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

N
News and Events Feed by Topic
S
Security @ Cisco Blogs
S
Secure Thoughts
Attack and Defense Labs
Attack and Defense Labs
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Hacker News - Newest:
Hacker News - Newest: "LLM"
Recent Commits to openclaw:main
Recent Commits to openclaw:main
H
Hacker News: Front Page
博客园 - 叶小钗
H
Heimdal Security Blog
Microsoft Security Blog
Microsoft Security Blog
Forbes - Security
Forbes - Security
AI
AI
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
T
Troy Hunt's Blog
罗磊的独立博客
Application and Cybersecurity Blog
Application and Cybersecurity Blog
爱范儿
爱范儿
GbyAI
GbyAI
The Last Watchdog
The Last Watchdog
TaoSecurity Blog
TaoSecurity Blog
C
CXSECURITY Database RSS Feed - CXSecurity.com
D
DataBreaches.Net
Recent Announcements
Recent Announcements
Schneier on Security
Schneier on Security
C
Cisco Blogs
美团技术团队
D
Docker
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
WordPress大学
WordPress大学
月光博客
月光博客
雷峰网
雷峰网
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
H
Hackread – Cybersecurity News, Data Breaches, AI and More
A
Arctic Wolf
B
Blog RSS Feed
Cisco Talos Blog
Cisco Talos Blog
C
Cybersecurity and Infrastructure Security Agency CISA
V
Vulnerabilities – Threatpost
V2EX - 技术
V2EX - 技术
Y
Y Combinator Blog
N
News and Events Feed by Topic
www.infosecurity-magazine.com
www.infosecurity-magazine.com
W
WeLiveSecurity
Security Archives - TechRepublic
Security Archives - TechRepublic
G
GRAHAM CLULEY
Jina AI
Jina AI
Hugging Face - Blog
Hugging Face - Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
The Hacker News
The Hacker News

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,
问卷设计需要同理心:让用户愿意填、认真填
贝壳KEDC · 2022-06-16 · via 人人都是产品经理

编辑导语:问卷设计的目的在于更高效地获得用户的真实反馈,然而如何才能设计出一份让用户愿意填写的问卷?这个问题可能需要我们站在用户的角度看问题,即拥有同理心,才可以达成更好的解决方案。本篇文章里,作者就问卷设计过程中应具备的同理心做了解读,一起来看看吧。

一、什么是同理心

同理心(Empathy),是一个心理学概念,指设身处地地对他人的情绪和情感的认知性的觉知、把握与理解。

简单来说就是我们日常生活中提到的“设身处地”、“将心比心”。对用户研究员来说,“同理心”能够让我们更好的站在用户的角度思考问题,与用户共情,并建立良好的沟通关系,便于我们挖掘用户更深层的认知或感受。比较容易忽略的是,问卷也是我们向用户“访谈”的一种形式,问卷设计中同样需要同理心。

二、什么样的题目设计缺乏同理心

在问卷题目的设计中,如果缺乏同理心,很容易导致用户的选择与其真实想法不符或者“半途而废”,中途退出。

那么什么样的题目设计是缺乏同理心的表现呢?这里向大家列举几个常见的缺乏“同理心”的表现:

1. 表述用户难理解

对于在日常工作沟通中常用的一些专业词汇,我们经常会默认用户能够理解,并将这些语句直接放在问卷当中。比如下面这个题目:

图1 小例子:表述难理解

但事实上,用户可能并不理解你的表达,因为用户可能既没有行业背景,也不是产品的重度用户。

这个题目中,如果不是对租赁行业有了解的人,可能不清楚分散式公寓和中介房源的区别。如果我们不加解释的直接把题目扔给用户,用户看到题目时很有可能就会“摆烂”:既然我分不清,那就随便选吧!最终这个题目的数据结果将没有参考性。

2. 调研主题过于宽泛

这常出现在用户意愿的调研中,如付费意愿、参与意愿等。对于新产品,产品侧或业务侧希望能够了解到用户的想法:用户愿不愿意使用?用户愿不愿意付费?因此,我们就能看到类似的题目:

图2 小例子:调研主题过于宽泛

这道题目存在两个问题。一是保洁服务具体指什么。保洁服务涵盖的范围很广,日常保洁、深度保洁、空调清洗都可以算作保洁服务,那么我们要问的到底是哪一种呢?具体的保洁内容又是什么?

另外,保洁服务的价格和服务时长又是多少?脱离价格问用户付费意愿,用户对你的产品也完全没有认知,这很难保证结果的准确性。

3. 题目设计超出用户的能力

对于B端产品,产品设计会更多集中在如何提效上。因而在面向B端的调研中,评估产品的提效情况就较为常见。在调研中,我们常看到类似的问题:

图3 小例子:题目设计超出了用户的能力

然而这样的问法超出了用户的能力。一般来说,问卷的题目需要用户自己知道正确答案。

举个例子,我们问用户昨天几点下班,用户能比较准确的作答;但如果我们问他上周一几点下班,这个答案就不一定准确,因为用户可能并不记得,这个问题超出了他的能力范围。

回到这个题目,除了用户可能很难回忆起之前的工作情况之外,百分比本身就需要大脑去计算和反应。题目过难很容易导致用户因为畏难心理而中途退出以及用户回答不准,影响问卷回收量和结果准确性。

4. 题目选项不够中立

这类问题常见于满意度、意愿度等打分型的题目。我们直接看例子:

图4 小例子:题目选项不够中立

在这个例子中,题目选项的设置是不对称的,仅有“不满意”一个负向选项。首先,这会对用户形成一种“xx比较不错”的暗示,导致整体的数据结果比实际偏高;其次,负向选项也缺乏区分度,导致我们无法了解用户不满意的程度。

此外,从量表应用的角度,满意度调研中常用Likert量表。Likert量表有自己的题目范式,选项通常设置五个等级:非常不同意、不同意、无所谓、同意、非常同意,呈“对称分布”。这也便于用户评价完后,我们进一步对产品的亮点及不足进行监测。

三、如何让你的问卷设计体现同理心

在问卷设计中体现同理心,究其目的还是为了达成我们投放问卷的目标:

  1. 得到用户真实的看法,辅助我们验证调研假设;
  2. 回收量达到统计学要求。

简单来说就是让用户认真填、愿意填。那么,怎样才能在问卷设计中体现同理心呢?结合在实际调研中的经验和教训,我总结了以下几个原则分享给大家:

1. 题目内容:不要提用户难以回答的问题

这里可能会出现两种情况:

1)题目涉及用户的心理习惯个人生活隐私,用户不愿意回答。

问卷调研和访谈不同,面对面的访谈更容易与用户建立信任关系,便于得到用户的一些心理、习惯等隐私;而问卷并没有建立信任的过程,通过问卷很难拿到真实的结果。如果一定要问此类问题,可以划分不同档次的区间供用户选择,效果相对较好。

图5 小例子:题目涉及用户隐私

2)题目难度过大。

认知负荷较大的题目,比如需要用户计算或者回忆较长时间之前的行为等(如图3),不适合在问卷中使用。

图6 小例子:题目难度过大

2. 题目表述:保证题目的易读性和可理解性

题目的表述决定了题目的易读性可理解性,表述不当容易造成用户误解题意拒绝回答(如图1和图2),影响数据质量及后续分析过程。因此在题目编写完后,我们要假装自己是完全没有行业或专业背景的“小白”,从新手的视角去审视题目的表述,保证不会因为题目表述的问题影响数据的准确性,如:

  • 这个题目我能不能看懂?用词是否过于专业?是否缺乏相关的解释?
  • 语句是否过于复杂?会不会有歧义?

图7 小例子:保证题目的易读性和可理解性

3. 选项设置:互斥且完整,数量不宜过多

首先,选项必须互相排斥,选项的说法过于模糊或者互相交叉,会让用户难以选择,影响数据的准确性。

图8 小例子:选项必须互相排斥

其次,选项一定要完整,即选项的答案应该尽可能覆盖所有情况。但穷尽所有可能是很难做到的,这种情况下,一定要在选项的最后增加“其他”选项,给用户留下能够丰富选项的空间,这样就保证了选项设置的完整性。

另外,选项数量不宜过多,尽量不要超过10个,否则容易使用户对选项记忆不深,导致漏选或错选。

4. 题目流程编排:合理安排题目顺序,保证问题的逻辑性和连续性

问题的排列应该符合用户的思维逻辑:由易到难循序渐进同类问题集中呈现。这样用户的思考会更完整,不会发散和混乱。并且用户更愿意配合填写问卷,有利于问卷回收。

5. 问卷长度:避免作答时间过长

对于问卷长度,纸质问卷建议作答时间控制在10分钟以内,网络问卷控制在5分钟以内。作答时间过长会使用户产生厌烦心理,甚至放弃回答。影响问卷回收及后半部分问卷的数据质量。如果必须要设置很多问题,可以考虑将问卷拆分成两个问卷进行调查,数据分析时检验问卷的折半效度。

6. 问卷奖励:是答题报酬而不是活动奖品

设置一定的奖励是激发用户答题意愿的常用手段,通过设置奖励可以让用户感受到自己并非“义务劳动”

但是奖励的具体内容、奖励金额的大小这些都需要结合问卷长度、难度、目标用户规模等因素来决定。当问卷因奖励过高而有了很高的样本量时,你需要警惕:这些样本中并不全是你想要的问卷用户,此时的问卷调研很有可能已经变成了一场活动,用户填写的目的只是为了拿到奖励,而不是回答问题。

四、小结

在问卷题目设计时注重同理心,站在用户的视角考虑问卷题目设计,有利于保证问卷的可理解性、回收量及结果的准确性。希望本文能够对各位的问卷设计有所帮助。

作者:南流景

来源公众号:贝壳KEDC(ID:gh_f3d1ca2b1fc0),贝壳体验设计中心,致力于构建值得信任的品牌印象与服务体验

本文由人人都是产品经理合作媒体 @贝壳KEDC 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议