一份清晰的问卷分析指南：回收率与完成率、NPS和CSAT的算法、交叉分析、显著性，以及如何避开具有误导性的指标。
收集问卷回答是容易的部分。困难的部分——也是把有用的问卷与装饰性问卷区分开来的部分——是正确地解读数据。从并不支持结论的数字中得出自信满满的结论，其实容易得令人心惊：为一个因噪声而变动的分数欢呼、对一个本不该求均值的指标取平均、或者信任一个来自过小或过于偏斜、不足以说明任何问题的样本的结果。本指南涵盖真正重要的指标、其背后的算法，以及那些悄悄导致错误决策的分析失误。
目录
回收率与完成率
这两者常被混淆，而其间的差别会改变你能在多大程度上信任自己的数据。
- 回收率 =（开始作答问卷的人数 ÷ 受邀人数）× 100。如果你向1000人发送了电子邮件，其中250人打开并开始作答，那么你的回收率就是25%。
- 完成率 =（完成作答的人数 ÷ 开始作答的人数）× 100。如果250人开始，200人到达末尾，那么你的完成率就是80%。
两者出于不同原因都很重要。较低的回收率会加大无回应偏差的风险——没有作答的人可能与作答的人存在系统性差异，因而你的样本不具代表性。较低的完成率则指向问卷本身内部的问题：它太长、太令人困惑，或者有一个令人沮丧的问题让人半途放弃。观察人们在何处流失（放弃点）会准确地告诉你该修正哪个问题。20%至30%的回收率对于外部电子邮件问卷较为常见，而有高层支持的内部问卷则可超过70%。
NPS、CSAT和CES解析
有三项体验指标占据主导，各自回答一个不同的问题。用错指标——或计算不当——是常见的困惑之源。
净推荐值（NPS）在0至10的量表上衡量忠诚度和推荐意愿。9至10分是推荐者，7至8分是中立者，0至6分是贬损者。NPS = 推荐者百分比 − 贬损者百分比，得出一个从−100到+100的分值。请注意，NPS不是0至10分的平均值；它是百分比之差，而中立者被有意忽略。如果你在做NPS，我们的NPS问卷类型会自动处理分类。
客户满意度（CSAT）衡量对某次具体互动的满意程度，通常采用1至5的量表。标准的CSAT是选择最高档（4或5）的受访者百分比——即"最高两档"法——而非原始平均值。它回答的是"人们对这件具体的事满意吗？"
客户费力度（CES）衡量完成某件事有多容易，通常采用1至7的认同量表，配以诸如"公司让我很容易解决我的问题"这样的陈述。CES对回头生意有很强的预测力，因为费力会促成不忠诚。用NPS衡量整体关系的健康度，用CSAT衡量具体触点，用CES衡量某个流程中的阻力。
均值何时会撒谎
均值是默认的汇总方式，而它往往是错误的选择。单一的均值会掩盖数据的形态。设想两个问题，在五点量表上均值都是3.0：在其中一个里，所有人都答了3；在另一个里，一半人答1、一半人答5。这是两种截然不同的现实——前者是共识，后者是一个两极分化的组织——然而均值却对它们一视同仁。
三个习惯能保护你：
- 看分布，而不只是看均值。频次分解或"最高两档/最低两档"视图会揭示出均值所掩盖的两极分化。
- 不要随意对有序量表取均值。"同意"与"非常同意"之间的差距，未必等同于"中立"与"同意"之间的差距。最高档百分比往往比均值更诚实。
- 对偏斜数据要关注中位数。当少数极端值拉扯均值时，中位数是更具代表性的中心。
这种自律很简单：绝不要在不了解背后分布的情况下报告一个单一的数字。
交叉分析：最被低估的工具
如果说有一种分析技术能把一份平淡的报告变成真正的洞见，那就是交叉分析——按另一个变量拆解某个问题的答案。60%的满意度分值是个标题；而洞见在于：它在入会不满一年的客户中是80%，在资历深厚的客户中是40%，这讲述了一个被标题埋没的故事。
有用的交叉分析包括：
- 按客户细分（套餐层级、地区、资历）看满意度。
- 按部门或经理看投入度，以定位问题所在。
- 按获客渠道看NPS，以了解哪些渠道带来忠诚的客户。
- 用某个驱动因素问题对照整体满意度，以了解哪个驱动因素对结果的影响最大。
把一个关键结果与你的各驱动因素做交叉分析，实际上就是一种"穷人版"的驱动因素分析，而大多数可付诸行动的发现正藏在这里。唯一的规则是：留意单元格的规模。当你切分成较小的子群体时，每个单元格都可能小到不足以可靠——建立在四名受访者之上的"50%满意度"几乎毫无意义。这种细分在多种场景中都能带来回报，从按年级分析反馈的学校，到比较买家画像的市场调研问卷。
样本量与显著性
在你根据两个数字之间的差异采取行动之前，先问问它是真实的还是仅仅是噪声。有两个概念主导着这一点。
样本量决定了你的样本对真实总体值的估计有多精确。结果由误差范围来概括：一份来自庞大总体的400人问卷，在95%置信水平下的误差范围约为±5%，而约1000份回答会将其收窄至约±3%。因此，来自400人的60%这一结果，实际上意味着"在55%到65%之间的某处"。极小的样本产生的误差范围如此之宽，以至于这个数字几乎不具信息量。
统计显著性告诉你两个群体之间（或两个时间段之间）的差异是否大于你因随机偶然而预期的程度。如果上季度的分值是62%、本季度是64%，而各自都有±5%的误差范围，那么这些置信区间会大幅重叠——所谓的"提升"可能是噪声，而非进步。实用的规则是：在变化超过误差范围之前，不要为一个微小的变动宣告胜利，并且对小子群体之间的差异要格外持怀疑态度。
应避开的指标和失误
有些数字看似严谨，实则误导。常见的陷阱有：
- 虚荣的总量。"5000份回答！"若回收率只有4%且样本是自选的，那它意义甚微。
- 忽视无回应偏差。如果只有你最满意或最愤怒的人作答，那你的均值就是虚构。
- 挑拣引述。一条生动的开放式评论是一则轶事，而非一种趋势；先量化，再概括。
- 跨越已改动的问题作比较。如果你重新措辞了一个问题，就打断了趋势线；不要把新旧问题当作同一个来比较。
- 过度细分。切分得足够深，你总会偶然发现一个"显著的"子群体。让单元格保持有意义的规模。
好的分析在很大程度上是一种自律：了解每个指标的含义、查看分布、有思考地细分，并尊重不确定性。想看看这些指标在真实情境中的实例演示，请参阅我们对一份面向SaaS初创公司的NPS问卷的剖析。
常见问题
怎样的问卷回收率算好？
这取决于渠道和受众。外部电子邮件问卷通常落在20%到30%之间，而有高层支持的内部员工问卷往往超过70%。比起达到某个基准，更重要的是你的受访者是否能代表你所关心的整个总体，因为来自偏斜样本的高回收率仍然是有偏的。
NPS只是0到10分的平均值吗？
不是。NPS是推荐者（9到10分）的百分比减去贬损者（0到6分）的百分比，得出一个从−100到+100的数字。中立者（7到8分）被完全排除在计算之外。对原始分数取平均会得出一个完全不同且错误的数字。
我需要多少份回答才能得到可靠的结果？
这取决于总体规模和你所需的精度。作为粗略的参考，约400份回答在95%置信水平下能给出接近±5%的误差范围，而约1000份则将其收窄至约±3%。如果你打算把结果拆分成子群体，那么你在每个子群体中都需要足够的回答，而不仅仅是总量，才能让那些切分保持可靠。
什么是交叉分析，它为何重要？
交叉分析按另一个变量来拆解某个问题的结果，例如按客户资历看满意度，或按部门看投入度。它之所以重要，是因为整体均值会掩盖群体之间的差异，而可付诸行动的洞见通常正藏在这些差异之中。只要留意子群体的规模，就不至于对微小的单元格过度解读。