调查是您用来从目标受众收集数据的一组问题。它是可用于用户研究的众多研究方法之一。这个工具非常通用——它可以在任何项目阶段使用，并产生丰富的见解和结构化、一致的数据的组合。另一个好处是调查可以用相对较少的努力从许多参与者那里收集数据。
调查可以是一种快速、简单且成本低廉的方式来获得您提出的问题的答案。努力创建您的调查——设计不当的调查不会提供有价值的见解。
为什么调查有用
调查是一种多功能的研究工具，可用于设计过程的任何阶段。它们可以帮助收集定性和定量数据。请记住，他们只能提供态度数据——关于人们的想法和感受的数据。这可能与人们实际做的不同。
调查如此受欢迎的原因之一是它们可以让您以很少的成本获得大量数据。有许多平台——包括 SurveyMonkey、Typeform 和 Google Forms——你可以在其中主持调查。
了解你的目标
在创建调查之前，您需要了解您希望从调查参与者那里了解什么。您的目标将决定您提出的问题。了解您的目标还可以让您将调查与其他研究方法结合起来以获得更准确的结果。
调查通常用作评估研究方法，但它们在生成研究中也占有一席之地，并作为一种持续研究方法。UX 调查数据支持并补充网站分析和通过 A/B 测试、热图、可用性测试和会话记录收集的 UX 指标。
一个结构良好的调查问卷可以重复使用，以便在响应和您的产品迭代之间进行类似比较。
避免偏见
偏见是一种倾向于和支持一种选择而不是另一种选择的倾向。它是我们人类心理中不可避免的一部分。
偏见通常是内在于我们使用的语言中的。例如，您可能会问，“这个产品使用起来有多难？” 不假思索。然而，这种措辞巧妙地将读者推向困难的想法，并被认为是一个引导性问题。其他一些可能产生偏差的因素是问答顺序、调查抽样和不平衡的量表。
作为用户体验研究人员，我们的目标是尽可能减少偏差，同时尝试获得最客观的信息。
避免诱导性问题
提出引导性问题是确认偏差最明显的做法。这些问题引导人们得出一个确定的答案。比较这两个问题：
1.“我们之前的反馈调查显示，大多数人更喜欢早餐作为他们最喜欢的一餐。你同意吗？”
2.“如果只能选择一种，你更喜欢哪顿饭：早餐、午餐还是晚餐？”
第一个问题介绍一个假设性陈述，然后要求受访者提供反馈。因此，受访者更有可能同意该说法。
引导性问题往往会收集不良数据，这些数据可能会扭曲您的研究结果并导致您得出错误的结论。
抽样偏差
在研究领域，抽样偏差是与选择调查对象有关的错误。当调查样本不是完全随机时，就会发生这种情况。
如果某些类型的调查对象或多或少有可能参与您的研究，您可能会在您的研究中引入样本选择偏差。例如，创建一个问题为“您可以上网吗？”的在线投票。将导致几乎 100% 的参与者回答“是”。
为避免抽样偏差，请确保您的调查以一种所有类型的受访者都有机会做出回应的方式进行分发。这可能意味着使用多个分发渠道和收集方法。通过询问“我们还没有和谁谈过？”来寻找鼓励样本多样性的方法。另外，要注意从任何一项研究中得出的结论。
问题顺序偏差
问题和答案的顺序可能会导致您的调查受访者提供有偏见的答案。
在某些情况下，您调查的初始问题可能会影响后面问题的答案。例如，如果您的第一个问题是关于客户对非常成功的功能的满意度，而您的第二个问题是关于他们的总体满意度，则响应者更有可能给出肯定的答案。
至于答案，在线和印刷调查中，受访者通常从前几个答案选项中选择。在电话调查中，受访者更有可能选择后面的一些选项。
避免顺序偏差的一种方法是随机化顺序。例如，您可以将相关问题分组成块，混合这些块，然后随机排列答案的顺序。
不平衡的调查规模
与确认偏差一样，不平衡的量表会通过限制用户的选择来影响答案。这种类型的调查问题提供了数量不等的正面选择和负面选择供您选择。因此，尺度被加权并偏向一个方向。
例如，“从 1（有点喜欢）到 5（非常喜欢），您对自己的体验有多满意？” 没有消极的选择。另一个例子是一个中点不中性的问题：“您如何评价您最近在我们餐厅的体验？” 选项有“很好”、“很好”、“好”、“还行”和“差”。
解决这个问题的一种方法是使用点量表（例如 1 到 5）为受访者提供极端值。将锚点 5 标记为高，将 1 标记为低可以让受访者理解 3 是中点。
弄清楚要问的正确问题
要获得您需要的用户洞察，请将您的用户体验调查问题集中在您试图解决的问题上。如果您还不知道问题是什么，请提出问题以找出用户的痛点。这将帮助您发现他们遇到的障碍。
一个好的策略是尽早提出封闭式问题，然后提出更深入探讨主题的开放式问题。
例如，假设您想了解用户对新工具或新功能的感受。
您可以提出的一些封闭式问题是：
• 你用过新功能吗？
• 在 1（非常困难）到 5（非常容易）的范围内使用它有多容易或多难？
你可以跟进开放式问题，例如：
• 您对该功能的第一印象是什么？
• 关于此功能，您会改变什么？
一次问一个问题
确保每个问题只关注一个概念。用户对你产品的不同方面会有不同的印象；将它们混合起来不会给出准确的结果。
例如，一个不好的问题是，“您如何评价我们应用程序的可用性和设计？”
为了获得准确的结果，将这个问题分成两个不同的问题——一个关于可用性，另一个关于设计。
定量数据的封闭式问题
封闭式问题的重点很窄，通常用一个词或一小部分选项来回答。例如，“您对这个产品满意吗？” — 是/否/大部分/不完全是。
封闭式问题提供的洞察力有限，但可以轻松分析定量数据。例如，市场营销中最流行的封闭式问题之一是净推荐值 (NPS) 问题，它会问人们，“您有多大可能在 0 到 10 的范围内推荐该产品/服务？” 并使用数字答案来计算总体得分趋势。
封闭式问题在调查早期使用时效果最好，随后是更多开放式问题。
定性数据的开放式问题
开放式问题很广泛，可以详细回答。例如，“你觉得这个产品怎么样？” 开放式问题可以帮助您从客户的角度看问题，因为您可以用他们自己的话而不是陈词滥调的答案来获得反馈。
来自这些问题的数据通常是定性的，尽管也可能出现提供定量数据的主题——例如，通过使用语义分析工具来找出重复出现的主题。分析开放式问题的其他方法包括使用电子表格、查看定性趋势以及通过词云可视化发现突出的元素。
测量长度
通常，完成调查所需的时间越长，完成的可能性就越小。这不仅与问题的数量有关，而且与整体时间和时间感知有关。
要增加调查的参与度：
• 只问相关问题
• 限制问题的数量
• 注意完成调查需要多少时间
• 允许受访者跳过他们不想回答的问题
• 让参与者了解完成调查需要多长时间以及剩下的问题数量
提供奖励
激励用户参与调查通常是增加回复数量的好方法。但是，有几点需要注意。
提供错误的激励措施可能会阻止一些用户。例如，如果用户对您的产品不满意，提供免费一个月可能不会激励他们参加调查。另一个问题是在您的调查中引入偏见——由于确定的激励，响应者可能会觉得有必要正面回答。
以下是提供激励措施的一些最佳做法：
• 将用户群组分成不同的层级。您可能有一个针对一般用户的层，您只是在其中寻找人口统计或行为信息。然后为在特定领域具有专业知识的用户提供更具体的层级。
• 为每一层提供财务激励。也许深入挖掘特定用户群体并为他们提供更大的经济激励对您来说更有价值。许多公司将提供更高的激励措施来确保特定用户参与者的安全。
• 以多种方式提供补偿。在亚马逊等地通过 Paypal 或礼品卡直接付款通常很受欢迎。
以上内容为转载
网友评论