最近的状态，除了工作就是睡觉，简书已经有一段时间没打理了。今天打算总结下之前做过的一个问卷调研项目，将从what，why，when，how四个角度去整理，希望对大家有帮助。
what
问卷调查是由一系列问题构成的用于测量人的行为和态度的心理学基本研究方法之一。
why
短时间内搜集大量样本数据。项目前期，快速了解用户需求，为产品设计提供参考。项目后期，验证产品设计想法或了解用户满意度，为产品设计提供改进方向。
when
何时使用问卷取决于你想解决什么问题。用研人员常见的几种情况如下：
在产品进行重要改进之前，使用问卷让用户评估现阶段产品的满意度，以便后续改进设计；
先定性研究（如访谈、焦点小组等）得出结论，再使用问卷去验证先前的结论；
编制一些基本的指标题目（如手机使用习惯、经历等客观存在的），用于筛选合适的目标用户进行深入访谈。
How
需求沟通
在实施问卷法之前，需要先和需求方进行沟通，比如调研的目的、用户、对调研的期待等，主要确定需求方的真实目的以及是否适合采用问卷法。
日程安排
问卷的前期准备活动（如头脑风暴问题、复查修正问题、确定数据分析方法、在线编辑并设计题目逻辑等）会影响整个日程的安排，一旦问卷发出，就不再容易更改，因此一定要设置一个合理的日程安排，如下图所示。
问题设计
在明确研究目的之后，就需要对问题进行设计。问卷题目的来源可以是多方面的，通常都来自以下几个方面：
以往对用户的研究（焦点小组、访谈等）
行业研究报告或文献资料
竞品分析
常见的问题可以分以下几类：
行为类。比如：多久使用一次产品？使用了多久？还使用哪些竞品？使用频率？使用功能等等。
态度类。比如：对产品是否满意？最必须要的是什么？最不必要的是什么？最期待的是什么？是否愿意推荐产品给朋友等等。
特征类。比如：产品的使用终端？手机系统？性别？年龄？收入？地区？职业等等。
优化问卷
编辑完问题后，开始对整个问卷进行调整优化。一般来说，问卷包括指导语、开头、中间、结尾四个部分。
指导语要说明调查目的、时间、奖励、保密性等，并留下调查方的联系方式，这部分整体需要言简意赅，亲切诚恳。
问卷开头部分宜采用简单的问题，让用户可以快速进入作答的状态。
问卷的中间部分可出现需要思考型的题目（如多选题、排序题、打分题、问答题等），因为此时用户放弃的成本增加，但需要控制这些题目的数量。
问卷的结尾部分宜采用特征类的题目，因为这些题目涉及敏感信息，放在开头会让用户感觉突兀，放在最后，就有种登门槛效应，用户放弃的比例会减少。
除此之外，再次检查每个题目及选项的语句是否通顺，是否有歧义。每个选项是否穷尽且互相排斥。逻辑跳转是否正确等。
预测试
预测试的主要目的在于检查问卷中可能存在的问题设置、句子理解、逻辑跳转等问题。如果遇到这些问题，需要及时调整和修改，以免问卷发出去造成不必要的数据损失。
实施问卷
样本选取。理想情况下，我们投放的样本应该与总体的分布一致，但网络投放问卷并不能做到这一点，只能尽可能多的覆盖到不同类型的用户，因此要通过多个渠道去寻找具有代表性的样本。
样本大小。当总体足够大时，1000+份问卷足以说明问题，但建议将问卷得到的数据与后台数据做配比，这样得到的结果才与真实情况的误差较小。
投放问卷。问卷的投放可分为线上和线下投放。线上投放可选择在自家产品（App或网站）推送问卷、邮箱投放、官方微博、官方QQ群、微信公众号等渠道。线下投放可通过招募公司去选择合适的目标用户投放。
回收并清洗数据。搜集到的问卷肯定会包含无效数据，这就需要用户研究员制定数据清洗的标准，举几个例子，标准一：剔除不完整答卷。标准二：剔除作答时间极短和极长的答卷。标准三：剔除某量表题全部选择某一选项的的答卷。标准四：剔除逻辑矛盾的答卷。比如：如果在“该产品主要满足的需求是”的题目选择了“让我把钱用于投资”，在“我会琢磨理财方法，比较各种理财产品的收益”的题目选择了“很不符合”，则剔除该数据。不同的问卷，数据清洗标准不同，需要找到适合自己研究目的的清洗标准。
数据分析。常见的问卷数据方式包括：描述性统计分析、交叉分析、聚类分析、回归分析等。根据项目情况的不同，可采用不同的分析方法。但需要注意的是，在问卷编辑的时候，就要考虑可能用到的统计方法，以便于变量数据类型的设置。
以上是问卷调研整个过程的概述。问卷法既是一门学问，又是一门艺术，最难的部分在于编制问卷的过程，对于题目的设置和遣词造句都需要一定的专业要求。从小事情中不断积累经验，才能做到厚积薄发。
更多阅读
Elizabeth Goodman（2015）. 洞察用户体验——方法与实践（第2版）
Catherine & Kathy （2005）. Understanding Your Users——A Practical Guide to User Requirements Methods, Tools, and Techniques.
