在线调研
随着互联网的普及，在线问卷调研变得越来越普遍，逐渐形成替代传统面对面问卷调研的趋势。特别是在互联网行业，变成了最普遍的调研方式。然而世界上不可能十全十美、包治百病的事物，在在线问卷调研当然也不例外。
在对问卷调研设计的分析发现，存在以下先天不足：
一、问卷是用户主动填答的，所以回答的内容只能是用户能意识到能记住且愿意让我们知道的。
与线上数据相比，问卷结果与真实情况有一定差距。因为我们不太可能记得自己从早到晚的所有行为，有些行为发生了可能我们都没有留意到（比如穿鞋子先穿左脚还是右脚）。有些行为是用户由于各种原因不想告诉我们的，比如他的收入、看到美女时的反应等等。这些用户意识不到、不易记住和不愿告诉我们的问题，是不适合通过问卷来调查的。这样的内容，行为监测要有效得多。
二、问卷入口放在什么位置决定了调查的用户范围。只有那些到达了我们投放的页面且看到我们链接、愿意点击进入链接、回答了问卷的用户，才是我们接触到的用户。
由于上网的习惯不同，关注的网页各异。因此不管我们在什么位置投放链接，都不可能覆盖所有的用户。有些用户基本上是属于“调查绝缘用户”，比如高端商务人群。他们十分繁忙且不屑参与调查获奖，这样的用户我们只能通过预约访谈来进行调研。
三、在线问卷填答时我们并没有在用户旁边，不可能监督到他们是否认真填答，所以会存在敷衍作答的情况。问卷冗长、无趣或奖励诱惑力太小，会使得问题更加严重。
四、问卷适合以选择题为主，让用户填写较多开放题不太实际。所以对问卷设计的要求非常高，如果问卷设计时考虑不周、选项不齐全，使得用户选不到自己想要的答案，最后会导致结果偏差。
那我们可以采取哪些措施来提高问卷调查表的质量？
一、只调研用户能意识、能记住且不涉及隐私，用户又愿意让我们知道的内容。比如认知、态度、粗略的行为（不会有过于精确的时间、次数等），线上数据可以准确采集的内容，调研中就不用再做了。
二、问卷入口的选择。根据项目目的来考虑我们需要什么样的用户，进而确定选什么样投放渠道，我们需要根据目的在用户的命中率和多样性两个方面选择一个最佳的平衡。
三、问卷的长度把控。通常情况下问卷不宜超过10分钟，超过15分钟便会让用户感到很不耐烦。
四、提高问卷的趣味性可读性。
五、问卷设计时尽可能考虑周全，可以让用户从所提供的选项中选择，而不是自填。
六、给用户一个更高的行为动机，比如“帮助我们改进产品设计”等以精神奖励来吸引用户的参与，而不完全依靠奖品的诱惑。
七、加强问卷逻辑控制及后期的检查。
八、必要时根据产品的市场份额等数据进行加权处理，以便更好的代表总体用户的意见。
在对问卷调研设计的分析发现，存在以下先天不足：
一、问卷是用户主动填答的，所以回答的内容只能是用户能意识到能记住且愿意让我们知道的。
与线上数据相比，问卷结果与真实情况有一定差距。因为我们不太可能记得自己从早到晚的所有行为，有些行为发生了可能我们都没有留意到（比如穿鞋子先穿左脚还是右脚）。有些行为是用户由于各种原因不想告诉我们的，比如他的收入、看到美女时的反应等等。这些用户意识不到、不易记住和不愿告诉我们的问题，是不适合通过问卷来调查的。这样的内容，行为监测要有效得多。
二、问卷入口放在什么位置决定了调查的用户范围。只有那些到达了我们投放的页面且看到我们链接、愿意点击进入链接、回答了问卷的用户，才是我们接触到的用户。
由于上网的习惯不同，关注的网页各异。因此不管我们在什么位置投放链接，都不可能覆盖所有的用户。有些用户基本上是属于“调查绝缘用户”，比如高端商务人群。他们十分繁忙且不屑参与调查获奖，这样的用户我们只能通过预约访谈来进行调研。
三、在线问卷填答时我们并没有在用户旁边，不可能监督到他们是否认真填答，所以会存在敷衍作答的情况。问卷冗长、无趣或奖励诱惑力太小，会使得问题更加严重。
四、问卷适合以选择题为主，让用户填写较多开放题不太实际。所以对问卷设计的要求非常高，如果问卷设计时考虑不周、选项不齐全，使得用户选不到自己想要的答案，最后会导致结果偏差。
那我们可以采取哪些措施来提高问卷调查表的质量？
一、只调研用户能意识、能记住且不涉及隐私，用户又愿意让我们知道的内容。比如认知、态度、粗略的行为（不会有过于精确的时间、次数等），线上数据可以准确采集的内容，调研中就不用再做了。
二、问卷入口的选择。根据项目目的来考虑我们需要什么样的用户，进而确定选什么样投放渠道，我们需要根据目的在用户的命中率和多样性两个方面选择一个最佳的平衡。
三、问卷的长度把控。通常情况下问卷不宜超过10分钟，超过15分钟便会让用户感到很不耐烦。
四、提高问卷的趣味性可读性。
五、问卷设计时尽可能考虑周全，可以让用户从所提供的选项中选择，而不是自填。
六、给用户一个更高的行为动机，比如“帮助我们改进产品设计”等以精神奖励来吸引用户的参与，而不完全依靠奖品的诱惑。
七、加强问卷逻辑控制及后期的检查。
八、必要时根据产品的市场份额等数据进行加权处理，以便更好的代表总体用户的意见。
