根据移动端app用户研究，常用问卷编制过程，整理而成的经验

什么时候用问卷？

（1）招募用户（深访、座谈会、焦点小组、日志法、远程测试、电话访谈、等等所需的用户）

（2）定量了解用户行为，界定明确的行为（先确定没有更准确的埋点数据、订单数据，也不适合通过实验法获得）

（3）定量了解用户态度（满意度、功能期望值、方案偏好、价格接受度、容忍度、熟悉程度等）

（4）搜集用户的反馈和建议（先了解app内部用户反馈体系数据，包括客服、用户qq群、用户反馈平台数据）

怎么选投放渠道？

发放渠道：主要受制于内部资源以及是否涉及保密内容

（1）保密但量小：公司内部沟通群、公司内部邮箱

（2）开放但量大：用户邮箱推送、短信推送、app内部广告位、网站活动专区、官微、论坛、用户qq群、调研机构问卷库

问卷数据分析

（1）问卷量大小：问卷调研，通常情况下需要由样本推测总体，最常见的是根据样本比例估计总体比例（如：问卷数据80%的用户满意，那么总体的用户多少满意呢），总体量大的时候，近似于二项分布模型，样本量大时候，才近似正态分布。另一种是根据样本值估计总体值（如：问卷数据反馈用户平均跑步时长3.5KM,总体呢）。总体量大的时候，近似正态分布。

计算置信区间的函数：x（选择满意的人数）n(样本量)，如果是估计总体值，在excel中使用函数confidence。

调研又不发表论文，并不需要给出精确的样本量和置信区间，但是会遇到产品问“你这个准吗？”此时可以搬出该公式来说（hu）明（ren）。实际工作中，遇到的最多的问题是：“回答问卷的人都是积极主动的，你看我就不会答问卷，你的问卷能代表总体么？”这实际上是另一个问题：样本代表性。

（2）样本代表性：很多人会误解调研发放问卷的方式是随机抽样，（随机抽样、系统抽样、分层抽样、方便抽样）其实并不是，发放问卷的方式是方便抽样，即愿意参加的任何人，明显的弊端：样本对总体的代表性。我的思考是：

2.1）答问卷的用户是否与整体不同呢，可以设置一些题目作为检测，与整体数据对比校正，比如已知用户登录占比，登录用户的性别占比，那么设置该类题目去验证。

2.1）承认问卷用户与整体用户有一些人格特质差异：回答问卷用户的积极性更强。设置问卷题目时就要考虑偏差是否是可接受范围之内的。尽量多问那些不受人格特质影响的问题，多问行为习惯，少问用户个人信息，比如职业、学历。比如通过问卷了解用户跑步地点类型（公园、马路、小区），或用户对二级功能的知晓度，显然后者更易受到影响，答问卷的用户更易受到影响。

2.3）思考问卷的核心题目，依据经验推测可能的影响因素，设置题目的时候加上，也方便统计的时候做交叉分析，这一点非常考验对设计问卷人的经验。

（3）数据统计：问卷得到的数据两种类型：文本数据，非文本数据（称名数据，顺序数据，等距数据，比率数据）不同数据类型可以使用的分析方法也不同。还在不断探索中。

3.1）文本数据，如果数据量不大就肉眼看，不要辜负了用户填写的热情，如果量大尝试先分词，如果有资源可以找自然语言处理的同事帮忙，我自己用一个excel就可以运行的分词小工具http://blog.sina.com.cn/s/blog_82955eae0101hp41.html，再高级一些的可以做词性分析，语句分析等。

3.2）称名数据、顺序数据是最多的，最常见的分析方法频率统计，不可求平均值，没有意义。工具可以用spss跑，也可以用excel的透视表来做。比如是否登录用户为称名数据，比如满意、一般，不满意为顺序数据。

3.3）等距数据：等距数据的特点数值之间的距离是相等的，判断任意两个点的中间值是否有意义，如果有则可以看做等距数据。比如：NPS值、kano模型、李克特量表都可以看做等距数据来统计，可以求平均值，方差分析，百度百科解释的很清楚http://baike.baidu.com/item/%E6%9D%8E%E5%85%8B%E7%89%B9%E9%87%8F%E8%A1%A8

招募用户问卷的设计

（1）明确目的，在问卷说明中以官方的人称来写，通常的模板是：**用户，为了提升/了解/提供/优化**功能的体验，诚邀您参与**调查，灵活的结尾（有机会获得**奖品/只需1分钟/给我个机会了解你巴拉巴拉）

（2）通常考虑的维度：

2.1使用频率（先问问自己，能不能清楚的回答出来，有时候频率很难衡量）

2.2使用经验（使用时长，是否VIP用户）

2.3使用深度（潜在用户、小白用户、典型用户，可以使用自评熟练程度）

2.4人口学信息（性别、年龄、长居地）

2.5使用行为（是否使用过某功能）

2.6使用竞品情况

调研问卷设计自查点

问卷设计思路（思路有千万种，我自己常用的思路）

（1）确定问卷调研的核心点，一般控制在1—3个，是要了使用情况、习惯、原因、态度。

（2）设置筛选题目，适合回答核心题目的用户群，全体用户、典型用户、使用过某功能的用户，筛选用户也可以通过后台配置，比如仅仅针对vip用户投放。

（3）设置衍生题目，可能会影响核心题目答案的因素，比如使用习惯、竞品使用情况、常用的场景等，方便交叉分析。

问卷设计后检查项：

1. 检查没有穷举的选项是否设置了“其他”（避免没有用户的选项，只能瞎选）

2. 检查需要填空的“其他”选项是否设置了可填空

3. 检查逻辑跳转，该隐藏的题目是否隐藏了（防止没体验过的用户遇到无法回答的问题）

4. 应该互斥的选项是否设置了互斥（比如“以上均无”选项与其他项互斥）

5. 选项间是是否有交叉（防止选项交叉，导致用户无法选择）

6. 题目间是否有重复，除测谎题目外（尽量精简题目）

7. 填空题目是否设置了验证（如手机号、填数字要明确单位，如果有必要使用例子说明）

8. 如果有较长的题干，则通过颜色突出重点词（防止阅读疲劳）

9. 检查用词是否太“术语”，对用户而言有没有歧义（避免用户理解歧义）

10. 区分”最主要“和”主要“的差异（前者是单选、后者是多选）

11. 慎用“排序”等高级题目（因为用户的认知成本太高，可能导致脏数据）

12. 检查单选题目是否有单一答案，如果没有则考虑用多选（避免用户无法选择）

13. 检查表述形式是否清晰（是否需要添加图片、例子）

14. 检查选项是否需要随机（避免顺序效应）

15. 检查问卷的核心题目所在的位置（避免题目太靠后，用户没有耐心了）

16. 需要用户回忆行为的题目，检查选项是否需要“记不清了，忘记了之类的”（避免用户忘记了瞎选）

17. 问用户不使用/不够买等行为时，从三个方面拆；不知道、不需要、不喜欢（避免答案片面）

18. 尽量问目前的行为，避免问将来可能的行为

19. 最后检查：多选是否设置了多选，是否需要限定选项个数，如果上传了图片，图面是否清晰，如果用了评分题目，评分标准是否表述清晰

20.最最后检查：检查题干的语气，题干表述是否有倾向性和引导性（自行比较：请问您对**活动的感觉 / 请问您对**活动满意么）

21. 最最最后检查：错别字、标点符号、防重复填答设置、如果用了第三方平台，检查抽奖设置。

参考书目：《用户体验度量》《量化研究与统计分析》