用戶需求視角下醫療健康類APP適老化改造內容優先序研究

毛太田 劉捷 趙綺雨

關鍵詞：醫療健康類APP; Kano模型；適老化改造；用戶需求

在健康中國戰略的驅動下，公眾逐漸提高了對身心健康的關注程度，老年群體也正在積極地融入網絡社會以進行網絡健康知識學習。各類健康APP以其傳播有效性、即時性和教學性等特點獲得了廣泛的青睞，成為廣大網民搜尋健康信息、學習健康知識和提升健康水平的重要渠道。據CNNCI調查顯示，截至2022年12月，60歲及以上網民群體占比由2021年12月的11.3%提升至14.3%，互聯網進一步向中老年群體滲透。各類機構相應開展適老化改造工作，推出老年人專屬APP版本，以滿足老年群體的使用需求，如移動支付、線上購物等。工信部公示的首批適老化及無障礙改造APP名單就包括“114健康”“好大夫在線”等醫療健康類APP．適老版的推出一定程度上滿足了老年群體的使用需求。然而，目前較多程序的適老化改造僅局限于現有框架的局部調整，未能真正結合老年群體的需求進行設計。調查顯示，在眾多APP適老版中，醫療健康類APP存在著廣告誘導內容偏多、人口難尋等問題，導致老年用戶對其適老版滿意度偏低，不利于老年群體跨越“數字鴻溝”，與現代社會相融。

2022年，國家衛生健康委等15部門聯合印發《“十四五”健康老齡化規劃》，明確提出要提升各類健康產品的適老化水平以適應老年人需求。老年群體的需求和體驗是醫療健康類產品的重要衡量標準。因此，準確分析用戶需求以提升醫療健康類APP適老化改造水平的重要性毋庸置疑。目前已有學者對政務服務APP、新聞資訊APP、手機銀行APP等平臺的適老化改造進行了研究，但對醫療健康類APP的適老化研究較少。為了更好地識別和迎合老年群體的醫療健康類APP使用需求和偏好，有效提升用戶滿意度，本文基于Kano模型這一用戶需求分類方法，從用戶需求視角挖掘老年群體對于醫療健康類APP適老化改造服務的關鍵需求，并進行需求分類以及確定優先序，明確老年群體的痛點、興趣點和關注點，為開發商對醫療健康類APP實施高效的適老化改造工作提供借鑒參考。

1研究綜述

1.1醫療健康類APP適老化改造相關研究

適老化的概念起源于歐洲，最初多集中在設計、建筑領域的研究中。在我國，“適老化”最早產生于人口老齡化的背景下，當前學界對于“適老化”這一概念并無一致界定，通過對已有文獻調研發現，適老化多與“改造”“設計”等概念相聯系，指考慮老年人需求特征而作出相應的改造或設計，其內涵多與“老年友好”保持一致。隨著人口老齡化程度的加深，國外首先將研究聚焦于老年人使用健康APP的阻礙上，認為認知、動力、身體能力和知覺是老年群體使用健康APP的主要障礙，應用的“可用性”會直接對老年人的技術接受行為產生影響，一款使用便捷、信息處理功能清晰準確的健康APP不僅能顯著提升用戶滿意度，并且長期使用能夠顯著提高其批判健康素養水平。后續研究進一步探索了健康類應用程序對老年人健康護理的幫助，發現醫療健康類APP是一些獨居老人居家護理的合適工具，在老年人健康護理的健康決策制定方面具有重要作用。同時，可以通過評估智能技術應用在積極健康老齡化中的應用效果來選擇與用戶需求契合度高的應用程序。伴隨著國內各互聯網網站與移動互聯網應用適老化改造工作的持續推進，APP適老化改造研究逐漸成為相關學界的研究熱點。目前，相關研究多聚焦于各類APP的適老化設計，如醫藥類APP交互界面的設計、“適老化”的信息無障礙環境構建等，從多維角度探究了如何使適老化設計更符合老年人需求的問題。對于醫療健康類APP，已有研究主要針對特定人群開展，探索了適老版對新老年人的隱私披露意愿影響、對老齡用戶價值實現及主觀幸福感的影響等。

綜上所述，目前不乏對醫療健康類APP適老化改造內容等展開的研究，也有不少研究從老年群體層面進行探索，但鮮有從用戶需求視角來了解適老版改造內容，并對其進行分類、確定改造優先序的研究成果。用戶需求是APP適老化改造的驅動力，在老年用戶逐漸增多的情況下，其使用需求滿足與否是衡量適老化改造質量并決定其能否獲得持續使用的關鍵因素。因此，確定醫療健康類APP適老版要優先改造哪些內容，有助于提高其改造質量，優化老年人的使用體驗，提升老年群體健康素養。

1.2Kano模型概述

Kano模型是日本學者狩野紀昭于1984年提出的一種基于雙因素理論的評價方法，該方法基于用戶需求分析構建一個“功能一用戶”的雙維認知模型，能夠對用戶需求進行類別劃分以及重要級排序。Kano模型認為各功能屬性與用戶滿意度之間存在著非線性關系，并非每一項功能都能影響用戶的滿意度，同時將用戶滿意度的影響因素分為5種類型，分別為：必備型需求（M：

Must-beRequirement）、魅力型需求（A： Attractive Require-ment）、期望型需求（0：One - dimensional

Require-ment）、無差異型需求（I： Indifferent Requirement）和逆向需求（R： Reverse Requirement），如圖1所示。

Kano模型以用戶調查數據為基礎，融人用戶動機、期望等多項元素，在學界受到廣泛應用。眾多經濟學、醫學領域學者利用該模型來了解顧客需求以解決現實問題。在圖情領域，研究較多聚焦于圖書館學，圍繞用戶滿意度、服務需求、服務平臺優化等內容進行探討。如高校圖書館官網服務內容用戶滿意度、圖書館網站用戶滿意度等滿意度的研究；高校圖書館用戶的健康信息服務需求、公共圖書館視障讀者需求等服務需求的研究；專利信息服務平臺功能優化、學科服務平臺優化等研究。

綜上所述，Kano模型在圖情領域得到了廣泛的應用，被頻繁應用于用戶需求、用戶滿意度等主題的探究中。因此，基于Kano模型識別醫療健康類APP適老化改造的用戶需求，并進行需求分類以及確定優先序，明確老年群體使用醫療健康類APP適老版的痛點、興趣點和關注點，同時借助混合類分析和Better-Worse系數分析法對結果進行完善優化，可以對醫療健康類APP的適老化改造工作精準施策，提升改造質量以滿足老年人核心醫養需求，助力APP適老版的可持續發展。

2研究設計

2.1醫療健康類APP適老版用戶需求屬性確定

用戶是產品成功與否的關鍵，雖然各類適老版APP都有不同的開發特色、服務屬性與功能重點，但均需要以滿足用戶需求為前提。為保證用戶需求屬性調研的全面性、科學性和準確性，本文主要通過以下步驟來確定醫療健康類APP適老版用戶需求屬性。

1）基于現有文獻提取用戶需求屬性。在對國內外學者前期對APP適老版改造以及醫療健康類APP適老化研究成果調研的基礎上，提取出38個有關醫療健康類APP適老化改造的內容屬性。

2）對相關用戶訪談獲取原始信息。本研究對10位老年用戶（其中5位有醫療健康類APP兩年以上使用經驗，5位有醫療健康類APP適老版1年以上使用經驗）進行訪談，訪談問題為“以上服務屬性是否都滿足您的需求？除卻以上內容您還希望醫療健康類APP適老版增加什么改造內容？”。根據訪談結果，還需增加“服務代辦、輔助輸入輸出、非接觸式認證、適老版即時切換、老年人專屬顧問”5項改造內容，同時剔除“專區演示、信息安全、健康監測、定期提供健康報告”4項改造內容，最終初步確定39個改造內容。

3）邀請老年人行為研究領域資深專家2人，適老化研究方向碩、博研究生3人組成討論小組，通過專家咨詢、小組討論等方式，對上述39項具體改造內容進行精簡歸類、充分凝練，最終確定4個類別共含26個改造內容，如表1所示。

2.2基于Kano模型的問卷設計

醫療健康類APP適老版的主要服務人群為老年人，因此，本研究將老年群體作為此次問卷的調查對象，以期獲得老年群體對于醫療健康類APP適老版的評價反饋。

在依照上述既定屬性擬定初步問卷后，本研究在調研相關文獻的基礎上進一步咨詢圖情領域的資深專家來對問卷進行修訂，并邀請5位老年用戶進行問卷測試以檢驗問卷題項的合理性，最后根據專家意見以及測試反饋意見進行題項修正，修改模糊表達以及復雜語句，最后形成正式問卷。正式問卷共分為兩個部分：第一部分是人口統計變量，包括性別、年齡、是否使用過醫療健康類APP以及使用情況等；第二部分是矩陣量表部分，是問卷的主體，分為4個類別共26道題項：界面設置類（5題）、便捷操作類（7題）、使用保障類（5題）、健康功能類（9題）。同時，每一屬性均采用正反提問的方式，具體為改造（提供）和不改造（不提供）某項內容（服務）時用戶的態度。量表類的題項均利用李克特五級量表法進行制定，分別為“我很滿意”“應當如此”“無所謂”“可以忍受”“很不滿意”，以方便用戶根據感受進行直觀選擇，部分問卷示例如表2所示。

2.3Kano問卷收集

問卷通過問卷星平臺進行制作，面向身邊或社會上具備醫療健康類APP使用經驗的老年用戶展開調查，同時輔以紙質問卷，采用線上線下相結合的方式收集問卷數據。問卷發放時間為2023年4月29日-5月15日，最終共回收問卷341份，含線上問卷266份，線下問卷75份。在對問卷數據進行初步檢查之后，剔除無效問卷40份，無效問卷多為選項數據完全相同或選擇存在明顯矛盾，最終剩余301份有效問卷，問卷回收的有效率為88.27%。有效調研樣本的基本信息情況如表3所示。

由表3可知，從性別上來看，男女比例較為均衡，但女性比例略高于男性；從年齡上來看，60～70歲這一年齡段的老齡用戶人數較多，達到80%：從醫療健康類APP的使用經歷和使用情況方面來看，有73%的用戶醫療健康類APP的使用時間在3年以內，27%的用戶有3年以上的使用經歷。在各類醫療健康類APP中，好大夫在線、百度醫生和丁香醫生是老齡用戶平常接觸最多的醫療健康類APP。綜合來看，被調查者在性別、年齡、使用經歷等方面比例分布均較為均衡，且調查對象都是老齡用戶，與本研究的研究內容主體完全契合，因此該調查數據具備一定的代表性。

2.4Kano問卷信效度檢驗

利用數據分析軟件SPSS 27對本研究的問卷數據進行信度、效度檢驗，具體結果如表4所示。由表中數據可知，Kano問卷、正向問題和反向問題的克隆巴赫Alpha檢驗值都符合標準，說明問卷具有良好的信度：其KMO值都在0.8以上，且Bartlett's球形度檢驗值都為0.000，表明問卷的有效性較高。綜合看來，Kano問卷具備較好的信度與效度，數據較為可靠，滿足分析要求，可用于后續的研究。

3數據分析

3.1醫療健康類APP適老版用戶需求Kano層次分析

Kurt M等提出要進行Kano模型層次識別需利用3種統計工具，分別為Kano問卷、Kano模型定位對照表和Kano結果分析表。本研究首先對問卷數據進行Kano模型分析以確定需求層次，同時結合Kano模型定位對照表對醫療健康類APP適老化改造內容進行對比分析，如表5所示。在此基礎上對各屬性進行統計整理，并匯總成Kano結果分析表，如表6所示。

醫療健康類APP適老化改造用戶需求可分成必備型、期望型、魅力型和無差異型4項類別。必備型需求包含調整字體字號、調整圖標大小、精簡界面框架、適老版即時切換、減少廣告彈窗、風險提示、隱私保護和親友號關聯8個具體需求，此類需求被用戶認為是必須具備的，雖然該類需求的提供并不會明顯引起用戶滿意度的上升，但若不被提供會大大降低用戶滿意度；期望型需求包含6個，具體為：語言表述通俗易懂、引導功能、輔助輸入輸出、優質的醫療健康信息、服務代辦和老年人健康社區，用戶希望這類需求能夠被主動提供，并且此類需求能否被滿足直接影響著用戶滿意度的高低；魅力型需求較少，包含調整色彩辨識度、操作振動反饋、健康設備兼容和老年人專屬顧問4個需求，此類需求對用戶存在較強的吸引力，當需求被滿足時，用戶滿意度會直接提高，但不被滿足也不會降低用戶滿意度：無差異型需求較多，共8個，包含屏幕朗讀、詞句點讀閱覽、操作容錯機制、適老模式路徑統一、非接觸式認證、健康知識百科、視聽結合問診和線下購藥門店推薦8個需求，這類需求不論被滿足與否都不會影響用戶的滿意度。但從長期來看，無差異型需求有向魅力型需求轉變的可能．所以對于此類需求也不可完全忽略。

綜合來看，在所有需求層次中，4個類別的需求都各占一定比例，且必備型需求和期望型需求都含有較為豐富的內容。其原因可能在于調查對象均有醫療健康類APP使用經驗，且較多用戶有長時間的使用經歷，對于醫療健康類APP有自己較為獨到的體驗，能夠客觀厘清自身需求。

3.2用戶需求混合類分析

上述Kano模型分析僅根據屬性出現的頻次高低來劃分需求層次，但是當某兩項屬性頻次接近時則難以對需求類別進行細致的劃分。為了更準確地分析各個需求屬性與用戶滿意度之間的關系，本文采用Lee M等提出的混合類分析方法對各項需求進行更為精細的區分?；旌项惙治龇軌驅鹘yKano模型的分類結果進行二次確認，旨在識別混合類屬性。該方法借助總強度TS（Total

Strength）和類別強度CS（Category Strength）兩個量化指標區分屬性，若某項屬性在分析結果中無主導分類，則會被定義為混合類別，其類別強度CS不足時會被歸為混合類別中，此時總強度TS則成為判斷該項屬性的標準。二者的計算公式為：

其中，TS值表示醫療健康類APP適老化改造的某項需求對用戶滿意度提升的程度，CS值反映用戶對于某項需求現屬類別的認同程度。

當TS≥60%且CS≤6%時，該屬性即被劃分為混合類別中。傳統的Kano分類結果以及經過混合類優化計算后的分析結果如表7所示。

由表7可知，在經過混合類優化分析后，部分需求屬性的所屬類別發生了變化。操作振動反饋和健康設備兼容轉變為魅力型需求（A）和無差異型需求（I）的混合類，表明二者的魅力特征并不是特別突出，需得到加強和優化：適老版即時切換和親友號關聯轉變為必備型需求（M）與無差異型需求（I）的混合類，說明開發商應綜合考慮兩類需求的特征來進行改造設計；優質的醫療健康信息轉變為期望型需求（O）和必備型需求（M）的混合類，表明該需求的提供對于用戶的滿意度提升有較強影響，應予以重點關注：健康知識百科轉變為無差異型需求（I）和期望型需求（O）的混合類，表明該需求雖當前不太受重視，但是具備隨日寸轉化成期望型需求的可能，而相關研究也證實用戶對于需求的態度會隨著時間的推移呈現出I-yA-yO-yM的轉換周期。

3.3用戶需求Better-Worse系數分析

上述借助傳統Kano模型和混合類分析法來確認需求類型都僅是通過計算各需求頻數并結合占比情況來劃分類別，在對部分需求屬性類別的劃分上仍存在一定局限。因此，在上述模型基礎之上，采用Berger C等提出的Better-Worse用戶滿意度指數法，分析醫療健康類APP適老化改造的各項內容屬性對用戶滿意度的影響，通過判斷增加或刪除某項需求屬性后用戶滿意度的變化情況來確定實際應用中APP適老化改造內容的重點和優先序。Better系數值通常大于0．該值越接近1表示該項需求被滿足后用戶的滿意度越高。Worse系數通常小于0，該值越接近-1，表示該項需求未被滿足時用戶滿意度越低。二者的計算公式如下：

根據上述公式計算各需求屬性的Better系數和Worse系數，計算結果如表7所示。Better加權系數平均值為0.46，Worse加權系數絕對值的平均值為0.48。為了直觀呈現出各個屬性的分布情況，以Better系數為橫軸，Worse系數的絕對值為縱軸，以兩個系數的均值（0.46，0.48）為原點，借助Excel軟件建立Better-Worse系數四象限圖，如圖2所示。

第一象限中用戶需求屬性的Better值和Worse絕對值均高于平均值，表明此類需求的提供與否與用戶滿意度呈線性相關，對提高用戶滿意度與降低用戶不滿意度都有顯著效果，是適老化改造應當優先考慮的內容，分別為：老年人健康社區、實時引導功能、輔助輸入輸出、語言表述通俗易懂和優質的醫療健康信息5項內容。此5項內容處于4個象限的最高優先級，均表現出高期望特征，會極大影響用戶群體的滿意度。因此，開發商應當重點關注此5項內容，以提高醫療健康類APP適老化的改造水平。

第二象限中用戶需求屬性的Better值低于平均水平而Worse絕對值高于平均水平，表明此類需求對于提高用戶滿意度的作用較小，但是對于降低用戶不滿意程度的作用較大，包含減少廣告彈窗、風險提示、隱私保護、調整圖標大小、調整字體字號、精簡界面框架、親友號關聯和適老版即時切換8項內容。該類需求呈現出必備型需求特征，是醫療健康類APP適老化改造中不可或缺的內容，應當予以重點提供以防觸發用戶不滿情緒。

第三象限中用戶需求屬性的Better值和Worse絕對值均低于平均值，表明此類需求提供與否對于用戶滿意度的提升和不滿意度的降低都無顯著影響，包含屏幕朗讀和線下購藥門店推薦兩項內容。此類需求呈現出無差異型特征和低魅力型特征，是適老化改造中可暫緩考慮的內容，但也可積極刺激該類需求向上一層次需求轉化，以提高用戶體驗。

第四象限中用戶需求屬性的Better值高于平均水平而Worse絕對值低于平均水平，表明此類需求的提供與否能夠積極影響用戶滿意度，但對于降低用戶不滿意度產生的作用較小，包含健康知識百科、操作容錯機制、服務代辦、適老模式路徑統一、非接觸式認證、詞句點讀閱覽、視聽結合問診、老年人專屬顧問、操作振動反饋、健康設備兼容和調整色彩辨識度11項內容。此類需求呈現出魅力型特征，是適老化改造中的特色所在，能夠最大程度提升用戶吸引力，增強用戶粘性。因此，開發商也應當重視這類需求的提供，提高用戶的滿意度。

4啟示與策略

醫療健康類APP適老化改造的內容差異會對用戶滿意度產生不同的影響。綜合上述3類分析方法，用戶對醫療健康類APP適老化改造的內容需求主要可以分為必備型、期望型、魅力型和無差異型4種類別需求。開發商應根據M>O>A>I的順序來確定適老化改造內容的優先級順序，對醫療健康類APP的適老化改造進行功能設計與服務優化。本文針對上述分析結果提出以下具體策略。

4.1解決用戶痛點問題，保障必備型需求供給

研究共識別出8項必備型需求，分別為：調整字體字號、調整圖標大小、精簡界面框架、適老版即時切換、減少廣告彈窗、風險提示、隱私保護、親友號關聯。必備型需求是用戶的痛點所在，是醫療健康類APP適老化改造中必須滿足的需求類別，開發商在實際開發過程中應極力完善此類需求功能以使用戶的基本需求得到滿足與保障。

根據Better-Worse系數分析結果：首先，減少廣告彈窗、風險提示和隱私保護三者的Worse絕對值都較高，表明此3項需求是造成用戶滿意度低的關鍵因素。廣告彈窗多且難以關閉是目前較多老年用戶在使用APP時遇到的共性問題，并且有許多廣告誘導性較強，導致老年用戶易受到錯誤引導進而掉人消費陷阱。平臺應禁止廣告彈窗的植入或者通過較大的標識引導用戶自行關閉，在用戶誤觸廣告或跳轉風險界面后及時予以提示，完善平臺的隱私保護功能以構建安全可信賴的使用環境，降低用戶風險感知。其次，用戶對于適老版APP的界面設置十分看重，應合理對APP適老版的字體字號、圖標大小等進行相應調整，使設計適應老年人感官需求以滿足老年用戶視覺閱覽的需要。此外，APP的內設界面不能過于復雜，需簡化欄目設置并突出核心功能，以網格式界面設計布局并按照視覺瀏覽順序調整功能位置，可方便老年群體捕捉重點信息。最后，根據用戶對適老版即時切換和親友號關聯兩個功能需要，平臺可以推出單獨的APP適老版本或者在用戶打開APP后即可選擇跳轉適老版，通過簡化用戶操作流程來推進用戶持續使用，設置單獨的親友號欄目可以方便用戶及時尋求親友幫助，此過程既能幫助老年人熟悉應用功能，又能增強其與親友的聯絡，滿足用戶情感交流需求。

4.2明晰用戶意愿需求，提升期望型內容質量

研究共識別出7項期望型需求，分別為：語言表述通俗易懂、實時引導功能、輔助輸入輸出、優質的醫療健康信息、健康知識百科、服務代辦、老年人健康社區。期望型需求是用戶的關注點，是醫療健康類APP適老化改造中要重點關注的內容，可通過滿足此類需求來提升自身競爭力，增強用戶獲得感。

根據Better-Worse系數分析結果：優質的醫療健康信息和健康知識百科的Worse絕對值偏高，表明這兩項需求極大地影響著用戶的不滿意度，所以平臺應當提升醫療健康信息的質量，保證信息的權威度、可信度和準確度，積極組織線上健康知識科普教育活動，增加健康知識的普及性，同時針對用戶個體差異動態管理信息內容，以滿足用戶的使用需要。服務代辦和老年人健康社區的Better值偏高，若得到滿足能夠極大提升用戶的滿意度。平臺可以根據用戶地域建立線上交流社區，開通老年群體線上交流的渠道，通過社群提供的情感支持功能幫助用戶有效減輕健康信息帶來的心理壓力，緩解用戶負面情緒。設置服務代辦功能可便于APP使用經驗不足或者有緊急需要的用戶及時解決問題，優化用戶使用體驗。另外，語言表述通俗易懂、實時引導功能和輔助輸入輸出都是用戶期望能夠提供的內容。開發商應當使用通俗易懂的語言來幫助用戶理解各項功能的操作，簡單直白的表達更能契合老年用戶的理解能力。同時進行用戶調研，了解其在輸入輸出方面的困難，可通過增加詞庫或者提供替代搜尋功能來幫助用戶獲取所需信息知識。此外，可以開發實時引導功能來輔助用戶使用，如手勢引導、標識指引或者AI智能助手等具體技術，通過增加操作的感知反饋來提高用戶的獲得感。

4.3挖掘用戶潛在需求，擴大魅力型內容供給

調整色彩辨識度、操作振動反饋、健康設備兼容和老年人專屬顧問4項內容屬于魅力型需求。魅力型需求是用戶的興趣點所在，是醫療健康類APP適老化改造中能給用戶帶來驚喜的內容，平臺應提供多方面的特色功能發揮適老版APP的獨特魅力，進而增強用戶黏性。

根據Better-Worse系數分析結果：老年人專屬顧問是高魅力需求，是適老版APP的特色所在。開發商可以單獨設置用戶關懷欄目，通過專屬顧問功能對用戶近期的健康狀況予以關懷詢問，構建雙向溝通模式。在這一過程中可提高專家的參與度，借助專家話語權威幫助用戶提升個體健康認知，增強與平臺間的情感維系。健康設備兼容這一需求表現出較高的Better值。在智能硬件和家居的普及下，老年人健康設備的交互使用呈現出普及化、個性化和定制化的顯著特征，將用戶日常使用的健康設備與APP相關聯，可增強用戶對于自身健康狀況的了解程度，方便用戶及時進行健康監測、打卡等日常管理活動。此外，提供操作振動反饋功能能夠增強用戶在使用過程中的觸覺感知，幫助用戶實時把控操作進程，借助觸覺信息的增強彌補視覺或聽覺信息的缺失，緩解部分用戶因感官弱化而產生的操作焦慮。調整色彩辨識度可通過采用柔和的對比色來減輕用戶在使用中產生的疲勞感，也可采用貼合實際場景的色彩環境以增強用戶對平臺的信賴感，但同時也需要強化功能模塊之間的色彩層級區分以平衡視覺感受。

4.4動態分析平臺情境，靈活調整無差異型內容

研究共識別出7項無差異型需求，分別為：屏幕朗讀、詞句點讀閱覽、操作容錯機制、適老模式路徑統一、非接觸式認證、視聽結合問診、線下購藥門店推薦。無差異型需求對用戶的滿意度無顯著影響，但在未來可能會向魅力型、期望型和必備型需求轉變。因此，該類需求不可被完全忽視，可根據用戶的使用狀況進行靈活調整，或者將此類需求與其他類別需求相融合，形成合力以增強用戶使用效能。

詞句點讀閱覽、操作容錯機制、適老模式路徑統一、非接觸式認證和視聽結合問診5項內容屬性的Better值較高，在Better-Worse系數四象限圖中體現出向魅力型需求轉化的顯著趨勢，表明這5項內容有其獨特優勢所在，對用戶具備較強的吸引力。開發商可將問診功能以視頻或語音等形式進行豐富以契合多元群體的使用需求，通過開發詞句點讀閱覽功能輔助用戶理解各項功能含義，并提供操作容錯機制給用戶更多的容錯空間，防止用戶在操作失誤后束手無策，既可提高用戶操作效率，又能滿足用戶自尊保護需要，提高用戶使用軟件的積極性。另外，在與第三方應用合作時要注意頁面跳轉之后保持適老模式的一致性，以防轉變過于突兀使得用戶無所適從。屏幕朗讀功能暫未被用戶需要，可能與調查對象年齡多處于60～70歲有關，隨著年齡的增長，用戶對此功能的需求可能會得到重視。推薦線下購藥門店可以幫助用戶準確快速了解藥物的購買地點，一定程度上能夠給用戶生活帶來便利。開發商可以在有余力的情況下適當增加此二項需求功能，以滿足部分群體的使用需要，在發展過程中不斷優化更新以激發此類功能的潛力，推動其向更高層次類別轉化。

5結語

研究在梳理整合醫療健康類APP適老化改造用戶需求的基礎上，綜合運用Kano模型、混合類分析以及Better-Worse系數分析對歸納的26項需求進行分類，旨在探析醫療健康類APP適老化改造內容的優先序，并根據4類需求特征提出相應的改造策略，為醫療健康類APP分層次、有重點地進行適老化改造提供理論支撐，有助于增強APP適老版本與用戶需求的契合度并提升用戶滿意度，提高醫療健康類APP適老版本的改造水平，為幫助老年群體更好地融人現代社會、跨越數字鴻溝提供幫助。但本研究仍存在一定局限：研究對適老化改造的用戶需求屬性提取的全面性還不足，未來可通過擴大地域范圍、增加訪談樣本量來充實完善需求屬性。此外，研究主要圍繞醫療健康類APP的適老化改造來展開，但此類APP涉及購藥、求診等一些細分APP，用戶對于各細分APP可能存在不同的需求。因此，在后續的研究中，應進一步把握各細分APP之間的異同點，以提高醫療健康類APP適老版與用戶之間的貼合度。