需求挖掘第一步：如何做高質量的需求調研-尚媛媛

第一個主題，問卷調研的使用場景。

例如很多問題是不能通過問卷調研提供的，必須得找用戶進行深度溝通，才能夠獲得，所以這是第一步

第二個問題，要區分問卷法和標準量表的實驗場景，例如滿意度，的題目，前面已經總結了非常標準的量表，可以直接拿來用。

第三個如何收集行為信息態度的信息，意見類的信息。

第四個如何來判斷，我的信息是否有效還是隨便亂填的，這是有方法的。

第五個，收集起來的數據如何去分析

個人思考：

提綱部分非常清晰，邏輯清楚，全面覆蓋整問卷調研的全部

第一部分什么樣的研究問題需要問卷調研呢？

問題分為兩類，一類是為什么的問題？一類是什么的問題？

為什么的問題適合于用問卷調研做，這是屬于量化的，它主要是研究相關因素，和研究影響因素的，比如說用戶會有哪些類型？為什么會有這幾類，又比如說，胖子是如何形成的，是有哪幾種因素所造成的這是為什么的問題，而是什么的問題呢？

而是什么的問題不適合用部隊調研，而是適用于深度訪談深度溝通，例如健身對你來說意味著什么？你是如何使用健身軟件？這些事屬于是什么的問題。還有就是焦點小組，深度訪談是一對一交，焦點小組訪談是一對多。

個人思考：

學習工具第一步不要了解這個工具的使用場景以及局限性，不能因為一個好用的工具而什么問題都用這個工具。

問卷的優勢和弊端：

優勢是標準化，操作方便，調查面廣，分析，結果可量化，成本低，而且速度快

問卷發放的弊端，手機端上的題目非常有限（一般手機端上的題目控制是十五到以內），調查的很廣卻不深，同時，調查質量不一致。很多問題沒辦法深入。雖然我們可以把鏈接發給更多人，可是無法深入獲取信息，第三個質量無法，把控用戶他放棄你也沒辦法，第四，要求被調查者的文化水平，如果我們的，用戶是貨車司機以小學水平為主，那么有些問卷理解起來就會比較吃力。

第三部分，問卷的使用場景。

問卷是由一系列的問題構成，可以用收集態度方面的信息，行為性的信息，事實性的信息。我們的問卷是為目標服務的，而不是先投放出去，回頭再看看先得出什么結論，否則這就是一場失敗調查，

1、態度方面，比如說，調查，對活動的滿意度，對社區的運營內容的偏好，視覺覺得好看與否。

2、行為信息方面，在做需求挖掘的時候。需要了解清楚，用戶在家庭使用的時候的行為習慣，包括，如果用戶沒有相關信息，遇到這樣的痛點，通過什么樣的行為方式去解決，包括產品的時候？用自己的產品之后。

3、意見類的信息，主要是產品功能的意見反饋，例如吃飯咯，就餐的意見，智能硬件，售后的意見反饋等

第二部分，區分問卷法和標準量表產品。

1.兩者的區別，編寫是否有足夠的發揮空間，

問卷的時候，它只是一堆問題的集合；但是量表，一個是非常困難的，一般需要幾年時間，需要許許多多的數據工作，還有信度和效度的問題，需要，長期的檢驗，得到行業專家的認可，才可以正式使用。量表示非常養個

2.問題的題型和答案的類型上是有區別的，

量表的選項是代表對問題的程度，例如這是一個量表的問題，首先，題目會說一個陳述句，比如，我是一個非常漂亮的人，這個時候，用戶來選擇認同的程度，多大程度認同這句話，一代表非常不同意，二代表不同意，三，代表不確定，四，代表，同意代表，非常同意。

問卷的題目，是一個問題答案，比如說，大學可以做一個問卷調查，你認為學校，開設公開課的目的是什么？答案各種各樣的目的，選擇，比如a，公開課，b提高知識面，c，增加學分，公開課，客觀，d，其他

3.三。回收的數據類型不一樣，

從分析的角度來看，通過量表收集的數據，可以認為是等比數據，123456789，可以進行加減乘除運算，問卷調查的數據，稱之為類比數據。問卷調查只能同進出某一個問題出現的頻率，出現的這個比例，而數據卻能夠通過加減乘除的計算，得出平均分，例如，多少人認為自己的漂亮，他推算出一個平均分。

4.四，數據分析方式不一樣

個人思考：

原來只知道問卷調研，不知道還有量表這個東西的存在。結合上次藍山老師講的聰明人如何更好的學習，有一個觀點是學習的原點，量表就是問卷調研里面的學習原點。站在巨人的肩膀上更快的的學習

第二部分，量表的使用技巧

一、評分量表在用戶體驗中的應用

基本上產品使用場景：量表在用戶體驗當中的應用分為幾個模塊：

第一，我們會讓客戶在產品易用性上機測試，

第二，在文案的易懂性，進行測試，

第三，第三，對某些使用方法的知曉程度上，

第四，第四，娛樂游戲，

第五，對視覺吸引力，

第六，對產品的整體滿意度進行測試。

第一張Likert量表，第二個語義差異量表，這是兩個經典的評分量表，

李科特量表：

首先是闡述一個觀點，例如產品的界面，美觀，然后讓用戶，選擇他的同意程度，從非常不同意到非常同意，然后選擇其中的一個分數。

在闡述，一個觀點的時候，注意遣詞造句。不能使用一些誤解的詞匯和牽動用戶的詞匯。例如問：產品界面美觀就好了，而不能寫產品界面非常美觀，這就會容易造成誤解。

語義差異量表

他是表達了一個問題，選擇這個問題的時候，再看一看，答案，兩個極端給出了一對反義詞，然后在中間，選擇一個你認同的程度，比如你認為這個設計師如何，最差的話是業余。最好的話是專業，會讓你從兩者之間，選擇一個區分，大家可以看到，這邊對它的題目，回答，注意事項進行了闡述，在磊哥特量表的注意事項是，

接下來講幾種使用場景的應用量表。這主要是從“用戶體驗度量”的書籍

用的比較多的是，sumi軟件可用性測試和sus軟件可用性問卷，還有是任務問卷評估，這里的問卷評估問卷，有針對難易程度，也有針對用戶，操作這個任務的時候的腦力負荷，也有難度期望的評估，第三塊，是網站感知評估問卷，相當于網站可用性測試問卷，還有就是nps凈推薦值測試。順便給大家介紹一下，tam技術接受模型。是什么樣的因素會影響用戶，是否愿意接受？會使用，這項技術或者這款產品，如果大家需要做這方面的研究，可以用這方面的模型

個人思考：

將常見的問題場景進行分類，不同的分類其實已經有了很多非常有效的量表，在進行問卷調研的時候，應該對問卷調研的進行分類，找到合適的量表，如果實在找不到，才要進行自行設計。

大家在問卷設計的時候要提前看一看，有哪些量表可以用，如果實在找不到，需要自己設計，需要注意事項：

第一，一個問題需要進行多維度的拆解細分，不然很容易提出一個很寬泛的概念，用戶不能準確地評估自己的態度給出分數，比如詢問用戶對界面設計的滿意度的評分？這個對于用戶來說，是很難的，因為包含的內容太多，色彩，圖標顏色，行間距，排版等等等等，如果你問用戶如此寬泛的問題，用戶很難給出。

第二，等級的書數量，要為奇數，1到5分，1到7分，因為基數必然有一個中間項，因為會設為不確定，這樣會緩解用戶的一種壓力，因為，當用戶實在無法判斷，就可以選擇中間項

第三。建議大家用七點量表，雖然，12345比較順手，但是研究結果證明，七點量表，精確度會更高，并非標標點數越高越好，因為越高，用戶無法準確判斷自己的態度，

第四，七點量表表以下，就不要在用戶選擇的圓圈圈上，附上等級數字，只需要給兩個極端，非常不滿意，非常滿意，中間有五個點，就好了，就不需要標分數，標注分數后。當用到九點，十點，讓標標分數后，就必須得標分數，這樣可以節省，用戶的，選擇時間。

個人思考：

問卷調研是一個科學性和心理學想結合的學問，一個小小的細節，可能可以讓同樣的人對同樣的答案得出完全不同的結果。例如選項數字要奇數，原來覺得這僅僅是對稱，現在才知道中間項可以給被調研者選擇的緩解。另外什么時候要表明數字，什么時候不需要表明數字，這里面也有非常大的講究。

第三部分，收集數據的方式及優缺點

第一，用戶只需要進行口頭回答

一般有研究員代為填寫，第一種，進行街頭來訪，第二種，電話訪問

由研究員口述，用戶回答，這個時候對研究員進行系統培訓，每個人對問題的口述表達方式不一樣，就會造成很大的誤差，這種方式對用戶來說非常方便，對研究員，需要提升。這種情況非常適合，理解力比較低的人，文化水平比較低的人來做。這種方式對于研究員，確實比較痛苦，因為在手工錄入問卷，其實是非常繁瑣的過程，

其次擔心用戶，先給我們低分，因為在面對面的溝通，他需要口頭報出分數，可能會不太好意思，查過就不知道比較準確的分數

最后是這個方法對調查員的口頭溝通表達能力要求非常高。

第二，第二種用戶用紙和筆自己填寫，分成兩類，一種用戶當面填寫，第二種，通過郵寄，把問卷郵寄給用戶。當面填寫比較多。好處就在于，用戶只需要看指導語就好了，這個時候可以減少，調用者給用戶帶來的誤差現場的話我們可以對用戶的意見，同時可以觀察，用戶當時使用產品的情況，或者生活的環境，輔助問卷進行現場分析，那么缺點是，紙質問卷的排版比較麻煩，問卷需要手工錄入。

第三，在線自己填寫，這是覆蓋范圍最廣，可以大量，填寫，因為沒有紙質需要打印，所以比較環保，現在很多平臺，在線制作，很方便，缺陷是，要求用戶一定要求在網絡的情況下，完成的，包括問卷星的平臺，在使用之后，會讓用戶進行抽獎，這樣會讓我對用戶進行投訴，把抽象當作我們公司給他們的，問下問卷填寫福利。如果在線填寫，用戶中途放棄，我們是沒有辦法控制，而現場的話呢，我們可以通過鼓勵給禮品，讓大家填完。

第三部分介紹一下，行為類，態度類，意見類信息收集。

1、行為類問題，問人們的特征，做過的事情，在他們身上再發生過的事情，這些，可以用來旁觀者，和身邊的朋友證實

2、態度問題，為用戶的心理狀態和態度，這些事沒有辦法被證實，僅存于用戶個人心中，而態度問題，不同的問法，產生不同的答案，一旦問題問得不好，很可能問卷作廢

3、第三，意見問題，意見和態度，并沒有非常差的，因為發現，有時候態度和意見其實是一樣的。如何區別，問卷中，意見類是用一個問題來問的，而態度，需要一組，或者是一系列問題，來組成一個態度問題，而且態度，需要把這些組合在一起進行分析，態度類的問題，適合量表來進行調研。

第一，行為類信息的問題和答案設計

用戶行為分析，是產品設計最關心的，包括對用戶使用產品的，所有的數據，下載量，使用頻率，訪問量，都會通過第三方平臺，或者后臺埋點進行統計。這個問題的收集統計，主要用來發現用戶使用產品的規律。可是很多時候，數據是無法通過后臺埋點來獲取的，例如，用戶在使用競品的時候的行為習慣，當產品僅僅為概念的時候，是否解決了用戶身上是否發生了痛點，例如后臺數據，用戶只能提供幾點幾分進行了操作，還沒有辦法告訴你用戶為什么中斷而離開，以上這些，需要通過問卷的收集。

首先應該有大的調研目標，因為調研目標比較大，一般對目標進行拆分，通過哪些信息能夠間接達到調研目的，例如行為類的調研目的進行拆分？一般會考慮，用戶的屬性，用戶的使用情況，使用場景，使用動機是什么？會通過這些問題的采訪完成。最喜歡那個標的收集工作。這些問題進行參與后，可以拆分成個個信息點，例如用戶屬性，包括姓名，聯系，職業，教育程度，然后在設計問題的時候，需要想好具體提出，什么樣的問題，可以獲取到這些信息，在設置問題的時候，需要盡量的明確，何人何事？為什么，如何做，舉個例子，例如，你的老板，調查用戶在競品的時候習慣，首先需要想的事，用戶這些相關的競品有哪些，需要先收集，然后才能再一步的確定，用戶使用的競品有哪些？通過第一步，我們需要收集用戶的種類，前期需要發放一個開放式問題，用戶會用哪些產品的類型，開放式的問題，這需要問用戶，你使用過哪些競品？收集回來之后，進行整理和歸納，接下來歸類，在設計半封閉式的問題進行調研，讓用戶具體選擇這些競品使用的頻次和人群。如果你想具體使用一款用戶選擇最多的產品使用最多的產品，讓用戶單選題即可，如果多去了解，可以用的多選題。

第三讓用戶進行排名排名

通過前兩步了解到哪些競品最受用戶歡迎，你想調查的具體的某款競品之后，再可以通過邏輯關系的問題，我第二步就是管理，例如具體用戶在電商類產品中，使用過淘寶，第三個問題，用戶在淘寶上的使用情況，這個時候設計一個邏輯題，這一選項中，要選擇是，才能出現下一道題，的出現，如果否，下一道題就，不出現。

個人思考：

我們往往在收到一個任務的時候，非常有可能直接奔著最終的測試結果目標進行設計問卷，而沒有很好的去對問題本身進行拆解。這里非常好的提醒大家著一定，大問題一定要拆解成小目標。從不同的側面和子維度進行調研，然后才能匯總成大問題的調研結果。

大家看一下這兩個問題：

1.你的問題是否具有威脅性？

無論什么問題，尤其關于行為類問題，可能最直接和最常見的，這么簡單的一個事情，很容易出錯，例如可能問：您現在開的車是自己的還是公司的，汽車保研購買什么牌子的機油？

這種問題被用戶視為威脅性，排斥，會使用戶感到不安。因為真實回答，會暴露不太光彩的一面，會讓報告失真。

例如貨車司機：問學歷問題，會有虛報現象。所以社交關系、活動軌跡、家庭收入都算為威脅性問題

2.如何判斷一個問題具有威脅性

有時候一個問題，對于特定的人群具有威脅性，所以不能一概而論。我們只能判斷一個問題對于大多數人而言，是否具有威脅性。問自己：用戶會不會認為這個問題的答案有對錯之分？是否答案是否符合社會期許的？例如捐款次數

答案是反社會的，會少報。例如一年幾次醉酒駕駛。

參考一下做過相似問題調研的經驗，無經驗的時候，找部分用戶進行一些測試。

個人思考：

威脅性問題非常容易出現，還有一種就是認知類問題，例如問：你相信電視廣告嗎？很多人會選擇不相信。可是在實際的購物過程當中，客戶的選擇購買很多時候在不知不覺當中，被電視廣告所洗腦。例如腦白金、恒源祥等廣告，已經深入人心

1、無威脅性問題設計

采用輔助記憶方法：在問題設計的時候，把回憶的線索作為組成部分。您使用過哪一些app社交：微信、qq，竟可能列舉所有的可能性

l讓問題變得具體：填寫人會花很多心思思考，舉例：你通常買什么飲料？通常指的是什么時候？這個就會比較模糊

l選擇恰當的時間段：詢問用戶非常重要的事情，在題目的內容時間涵蓋上，時間擴展的而要長一些。例如重要的事情發生的頻率不高。另外用戶的會議，比較重要的時間，把問題設計范圍更廣一些。買房：十年之內，買房的次數。醫療：最近一年的花費，而不是問一個月

l學會使用日志和追蹤研究：例如家電、智能硬件等可以通過用戶寫日記的方式記錄相關事件，用在經常發生，不太顯眼的。成本高，但是想獲得精確、細節信息，高頻率發生，又不太顯眼，可以使用這種方法

l確定問題的適當長度？

如果你希望用戶通過問題對自己行為和發生的事件進行回憶，設計比較長好一些。可以幫助用戶更好的回憶，心理學：回答問題的長度和提問的問題長度也是有關的。開放式問題，非常有用的結論。

2、威脅性問題設計

l采用自填的方法，研究員不看。例如捐款這種情況

l使用開放性的問題，很多時候封閉式的問題比較好處理，但是如果是威脅性問題，要用開放式的問題。因為所有封閉式問題有邏輯順序，例如從最不平凡，到平凡，兩端是極端的數值。一般用戶會避免選擇兩邊的極端。一旦用戶有這種心理，威脅性問題更會出現低報的情況

l嵌入問題：如果用戶先問一個更具有威脅性的問題，下一個問題哪怕有威脅性問題，可以降低。例如醉酒問題之前，可以問一個殺人問題。副作用：如果用戶面對如此高威脅性問題，后續就不會很好的配合

舉例：想了解用戶的競品使用情況，請問您使用哪款軟件炒股？

1、他到底想問我什么場景呢？手機上、電腦上還是股吧里面用的

2、他是問我最喜歡的還是最常用的還是最近的？

3、時間頻率規定不清楚？上個月還是這個月用的？

選項要用半封閉的問題選擇填寫，或者針對不同用戶隨機排列，很多人喜歡專門排名第二或第三的答案。

舉例：了解用戶是否有場景性問題，需求挖據。加油的時候用于支付的APP，了解用戶是否在加油的嗓唱沒帶零錢

你經常發現加油時候沒帶零錢？

1、經常如何判斷？

2、問法的誘導性太強？問我對嗎？很多人說對

是否曾經發生過至少一次，確定之后再確定發生的頻率，一周月還是年？然后再由研究員判斷

需求類和場景調研類的問題，不能讓用戶自己的判斷何為經常。

個人思考：

威脅類問卷設計考研的完全是心理戰，讓被調研者的能夠放心的真實表達自己的想法，不被問卷的題目誘導性的給出答案，也不會擔心其他問題而可以隱瞞。這里面還需要做到的例如保密性原則，例如紙質版問卷我們收集起來之后會進行密封處理，填寫的時候匿名處理等等

第二個部分：關于態度的問題

1、認知：由用戶的信念決定的：例如以下的維度上，產品是如何幫你實現。。。。這個時候就是用戶對產品的認知

2、評價：用戶對某個個體的態度，好還是不好，喜歡還是不喜歡。

3、行為：回答用戶自己回答和行動態度有關的，例如下次你將使用什么產品去聽歌？對于自己行動的判斷態度的判斷。

態度可以分為三個方面

態度目標拆分的時候，避免問題的一般化，維度進行拆分。了解產品滿意度的調研，可以按照功能拆分，可以按照業務方向的：在社交、娛樂方面的幫助，還可以體驗：交互、視覺的滿意度。功能上：投訴處理問題等等

不同的拆解大家要多嘗試，看看哪一種可以讓客戶得到更好的答案。

態度問題和行為問題一樣，會問到敏感性的問題，如果問題對研究非常有價值，不要直接提敏感性問題，例如個人利益和隱私，風俗習慣等等問題，都是敏感問題。三種方法：

1.轉移對象發：不要直接問用戶對這個觀點的看法，社會上有幾種看法，你同意哪一種

2.假定方法：二胎政策開放，之前二胎不認可。假設政府不再對人口限制，您希望生幾個孩子。

3、提供背景信息：直接問你平時會用安全套嗎？如果問：肯定和這個問題相關性，例如現在社會上普通采用安全套和避孕藥兩種方法，安全套維護健康方面比避孕藥更好，您平時使用安全套嗎？不會決定很突兀

態度類問題的幾種形式：

1、是非型

2、選項型

3、用戶給答案排序

4、認同程度等級選擇

5、一堆反義詞的量表

6、模擬：用情緒頭像代替情緒

態度類選題注意事項：

1、窮盡并且相互獨立

2、按照統一維度標準設計問題

3、前后選項要堆成

案例：

1.您喜歡用哪種類型APP：設計類、手游類、社交類，這個是無窮盡和相互獨立

2.您覺得APP使用起來：簡單便捷、有點麻煩，這個是沒有按照維度標準分類，便捷應該是非常便捷、比較便捷等等

3.您認為新上線的功能：非常出色、很好、一般、不太好。這個是前后不對稱

個人思考：

態度類問題是測量當中一個難點，需要將腦海中的概念進行量化。三種涉及敏感類問題的解決方案非常巧妙

第三種問題：意見類問題

基本上有一道開放式問題決定的。你想深入了解某一種特殊主題，非常有價值。想研究某個領域也是這個問卷方式。

優勢：用戶自由表達自己的意見，用自己熟悉的語言表達自己的觀點。缺點是標準化程度低，后續需要歸類和編碼，分類提取

舉例：你問***功能的意見是？

一般性在收集開放式問題之后，進行歸類和編碼，如果需要進一步驗證，會通過多選和排序進行驗證。優點是選擇輕松，標準化程度高，缺點是意見受限。

舉例：你覺得需要改進的三個是？這個是多選題和排序題

設計意見類問題，大家要考慮清楚，是否需要進行預編碼？

舉例：請問你對**產品的意見是什么？

1.在界面方面。。

2.在功能方面。。

如果不進行編碼，就讓客戶自己填寫就好了。經常做的進行預編碼，這樣用戶的考慮方面會比較，沒有預編碼的好處就是可以得到更廣泛的信息。

編碼的流程圖：

1.預編碼：是否提供一級編碼共用戶選擇？如果不需要編碼，建立語料庫

2.根據準備好的語料庫對文本進行歸類，或者直接按照內容出現的詞頻歸類

3.檢驗編碼是否合適？第一請其他同事為一模一樣的資料進行編碼，對比結構是否一致，第二一分為二，50%用戶建立編碼庫，另外一半建立另外一個做對比。我經常要修改編碼，分類修改。在進行第二次第三次調研，很多編碼的工具在重構編碼的時候非常方便。

三個編碼工具：R、Nvivo、Atiasti

個人思考：

原來往往認為開放性問題就無法控制，所以基本涉及開放性問卷的設計都非常頭疼，這里提供了一個預編碼的設計流程，既在一定程度上保證了問題的開放性，有把調研對象的答案控制在一定范圍內。非常好

第四部分：

如何判斷問卷質量？

1、可信度和效度

一個好的研究具備可靠性和有效性兩個特點，統計學叫做信度和效度。信度：測量結果是否一致穩定可靠？舉例：我媽讓我去買糖，第一次買了兩斤，第二次買了三斤，這就不穩定。效度：能夠在多大程度上測量了你想測量的事物，例如買糖結果買了味精。

2、如何測量結果具有穩定和一致性

問卷針對用戶做兩次或者多次調研，結果一直，說明高信度。信度會受到問卷設計的影響，后續很少為了驗證再做一次同樣客戶的調研。那么如何評估呢？

a/跨時間的一致性

穩定系數，測試前作為預測是，如果是穩定的關系，就是跨時間的一致性。訪談：首次訪談和后續的跟蹤訪談一直，說明是一致性的。我們不太會說讓用戶填寫兩次，我們一般先進行問卷填寫+后續進行回訪。回訪的人數盡量進行全面回訪，如果題目數量比較大，選擇重點問題。

b/跨形式的一致性

例如：同樣的問題，看看這個人胖瘦，可以通過不同問題：體重、衣服大小，本質上都是想了解胖瘦，可以設計多個不同形式問題提問。如果答案一樣，就是跨形式一致性

c/內在一致性：用的最多最方便

用來測量統一概念下，不同題目之間的關聯性。用的比較多的態度評分量表和需求屬性的評分

例如：用戶界面的設計滿意度評分，視覺效果，圖標大小，可以歸納為用戶界面滿意度的。

用內在一致性表示的信度：spss工具的操作界面，可以一步做出效果

UI滿意度是第一列，交互滿意度+功能滿意度評分，輸入數據可以直接得到一致性。這個例子結果是0.177

α系數如果低于0.6，內部一致性不足；

0.7-0.8具有相當信度

大于0.9信度相當好

不同領域標準不一樣，平時實物性研究，具體了解功能的滿意度，探索性研究主要是了解一個新功能，用戶的使用需求點，這種一般大于0.6就可以用了，

基礎研究或者學術研究，會對這個系數比較高，要求0.8以上

3、是否測量了真正想要的東西？如何判斷（效度）

檢測問卷有效性上，效度用的不多。信度是主要的，效度的真正含義是否策略了老板本來就像知道的東西。例如我想調研不同手機用戶

同樣互聯網在線形式的問卷，對于白領合適，而對家庭主婦進行調研就很難獲得想要的東西。由于通暢情況，無法知道真正有效，所以很難有效。三大類：

a/準則關聯效度：自己測量的結果和公認結果進行比較。例如通過后臺數據看出用戶在線時長平均值，如果調研結果比較接近，就是比較好。行為類問題比較好判斷，態度類的比較難。

b/內容效度：一般用子態度評分，需求評分，設計一個總問題，：用戶界面滿意度：分類問題可以是顏色、敏感、字體大小。總問題滿意度和子問題滿意度得分進行關聯，就能知道內容效度的強弱。但是要求問卷里面有同質性很強的問卷，經常用到的是態度評分和需求評分

c/結構效度：每份問卷都會有自己的內部結構，例如產品上線后的滿意度，就會涉及ui界面的滿意度，交互的滿意度、操作流暢度等多個維度，下面會涉及相關問題進行調查。

看的是設計的子維度在結果上，是否歸結為一個維度。一般用因素分析法，屬于一種進階性的統計分析。

互聯網企業，講究敏捷開發，很多時候做的實物研究，不會太考慮效度，一般通過經驗，來權衡設計的效度。

個人思考：

整體內容詳實，有方法有案例有步驟，還有第五部分沒有分享，繼續等待！

這是我在怒馬21天受虐計劃的第5天。筆記內容來自：需求挖掘第一步：如何做高質量的需求調研-尚媛媛