問卷法在用戶研究中的應用
前段時間做過的一個問卷調研項目,一直沒時間整理,今天抽空將從what,why,when,how四個角度去整理,希望對大家有幫助。
what
問卷調查是由一系列問題構成的用于測量人的行為和態度的心理學基本研究方法之一。
why
短時間內搜集大量樣本數據。項目前期,快速了解用戶需求,為產品設計提供參考。項目后期,驗證產品設計想法或了解用戶滿意度,為產品設計提供改進方向。
when
何時使用問卷取決于你想解決什么問題。
用研人員常見的幾種情況如下:
- 在產品進行重要改進之前,使用問卷讓用戶評估現階段產品的滿意度,以便后續改進設計;
- 先定性研究(如訪談、焦點小組等)得出結論,再使用問卷去驗證先前的結論;
- 編制一些基本的指標題目(如手機使用習慣、經歷等客觀存在的),用于篩選合適的目標用戶進行深入訪談。
How
需求溝通
在實施問卷法之前,需要先和需求方進行溝通,比如調研的目的、用戶、對調研的期待等,主要確定需求方的真實目的以及是否適合采用問卷法。
日程安排
問卷的前期準備活動(如頭腦風暴問題、復查修正問題、確定數據分析方法、在線編輯并設計題目邏輯等)會影響整個日程的安排,一旦問卷發出,就不再容易更改,因此一定要設置一個合理的日程安排,如下圖所示。
問題設計
在明確研究目的之后,就需要對問題進行設計。問卷題目的來源可以是多方面的,通常都來自以下幾個方面:
- 以往對用戶的研究(焦點小組、訪談等)
- 行業研究報告或文獻資料
- 競品分析
常見的問題可以分以下幾類:
- 行為類。比如:多久使用一次產品?使用了多久?還使用哪些競品?使用頻率?使用功能等等。
- 態度類。比如:對產品是否滿意?最必須要的是什么?最不必要的是什么?最期待的是什么?是否愿意推薦產品給朋友等等。
- 特征類。比如:產品的使用終端?手機系統?性別?年齡?收入?地區?職業等等。
優化問卷
編輯完問題后,開始對整個問卷進行調整優化。一般來說,問卷包括指導語、開頭、中間、結尾四個部分。
指導語要說明調查目的、時間、獎勵、保密性等,并留下調查方的聯系方式,這部分整體需要言簡意賅,親切誠懇。
問卷開頭部分宜采用簡單的問題,讓用戶可以快速進入作答的狀態。
問卷的中間部分可出現需要思考型的題目(如多選題、排序題、打分題、問答題等),因為此時用戶放棄的成本增加,但需要控制這些題目的數量。
問卷的結尾部分宜采用特征類的題目,因為這些題目涉及敏感信息,放在開頭會讓用戶感覺突兀,放在最后,就有種登門檻效應,用戶放棄的比例會減少。
除此之外,再次檢查每個題目及選項的語句是否通順,是否有歧義。每個選項是否窮盡且互相排斥。邏輯跳轉是否正確等。
預測試
預測試的主要目的在于檢查問卷中可能存在的問題設置、句子理解、邏輯跳轉等問題。如果遇到這些問題,需要及時調整和修改,以免問卷發出去造成不必要的數據損失。
實施問卷
(1)樣本選取
理想情況下,我們投放的樣本應該與總體的分布一致,但網絡投放問卷并不能做到這一點,只能盡可能多的覆蓋到不同類型的用戶,因此要通過多個渠道去尋找具有代表性的樣本。
(2)樣本大小
當總體足夠大時,1000+份問卷足以說明問題,但建議將問卷得到的數據與后臺數據做配比,這樣得到的結果才與真實情況的誤差較小。
(3)投放問卷
問卷的投放可分為線上和線下投放。線上投放可選擇在自家產品(App或網站)推送問卷、郵箱投放、官方微博、官方QQ群、微信公眾號等渠道。線下投放可通過招募公司去選擇合適的目標用戶投放。
(4)回收并清洗數據
搜集到的問卷肯定會包含無效數據,這就需要用戶研究員制定數據清洗的標準。
舉幾個例子:
- 標準一:剔除不完整答卷。
- 標準二:剔除作答時間極短和極長的答卷。
- 標準三:剔除某量表題全部選擇某一選項的的答卷。
- 標準四:剔除邏輯矛盾的答卷。
比如:如果在“該產品主要滿足的需求是”的題目選擇了“讓我把錢用于投資”,在“我會琢磨理財方法,比較各種理財產品的收益”的題目選擇了“很不符合”,則剔除該數據。不同的問卷,數據清洗標準不同,需要找到適合自己研究目的的清洗標準。
(5)數據分析
常見的問卷數據方式包括:描述性統計分析、交叉分析、聚類分析、回歸分析等。根據項目情況的不同,可采用不同的分析方法。但需要注意的是,在問卷編輯的時候,就要考慮可能用到的統計方法,以便于變量數據類型的設置。
以上是問卷調研整個過程的概述。問卷法既是一門學問,又是一門藝術,最難的部分在于編制問卷的過程,對于題目的設置和遣詞造句都需要一定的專業要求。從小事情中不斷積累經驗,才能做到厚積薄發。
更多閱讀
Elizabeth Goodman(2015). 洞察用戶體驗——方法與實踐(第2版)
Catherine & Kathy (2005). Understanding Your Users——A Practical Guide to User Requirements Methods, Tools, and Techniques.
作者:小釋界(微信公眾號:insightUX),用戶體驗研究從業者,擁有汽車和心理學教育背景,關注高科技和金融領域,致力于探索行為數據背后的心理過程。
本文由 @小釋界 原創發布于人人都是產品經理。未經許可,禁止轉載。
- 目前還沒評論,等你發揮!