4 KANO问卷设计五类问题：正向与反向功能描述、李克特五级量表、语言措辞规范
4.1 为什么要聚焦问卷问题设计？
KANO问卷是连接用户心智与需求分类的唯一桥梁。问卷问题设计的质量直接决定了后续数据分析的准确性。一份优秀的KANO问卷需要同时解决三个核心矛盾：功能属性的双向表达（有/无状态）、态度强度的刻度化（五级感受）、语义偏差的消除（措辞中性）。本章将系统拆解五类KANO问题的设计逻辑，并给出可直接套用的问卷模板。
业务场景提醒：在智能客服“一键转人工”功能点设计中，若正向问题措辞不当（如“您是否非常需要转人工功能？”），用户会因情感倾向而给出过高的期望型评分，导致后续优先级排序失真。必须使用中性、具体、情境化的语言。
4.2 KANO五类问题矩阵
每个功能点需要设计五对问题（正向+反向），覆盖五种需求类型。下表展示了完整的分类体系与设计目的：
| 需求类型 | 问题设计目的 | 正向问题关键词 | 反向问题关键词 |
|---|---|---|---|
| 基本型（M） | 验证用户是否认为“必须具备” | 可以满足、默认提供 | 无法满足、缺失 |
| 期望型（O） | 识别用户明确期望的增量价值 | 功能非常有用、提升效率 | 没有这个功能 |
| 兴奋型（A） | 挖掘超出预期的惊喜点 | 令人惊喜、超出预期 | 不提供此额外功能 |
| 无差异型（I） | 筛选用户“可有可无”的感知 | 有也无所谓 | 没有也正常 |
| 反向型（R） | 检测用户“不希望存在”的功能 | 提供了会怎样 | 提供了会很困扰 |
4.3 正向与反向功能描述的成对设计规则
每一对问题的核心设计原则是：同一功能属性，在正反两个方向形成逻辑对立。避免使用模糊表述，必须让用户能清晰区分“功能存在”和“功能不存在”两种情境。
- 规则一：保持要素单一。每个问题只描述一个功能点，不能同时询问“搜索和筛选”。
- 规则二：情境对称。正向问题描述“功能可用”，反向问题描述“功能不可用”，不可出现第三方状态（如“功能偶尔可用”）。
- 规则三：避免绝对化。正向避免“完美”，反向避免“完全不能”。使用“有效”、“正常”等中性修饰。
案例模板：对功能点“数据导出为Excel”
✔ 正向问题：如果[数据导出为Excel]功能可用，您觉得？
✔ 反向问题：如果[数据导出为Excel]功能不可用，您觉得？
✘ 错误写法：如果没有导出功能，您是否会觉得很麻烦？（带有负面暗示）
✔ 正向问题：如果[数据导出为Excel]功能可用，您觉得？
✔ 反向问题：如果[数据导出为Excel]功能不可用，您觉得？
✘ 错误写法：如果没有导出功能，您是否会觉得很麻烦？（带有负面暗示）
4.4 李克特五级量表的语义锚点设计
KANO问卷采用5级态度测量，每一级必须有明确的语义锚点，确保用户理解一致。标准版设计如下表：
| 分数 | 标签 | 用户心理状态描述 |
|---|---|---|
| 5分 | 我非常喜欢 | 这个功能让我感到惊喜或必须拥有 |
| 4分 | 它理应如此 | 这个功能是默认的、合理的期待 |
| 3分 | 我无所谓 | 这个功能对我没有明显影响 |
| 2分 | 我勉强能接受 | 缺少它我会有点不舒服，但可以忍受 |
| 1分 | 我非常不喜欢 | 这个功能让我感到困扰或不认同 |
常见错误：将李克特量表混淆为“满意度”或“重要性”量表。KANO问卷的目的不是测量满意度，而是测量用户对不同功能状态是否存在的态度反应。因此，“我非常喜欢”≠“非常重要”，而是表达对功能存在/缺失的情绪倾向。
4.5 语言措辞规范：六大避坑原则
问卷的语义质量直接影响分类结果的信度。以下为经过验证的措辞规范：
- 具体化原则：避免“高效”、“智能”等抽象词，使用“页面加载时间＜1秒”、“自动生成周报”。
- 情境化原则：给出使用场景，如“当您需要导出过去30天的销售数据时”。
- 中性化原则：不使用“非常方便”、“极其麻烦”等褒贬暗示。
- 避免二重否定：不使用“不是没有”等句式。
- 统一主语：正向和反向问题主语保持一致，使用“您觉得”开头。
- 控制字数：每个功能描述不超过20字，量表情境不影响用户阅读速度。
4.6 KANO问卷设计的核心流程：双向配对与类别映射
4.7 问卷设计阶段的验收标准与交付物
| 验收维度 | 验收标准 | 交付物模板示例 |
|---|---|---|
| 五类问题覆盖 | 每个功能点生成5对问题，且5种需求类型均有对应 | 《KANO五类问题检查清单（40对问题示例）》 |
| 反向问题逻辑性 | 反向问题必须与正向问题形成严格逻辑对立，不引入第三方状态 | 成对问题对照表（正/反列对比） |
| 语义中性化审查 | 没有褒贬暗示词汇，所有描述基于功能事实 | 措辞规范审查报告（标注所有风险用语） |
| 用户预测试 | 10人小规模试填，确认无歧义、浮空题、跳题逻辑错误 | 测试用户反馈记录与问题修订清单 |
4.8 实战避坑：一个完整的错误案例与修正对照
以下为真实项目中常见的错误设计及其修正方案：
功能点：”智能推荐“
❌ 错误正向问题：”您是否希望系统能够智能推荐相关内容？“
问题诊断：使用了”智能“抽象词，且引导用户表达”希望“而非情景感受。
✔ 修正后正向问题：”当您浏览一篇文章后，页面右侧会出现3篇相关文章的推荐列表，您觉得？“
修正说明：给出了具体场景、位置、数量，用户可基于真实体验作答。
❌ 错误反向问题：”如果没有推荐功能，您是否还能接受？“
问题诊断：使用了”接受“这种容忍型措辞，偏离KANO的态度测量目标。
✔ 修正后反向问题：”当您浏览一篇文章后，页面右侧不会出现任何推荐列表，您觉得？“
修正说明：直接描述功能缺失的状态，保持与正向问题相同的场景和结构。
❌ 错误正向问题：”您是否希望系统能够智能推荐相关内容？“
问题诊断：使用了”智能“抽象词，且引导用户表达”希望“而非情景感受。
✔ 修正后正向问题：”当您浏览一篇文章后，页面右侧会出现3篇相关文章的推荐列表，您觉得？“
修正说明：给出了具体场景、位置、数量，用户可基于真实体验作答。
❌ 错误反向问题：”如果没有推荐功能，您是否还能接受？“
问题诊断：使用了”接受“这种容忍型措辞，偏离KANO的态度测量目标。
✔ 修正后反向问题：”当您浏览一篇文章后，页面右侧不会出现任何推荐列表，您觉得？“
修正说明：直接描述功能缺失的状态，保持与正向问题相同的场景和结构。
4.9 指标验证：如何评估问卷设计质量？
在正式发放问卷前，通过以下指标进行信度预评估：
- 反向一致率：随机抽取20%样本，检查正向/反向评分是否呈现理论预期的负相关（相关系数≤-0.3为合格）。
- 无差异占比：对每个功能点，统计“我无所谓”(3分)在正反问题中的合计占比。若超过40%，说明措辞过于模糊或功能点与用户关联度太弱。
- 非逻辑配对率：计算正向=5分且反向=5分的配对数量，若占比超过5%，说明用户可能误解了题目或量表情境混淆。
本阶段的最终输出物为《KANO问卷设计稿V1.0》，包含完整的五类问题清单、量表情境锚点说明、以及语言措辞自检表，确保每一对问题都能准确反映用户在功能存在/缺失两种状态下的真实态度。