你不會(huì)問問題！

坑1 你喜不喜歡我們的產(chǎn)品？

當(dāng)你查看這個(gè)問題的數(shù)據(jù)時(shí)，你欣喜地發(fā)現(xiàn)99%的用戶都選擇了“是”，于是你屁顛屁顛地去告訴老板“我們家的產(chǎn)品，用戶很喜歡”，并且拿出數(shù)據(jù)給老板看，老板一開心，砸了幾十萬廣告費(fèi)，結(jié)果打了水漂。

誤區(qū)1 誘導(dǎo)性問題

人，皆有憐憫之心。當(dāng)你問出這個(gè)問題的時(shí)候，其實(shí)跟你去跟暗戀的人表白說“你喜不喜歡我”一樣，你的潛臺(tái)詞是“我喜歡你，我希望你最好也喜歡我”，你實(shí)際上在告訴用戶，“我希望你喜歡我，趕緊選喜歡”。用戶想，既然你這么懇求，那么用戶就會(huì)“我稍微勉為其難地看在你面子是給你個(gè)好評(píng)吧”。

結(jié)果會(huì)怎樣？或者我這么問，兩個(gè)人勉強(qiáng)在一起能幸福嗎？

類似的坑

這個(gè)服務(wù)1塊錢，你能接受嗎？我們打算新推出一個(gè)功能，你會(huì)用嗎？

如何破？

其實(shí)，你會(huì)發(fā)現(xiàn)，很多類似的問題的選項(xiàng)都是“非此即彼”，第一個(gè)很簡單的方法就是：不要使用“是不是”、“喜不喜歡”這種只有“二元選項(xiàng)”的問法。

對(duì)于詢問用戶滿意度等較為主觀的可以使用“五分法”，即如“很不滿意”、“比較不滿意”、“一般”、“比較滿意”、“很滿意”五種選項(xiàng)。當(dāng)然，你可以選擇用1-5分作為替代，也可以使用7分，除了10分，不建議使用多于7分的選項(xiàng)，用戶有選擇困難癥的。

對(duì)于詢問用戶對(duì)價(jià)格的接受度，請(qǐng)使用PSM價(jià)格敏感度的模型。PSM模型下，問題是這樣問的：

（實(shí)例 調(diào)研知識(shí)音頻專欄價(jià)格敏感度）

問的是用戶對(duì)各個(gè)價(jià)格區(qū)間的接受度，通常我們只會(huì)設(shè)置價(jià)格敏感相關(guān)的4個(gè)選項(xiàng)，“太便宜”、“比較便宜”、“有點(diǎn)貴”、“太貴”。特別說明：上圖我是增加了一個(gè)中間選項(xiàng)“剛好”，實(shí)際上這個(gè)選項(xiàng)在統(tǒng)計(jì)中沒有什么作用，純粹是站在用戶視角考慮用戶習(xí)慣思維增加的選項(xiàng)。

然后根據(jù)各選項(xiàng)的數(shù)據(jù)可以繪出PSM模型的曲線圖：

（實(shí)例 調(diào)研知識(shí)音頻專欄價(jià)格敏感度）

• P1：是用戶可接受價(jià)格的最低值，“有點(diǎn)貴”和“太便宜”的交點(diǎn)；
• P3：是用戶可接受價(jià)格的最高值，“太貴”和“比較便宜”的交點(diǎn)；
• P2：是最佳價(jià)格，用戶覺得不會(huì)太貴也不會(huì)太便宜，“太貴”和“太便宜”的交點(diǎn)。

另外，除了用PSM模型曲線圖，也可以用百分百堆棧圖，這個(gè)比較直觀，可以看出最佳的價(jià)格區(qū)間是哪個(gè)。我的判斷參考數(shù)據(jù)是：選擇“比較便宜”和“有點(diǎn)貴”的比例超過80%的價(jià)格區(qū)間，即為最佳區(qū)間。（下圖還要加上“剛好”的比例）

（實(shí)例 調(diào)研知識(shí)音頻專欄價(jià)格敏感度）

坑2 你花在我們產(chǎn)品上的時(shí)間有多少？

問卷收集完后，你查看了下用戶回饋的數(shù)據(jù)，你發(fā)現(xiàn)用戶還挺活躍的。但是，一查看后臺(tái)數(shù)據(jù)對(duì)比，怎么活躍才這么低，不科學(xué)呀！

誤區(qū)2 幸存者偏差

有個(gè)故事，美國空軍發(fā)現(xiàn)能飛回來的戰(zhàn)斗機(jī)中，機(jī)翼的彈孔比機(jī)身的多，那么升級(jí)設(shè)備加強(qiáng)防彈效果的時(shí)候，應(yīng)該著重機(jī)翼還是機(jī)身？按照數(shù)據(jù)來看，機(jī)翼比機(jī)身的彈孔多，應(yīng)該著重升級(jí)機(jī)翼。但是，事實(shí)是，應(yīng)該著重機(jī)身。因?yàn)闄C(jī)身中彈多的都?xì)г诂F(xiàn)場飛不回來了，機(jī)翼中彈還能安全飛回來。

把問卷投放在自家產(chǎn)品上，愿意給你填問卷的其實(shí)大部分已經(jīng)是活躍用戶，沉默用戶不使用你的產(chǎn)品更不會(huì)給你填問卷。所以說，給你找茬的用戶都是真愛。

如何破？

其實(shí)方法前面也提到過，就是看后臺(tái)數(shù)據(jù)，用戶的行為比他說的更真實(shí)。如果后臺(tái)埋點(diǎn)還沒埋得到你想的數(shù)據(jù)，那怎么辦？

分為事前和事后，兩個(gè)應(yīng)對(duì)方法。

• 事前，根據(jù)用戶類型進(jìn)行配比，進(jìn)行定向隨機(jī)投放，按比例收集問卷。
• 事后，根據(jù)用戶類型的比例進(jìn)行權(quán)重配比。比如：用戶A和B分別占比30%和70%，根據(jù)收集回來的問卷按照用戶類型分類統(tǒng)計(jì)數(shù)據(jù)，最后乘以權(quán)重配比，得出最后的數(shù)據(jù)。

以上是兩個(gè)具體的例子。

總的來說

在做問卷的時(shí)候，需要警惕以下的問題：

• 用戶通常言行不一。用戶給你的答案不一定是正確的，用戶在實(shí)際場景中的選擇，可能和他選擇的選項(xiàng)大相徑庭?？梢粤私庀滤髂嵊螒驒C(jī)黑黃色偏好調(diào)研的案例。
• 用戶的是搖擺不定的。當(dāng)用戶面對(duì)抽象性問題或他沒有面對(duì)過的問題時(shí)，他會(huì)給出傾向問卷設(shè)計(jì)者預(yù)設(shè)立場的答案。盡量用事物或場景觸發(fā)用戶的無意識(shí)行為，或說出代入場景的真實(shí)體驗(yàn)。
• 能觸達(dá)用戶群體是與全體用戶有偏差的。預(yù)防樣本少、非隨機(jī)調(diào)研的情況出現(xiàn)，不然會(huì)出現(xiàn)以偏概全的結(jié)果。反例比如：只選擇本地區(qū)用戶、優(yōu)先聯(lián)系有留聯(lián)系方式的用戶。

設(shè)計(jì)問卷中，除了問卷調(diào)研的目的，更多地是要思考問卷本身（含問題設(shè)計(jì)、文案、排版）對(duì)用戶的影響，盡量還原用戶的行為和思考，剔除其他影響，這需要關(guān)注問卷中很多的細(xì)節(jié)。

最后的建議是——多踩坑。

作者：湘塵，微信公眾號(hào)：塵言運(yùn)營（ID：Operator-Chen）。在全棧運(yùn)營路上狂奔中的1歲半運(yùn)營喵，喜歡運(yùn)營、用研、營銷，歡迎交流勾搭~

本文由 @湘塵 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Pexels ，基于 CC0 協(xié)議