数据收集：样本量要求、渠道选择、清洗规则、异常值识别
KANO模型分析的准确性与数据质量强相关。本章聚焦数据采集阶段的四个核心环节——样本量规划、渠道匹配、清洗过滤和异常识别。只有在源头上控制数据污染，后续的满意度指标映射和优先级排序才能产生可靠决策依据。
4.1 样本量要求
KANO问卷属于分类型偏好调研，对样本稳定性的要求高于连续量表。过度追求大样本会造成成本浪费，样本不足则导致统计结果不可信。下表列出了不同场景下的经验性最小有效样本量。
| 调查场景 | 最小有效样本量 | 备注 |
|---|---|---|
| 整体产品基础分析 | 300～500份 | 覆盖主要用户类型，保证Better-Worse系数置信区间≤±0.05 |
| 分用户群体对比（如新老用户） | 每个群体≥100份 | 若群体差异小，需≥150份以检验统计显著性 |
| 功能级微调研（单功能拆分明细） | 200～300份 | 适用于A/B功能对比或属性细化调整 |
| B2B小客群 / 边缘场景 | ≥50份 | 只能作趋势参考，不可单独用于优先级决策 |
关键提示：实际收卷时须考虑无效问卷占比（通常10%～20%）。例如目标有效400份，则需发放至少500份。通过“有效样本量＝计划样本量÷（1－预估无效率）”反推发卷数。
4.2 渠道选择
不同渠道触达的用户画像、作答环境和数据噪声差异显著。选择渠道时应优先匹配目标用户群体且能控制作答质量。
| 渠道类型 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| 在线问卷平台（问卷星/腾讯问卷等） | 投放快、成本低、可埋点记录 | 用户随意作答率高，需设计后置甄别题 | C端产品用户规模大、样本需求多 |
| APP/Web端内嵌问卷 | 用户真实操作上下文，画像精准 | 侵入感强，需配置奖励机制 | 核心功能调研、需与行为数据关联 |
| 线下拦截/深度访谈 | 答题环境可控，可追问细节 | 成本高、样本量受限、地域偏差 | B2B客户/超级用户/高价值人群 |
| 邮件推送 + 列表外呼 | 可定向特定人群 | 打开率低（≥3%），回收周期长 | 续费用户 / 流失用户召回调研 |
避坑提醒：切勿在单一渠道收集全量样本（如只投微信社群）。渠道偏差会系统性地扭曲KANO分类分布，导致优先级排序失效。建议采用主渠道+辅助渠道混合策略，并对比各渠道数据的Basic/Must-be占比是否一致。
4.3 清洗规则
原始问卷数据必须经过三重清洗才能进入KANO分析管线。清洗规则需要提前定义并固化，避免“看结果改剔除条件”的数据污染。
- 答题时长清洗：计算每份问卷的总用时，剔除低于全卷中位数1/2或高于3倍中位数的样本（例如答卷＜30秒且无实质选择记录直接剔除）。
- 矛盾项清洗：在问卷中埋入“正反相悖题”（如某功能正向和反向题同时选“喜欢”或“不喜欢”），出现两次以上矛盾则整卷无效。
- 直线/蛇形作答清洗：所有指标选择同一选项（如全部选“理所当然”）或呈现固定循环模式，识别为低质量数据。
- 重复IP/设备指纹清洗：同一设备或IP提交多次时，仅保留第一次完整作答，后续视为刷卷。
- 身份关联清洗：若已登记用户与问卷中填写的用户画像明显矛盾（如B2B客户选择“普通消费者”），结合业务知识剔除。
推荐清洗流程：先自动标记（规则1～4），再人工审核（规则5及模糊边界）。每次清洗后记录剔除数量与原因，形成清洗日志作为看板的一个关键指标维度。
4.4 异常值识别
在有效数据集中，仍可能存在因误操作或极端偏好导致的异常点。对KANO而言，异常值主要指KANO分类分布中的离群记录——例如同一个用户在正向和反向题上同时选择了高度冲突的答案（正向选“喜欢”，反向选“理所当然”在理论上是允许的，但若所有题目都呈现超高一致性或超低一致性，则需检查个体行为模式）。
- 箱线图法：对每个功能的Better-Worse值分别做箱线图，将处于箱线图外沿（Q1-1.5IQR / Q3+1.5IQR）的单个功能评分记为异常候选。注意不要仅凭一个功能判定整份问卷无效。
- Z-score法：计算用户对各功能的平均情绪指数（正向与反向的均值差），若|Z|＞3则视为极端作答者，需与人工审核结合。
- 一致性指数（CI）：计算用户在所有功能上正向与反向选择的相关系数。若CI＞0.95（几乎完全正相关）或CI＜-0.95（几乎完全负相关），说明用户未能区分KANO维度，该类数据应标记待审。
注意：异常值不应直接删除，而应标记为“待人工复核”。有时极端分群恰恰揭示了被多数用户忽视的强烈偏好（如极少数用户将某个淡色功能列为必备属性），这类异常可能隐藏创新洞察。建议在数据看板中增加“异常类用户数量/占比”与“异常类KANO分布差异”两个辅助指标。
4.5 看板结构与异常解释
数据收集阶段在KANO看板上应至少包含以下四个指标卡片：
- 有效样本量 & 目标达成率：实时对比“已收有效量 / 目标有效量”，低于80%时触发预警。
- 各渠道有效占比与清理率：展示每个渠道的回收数、有效数、剔除率。若某渠道清理率显著高于整体均值（如＞30%），需检查渠道质量或投放指令。
- 清洗规则执行明细：按规则（时长、矛盾、直线、重复）展示剔除数量与占比，趋势图可辅助发现系统性异常（如夜间大量短时答卷）。
- 异常标记用户分布：将人工复核后的异常用户单独归类，在后续KANO分类对比中增加“异常用户聚类分析”，判断是否为特殊客群。
业务动作建议：当某渠道清理率连续三天上升时，立即暂停该渠道投放，检查问卷是否被恶意脚本刷量或渠道素材引导错误。同时，将异常用户数据导出给产品经理做深度访谈选题。
4.6 复盘分析要点
- 数据收集完成后，对照清洗日志评估预估无效率与实际无效率的偏差，作为下次样本量规划的经验校准。
- 对比不同渠道下的KANO分类分布是否一致（使用卡方检验）。若存在显著差异，需在报告正文中标注渠道偏差风险。
- 分析异常标记用户的答题模式特征（何时、何渠道、何种设备），形成异常用户画像，用于设计更精准的防作弊策略。