周一上午十点，正是打工人最忙碌的时刻。手机突然响铃，我以为又是个营销电话，正想拒接，却看到来电显示“工业和信息化部电信规划研究院”。好奇心驱使我按下了接听键。原来是工信部对某公司5G业务客户体验的调研。上半年我恰好参与了某家运营商省公司的客户体验提升项目，业务方特别提到了工信部每季度都会对三家运营商的客户进行抽样调研。集团公司和省公司都很重视调研结果，并且会以此作为绩效考核。但是苦于得不到调研的过程录音，工信部也不允许运营商对受访客户再次回访，数据分析很难深入开展。这次我正好以客户的身份来体验一下调研的全过程。
这次调研虽然耗时不长，但是无论是站在普通客户还是客户体验咨询顾问的角度看，都有好些槽点不吐不快。有些人可能觉得调研无非是设计问卷、分发问卷、回收后统计结果的简单过程，其实每个环节中都有或深或浅的坑，等待着轻视它的人。
问卷设计阶段
俗话说，一个好的开头就是成功的一半。一次成功的调研至少应该花一半的时间在问卷设计上。
调研目的
开始设计时，先别急着陷入文案选项等细节，首要的问题是明确调研目的。你是想了解特定客群还是整体客群，是想调查客户对某项产品/服务的满意度，还是对品牌的整体印象，亦或是想要研究客户对新产品/功能的潜在需求?不同的调研目的对应不同的问卷设计方法。
以工信部的调研为例，回顾整通电话，除了最后一个“是否推荐”的 NPS 问题，其他十多个问题包含了通话质量、上网质量、套餐设计、产品价格、服务水平等多个维度的满意度问题。
在回答满意度相关问题时，我思考的是产品实际体验是否达到或超越我的期望值。离预期差得越远，打分就越低。作为一个不打游戏、不刷视频的普通用户，其实我对通信服务的要求并不高，只要信号正常，上网流畅，就会给出 8 分以上。当最终被问到是否推荐的时候，理论上我应该抛开之前的满意度打分，独立思考产品本身是否值得被推荐给亲友。三家运营商的产品服务我其实都使用过，感觉同质化严重，找不到值得推荐的理由，按说该打低分。但是在电话中，受之前一系列较高的打分影响，我实际给出了 7 分。
其实 NPS 指标在设计之初，就是想用一个简单的问题来预测客户的重复购买和推荐行为。但是很多企业在实际调研中，往往会将 NPS 问题和满意度问题放在同一张问卷中。可能是觉得好不容易触达到客户，只问一两个问题太浪费了。亦有可能是觉得只看 NPS 一个指标，不知道如何判断问题出在哪里。殊不知，想要的太多，反而失去焦点。
NPS 和客户满意度之间不能画上等号。NPS 指标预测客户未来的行为趋势，侧重于客户对品牌、产品或服务的整体感知。满意度考察的是客户对过去和现在的态度，侧重于对具体某项产品服务或功能的满意程度。将两类问题混在一份问卷中，客户在回答时也会混为一谈，最终既无法反馈真实的 NPS，也会影响满意度的准确性。
问题质量
明确了调研的目的之后，我们再来考虑单个问题的设置。一份问卷包含的问题数量、问题的逻辑性和文案是否清晰易懂，都会影响到调研实施的结果。
逻辑性：工信部调研的第一个问题就把我问懵了。原文大致是“请问您对XX公司5G业务的期望值有多高?用 1 到 10 分之间的数字来评价，期望越高，分越高。”
我可以描述我的期望是什么，也可以给实际体验和期望之间的落差打分。但是我怎么给期望值本身打分呢?正如丹尼尔·卡尼曼教授在经典著作《思考，快与慢》中所描述的，当面对一个复杂问题时，人们的直觉系统往往会用一个简单的问题替代原本需要深入思考的问题。所以我最终的打分表达了我有多喜欢XX公司，而不是对其 5G 业务的期望值有多高。
因此在设计问题时，首先要确认这是否是一个可以用数值来回答的问题。如果答案是否定的，要么将其改为开放式的描述性的问题，要么换一个更合适用数字衡量的问题。
文案清晰易懂：在问到具体的产品功能或服务时，问卷中可能会出现一些专业术语或是组织内部术语。对于设计问卷的组织内部人员来说，这些术语看起来言简意赅，但是对外部客户来说很有可能摸不着头脑。此时如果没有额外的举例说明和解释，很难确保客户对问题的理解和组织内部的认知是一致的。
比如当我被问到“有没有使用过网上营业厅?对服务是否满意?”时，我又一次愣住了。线下的营业厅我知道，这“网上的营业厅”究竟是指该公司的微信服务号还是手机 APP 呢?沉默了一会儿，调研员也没有给出任何解释，只是一味地重复问题。我主动询问“用过XX公司的手机 APP 算不算?”，却没有得到明确的反馈。最终我只能按照自己的理解给手机 APP 的体验打分。
问卷的长度：客户的时间和耐心是有限的，一份问卷的长度尽量控制在十个问题以内。如果是用电话方式调研，问题的数量和文案的长度要设计得更短小一些。因为相较于看/读一份问卷，听题目需要的理解时间更长，客户更容易失去耐心。
例如我在回答了五六个问题之后，听到调研员还在按不同的服务渠道分别询问满意度，我脱口而出：“服务都差不多的，都给 8 分吧。”但是调研员坚持着要把每一个问题都按文本念完。如果不是为了体验完整的调研过程，我早就挂电话了。
实施调研阶段
即便设计出了一份完美的调研表，在实施过程中仍然有许多环节会直接影响结果的准确性。
调研渠道
首先是选择何种调研渠道。传统的调研一般以线下访问或电话外呼的形式进行。这两种渠道都需要真人互动，可以观察到受访者的真实反应，比较适合问开放式的问题，问卷回收率较高。缺点是成本相对较高，对调研人员的素质有较高要求，访问中调研人员的主观意思可能会影响受访者的真实表达。
随着互联网的快速发展，越来越多的人会选择线上问卷。线上调研成本相对较低，一次性发送给海量的客户，不受时间和地点的限制，并且能快速回收调研结果。但是在线调研的回收率较低，如果圈定的客户群体基数不够大的话，可能得不到足够的有效样本。其次，在线调研的问题一般以封闭式的选择题为主，固定的选项会影响或限制受访者的思路。
如果想要在成本可控的前提下，尽可能获取更多更准确的数据，个人建议可以先通过线下渠道做小样本的定性调研。根据定性调研的结果来设计定量调研问卷，再通过线上渠道进行定量研究。
时间选择
不同的调研时间也会影响结果的准确性和客户的应答率。
比如你想了解客户在体验了某项产品或服务后的即时感受，那么调研应该在第一时间触达客户。间隔一段时间后的调研，客户给出的打分往往受到整体感知的影响。
应答率更是直接受触达时间的影响。比如我接到的这通调研电话是在周一上午的十点。对于大部分的上班族和学生党来说，这可能是一周里最忙的时段，电话接通率不会太高。好在外呼号码显示的是“工信部电信规划研究院”而不是“骚扰电话”，这才令我没有直接挂断。线上调研虽然不要求客户在第一时间响应，但是在客户忙碌/不方便的时段推送的问卷大概率会被无视和遗忘。
数据分析
假设我们已经顺利地回收到足够样本量的数据，接下来是否就可以愉快地统计分析并得出结论了?且慢，在开始正式的数据分析之前还有一道关键步骤——数据清洗。
虽然我不能亲身参与工信部调研的数据整理分析，但是也能想象到一些可能的异常数据。除了未能完成整份问卷的情况，对于总体满意度打分很高，却给各单项低分，或是正好相反的情况，是否都会视为无效/异常数据，剔除在分析样本之外呢?如果拿了包含异常情况的数据直接统计分析，那结果必定会偏离实际，以此来做考核更是有失公允。
总结
以上只是笔者从一次亲身经历出发的对客户调研的思考，篇幅有限没有过多展开。组织一次有效调研所需关注的环节远比上文描述的要多得多。希望下次再被调研的时候能有机会和大家聊聊其他的槽点。
内容来源于网络
以上是关于用户增长师的相关信息，以供大家查看了解。想要了解更多用户增长师信息，第一时间了解用户增长师相关资讯，敬请关注唯学网用户增长师栏目，如有任何疑问也可在线留言，小编会为您在第一时间解答!
