问卷调研(上):如何搞定问卷调研

关于问卷调研,文章将拆分成两个章节来讲:第一章节主要聊一聊问卷调研的一些适用场景、问卷编撰的细节,主要集中在对问题题型的拆解上。本篇文章为《问卷调研》第一章节,

问卷调研(上):如何搞定问卷调研

一、概述

问卷调研可以说是所有的调研方法中最高效、最便捷的数据收集方法。特点是能在短时间内完成对大样本的数据收集工作。

问卷的题干对问题具有极大的针对性,因此特别适合用在抓取产品特定问题,并且能够提供精准答案的场景下。

而问卷调研的结果又常常采用数据图表作为最终的视觉展现效果,所以在设计问卷的时候,必须先明确一下数据的收集规则、分析方法,这样才能做到对症下药。

就目前的互联网环境而言,最热门的问卷投放形式主要是采用网络问卷,其次是纸质问卷、电话询问等传统的问卷形式,不过这些形式所占比例较少:

问卷调研(上):如何搞定问卷调研

纸质问卷常见的投放形式是面对面投放,它的优势在于可以在用户填写时,直观地观察到受访者的行为态度数据。

比如在线下场景顾客购买奶茶的同时,做一份有关奶茶口感的问卷......

而电话询问的形式主要是被三大电信运营平台惯用,

比如“充值服务请按1,人工服务请按0……”

电话访问的好处在于沟通方便,对客户有现成的联系方式,可以及时地获取到相应的定量数据。

但是相较于其他问卷形式笔者个人认为其弊大于利,主要原因有以下三点:

  1. 不方便获取用户行为态度数据;
  2. 电话存在隔阂,不近人情;
  3. 电话环境下受访者不可控性大,容易随时挂断…...

(更多关于电话描述的内容详见后文,此处不作过多赘述。)

在本篇文章中,对于问卷调研的核心环节主要会围绕问题的编撰和设计来展开。

一般的问卷调研主要分为四个步骤:

考虑适用场景、编纂问卷问题、问卷发放形式和回收、数据统计和分析。

本篇《上》部分主要描述的是适用场景和编撰问题这两个模块。

问卷调研(上):如何搞定问卷调研

下面我们就来聊一聊关于问卷调研的详细内容。

二、适用场景

站在产品生命周期的角度看,在产品初创期、迭代期、成熟期都可以进行问卷调查。

这不仅可以帮助调研人员理解用户的基本需要和本质需求,同时获取的数据也可以指引产品更接近或达成目标。

问卷调研对于初创期的产品有以下帮助:

  1. 可以帮助产品确定目标用户;
  2. 结合问卷获取的用户痛点和需求,帮助产品确定某些功能点的开发方向;
  3. 可以加入适量的场景问卷,了解目前用户在某个目标问题上的解决流程。

问卷调研对于迭代期的产品有以下帮助:

  1. 了解当下用户的群体特征;
  2. 追踪用户的情感演变过程,找出用户喜欢/讨厌的功能或交互;
  3. 了解用户对产品最新的情绪和态度。

问卷调研对于成熟期的产品有以下帮助:

  1. 可以通过问卷了解到用户对产品的满意度、推荐值,方便销售/运营人员进行精准化营销;
  2. 加速商业价值的变现。

当然,和其他方法一样(如用户画像、用户访谈、卡片分类等),问卷调查既可以作为单独的调研活动,也可以配合其他调研活动进行补充说明。

比如前期借助用户画像助力问卷调研,从而精准锁定目标用户;

通过进行问卷投放,利用问卷调研先筛选一部分无效用户,再后续邀请有效用户进行用户访谈……

现在我们了解了关于问卷调研适用的一些场景和大致情况,接下来我们就结合产品生命周期和当下所面临的一些问题开始有针对性的编撰题干吧!

三、问卷编撰

很多读者对于问卷调研的刻板印象就是是:速度快,效率高。所以在编撰问题的时候,容易盲目地追求速度,导致问卷质量出现问题。

其实问卷调研是一项极具挑战性的用户研究方法,正确地编撰、设计和执行需要花费大量的时间和精力。

对于问卷的核心环节--问卷编撰部分,笔者主要将它分为确定问卷目标、确定调研基数、进行问题编撰、问卷构成要素这四个步骤逐一讲解。

问卷调研(上):如何搞定问卷调研

下面我们就来详细拆解关于问卷题干设计的具体内容。

01、确定问卷目标

开始进行编撰之前,首选需要明确产品当下的商业目标和需要解决的问题,就相关问题所需要的解答进行内容编纂,也就是前文提到的反推法。

下面对一些需要明确的方向进行列举:

就目前产品生命周期而言,定义的商业目标和设计目标分别是什么?
通过问卷,想要获取到哪些有用、有价值的信息?
如何确定问卷所投放的目标用户群体?基数需要多少;
问卷的预期应答分布侧重点在哪?
编撰完问卷之后,又该如何进行发放和回收?是利用线上平台还是线下发放/回收?
回收来的数据该如何收集整理归纳,利用哪些统计软件、分析模型对数据进行处理?
……

尤其是第一点,面对产品的不同生命周期,所需要的问卷答案也各有侧重点。

经过前文我们大致了解到:

初创期产品目标主要集中在用户行为习惯、需要、需求方向上;

迭代期产品更多的是将目标集中在如何使功能更完善、用户体验更高效上;

成熟期产品目标多集中在用户的态度、满意度、NPS上。

所以明确产品当下的商业目标,围绕需要解决的问题,可以帮助我们更好的编纂问题,确保问卷答案具备针对性,才能在接下来的流程当中逐渐明朗问卷的提问方向。

02、确定调研基数

问卷的基数会影响结果的偏差,尤其是在概率抽样和非概率抽样的影响下,偏差尤为明显。

问卷调研(上):如何搞定问卷调研

➡️站在统计学角度来看,概率抽样的用户群体覆盖面会更广,既涵盖主要用户,也包含了辅助用户,这样才能够确保样本的准确性。

反之非概率抽样的数据结果往往会比概率抽样的准确性更低,甚至还会出现大面积的数据偏差。

这个时候就需要在后期对数据进行微调,甚至通过加入人工干预的方式来矫正数据的准确性。

➡️而站在数量的角度来看,概率抽样的问卷基数范围或数值偏大时,可以确保调研数据的准确性和有效性。

但是一旦当基数范围或数值偏小时,比如只有几个人的时候,问卷调查往往会被发展成反馈表的性质。

一旦变成了用户反馈表,问卷调研就失去了存在的意义,也就转变成了用户痛点陈述或是说意见反馈表了。

当然,所谓物极必反,调研基数的范围或数值也并不是越大越好:

随着基数的上升,所获得数据的性价比会随之降低,就像中国儒家讲求的中庸之道一样,总有一个合适的区间可以找到基数与性价比的最优比。

因此,一份合适的调研基数还是需要结合统计学、分析学来确定当前产品适合的基数是多少,而不是拍脑门决定。

03、进行问卷编撰

在问题编撰上,问题的题型主要有封闭式题型和开放式题型两类:

问卷调研(上):如何搞定问卷调研

封闭式题型的优点很明显:

就是对所选答案或观点具备唯一性,也就是选项中可选出明确并且唯一的答案(多选除外)。

不过它的局限性也同样突出:

由于给出了固定选项,因此扩展性较差,难以满足用户的其他选择需要,对于参与者来说不够友好,灵活程度低。

日常生活中,我们常见的封闭式问卷的形式主要有三类:

选择类问卷、评分类问卷和排序类问卷。

问卷调研(上):如何搞定问卷调研

下面我们就来详解一下这三类问卷的区别和它们具体的表达形式:

➡️选择类问卷:选择类是问卷当中最常见的一种问卷形式,主要分为单选和多选两种。

问卷调研(上):如何搞定问卷调研

单选题型具备答案唯一性,且目标明确,如下图。

问卷调研(上):如何搞定问卷调研

单选题有两种展现形式,一为直接罗列选项,二为下拉选择。笔者建议在单选选项多于5个(不含)时采用下拉选择来展现选项会更合适。

而多选的题型虽然给定了固定答案,不过选项多样,对调研人员后期的统计分析难度会加大,如下图。

问卷调研(上):如何搞定问卷调研

数据获取的角度来说,多选比单选更有价值。

虽然选择题型在分析结果上轻松,但是在用户体验上缺乏对参与者的关注,并且这对最后的数据结果存在一定的影响。

此外,当选项中涉及“其他”选项时,参与者会计算答题成本,很大程度上会选择“其他”选项。

因为选择“其他”会比反复斟酌另外一些答案要来的更容易些(正向陈述效应)。

而加入“其他”选项的唯一好处也许就是可以避免选择困难症的发生,但是对于数据来说这是虚有其表的选项。

另外还有一种选择形式是封闭式和开放式相结合,如下图:

问卷调研(上):如何搞定问卷调研

前几个都是固定,会在最后提供一个可填写的选项,这类题型的优点在于可以获取除现有选项以外的补充信息,但是对于后期统计数据来说容易出现偏差。

➡️评分类问卷:最常见的评分类问卷是李克特量表(Likert Scale),也就是我们平常见到的评分表。

通过李表获得的数据结果,常常被统计分析成NPS净推荐值,本篇文章第二部分将会介绍如何分析NPS净推荐值。

评分表主要有两种结构,一是单极结构,常见的形式是0~10的定级,如下图。

问卷调研(上):如何搞定问卷调研

二是双极结构,常见的为非常不满意~满意~非常满意。

目前市面上常见的评分表主要出现在“满意度调查类”中,并且常常将单极结构的数字形式和双极结构的文字形式相结合来展现,如下图。

问卷调研(上):如何搞定问卷调研

由于每个人对评分的定级不同,比如对健康的评定,A认为7为亚健康,B认为7为健康。

因此在设计评分量表时,建议引入“标准点”的方法来限制评分带来的异质性问题。

➡️排序类问卷:需要参与者对偏好进行排序,是对排列选项定义优先级的一种封闭式排序表。

由于排序表选项内容偏多,参与者理解难度会加大,因此在设计时,建议将内容作分点提问,可以降低参与者的认知和理解成本,如下图。

问卷调研(上):如何搞定问卷调研

拆分提问形式之后如下图。

问卷调研(上):如何搞定问卷调研

将问题拆分提问,同样可以实现优先级定义

大多数情况下,调研人员所需要的答案仅仅只有最优的前三类选项而已。

随着互联网问卷的出现,交互形式越来越多样,现在的排序表已经摆脱了传统的排序展现形式,如下图。

问卷调研(上):如何搞定问卷调研

更高效、更直观的排序表让用户在操作上的认知降至最低,通过简单的拖拽操作即可将所有选项进行优先级排序。

看到这里,许多读者会疑惑:评分表和排序表很像,他们的区别在哪?

二者的不同之处在于:

前者的答案需要对选项进行非同级比较,且答案是唯一性的;
后者则需要为每一个选项的偏好程度进行打分/排序,是一种同级比较的形式,答案往往有多个

开放式题型的优点是能够更好地收集参与者天马行空想法,帮助研发人员开阔看待产品的视角。

不过由于太过开放,因此其劣势也比较明显:

开放式问卷对内容的把控力度较差,后期数据分析会比较复杂;
参与者所回复的内容不可控--专业术语、不同名词定义等。也许会和用户的认知形成偏差,从而导致问卷描述出现问题。

笔者建议开放式问题可以放在最后作为补充选项,并设置为选填机制。

常见的开放式问卷形式较为单一,市面上常见的展现形式主要是填写类问卷。

填写类问卷又分为基础信息类填写和扩展内容填写:

问卷调研(上):如何搞定问卷调研

➡️基础信息填写都是一些用户名、联系方式、地址这些内容,一般情况下这些填写内容涉及到了个人隐私,建议设计者设置为选填机制,如下图。

问卷调研(上):如何搞定问卷调研

当然部分内容可设置为强制必填,比如疫情期间的“姓名+身份证识别”这种相互绑定的形式。

➡️扩展内容填写一般都是留在最后,比如您目前对公司还有哪些意见或建议、您对xxx的意见如何等,这部分内容多为选填形式,如下图。

问卷调研(上):如何搞定问卷调研

04、问卷构成要素

知悉了问卷调研活动的核心内容--题型后,接下来我们可以对整体问卷进行包装,方便后续进行渠道投放。

同时,经过包装的问卷可以让用户清楚地知道本次调研的背景和目的,在一定程度上抵消了一部分用户被提问时的抵触心理。

问卷构成要素包括以下内容:

问卷调研(上):如何搞定问卷调研

致辞页、问卷背景说明、激励措施、调研目的这些内容常常被放在问卷的第一页,作欢迎、致辞之用。

建议在此页中可以适当地加入保密协议(勾选形式),告知用户本次问卷所涉及的全部内容仅作为内部调查,绝无外泄的情况发生,请参与者放心填写,缓解参与者在填写时可能会产生的顾忌心理。

其次是问卷主干,也就是前文提到的问卷编撰模块,建议总长控制在16-20题,采用单选、多选、开放式填写的顺序进行问题展现。

原则上建议整体问卷的排序应该是先易后难,一些基础的内容可以放置在问卷最上方,中部区域设计成核心问题的解答,最下方的部分可以置入开放式问题和一些可选的敏感问题,具体问卷题型展现详见下方链接。

以20题为例:
把无需用户过多思考且对问卷有帮助的问题设置在前3项,诸如获取渠道、下载平台等,可以起到引题、活跃作答气氛的效果;
核心问题放在4~16,建议以封闭式选项为主,切忌不要出现主观引导的题干,比如“公司认为xxxx,请问您是否认同”这样偏主观引导性的题目,这样的答案对于最终数据分析来说毫无意义;
开放问题建议放在17~18,此类问题是用户自主发出,这些是本次问卷当中最具价值的问题。
隐私问题建议放在内容最后19~20,诸如联系方式、性别、收入等以选答的形式出现;
封底是感谢页,感谢参与者填写问卷的提示语作为本次问卷的结束致辞。
如果有报酬激励措施,建议在这页上加入提示语,如“感谢您的参与,100积分将于三个工作日内发送至账户,届时请注意查收”。

针对17~18题,一定需要经过精心设计,主要针对问卷前段没有涉及到的问题,交给用户自己进行扩展补充。

虽然后期数据统计工作量会稍大,但是相信所获得的价值是不菲的;

如果有报酬激励措施,建议在封底页上加入提示语,如“感谢您的参与,100积分将于三个工作日内发送至账户,届时请注意查收”。

关于上述顺序,笔者在腾讯问卷上作了样本参考,诸位读者可以复制该链接在新页面中打开。https://wj.qq.com/s2/7320973/5663/(复制该链接)

样本将采用银行内容作为载体。世界上最早采用问卷调研的是德意志银行,因此银行的例子会更具代表性。

补充|预测试

在开始投放之前,如果有条件的调研人员可以进行一场预测试,防止问卷在投放过程当中出现一些不必要的问题。

诸如题干不明确、投放渠道出错、问题的交互逻辑混乱等。

最简单的预测试对象莫过于邀请同事参与,这里要注意所邀请的人员尽量挑选一些符合用户画像的同事参与。

因为符合用户画像的同事可以确认问题是否简单易懂,可以直接帮助问卷提升作答效益。

当然“出声思维”是个不错的测试方法:

它适用于任何的预测试活动,可以高效地获取在预测试的过程当中所遇到的问题,从而快速定位、快速解决。

关于出声思维将会在后续的《可用性测试》文章当中详细描述。

最后将获得的预测试的数据进行预分析,虽然是预测试数据,但是分析方法和过程对于正式测试来说一模一样。

这有助于我们提前发现所获得的数据漏洞并加以优化,防止在正式分析的时候出现纰漏。

本文由 新媒体之家 作者: 叨叨的设计足迹 发布或转载,其版权均为原作者所有,如稿件涉及版权等问题,请与我们联系删除或处理。稿件内容仅为传递更多信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性,更不对您的投资构成建议。未经许可,请勿转载,题图来自Unsplash,基于CC0协议。
1

发表评论