准备合格调查问卷的想法
1、发送大量短信有一定成本，对用户造成干扰。 寄出前，您可以“预寄一轮”来预估回收量。
2. 邮件投递可能会被视为“垃圾邮件”而被拦截，因此您需要在投递后观察一段时间，以确保有恢复率。 如果恢复率很低，就需要考虑其他渠道。
3、将产品发布到QQ群、论坛。 填写问卷的人很可能是该产品的深度用户。 此类用户与普通用户对产品的熟悉程度存在差异，因此需要考虑样本偏差。
(3) 通过第三方渠道购买/更换：
仅通过产品本身的渠道很难触达沉默竞品的用户。 购买第三方渠道是一种常规方法。 市场研究公司和问卷公司都有自己的问卷广场和用户社区，大部分都有这样的服务。
另外，还可以通过各种渠道扩大合作（和广告一样，找到目标群体）。 比如，想要了解足球用户的特点和喜好，可以在足球相关视频网站上挂问卷； 比如招学生团体，可以去高校。 在论坛上发帖； 例如，某奢侈品APP想要了解公众对各个奢侈品牌的印象，于是与FT网合作推出问卷调查。
1.3 确定启动时间和样本量
（一）交货时间
放多久主要取决于渠道的回收量。 当回收量足够时即可停止。 通过联系方式发帖的等待时间较长（做研究策划时应考虑时间成本）。
如果放在APP内，尽量选择APP日活跃度高的时间段，回报会比较快。 比如抖音，节假日期间使用明显较多。 投放问卷时可以选择周末，两天恢复量就够了。 如果问卷比较复杂，可以选择在半夜启动问卷，并在后台监控收集到的问卷数据是否存在漏洞。 因为半夜使用APP的人很少，即使出现问题，也还有补救的机会。
还需要注意的是，有些APP的用户与时间密切相关，因此必须考虑启动时间。 例如，在地图上提交调查问卷时，很多都是在凌晨填写的。 起初我很奇怪为什么用户会在半夜来回答问卷。 后来分析数据后发现，用户有两类：国外用户和夜班车司机。 因此，如果在晚上发出一份贴在地图上的调查问卷，然后在早上数据量充足的时候暂停，肯定会有偏差。
(2)样本量
如果只收集定性信息，问卷的数量就没有标准。 越多越好，但如果涉及定量研究，就需要考虑样本量。
1、通过问卷看总体趋势和分布，只做描述性统计。 一般可分析200份。 例如，如果想了解大多数骑行者对立交桥、地下通道等设施的态度，小样本调查的结果会更清晰。
2、如果要研究细分群体的情况（比如对设施的态度与骑行工具相关，需要分别了解自行车和电动车的用户群体），那么要保证细分的样本量大于100，因此满足差异测试的所有条件。
3、根据样本推断总体比较复杂。 最直观的感受是：样本量越大，误差越小，但样本量越大，成本越高。 因此，在保证误差范围和可信度的同时，我们可以根据公式计算出最小样本量。
有两种方法可以使用样本来推断总体。 一是根据样本值估算总体值（例如通过问卷调查发现自行车使用者平均骑行距离为3km，通过总体估算总体距离）。 这用于问卷调查。 数量很少； 另一种是根据样本比例估算总体比例（例如：调查问卷中骑自行车的人中有10%是摩托车用户，据此推算总体摩托车用户比例）。 这种推论是常用的。 最小样本量计算公式如下（重复抽样和不重复抽样的公式不同，当总体N很大时，差别很小。这里写的公式是重复抽样公式。代表的信息其中的每个字母都可以在任何统计书籍中找到。）：
实际情况下，研究并不是为了发表论文，因此不需要给出精确的样本量和置信区间。 通常会收集更多。 大致样本量和置信度对比如下，供参考：
需要理解的一件事是，推理公式是基于随机采样（包括随机重复采样和随机非重复采样）。 使用该公式计算最小样本量的前提是问卷采用随机抽样方式分发，即：研究人群内每个个体都有相同的机会回答问卷。
如果不是随机抽样，即使达到最小样本量，也无法进行推论统计。 朋友圈或论坛发布的调查并非随机抽样，无法进行推断统计。 在APP中发放问卷并不是严格意义上的随机抽样。 理论上，用户看到问卷的概率是相同的，但填写问卷的意愿却存在差异。 以往的经验发现，具有某些人口统计特征的用户确实更喜欢回答问卷。 因此，在使用推论统计时要小心，尽量分析与你是否愿意回答无关的内容。
(2)样本代表性：
我们要研究的问题很可能与某些因素密切相关。 因此，在进行调查时，我们希望样本尽可能接近总体，避免样本偏差导致结论有偏差。 如果我们知道某些因素与研究问题有关，我们也可以通过一些手段对其进行调整。
桶中的分布：
如果总体的分布已知，并且完全按照总体分布抽取样本，则为分层抽样。 例如，调查用户对全国旅游景区的满意度，可以根据旅游景区的等级和类型进行随机抽样。
但在互联网环境下，很难实现随机采样，所以调用桶投递更为合理。 例如，如果您研究用户在骑行时对立交桥和地下通道的态度，性别就会产生影响。 然后您可以在放置之前区分性别。 如果背景不支持，可以将此问题添加到调查问卷中，方便后续分析。
在实际研究中，影响因素可能有很多，不能一下子考虑到。 装桶的成本太高了。 仅考虑密切相关的影响因素 1 至 2。
统计方法调整：
前期无法按比例发货。 您可以在分析数据时进行加权修正（稍后会详细介绍）。
2. 调查问卷的准备 2.2 设计调查问卷的整体结构
(1)准备调查问卷首先要了解调查问卷可以问什么问题，可以概括为以下几类：
定性地收集使用信息，例如使用产品时遇到的问题、对产品的建议、预期改进点、使用场景等。定量地了解使用情况，例如认知度、使用频率、熟悉程度、使用深度、使用习惯等，以及操作路径。 定量了解用户内心想法，如满意度、功能期望、方案偏好、价格接受程度、行为原因等。 人群信息的定量采集，常见：年龄、性别、地区、消费水平、受教育程度等，无详情将会给予。 定量收集使用环境信息，如硬件设备、天气信息、使用环境等。
（2）设计问卷前进行前期研究
如果是做定量研究，各个内容之间可能存在相关性或者因果关系，比如使用频率和满意度、性别和节目偏好等。因此，在设计问卷之前，先看数据，看外部相关调查，并做快速的定性调查，调查收集数据提出一些假设，并根据这些假设设计问卷框架，这样后续的结论可以更加丰富，避免遗漏重要的现象和关系。
例如，之前进行了一项调查。 总体而言，用户对某个套餐的偏好并没有太大差异。 但交叉分析后发现，越年轻的人越倾向于A方案，可以看到一个明显的趋势。 考虑到老年用户在整体用户中占比较小，后续决策时主要考虑年轻用户的选择（后来进一步研究发现，这是由于年轻用户和老年用户的关注点不同，这也是很有意思） ）。
另外，目标群体不一定是目标用户，所以需要通过问卷问题进行筛选，唤起用户记忆。 我的邮箱里曾经收到过一份百度统计的调查问卷。 我只注册过百度统计，没有使用过，但印象很浅。 不过，调查问卷询问了用户对百度统计的感受。 它缺乏过滤项目，使受访者对其优点感到困惑，也可能收到不合格的调查问卷。
综上所述，我对问卷结构的设计思路如下：
确定问卷调查的核心点，一般控制在1-3个，涵盖使用情况、想法态度、人口统计信息、环境信息等。设置过滤问题，适合回答核心问题的用户、所有用户、有过回答的用户使用过的某个功能（也可以通过后台配置用户筛选）。 设置衍生问题，通过前期研究或经验发现那些可能影响核心问题的因素，方便更多的分析和探索
一旦有了框架，你就可以真正开始编写调查问卷了。 大多数问卷平台都提供多种题型和样本模板，非常易于使用。 以下是我自己总结的几点：
(一)主题筛选。 调查问卷应尽可能简短。 按照问卷结构输入所有想要问的问题后，开始删除问题。
检查每个问题并问问自己是否还有其他方法来获取此类数据。 如果是这样，请删除该问题。
检查每个问题，看看是否容易回答。 读完题干和选项后，你能在3秒内给出答案吗？ 如果没有，请将其删除。
检查是否有太多未解决的问题（填空、问答）。 一方面，问题给用户带来较大的心理压力，导致完成率较低； 另一方面，问题的答案很难分析，大多数需要手动编码，非常耗时。 。
(2)提问方式。 题型就是尽可能清楚地表达问题的内容。 没有术语的诱导，没有隐私，也没有态度。 此外，在提出问题时，有时会使用以下技巧：
① 当文字难以描述时，可以考虑使用图片，图片要有明确的视觉焦点。
②当有些概念难以描述时，可以先构建一个场景或例子来避开这些概念，帮助用户理解/引入我们正在谈论的内容。
如果你想找到那些报告过交通状况的用户，但很多用户无法区分报告的交通状况（事故、封路等）和反馈错误（新地点、道路等），所以不要直接询问用户如果他们报告了交通状况。 ，您可以先询问用户向地图报告了哪些类型的问题，然后针对那些选择了流量类型的用户提出问题。
③有些问题形式新颖，如排序问题、滑动条等。可以设计一些辅助问题，帮助用户熟悉如何回答问题。
④ 如果题干较长，可通过颜色突出关键词，引导用户视觉焦点，防止阅读疲劳。
2.3 自检审核
问卷写作既考验逻辑思维，又考验文学功底，需要打磨的细节确实很多。 因此，设计好调查问卷后，我必须一遍又一遍地调整，并请其他同事帮忙审阅。 我在自查或审阅问卷时，主要关注以下细节：