问卷调查法的应用

1.二手资料（已有的理论、报告及行业资讯）

2.自己的使用体验、竞品分析

需要把自己培养成产品的深度用户，并且还要坚持使用竞争产品。这样有助于形成自己对产品的直觉和感性认识。

而竞品分析能帮助自己对产品有更充分的理解，让我们从感性认识中提炼出理性看法，同时确保能全面地细致地审视（不会遗漏重要细节）。

3.对产品设计人员、普通用户的简单访谈

“三人行，必有吾师”，自学完了，再让产品设计人员、普通用户教你一些知识吧。

此时的访谈采用轻松聊天的形式（半结构式），访谈的对象也是方便取样、就近选择——目的不在于得出什么结论，更多地是帮助自己进一步加深理解、穷尽多种可能性，为编写问卷做准备。

而且对于产品设计人员的访谈，还能顺便获悉产品部门工作流程、组织架构、人员配置、可动用的资源等信息——看似无关紧要，其实能使我们最终调查报告的建议更有针对价值！

三、问卷细节

1.指示性说明

社会调查类的教科书里通常要求我们写上长长的一大段说明文字，但在互联网上有多少人会认真看一大坨文字？看看《don’t make me think》作者如何做的：从103个单词删减到41个单词（该书中文第二版，P34）！非必要信息不得出现在问卷的指示性说明中。

需要提及的核心信息无非就这几个：A.目的：帮助改进网易XX，也欢迎非网易用户作答   B.时间：3-5分钟  C. 匿名和保密  D.有奖：通过质量检核的完整答卷可参与抽奖

2.题目编制思路

3.题目设置需注意的细节

1) 简洁、明确：有时这两者是个矛盾，但尽量做到平衡。

【例子】 您使用XX的历史多久？——简洁

您第一次使用XX是什么时候？——简洁、通俗

您第一次使用XX（不一定是目前最常用的这个）是什么时候？——稍微牺牲了“简洁”，但是更“明确”！

2) 态度中立、无诱导性

【例子】 您对目前常用的XX满意吗？

您对目前常用XX的满意程度为？

4.选项设置需注意的细节

1) 选项互斥

【例子】 您平时上网较常浏览的内容为？

A.热点/头条新闻    B.娱乐八卦  C.时事政治   D.游戏/动漫 ……

选项A原本是为了对应于“每天都会看新闻头条、但对于内容领域没有特别偏好”的这样一部分人的行为；但A选项与后面选项存在着重叠，尤其A与C重叠的程度非常高。于是，删除C选项，把A选项改为“时事新闻”。

2) 包含所有的可能

能否做到这一点，就反映出准备阶段的工作是否充分。当怀疑选项设置可能不全时，可以再去找产品、设计、运营人员探讨、核对。

此外，可以设置【其它________】选项，以确保用户始终可以作出选择；同时，选择【其它_______】选项的比例高低也反映了选项设置是否全面。

3) 用户易理解

【例子】询问用户使用的手机操作系统时，选项“iOS（iPhone）、symbian（塞班）”就比“iOS、symbian”更容易理解，虽然前一种表达貌似不伦不类。

4) 变量的测量类型

实际工作中，只大体区分为“类别变量”和“连续变量”两大类。就统计测量层次上来说， “连续变量”比“类别变量”级别高，包含信息丰富，也可以使用稍高级的统计方法。所以，可能的情况下，尽量让选项“变为连续变量”。

【例子】 想了解用户平时分享站外内容的情况，两种选项设置（后一种更好）：

A.分享    B.不分享

A.频繁    B.经常    C.一般    D.很少    E.从不

5)  态度中立、无诱导性

【例子】选项“时事政治”改为“时事新闻”；“愤青”改为“热衷点评时政的普通人”

6) 随机顺序呈现

若选项为事实性的、类别变量，而非按程度顺序递进的连续变量，那么选项应该随机顺序呈现给答题者，这样可以排除首尾选项或中间选项更易被选择的倾向。

5.避免反应心向

反应心向是指回答问卷的人具有一种比较固定的作答倾向。有时可能是有意识的：讨好出题者；给别人留下好印象。有时可能是无意识的：习惯回答“是”、“同意”；社会赞许性——避免社会文化规范里不赞同、或负面的评价；回避、防卫敏感隐私问题或社会禁忌话题。

在线下、面对面、有奖品的答题环境下，更易发生有意识的反应心向的问题。在互联网上、匿名的情况下，有意识的反应心向会减弱很多，无意识的反应心向也可以通过以下努力得到缓解。具体做法如下：

1) 指示性说明部分：强调匿名和保密；强调认真、如实回答才能参与抽奖。

2) 问卷中：非必要情况下，不要求用户填写收入状况、手机号码。即便确实是调查所需，也要说明缘由，且保留用户自主决定是否回答的权利。

3) 问卷中：设计一些呼应的题目互相印证；并且可以适当采用反向计分的方式。

4) 数据分析时：涉及自家产品和别家产品的满意度、好感度等这些态度评价的比较时，一定要小心得出结论（可能存在反应心向，用户对自己产品的评价很好）。

6.建立不同问题、选项间的呼应

一方面，可以互相印证，提升问卷的信度（当然，没必要仅仅为此而增加题量——得不偿失）。另一方面，便于在统计分析时采用交叉分析/列联表的方法——这会为你的调查报告在“丰富、准确、有价值”方面提升很多！

【例子】“选择目前这家XX作为您最常用的XX的主要原因为？”、“您对目前最常用这个XX主要不满之处为？”这两个题目的结果可以用来互相印证。

【例子】“您在XX上比较关心什么类型的人？”“您在XX上感兴趣的内容为？”这两个题目可以用来做交叉分析，能找出“人”和“内容”最典型、最具代表性的组合。

7.题目的排序

总体的题目排序原则如上，有时也要考虑一些特殊情况，比如“接触产品时间有先后关系、操作流程有特定的顺序”，此时局部的题目则按“时间/流程先后”排序。

8.问卷题量

先看问卷法和量表法的区别：

可以这样通俗地理解：量表是许多专家、花了大量精力在编制环节（工具本身的信效度很高）；测试时需要的样本量稍小一些，就能达到研究目的。问卷原本就需要大量代表性的样本才能实现目的，况且问卷本身的信效度还欠佳，更需要大量样本了。

为了得到大量的样本，且希望数据质量较高，问卷本身就会受到限制——题量要偏少。实际工作中，将问卷总题目数控制在25题之内，平均答题时间不超过300秒（事后统计）。

四、预测试

经过了这么细致和长久的准备，似乎不会再有问题，迫不及待地想要投放问卷了。且慢！智者千虑，必有一失。此时应该再找一些产品/设计人员、普通用户来预测试一下（方便取样、最好找之前没有参与过讨论的人）。依据个人经验，这个环节还是能检查出一些遗漏问题的。

【例子】问卷中的一题：“您在XX上查找他人的方式为？”自我感觉选项中已经列举了各种常用方式，一位交互设计师在预测试时问我：为何没有“直接搜索找人”选项？原来我忽略了这个最直接、原始的查找方式。

五、问卷投放

除了问卷本身的质量，直接影响调查成败的因素就是样本质量（实际也就是问卷投放策略的考虑）。顺便总结一下，量表调查法最重要的是工具本身（量表的质量、常模指标）和高级统计方法；实验法最重要的是控制和操控（对无关变量的控制、对自变量的操控）；而问卷调查法最重要的是样本（样本量足够大，且具有代表性）。想要样本量大，就尽可能多地动用投放渠道，当然还有些投放小技巧（越处于操作流程结束后、入口文案的排版越独立，反馈问卷的打开率越高，详见taobao UED渡劫的《卖家反馈的影响因素的量化研究》）。

这边着重谈一下样本代表性的问题。首先得承认，网上投放问卷不是完全随机抽样，我们无法苛求调查对象的各种特征完全匹配现实生活中的总体，但是，我们要尽可能争取覆盖到不同类别用户群，以具有更大代表性。

【例子】此次调查，我们除了想知道网易XX用户的情况，我们还希望能够了解新浪、腾讯、其它XX用户的情况。为此，我们做了以下努力：

1)  除了在网易门户投放问卷，我们希望尽可能扩大站外投放渠道比例，比如：全国各大论坛、一些搜索引擎页面、视频网站页面等，甚至最好能投放到其它门户网站（当然实际上不可能花这么多代价）。

2) 当推广和市场部门的同事希望问卷的点击图片包含“网易XX”的字眼（可顺便起到广告宣传的作用）。对此，我坚决反对，因为这样无疑会严重影响“新浪、腾讯、其它XX用户”的点击。

3) 在论坛投放问卷链接，市场的同事采用软文帖的形式，大意是“目前XX产品很火，大家可以去通过此问卷能了解XX产品”，写得幽默风趣、激发看帖人的好奇心。有同事不认可这种做法，认为不符合问卷指示说明的规范，可能会对用户作答产生影响。但我个人反而认为这是个比较好的技巧。首先，在工作中是不可能完美地遵循到所有的原则，一定要有“主要矛盾、和矛盾的主要方面”的辩证思维方式，必要的时候须权衡利弊综合考虑。比如，此时我们最重要的目标是一定要覆盖到“新浪、腾讯、其它XX的用户群”，且数量还不能少。其次，看那种帖的时候，用户是采用的“扫描”而非“仔细阅读”的方式，顶多动用的是瞬时记忆，等跳转了页面、再阅读正式的问卷指示说明及填写问卷时，之前的瞬时记忆的影响很小。第三，问卷中让用户表达直接态度的题目较少，更多地是事实性的问题，这些问题本身难以受到诱导出现系统性的偏差。第四，我们整理数据时，还有一系列事后的数据检核手段。