為何要選擇調查問卷？

我們的調查問卷 101 系列基本上就是過去一個世紀以來發展出來的調查問卷研究科學。

它的主軸是讓您更快地熟悉學者與從業人員對於問卷設計、資料茲分析和更新穎的資料形象化等問卷調查方法最佳典範的想法。

無論您是想知道有幾位朋友會出席一場晚宴、客戶對於您最新推出的產品系列有何看法，還是民眾在下一場選舉中會投票給誰，調查問卷往往都是預測人們所需所求的最佳門路（通常也是唯一可靠的方式）。

人們也會出於「社會比較」進行調查，這種調查能使我們瞭解別人，而調查問卷是獲取這種資訊的最佳利器。畢竟，環境掌控一切。

新聞報導除了在文章中引用受訪者意見之外，還會使用調查問卷來提升報導內容的說服力。受訪者體驗若能反映這是多數人身上的常事，而不是少數人的遭遇，報導的說服力就會大大增加。

同理，調查者從客戶服務調查問卷可看出心懷憤怒的客戶是否在表達獨有的特例還是常見的投訴問題。同樣地，如果滿意的客戶寥寥無幾，無法保證一間新公司能成功上市。調查問卷有助衡量個別意見及體驗的代表性。

若方法得當，調查問卷能為受訪者的意見及行為提供確切的數據，進而做出重要決策。有志從政者若能暸解選民的真正需求，那麼他當選的機會就越大；而一個青少年球隊聯盟的經理若能透過調查教練和家長的情況，從而快速找出訓練計畫存在的問題，那麼他成功的機率就越高。

調查問卷常用於做出個人決策例如是否發佈特定的廣告宣傳，或建立一項新的服務，但是能長期重複使用，其效力就會大大增加。

調查問卷研究人員中流傳著這樣一句話：「趨勢是友」。畢竟，不斷對同一問題進行多角度的即時詢問，能準確反映事物的變化趨勢。

美國人口普查本身就是一項（規模巨大的）調查問卷，特別能分類反映美國主要人口統計數據上（如美國的種族成份）的變化。公司單獨使用 NPS 分數的意義不大，但是其第二象限中的主要得分卻能令公司的高層管理人員手忙腳亂，試圖理出頭緒並隨之作出相應調整。

「大數據」正大行其道。但「大數據」也存在大局限。大數據一詞主要是指隱含資料，或者根據網路或其他地方觀察所得以及分析他人行為所得的資料。

這些資料正在與日俱增，但也存在不少紕漏。不信可以看看 Amazon 的購物推薦器。例如一位名叫 Elaine 的女士。她已是祖母，剛剛將最新一集的《瘋狂橄欖球》(Madden NFL) 視訊遊戲放進購物車。她所購買的產品可能是她自己或者為孫子生日準備的禮物。但購物推薦器會將 FIFA 或 NBA 視訊遊戲等選項混雜在她的推薦選項之中。

為暸解 Elaine 將《瘋狂系列》遊戲放入購物車背後的原因，需要補充 Amazon 系統演算法中所揭示的資料趨勢等顯性資料。顯性資料是指明確、清楚揭示或表達的資訊。

顯性資料是從個人身上直接獲取（通常會採用調查問卷方法獲得）的深入分析和見解。就內在屬性而言，這種資料在暸解行為動機方面更加可靠。如果 Amazon 只依賴「您買這款產品是為了送禮嗎？」這樣簡單的問題收集明顯資料，他們就可能無法為客戶提供真正有幫助的購物建議。

調查問卷的重要之處，可套用本與調查本身無關一本書來概括。在經典著作《Exit, Voice, and Loyalty》一書中，普林斯頓大學經濟學家 Albert Hirschman 調查了人們對業績低下的公司的主要反應：他們既可以「離職」(Exit)、另謀高就，也可以「表達」(Voice) 牠們的疑慮，並努力進行內部改革。受訪群體對一個組織或公司的忠誠度會左右其是否離開以表達不滿、離職或表達、直抒己見的動向。

Hirschman 指出，個人與企業往往會透過退出的人數發現問題，例如客戶數量是否少於上月？當您看到這種表現時，可能為時已晚了。因此，「退出」是一項落後指標。

各行各業都必須依靠鼓勵表達而不是退出的數字來取得成功。與客戶交流互動，鼓勵其表達疑慮，能幫助提升參與度，同時降低客戶流失或在其他地方花費時間或購物的機率。

換言之，意見表達是領先指標，可讓您預知未來。

所以，讓我們的調查收集具體數據、基準，找出背後原因並詢問受訪者，請他們表達意見。

返回調查問卷 101