション、質問、デフォルト設定、および警告が表示されるようにする必要がある。