惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Security Archives - TechRepublic
Security Archives - TechRepublic
T
The Exploit Database - CXSecurity.com
P
Proofpoint News Feed
Scott Helme
Scott Helme
NISL@THU
NISL@THU
Cisco Talos Blog
Cisco Talos Blog
C
Cybersecurity and Infrastructure Security Agency CISA
AWS News Blog
AWS News Blog
V
Vulnerabilities – Threatpost
J
Java Code Geeks
U
Unit 42
The GitHub Blog
The GitHub Blog
H
Help Net Security
T
Tenable Blog
aimingoo的专栏
aimingoo的专栏
Jina AI
Jina AI
Spread Privacy
Spread Privacy
Apple Machine Learning Research
Apple Machine Learning Research
人人都是产品经理
人人都是产品经理
L
Lohrmann on Cybersecurity
T
Threatpost
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Engineering at Meta
Engineering at Meta
A
About on SuperTechFans
I
InfoQ
Microsoft Azure Blog
Microsoft Azure Blog
B
Blog
L
LINUX DO - 最新话题
K
Kaspersky official blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
T
Threat Research - Cisco Blogs
C
Check Point Blog
T
The Blog of Author Tim Ferriss
有赞技术团队
有赞技术团队
宝玉的分享
宝玉的分享
Help Net Security
Help Net Security
Google DeepMind News
Google DeepMind News
A
Arctic Wolf
Y
Y Combinator Blog
N
News | PayPal Newsroom
M
MIT News - Artificial intelligence
Latest news
Latest news
H
Hacker News: Front Page
Blog — PlanetScale
Blog — PlanetScale
腾讯CDC
I
Intezer
爱范儿
爱范儿
F
Fortinet All Blogs
P
Palo Alto Networks Blog
C
CERT Recently Published Vulnerability Notes

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
如何让你的问卷脱胎换骨,听到真实的用户声音
Chloe · 2022-11-01 · via 人人都是产品经理

如何才可以获取用户真实的声音?在用户调研中有哪些知识或者技巧是可以降低失真率?这是做用户研究的人经常烦恼的事情,而本篇文章从用户为什么不分享真实声音的角度出发,教你如何避免问卷调查的雷区,快来看看吧。

在用研的世界,有时候我们会质疑,用户说的话真的可信吗?

将心比己,我们自己在填写各种问卷时,可能会美化自己,给出理想中的样子,或者顺着问题的设计给出正面的回应,而不是说心中所想?又或者有时候赶时间,嫌麻烦,犯懒,不想认真回答问题。

在所有研究中有一句名言:Garbage In, Garbage Out。我们要确保我们的调研设计有效,才可以确保用户反馈的声音有效,从而指导我们的业务和工作。

如何才可以获取用户真实的声音?在用户调研中有哪些知识或者技巧是可以降低失真率?这就是本篇文章希望分享的主题。

我们不妨先反过来问一下,到底用户为什么不会分享真实的声音呢?

我总结出7个主要原因,重要性依次递减:

  1. 方法不对:用户潜意识的声音没有被挖掘出来(用户自己也说不清楚)
  2. 问错人:用户根本不懂(用户在瞎说)
  3. “道德正确”问题:基于道德或者社会规则,用户认为这道题目应该这样回答才对
  4. 诱导性问题:用户感觉你想让他回答某个方向,用户顺从你的方向了
  5. 题目get错了:你想问A,但用户get了BCD
  6. 忘记了:多少年前的事,谁还记得那么细?
  7. 问烦了:问卷上题目太多,用户做着做着就随便回答

如何让你的问卷脱胎换骨,听到真实的用户声音

接下来我对这7个问题作出深入的分析,说一下当中如何避免雷区,分享一些小技巧。

一、研究方法挑错了

在企业里面,最常用的一个调研手段是问卷调查,尤其是互联网企业,针对自家用户发布问卷调查的成本较低,时效性强。然而问卷调查具有局限性,如果使用不妥,很有可能不能获取用户真实的声音,反而受噪音影响判断。

先问各位一道问题:你认为问卷适用在以下哪些研究类型?

  1. 探索性研究:产品概念测试、产品Demo测试
  2. 功能性研究:新上线的功能使用情况
  3. 满意度研究:新上线的产品满意度
  4. 用户画像研究:对于用户的产品使用习惯、生活习惯、态度等研究

我认为答案是3和4。问卷调查最大的意义是什么?是给出相对量级,而不是探索。这是因为问卷要求发问者对业务和用户已经有一定了解,比如知道用户有哪几类、他们大概是怎么想,在问卷调查的设计里面,问题相对固定,答案不发散。问卷的主要目的是想知道每一类人有多少个(此之谓定“量”)。

而探索性研究一般而言,研究问题和答案都不是设定好的,在研究过程中,需要提示、互动、追问等,才可以有效挖掘用户心中真实所想。大部分情况,用户对于自己行为背后的动机和态度其实是潜意识的,而这些潜意识并不太可能通过问卷问的出来。

然而,在很多公司里面,当业务小伙伴对于前路比较茫然,或者希望挖掘新功能需求时,问卷仍然会被大量使用,来解决探索性问题。所以第一个要点就是:如果想要调研探索性需求,一般遵循「先定性、后定量」的原则。别因为成本低就偷懒使用问卷,到头来只会浪费了时间。

针对功能性研究,问卷也是非常常用的手段,比如业务会想知道用户到底是怎样使用咱们的功能。可是,对于「怎样使用」这类问题,问卷的局限性就明显体现了。

首先是问卷并不可以让用户有效描述使用过程:「我一般是xxx的时候使用,然后我就xxx,然后我就xxx」;其次是因为问卷大多问题都得提供固定选项,所以如果访谈者的认知并不全面,就有可能漏掉一些场景、使用方式等,而这些可能恰恰是惊喜有用的发现。所以如果需要过程性描述,或者受访者对于用户的使用尚未有100%的掌握,那么还是先进行定性访谈。

你可能会说:「不不不,针对怎样使用,我只是希望知道用户使用频次、使用了哪些功能等」如果你是在互联网公司的话,那么我建议你通过数据分析(BI)的手段来了解用户的使用情况。事实上,没有比BI数据记录下用户行为更真实的数据,因为那是用户用脚投票的历史行为。在互联网蓬勃发展之前,我们必须通过问卷调查等手段来了解用户行为,但科技的进步让我们可以从大数据分析中获取这些数据。

所以想要获取用户真实的声音,首先确保自己调研的时候选对了方法。

二、拿不到用户真实的声音,是因为问错了人

我目前在线上教育的公司任职,我们通过人机交互的方式、动画课程以及游戏化的设计,致力让学习变得有趣和高效。我们的课程老师经常会使用问卷来了解用户。之前就有一个案例,是我们高中化学组希望做一个课程产品的问卷调查,然而问卷发布时,忘记了屏蔽高中以外的学生!(咱们公司在K-12,覆盖小初高三个学段)。

这个题为“高中化学Demo测试”的问卷,大家猜一下有多少非高中生回答?

我们一共收回了超过一万份问卷,结果里面只有两千多是高中生!也即是说80%左右的受访者都是“错误”的。幸亏这份问卷里面有设置筛选题,所以把初中生都挡住了。但这证明了什么?即便这个问卷跟用户没关系,用户仍然会点开填写(可能是因为有礼品、点错或者其他原因)。所以问对人非常重要,因为你问错人了,这个受访者仍然会给你回答,这些就会形成噪音。

再跟大家举一个例子:

咱们公司商业化团队正在研发学习平板,他们现在希望了解学习平板的使用情况和购买意愿,这份问卷应该问什么用户?

  1. 有平板的学生
  2. 全量学生
  3. 有平板的学生和家长
  4. 全量学生和家长

建议答案:使用情况问学生;购买意愿问家长

学习平板一般售价是两千多到五六千不等,这个价格的商品明显是超出了一般学生付费范围,所以学习平板的购买主要是家长主导。

然后一不小心,如果不细心思考“针对哪些部分,应该询问哪些访谈对象”时,业务团队很容易会一股脑儿把是使用情况和购买意愿的问卷打包,做全量投放,结果就导致我们问了学生关于购买意愿的问题,而他们给出的答案就不一定是真实的。

举例:这是问卷中的一道题:你所拥有的学习机价格大约是多少?

如何让你的问卷脱胎换骨,听到真实的用户声音

到底学生是否知道他拥有的平板是多少钱买来的呢?如果足够多学生并不知道的话,那么这个问题的答案大概率会失真。

下一个问题更容易失真:

如何让你的问卷脱胎换骨,听到真实的用户声音

这是一道关于未来的问题,那么问学生的话,失真的机会会更大。因为都是猜测,而学生和家长对于金钱的敏感度是不一样的(在学生眼中,几百块的商品都很贵!)

那么如果业务团队以这个数据作为指导来定价,就有可能出大篓子。

要想降低“问错人”的概率和影响,在设计问卷前想一下:

  • 这道问题受访者知识范围/经验范围内能回答的吗?(他知道答案吗?)
  • 受访者对于问题会有偏见/倾向性吗?(他会骗你吗?)

基于上面这个学习平板的问卷,咱们团队后续复盘说到:压根就不应该询问学生关于购买意愿的问题,因为这只会带来更多噪音。或者至少应该先定性了解一下学生在购买上有哪些决策权/可影响,然后重点问那些方面。

另外,要降低失真率,确保问对用户,在问卷设计上有以下技巧:

  • 加上筛选题(Screening questions):确保回答问卷的用户都是你想要的用户类型(比如高中化学问卷)。在互联网的世界,问卷有时候可以skip掉筛选题,因为系统可以精准推送问卷
  • 让用户表示他不知道:比如在上述的平板价格题目,我们应该加上“我不知道”或者“我忘记了”这类选项。

三、问了道德正确的问题

在教育的世界里,如果你问家长:“请问您关心您的小孩吗?”这道问题属于道德正确问题,因为家长碍于社会压力和自我期待等原因,大概率会回答“我关心”,但是TA真的是关心吗?

所谓道德正确:我心中觉得我应该这样想,但实际行为不一定这样做。比如这些都是道德正确的事:

  • 伤害:我不应该伤害别人
  • 关爱:我应该关心社会、关心小孩
  • 忠诚:我应该忠于国家、忠于伴侣
  • 权威:我应该听从老师
  • 圣洁:(部分宗教)我不应该支持堕胎、我不应该支持同性恋等

这里面的关键词是“应该”,这反映了表面的态度,不一定是真实态度和行为。

我们这里还是用学习平板的例子来说明:

如何让你的问卷脱胎换骨,听到真实的用户声音

在问卷中,我们问了家长为孩子选择学习机最看重的是什么。60%的家长都选择“课程好,内容齐全”。但是,基于我们对于行业的认知,目前的学习机课程质量总体来说不是特别好,家长在购买学习机的时候真的是最看课程吗?

问题在哪呢?用户看到这个题目的时候,可能觉得应该需要选择“课程好,内容齐全”这个明显的答案。因为学习机的核心功能就是为了学习。用一个类比的角度:买洗碗机当然主要考虑“洗碗洗的好”。这个选项设置还有另外一个问题是:这个明显的答案定义不清楚(什么叫课程好)。

要避免问卷只获得道德正确的态度,其中一个解法是利用行为来交叉验证态度。

在这道问题之后,如果我们知道课程好大概率是大家的选择,那么我们就可以多加一道行为题目,来交叉验证态度:

【针对选择【课程好、内容齐全】的用户】你上一次买学习机时,以下哪些课程促进你的购买决策?

  • 新概念英语
  • 剑桥英语
  • 我不知道

……

或者是:

【针对选择【课程好、内容齐全】的用户】你上一次买学习机时,是如何判断课程好?

  • 通过销售人员的现场演示和解说
  • 通过识别学习机里面是否有著名教材
  • 通过识别学习机里面课程是否齐全

……

这样就能更进一步来验证有多少用户真的是因为课程好而选择该学习机。

事实上,我认为这个问题的问法,正如在所有购买决策因素里面加上“价格”这个因素。在绝大部分情况,价格都是一个关键性的决策因素,这是已知的事实,所以不需要再用问卷证明。

我们在问关于“购买决策因素”的问卷里面,问题的题干是隐含了【价格不问】这样的一个前提:

(除了价格以外)以下哪些因素最影响你的付费决策?

同场提示:购买决策是一个复杂的心理流程,尤其是高客单价的购买,建议使用定性方式来调研。

四、 诱导性问题:用户顺从你的想法给你答案

互动题目:以下哪一个问法最有可能出现诱导性?

  1. 你希望有什么新功能?
  2. 你希望加功能1吗?
  3. 你希望加功能1、2、3哪一个(单选 or 排序)

我认为是B。

“希望” 问题要小心使用。因为只提了希望的想法,但没有提到成本(金钱成本、时间成本、理解成本等)。用户口头表示想要,不代表会付诸具体行动(设想一下大家报名参加公司的内部培训,报名了之后都不一定会来呀,很多人都是怀着先报上名的心态)。

其实希望问题更适合于剔除选项,而不是确认选项。意思是如果90%用户都说希望有某某功能,我们也需要小心辩证去看,但如果只有10%用户说希望有该功能,那么我们就可以说这个idea不是受用户欢迎的。

举另外一个例子来说明诱导性问题:“您愿意为音乐付费吗?”

这种直接把陈述句套上“吗”和“?”的方式包装成疑问句的,一般来说很容易形成诱导,用户很容易无脑顺着你的问法给你正面的答案。

简单的修改是:

“您是否愿意为音乐付费吗?”

这样总体看起来会更中性。

但更有效的方法还是用行为来验证态度:

“您对音乐付过费或想要对音乐付费吗?”

一般来说,想要获得用户真实的声音,我们聚焦在用户的行为和历史上,不直接询问态度(用行为来侧面推导/验证态度),以及少问关于未来/希望等问题。

五、Get错了:你想问A,但用户get了BCD

在询问问题的时候,我们经常会默认对方都听的懂自己,但其实沟通过程中很容易出bug:

如何让你的问卷脱胎换骨,听到真实的用户声音

在问题设计的时候如何避免出bug了?我们确保我们问好问题:

(以下a-e的内容摘自于某公众号-超实用的用户研究方法)

a. 一个题目只包含一个问题

不要问:您是否经常看双人直播和双人PK?

而问:您是否经常看双人直播?

b. 保证题干用词无歧义

不要问:在直播中,您最关注哪些功能?

而问:在直播中,您最常用哪些功能?

c. 专有名词的解释

不要问:您所在学校有使用代币吗?

而问:您所在学校有使用代币吗?(代币是指学校里强化学生行为使用的激励方式)

d. 选项之间要互斥

不要问:

您喜欢使用哪种类型的APP?

A.社交类 B.娱乐类 C.手游类

而问:

您喜欢使用哪种类型的APP?

A.社交类 B.游戏类 C.音乐类 D.资讯类 E.电商类 F.其他

e. 选项要涵盖所有选项

不要问:

您吃饭了吗?

A.吃完了 B.还没吃

而问:

您吃饭了吗?

A.吃完了 B.正在吃 C.还没吃

你可能会问:我怎么知道哪些专有名词要解释?我怎么知道题干有歧义?

设计者一般都活在自己的世界里,所以最好避免Get错了的方法,就是找人测试一下问卷。在问卷发布前,找3个人测试,不要只让他们看word稿,而是直接发问卷链接,然后让他们代入受访者的角度来填写(不是同事/朋友角度)。

填完之后,记得要问有没有哪道问题你看完第一次是看不懂的或者有犹豫的,而不要只问:有没有看不懂的题目,因为他们可能看着看着觉得自己看懂,或者当中脑补,你希望知道的是,他们第一次看题目的时候就卡住的地方(用户都是没有耐性的)。

这一步看似很麻烦,但如果建立了习惯,并不是那么麻烦,而这个可以避免出错,所以建议大家一定一定要建立起习惯来。

六、忘记了:多少年前的事?

有时候问卷里面的问题可能是用户一段时间之前发生的事情,人类的短期记忆较好,但一般长期记忆比较糟糕。

为了应对这个问题,如果你有幸是在一家互联网企业任职,产品形态是app/小程序,那么其中一个做法就是在功能结束后/返回按钮邀请用户填问卷,记忆不太会错。

比如下图是我们app中一个备考功能的截图,在这个功能的下方,产品经理就很聪明的加上一个反馈入口,让用户在功能使用过程或者结束后畅所欲言,这样收集回来的用户声音一般都非常真实。

如何让你的问卷脱胎换骨,听到真实的用户声音

七、问烦了:问卷上题目太多

最后一个用户不给出真实声音的原因,就是用户被问烦了,这里面最有可能的情况是问题太多,用户填到后面开始失去耐性,随便点击选项。

要应对这个问题,第一是控制题目数量:5-10道题是理想状态。20道题是max;或者控制完成时间:别超过10分钟,最好是3-5分钟内。

第二是通过题目顺序设计,提高真实度,比如重点问题放在问卷前半部分,用户回答问卷会疲惫,越到后边问卷的信度、效度就会下降;以及,问卷题目先问受访者最近发生的事情,后问受访者以前发生的事情;先问受访者行为方面的问题,后问受访者态度方面的问题。

最关键的其实是控制访谈者自己的欲望。很多时候,访谈者会有一种想法:反正都问了,就顺便多问几道题目吧!但其实这样不只是会搞毛用户,更严重的是失去聚焦,很多问题都蜻蜓点水,并没有在重点部分深入挖掘。

建议大家秉持“少即是多”的原则,可能会有意外收获。

八、总结

最后总结一下,这篇文章我跟大家分享了7个用户不给真实声音的情况,以及相应的解法。希望大家看完这篇文章之后,可以提升调研设计的技巧,抓住关键理解,避开常见雷区,听到更真实的用户声音。

如何让你的问卷脱胎换骨,听到真实的用户声音

作者: 杜子中;公众号:用户研究社(ID:UXD-JointLab)

原文链接:https://mp.weixin.qq.com/s/rQKViI1zi_ZDNP4RR65_QQ

本文由 @用户研究社 授权发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。