把握3大核心，快速提升問卷數據質量｜倍市得【體驗官俱樂部】直播精彩開講
本周三下午，由倍市得策劃的【體驗官俱樂部】如約開講。首期直播圍繞連鎖門店開展體驗管理過程中遇到的“如何提升問卷質量”等問題做詳細拆解。本文根據直播做簡要梳理，由倍市得整理。
全文核心內容如下：
- 設計一份好問卷；
- 在一個好地方發問卷；
- 選對好方法分析數據；
- 注意避免常見誤區。
1）首先設計一份“對的問卷”：
一份對的問卷主要包括四個部分：封面信和指導語、甄別問卷、主體問卷、背景資料。
1）封面信和指導語：在問卷的開頭，我們需要一段指示語引導受訪者在腦海中檢索或者回憶相關的信息，以便做出回答。
封面信和指導語示例，來源：倍市得
2）甄別問卷：甄別問卷是為了能夠精準地找到調研尋找的目標人群，提高收集效率，避免出現過多無效答卷。
以美業常見的調研問題為例，首先問題的列表不要太單一，不要讓受訪者只做簡單的判斷，其次，與其讓受訪者自己做出判斷，不如根據受訪者實際行為，由研究者做出判斷；當受訪者沒有選出核心選項時，則終止問卷。
3）主體問卷：主體問卷是問卷最核心的部分，用于收集研究者所需要的調研信息。問卷長度和數據質量密切相關，典型的NPS/滿意度問卷答題時間應控制在1-2分鐘，專項研究性的問卷控制在5-10分鐘。
4）背景資料：背景資料主要是為了獲取一些可以幫助我們做群組分析，但與甄別無關的被訪者相關資料，一般放在最后；但不必什么都放，必須是分析可能需要的（根據事前假設）才放。此外，敏感信息也可以放在背景資料部分，例如：婚姻狀況，子女情況，收入情況，聯系方式等。
2、再設計一份“好的問卷”：
在網絡信息多元化的現代社會，一份有創意的問卷可以更好地吸引受訪者來答題。
問卷編輯人員可以選取一些爆款軟文的標題，例如：揭秘！真的有越吃越白的食物嗎？夏季腸胃不舒服，快來看看你有沒有吃對食物！這類有話題點的標題，很容易吸引受訪者點開問卷，提升問卷的打開率。
另外，問卷也可以選擇貼近題目的主題外觀，用精美的畫面吸引受訪者，讓受訪者打開問卷就代入了曾經的場景，更快地做出回答。
問卷主題外觀示例，來源：倍市得
除了一些富有個性化的創意點，我們還有一些關于問卷設計的基本原則。
問卷設計要遵循的原則，來源：倍市得
1）整體設計原則：
◆ 目的性：在問卷設計之初，研究者需要明確問題是否都符合研究需求，列出問卷大綱。筆者建議可以使用5W2H法則來羅列信息，以醫美消費調研為例，我們可以這樣梳理問卷大綱：
5W2H拆解示例，來源：倍市得
對于不適用5W2H拆解信息點的類型，研究者可以通過腦圖進行信息拆解輔助：
腦圖拆解示例，來源：倍市得
◆ 邏輯性：問卷要符合用戶思維，要有一定的邏輯：比如按照時間順序，按照正常的思路原則，不進行無法正常回憶的詢問。同樣以醫美問卷為例：
問卷邏輯示例，來源：倍市得
◆ 中立性：在題目中，不要出現很明顯地引導詞，會讓受訪者受到影響，或者猜測你的意圖，同樣以醫美消費為例：
中立性問題示例，來源：倍市得
◆ 易讀性：多選題尤其注意要標注明顯，和單選題有明顯區分，以免影響數據準確性；題目表述要清晰，對于容易出現不同理解的內容，要做好具體解讀。
方便性問題示例，來源：倍市得
2）選項設計原則：
◆ 窮盡性：選項一定要有出口，答案一定要完整；要讓受訪者有回答的出口，否則只會亂選一個或者中途棄答。如果無法窮盡所有選項，可以設置【其他】選項，讓受訪者自行填寫。
◆ 互斥性：每個選項一定要區別于其他選項，不要有包含關系；也不要一個選項包含不同的評價維度，讓被訪者不知道如何選擇。
◆ 簡便性：選項最好控制在8個選項以內，如果真的比較多，務必開啟選項隨機功能，減少因為排序而引起的數據誤差。因為在選項過多時，受訪者傾向于選擇更前面的選項。
◆ 準確性：對于重要信息，可以通過高亮標注引起被訪者的注意。
問卷完成設計后，需要通過渠道投放，發放給受訪者進行問卷填寫；不合理的問卷投放，往往導致問卷回收困難，研究者無法在有限的時間內統計有效的答卷，因此，在“對”的地方發問卷是十分重要的策略。
1、通過“有效的用戶觸點”發放問卷：
用戶觸點，就是與用戶之間的接觸點。不同的行業、產品，這種觸點可能存在的形式也不一樣。大致上觸點的類型我們可以劃分為三類：
1）人際類觸點：顧名思義，主要是通過人際交往，來實現接觸用戶的目的。比如美業門店的接待、護理師，或者銀行的保安，大堂經理，柜員，理財經理等等。這類觸點的好壞，很大程度上取決于“人”的能動性。
2）設備類觸點：比如美業門店的POS，選擇服務用的PAD，或者銀行的取號機、VTM、ATM等，餐飲店的點餐機、菜單、餐具等，甚至像菜品的口味、香味等，都可以被歸為這一類。這類觸點，通常情況下是可以通過某個固定標準去進行衡量并統一的。
3）數字類觸點：這類觸點的范圍是最為豐富的，用戶通過軟件（短信、郵件、APP、小程序、公眾號）產生的交互，從最簡單的音樂、系統后臺信息推送，到更為復雜的AI、VR等等。這類觸點因為并沒有具體的實物，所以往往在衡量標準上很難統一。
很多研究者在發放問卷時往往采用固定的模式，例如：每月對當月消費過的客戶發放一次滿意度問卷；每隔半年對老用戶進行一次問卷回訪；客戶在門店完成消費后遞上紙質的問卷單等等，這類的觸點過于單一且問卷回收質量低，受訪者很容易因為時間久遠或者當下抹不開面子給差評而給出沒有價值的回答，同時也很容易使研究者忽略潛在的問題。
2、通過“多樣的投放方式”發放問卷：
只通過短信發放問卷，很容易被受訪者忽略。畢竟各個商家都會發送鋪天蓋地的營銷短信，一份份精心設計的問卷很容易被淹沒在短信海洋中。
通過不同的渠道或者方式能夠觸達到受訪者就顯得尤為重要，在發放問卷時，可以思考一下所有能夠讓受訪者看到問卷的渠道，例如微信，APP，小程序；通過這些渠道去給客戶發放問卷，可以增大問卷回收的概率。
3、問卷發放要做到“千人千面”：
如果只有一份通用的問卷，直接批量發給曾經在店里消費的所有受訪者，這樣回收的問卷質量肯定是不高的，沒有針對性地發問，就沒有準確的答案。
因此在日常維系客戶關系時，就應該對客戶進行分類，將具有相同習慣，相似偏好的客戶歸為一類，在發放問卷時按照客戶的屬性有針對性地發放不同的問卷，這樣也方便對同一類的客戶進行精準的維護和營銷活動。
當然，通過人工去進行這類操作成本比較高，如果可以通過系統，在日常工作中對每個客戶打上標簽，在發放問卷調研時，便可以將不同的問卷按標簽發放，高效地完成這個工作。
在傳統的管理模式中，我們往往會遇到各式各樣的痛點，例如：門店的體驗數據反饋不夠真實，或者數據無法分層級實時查看等。
所以在這里需要引入一個層級管理的概念，在調研過程中問卷是可以根據門店來生成單獨的鏈接，實現一店一碼；這些數據回收后，店長、區經理等可以看到自己相關的數據內容，針對性地維護自己的客群，對癥下藥。
4、其他的“好問題”
除了一份“好問卷”和一個“好地方”，結合前面提到的整體性設計原則（5W2H），我們還可以延伸出一個“好人物”或者一個“好時機”等等，千人千面就是“好人物”，那么“好時機”又是指什么呢？
以美業為例，比如我們不建議在消費者未離店的時候就推送問卷——銷售者常常因為美容技師的現場要求而抹不開面子，只好給予好評；
另外我們也不建議在消費隔天或隔更久之后才推送問卷——消費者可能以及忘記了峰值時刻的感受；合理的時間點是在消費結束（離店）15-40分鐘后——根據不同的場景進行合理配置，例如外賣應該設置在送餐到達40分鐘后，剛剛吃完飯不久。
數據分析這一階段主要是通過事后檢查，重點確保數據結果的真實性，從而得出有效的業務策略支撐。合理的數據分析往往采用人工和技術手段結合的方式，從以下三個維度進行：
1、數據清洗：
通過問卷設計中的甄別題，可以有效篩選出不符合標準的受訪者，這類人群可以直接通過問卷答案快速排除；
受訪者參加調查時填寫的個人信息與數據庫中的資料不符者也將被甄別為不誠信者，可以將其從數據中剔除；
通過系統識別和人工復核結合的方式，對數據中明顯不合理的部分進行篩查，去除不合格問卷。例如：答題時間遠低于平均答題時間；所有選項均為極端值；在開放性問題中“胡言亂語”等等。
2、數據融合：
問卷回收的數據也可以跟其他渠道的數據結合后再進行分析，如果研究者有其他的受訪者數據來源，例如CRM系統，數據采集終端，可以通過Excel、SPSS等數據工具進行數據融合，可以更全面地進行數據分析。
如果系統中已經對客戶進行分類打標，結合客戶標簽進行數據分析，可以更高效地分析出同一類客群的習慣，喜好和潛在風險，通過不同運營策略去提升客戶體驗。
3、可視化數據看板（BI儀表盤）：
一份好的問卷可以引導客戶更真實的留下當下的心情，一次好的投放可以更有效地將問卷通過數字化渠道更精準、更連貫性的投放給顧客，一個好的數據分析則是將這些看似冰冷的數字融合在一起，以不同的視角呈現給不同的管理角色，最終輔助決策。
這三者的融合不僅代表了企業對外連接的一次又一次的品牌宣傳，而且可以通過這樣一種廣域的數據采集方式將客戶的心聲成體系的實時帶回到管理者的眼前。
同樣以美業連鎖店體驗管理調研場景為例，區別于以往傳統的調研模式，諸如神秘客或者傳統人工的定期質檢等，經過全渠道全場景的投放與數據采集模式，能夠更好地幫助各位美業的管理者捕捉品牌在消費群體中的聲音，經過一定的運營周期，將顧客體驗相關的核心指標，輔助品牌納入管理考核指標中，實現了顧客體驗調查回收的實時性和連續性，形成顧客體驗相關的KPI指標，真正將顧客體驗管理的理念落到實處。
◆ 多種調研方向，數據完整：基礎滿意度問卷結合神秘顧客、服務質量自查等問卷數據，數據信息全面；
◆ 提升時效，精準查看：消費后即時觸發問卷推送，對顧客實施精準運營，即時接收顧客信息反饋，匯總信息反饋查看時間縮短至T+1天；
◆ 提升時效，解放人工：門店考核數據在24小時內總部通過BI數據看板可清晰查看，極大節省人力成本，提升人效；
◆ 賦能門店，整改提升：作為顧客滿意度的有效補充和印證，門店可隨時登錄系統查看自己各項指標，切實指導門店改進工作。
1、避免數據越多越好的誤區：
數據太多可能會導致信息量變得巨大，反而增加尋找到規律的難度；過量的數據也會導致數據分析的成本上升，增加數據分析的難度；數據的量多不一定就代表準確，研究者更應該追求數據的質量好，有代表性，才有可能分析出準確的結果。
2、避免不計成本地追求數據質量：
在設計調查過程時，研究者必須在數據的質量、數量與獲得這些數據的成本之間找一個合理的平衡點。調查的成本在不同的調查項目中，隨著調查的復雜程度和樣本數量的變化而有所不同。在計算總成本時既要考慮財務成本、人力成本、更要考慮時間成本。
3、避免忽略非結構化數據：
很多研究者在數據分析時過于重視結構化的題目選項，而往往忽略了問卷中的文本內容，這些非結構化數據中往往隱藏著受訪者的核心訴求與關鍵信息。
想要深入分析非結構化數據，往往要花費大量的人工成本，筆者建議有條件的研究者可以選用成熟的分析工具，同時結合平臺的輿情監測，用戶評論，客服記錄等非結構化數據進行深度分析。
倍市得客戶體驗管理系統文本分析示例
綜上，想要提升調研問卷的數據質量，最好選用人工與技術結合的方式，兼顧問卷設計、發放到數據分析的每一處細節，從而得出有價值的業務決策。
參考資料：
《網絡調研技術與實戰》@問卷網
《基于問卷的數據收集與分析的研究》@山東師范大學
《大數據環境下網絡調查數據質量影響因素研究》@黑龍江大學
《玩轉私域運營的起點是實現高效觸達用戶觸點》@火星運營
