注意是“用”,不是“做”。本篇是講我自己對App端問卷調查的一些認知,適合剛入門的App產品運營。具體的問題怎么設計,分析報告怎么寫沒有具體說哈。So,專業用研同學如看到請留言指教,輕拍哈。
一、問卷調查對App運營有什么用?
- App立項時,或產品有重大功能迭代前,用來做決策輔助。例如說,老板想做支付,覺得現有支付還有安全系數低的空白點,那么其他決策參與人提出了異議,此時就有必要做市場需求調查。現有消費者是否真的認為現有支付渠道不夠安全。
- App正式上線之前,用來做灰度反饋。例如App下個月就要上線了,那么此時團隊如果信心不足和為安全起見,會選擇小范圍灰度發布。那此時,灰度用戶的反饋就尤為重要。
- App正上線之后,用來收集正式反饋。
- 產品有重大功能迭代后,用來驗證。
二、運營的問卷是不是不如用研的專業?參考價值大嗎?
理論上來說,問卷調查屬于用戶研究的手段之一,用于定量分析輔助。有些公司會配有用研團隊,但是這樣的專業配置可遇不可求,而且專業用研在實戰中有它的局限性所在,所以很多時候問卷調查的工作還是會由運營來承擔。
二者的問卷各有利弊。
1.用研在問卷設計和分析方面更為專業,這毫無疑問
我大學時由于專業關系,也有上過問卷調查的專業課程,還依稀記得老師教我們隱私問題要放在最后、問卷前后要設置驗證性問題來判斷問卷回答的有效性、用SPSS來做相關性分析交叉分析等等。
說到SPSS,簡直是個掉渣天的數據分析軟件,真的,誰用誰知道。
2.專業=長時間鉆研+一小撮人擅長
關于上一點我沒說完的是,然而在我做運營的這幾年,老師教我的,我一樣都沒用到(此處愧對老師/(ㄒoㄒ)/~~),SPSS差點掛科。
我自爆腦殘的過往,就是想說,運營無需勉強自己去成為一個專業的調研人員,這需要長時間的投入,以及天賦。(承認人生而天賦不平等,對你以后的人生都有好處。。。)
3.專業≠有效,專業用研在實戰中有其局限性
即便是有能力配專業用研的公司,它也是個基礎支持的扁平部門。就像有些公司的BI團隊一樣,對接的是公司所有的垂直業務。
那么有個致命傷就是:對業務不夠深入了解,經常會得出一些不痛不癢的結論,甚至廢話。例如經用研半個月調查下來發現,白領購買力比學生高。憋問我咋知道的,活的時間長了,啥樣的用研都見得到。。。of course,也有可能是我層次低,沒碰過好用研。
運營至于調查問卷呢,在這方面有得天獨厚優勢;
- 運營了解產品,提問時更容易踩到點子上。
- 運營了解用戶,文案措辭方面更容易說人話,太專業容易導致太官方,冰冷的機器人話語并不少見。
- 運營更了解調查需求,知道什么樣的點分析出來對產品的未來更有幫助。
- 還有個丑陋但是真實的作用,就像數據匯報一樣,同一份數據可以分析出截然不同的結論,就看你從哪個點入手,從哪個角度分析,匯報哪個點了,執行層的你不用多說你懂的。。。
三、App運營做問卷調查的步驟
步驟方面,app端的問卷調查倒沒有特別的步驟,跟其他的問卷調查差不多。
1.需求了解
運營要調查什么?產品經理是否有想問的?老板想知道什么?
2.問卷設計
(1)問題設計:
- 移動端的問卷切記不要長篇大論,題目數量控制在10題以內;
- 題干文案簡潔明晰,不要使用誘導用戶的詞語;
- 盡量選擇題,不要讓用戶填大段大段的文字;
- 有訪談需求的,有抽獎設置的,記得讓用戶填寫聯系方式;
- 我常用的問卷平臺是,問卷星。
(2)問卷投放渠道:
- app自身banner位、文字鏈、push推送等線上廣告位;
- 有些問卷平臺,甚至支持問卷嵌入別的產品,就是套別人的頁頭和模板;
- 咖啡廳臺卡、校園易拉寶、路邊小廣告攤等線下二維碼渠道;
- 群發郵件、群發短信等群體通知消息渠道,該渠道效果欠佳,普通回流率有5%就算不錯,我見過最高的20%。
(3)問卷回收:
- 千萬別用紙質問卷,因為量大時回收和錄入簡直生不如死,我曾被300份紙質回收問卷折磨了2天,還只是整理成電子文檔;
- 如果用的問卷平臺,一般在問卷創建后臺,會有回收的數量,每個人的問卷數據,以及每一題的數據圖表,現在的問卷平臺體驗越來越好,甚至還有些提供復雜的交叉分析,有條件的可以買一個企業賬號花點錢;
- 把問卷原始數據下載下來,過濾一些無效問卷,例如很多題沒有填寫的,明顯亂填寫的;
- 我認為,問卷數量底線是50份,再低沒啥參考價值,小心被誤導;
- 為了增加填寫回收率,可以設置抽獎,有些問卷平臺支持填寫后大轉盤什么的。問卷星就有。
(4)問卷分析:
- 最好做成報告,所謂報告就是有來龍去脈,為啥做這個調查,收到多少,時間周期,要解決什么問題,現有數據如何,數據分析,產品建議等。這樣會方便不知道全局的人看這份分析報告,也方便你以后存檔和查找。
- 如果能聯合用戶反饋、用戶訪談一起來做成報告,定量定性一起看更有參考價值。
- 先給結論,再展示數據,數據少甩絕對值,多用點百分比和好看的圖表,你不是調查平臺的后臺數據搬運工哦~把你的概括提煉能力拿出來!
運營的基礎數據分析下次再說吧,還挺麻煩的。這塊想用個自己寫過的分析來展示,但是基于數據保密操守不能放,有興趣討論的同學可以私信我溝通啦~~O(∩_∩)O
四、要做要分析,但不要迷信
就像所有的輔助手段一樣,問卷調查的結果也是參考,不要迷信。就像BI數據會說謊、用戶反饋會放水一樣,都是需要甄別和思考的。(你以為這是廢話?不是!不是!不是!真的是這樣子的!!!)
作者:啤酒泡沫
鏈接:
本文由@啤酒泡沫 授權發布,未經許可,禁止轉載。
題圖來自 pexels,基于 CC0 協議
本文為@運營喵原創,運營喵專欄作者。