RICE cho bạn thứ tự theo giá trị/công sức, nhưng không cho biết một tính năng khiến khách thích thú hay chỉ là điều bắt buộc phải có. Mô hình Kano lấp khoảng trống đó, phân loại tính năng thành: Must-be (thiếu là khách bực), Performance (càng nhiều càng hài lòng), Attractive (bất ngờ thú vị), Indifferent (khách không quan tâm), Reverse (làm khách khó chịu). AI giúp bạn phân loại nhanh và soạn khảo sát Kano.
Vấn đề thực tế của PM
- Bạn dồn sức vào tính năng "hào nhoáng" (Attractive) trong khi một Must-be đang thiếu khiến khách rời bỏ.
- Khảo sát Kano chuẩn (cặp câu hỏi functional/dysfunctional) khó viết và khó phân tích thủ công.
- Team tranh cãi "cái này là must hay nice-to-have" mà không có khung chung.
AI giúp được gì
AI soạn cặp câu hỏi Kano đúng chuẩn cho từng tính năng, phân loại sơ bộ dựa trên mô tả và phản hồi khách bạn cung cấp, và tổng hợp kết quả khảo sát thành bảng phân loại. Quan trọng: phân loại của AI là giả thuyết cần kiểm chứng bằng dữ liệu khách thật, không phải kết luận.
Ví dụ cụ thể
Bạn có 10 tính năng ứng viên. AI phân loại sơ bộ: 3 Must-be, 4 Performance, 2 Attractive, 1 Indifferent — kèm lý do. Bạn nhận ra một "tính năng cưng" thực ra là Indifferent với đa số khách, và một mục tưởng nhỏ lại là Must-be. Bạn ưu tiên lấp Must-be trước, tránh mất khách.
Prompt mẫu — "Phân loại Kano + soạn khảo sát"
Vai trò: chuyên gia nghiên cứu sản phẩm theo mô hình Kano.
BƯỚC 1 — Phân loại sơ bộ mỗi tính năng vào: Must-be / Performance / Attractive / Indifferent / Reverse.
Dựa trên: mô tả tính năng + phản hồi khách tôi cung cấp. Ghi rõ ĐỘ CHẮC CHẮN và lý do.
ĐÁNH DẤU mọi phân loại chỉ dựa trên suy đoán (thiếu phản hồi khách) là "GIẢ THUYẾT - cần khảo sát".
BƯỚC 2 — Với mỗi tính năng, soạn 1 cặp câu hỏi Kano:
- Functional: "Nếu có [tính năng], bạn cảm thấy thế nào?"
- Dysfunctional: "Nếu KHÔNG có [tính năng], bạn cảm thấy thế nào?"
(5 lựa chọn: Thích / Đương nhiên phải có / Trung lập / Chấp nhận được / Không thích)
QUY TẮC: không bịa phản hồi khách; phân biệt rõ đâu là dữ liệu, đâu là suy đoán.
TÍNH NĂNG & PHẢN HỒI:
<dán danh sách + trích dẫn khách nếu có>
Các bước làm
- Liệt kê tính năng ứng viên (từ backlog sạch ở Bài 2).
- Gắn kèm phản hồi khách thật cho từng tính năng nếu có.
- Chạy prompt để có phân loại sơ bộ + khảo sát.
- Đánh dấu giả thuyết: mọi mục thiếu dữ liệu khách phải đi khảo sát thật.
- Gửi khảo sát Kano tới mẫu khách phù hợp (đủ số lượng để tin được).
- Nhờ AI tổng hợp kết quả khảo sát thành bảng phân loại cuối.
- Ra quyết định: đảm bảo mọi Must-be được đáp ứng trước khi đầu tư vào Attractive.
Template tái dùng — Bảng Kano
Tính năng | Phân loại (sơ bộ/khảo sát) | Độ chắc chắn | Bằng chứng khách | Hành động ưu tiên | Ghi chú
Nguyên tắc thứ tự: Must-be (đủ ngưỡng) → Performance (đầu tư theo RICE) → Attractive (điểm nhấn khác biệt) → bỏ Indifferent/Reverse.
Sai lầm thường gặp
- Coi phân loại AI là kết luận: AI phân loại dựa trên ngôn ngữ, không phải cảm nhận thật của khách. Đây là ảo giác dạng "tự tin nhưng vô căn cứ". Luôn kiểm bằng khảo sát thật khi quyết định lớn.
- Bỏ qua Must-be: mê tính năng Attractive mà quên nền tảng. Kano nhắc bạn: thiếu Must-be, mọi thứ hào nhoáng đều vô nghĩa.
- Mẫu khảo sát quá nhỏ/lệch: AI tổng hợp trung thực dữ liệu bạn đưa, nhưng nếu mẫu 5 người thì kết luận vô giá trị. Đủ mẫu và đủ đa dạng.
- Rò rỉ: dán phản hồi có danh tính khách vào công cụ công cộng. Ẩn danh trước.
- Phụ thuộc quá mức: dùng Kano thay cho trò chuyện khách. AI + khảo sát không thay được một cuộc phỏng vấn sâu.
Chốt bài
Kano bổ sung chiều "cảm xúc khách" cho ưu tiên. Kết hợp Kano (phân loại) với RICE (định lượng) cho bức tranh đầy đủ. Bài sau: opportunity scoring để soi khoảng trống cơ hội lớn nhất.