在产品经理的日常工作中，往往会遇到一个叫做“心理模型”（mental model）的概念：它是用户对产品功能和价值的内在认知框架。把一个新心理模型推出市场后，你会立刻想知道：它到底成功了吗？

答案往往不止是点击率或者留存率。今天，我想分享一种来自产品功能评估工具——Kano分析——的“Desirability Score”，它可以帮助我们用用户情绪来衡量新心理模型的成败。

先说说Kano。1990年代，日本教授狩野纪子将产品属性分为三类：必备（Basic）、性能（Performance）和魅力（Attractive）。用户对必备的缺失会产生强烈不满，对性能的提升会得到“满意度+1”，而魅力属性则能让用户“哇哦”，甚至产生口碑传播。Desirability Score，就是把这三类属性在用户心中的“喜爱度”量化。

为什么Desirability对心理模型重要？因为心理模型本质上是一种认知框架，它决定了用户在面对产品时的“期待‑现实”差距。若某个新模型能让用户在期待与现实之间形成正向差距，那么它就会被视为“魅力”属性，从而在市场中获得更高的可口碑和持续使用率。

下面用真实案例来演示：亚马逊的个性化推荐。在上线个性化算法之前，亚马逊的顾客在发现商品时主要依靠搜索和类别浏览——这是一种“功能性”心理模型。通过对比A/B测试，亚马逊对两组用户分别收集了“Kano问卷”。结果显示，个性化推荐的属性被归类为“魅力”级别，Desirability Score高达0.78（满分1.0）。随后，月活跃用户提升了12%，复购率提升了8%。这说明，一个成功的心理模型往往伴随着高Desirability。

再看看Spotify的Discover Weekly。它把“音乐发现”变成了“每周一次的惊喜”。Spotify在推出时就使用了Kano问卷，结果发现“惊喜”属性在“魅力”中占比达到65%，整体Desirability Score为0.68。用户满意度调查显示，78%的听众表示“每次播放都是一次新发现”，而这些人中有54%表示会推荐给朋友——这正是高Desirability带来的口碑效应。

那么，怎样把Desirability Score应用到自己的新心理模型测试中？步骤很简单：

1. 定义关键属性：列出新模型触发的核心功能或体验，例如“快速上手”“可视化帮助”“社交分享”。
2. 设计问卷：使用Kano标准问题（功能正面/功能反面）来收集用户反馈。
3. 收集样本：最好覆盖不同人群，至少500份有效问卷能保证统计显著性。
4. 计算指标：将每个属性的「必备」「性能」「魅力」分数相加，除以总属性数得到Desirability Score。
5. 解读结果：Score>0.6即为高Desirability，0.4-0.6为中等，<0.4为低。

举个例子：你正在评估一个“订阅套餐组合”心理模型。通过问卷，你得到以下分布：必备=20%，性能=35%，魅力=45%。于是Desirability Score=0.45/（0.20+0.35+0.45）≈0.45。这个数值说明，虽然用户认为套餐组合是必要的，但真正让他们产生“惊喜”的还是套餐中的附加服务。你可以进一步优化这部分，从而提升整体Score。

需要提醒的不是，Desirability并不是万能的。它依赖于问卷设计、样本代表性以及用户情境。若问卷过于专业，用户可能无法准确回答；若样本偏向高频用户，Score可能被夸大。因此，务必把它和留存、NPS等量化指标一起使用，形成全景式评估。

总结一下：Desirability Score 是把用户情绪转化为数字的好帮手，它能让你在心理模型层面精准定位“吸引点”。下一步，你想用它来评估哪一个心理模型？或许，答案就藏在你手中的那份问卷里。

你有没有想过，一个看似微不足道的功能，可能因为高Desirability而成为产品的增长引擎？试试吧！