在您开始考虑如何分析调查数据和呈现调查结果的最佳方式之前，您需要了解如何衡量每个问题，以及理解原始数据和响应所需的分析类型。
数据可视化是一个越来越流行的术语，特别是对于那些经常分析数据的人。数据可视化是获取数据并将其转换为可视化的过程，例如图表或地图。
当您尝试检测数据中的模式、趋势、异常值和其他事件时，可视化数字是最有效的策略。通过将原始的统计数据转化为可视化的东西，人脑更容易理解复杂的数据集。
换句话说，良好的数据可视化为您收集的数据赋予意义和背景，即使信息本质上很复杂。这在向他人展示或报告您的发现时也非常有用。您希望观众快速得出预期的结论。
如果您正在分析和呈现调查结果，数据可视化是呈现数据的最佳方式。通常，您被迫筛选调查结果并手动挑选关键趋势和行为。然后，您需要决定如何使用结果并将结果呈现给您的销售、营销和客户服务团队。
如果这个过程听起来很熟悉，那么可能是时候寻找一种新方法了。
在本博客中，您将学习：
- 如何使用最佳方法分析和呈现调查结果
- 数据可视化：分析和呈现调查结果的最佳方式
- 调查结果的最佳数据可视化选项
- 李克特量表
- 分数条形图
- 评分条形图
- 调查分数汇总表
- 分数明细表
- 评分表
- 情绪分析图
- 商业调查的重要性
- 进行调查的挑战
- 如何分析和呈现调查结果？
- 数据可视化在显示调查结果中的作用
- 进行调查时的最佳实践
如何使用最佳方式分析和呈现调查结果？
在以下视频中，您将学习如何以最佳方式向利益相关者展示您的调查结果。可视化使您可以轻松地展示您的调查结果，因为它们很容易创建和解释。
如果您想了解有关自定义此图表、设置属性、页眉、页脚和标签的更多信息，您可以阅读我们关于如何呈现李克特量表数据的指南。
本次讨论将重点关注数据可视化对分析和呈现调查结果的影响以及 ChartExpo 可以提供哪些帮助。
数据可视化：分析和呈现调查结果的最佳方式
分析师在试图理解调查结果时面临许多独特的挑战。这些挑战可能使可视化和呈现调查结果变得困难。同样，调查通常处理文本和其他形式的非结构化数据。传统的折线图、条形图和饼图无法有效地展示这些洞察力。您需要专门为呈现调查结果而构建的数据可视化。
这就是 ChartExpo 发挥作用的地方。ChartExpo 是一种用于商业智能的工具，用于可视化和呈现数据。虽然市场上还有其他数据可视化工具，但 ChartExpo 是专门为直观且易于使用而构建的。毕竟，您不想使用复杂的工具来解决已经很复杂的数据问题！
使用 ChartExpo，您可以：
- 为您的数据创建令人惊叹的可视化表示，以帮助您了解所有这些数字和响应中的真实情况。
- 可视化关键信息，以便在更短的时间内做出更明智的业务决策。
- 构建引人入胜的报告，让受众对您展示的结果感兴趣。
- 从广泛的可视化选项库中进行选择，包括许多专门为调查分析制作的图表。
调查结果的最佳数据可视化选项
如果您过去曾尝试使用传统图表将调查结果可视化，那么您可能会遇到很多问题和障碍。其中一些障碍是您无法克服的。这是因为如果您没有使用正确的可视化类型，调查数据可能会非常棘手。您可以使用许多可视化作为分析和呈现调查结果的最佳选项，如下所示：
- 李克特量表
- 分数条形图
- 评分条形图
- 调查分数汇总表
- 分数明细表
- 评分表
- 情绪分析图
我们将在下一节中分别详细解释所有这些可视化。ChartExpo 背后的思想非常了解这些挑战，并开发了几个专门为调查结果设计的图表选项。为了演示这些选项，让我们看一个模拟用例。
场景：您正在经营一家医院或管理医院数据，您需要从客户和患者那里获得反馈。您创建了一份调查问卷，并要求该患者/服务人员填写一些多项选择题。您的调查包含以下问题：
- 您如何评价医院的清洁度？
- 您如何评价医院提供的服务？
- 你如何评价医院的费用？
- 你如何评价医生的表现？
- 您如何评价医院工作人员的素质？
- 您如何评价整体体验？
- 医生评分表现
- 服务表现评分
- 护理绩效评分
- 紧急情况评分表现
- 护士成绩表现
- 可用性评分性能
- 员工绩效评分
- 不满意客户的绩效评分
- 您会向朋友和家人推荐我们的医院吗？
- 医生是否给患者适当的时间？
- 医院有适当的坐姿安排吗？
- 管理层的行为是什么？
- 您对治疗满意吗？
- 医学实验室条件？
- 医院的停车条件？
- 医院值得重访或推荐吗？
- 手术室的清洁度？
- 医院综合评价？
收集结果后，ChartExpo 可以通过多种方式帮助您展示和理解您收到的回复。
李克特量表
李克特量表已成为处理客户满意度、员工敬业度和/或员工满意度数据的分析师的最爱。这是从受访者那里获得准确意见、印象和态度的好方法，尤其是在一系列可能的答案中。
调查问题和规模
您如何评价医院的清洁度？
- 一尘不染
- 很干净
- 相当干净
- 不是很干净
- 一点也不干净
您如何评价医院提供的服务？
- 出色的
- 好的
- 平均
- 较差的
- 很穷
你如何评价医院的费用？
- 非常满意
- 还算满意
- 中性的
- 有些不满意
- 非常不满
您如何评价医生的表现？
- 出色的
- 好的
- 平均
- 低于平均水平
- 坏的
您如何评价医院工作人员的素质？
- 非常满意
- 还算满意
- 中性的
- 有些不满意
- 非常不满
您如何评价整体体验？
- 出色的
- 好的
- 平均
- 较差的
- 很穷
李克特示例数据表
| 问题 | 评分 | 响应计数 |
| 您如何评价医院的清洁度？ | 1 | 324 |
| 您如何评价医院的清洁度？ | 2 | 176 |
| 您如何评价医院的清洁度？ | 3 | 230 |
| 您如何评价医院的清洁度？ | 4 | 278 |
| 您如何评价医院的清洁度？ | 5 | 0 |
| 您如何评价医生的表现？ | 1 | 138 |
| 您如何评价医生的表现？ | 2 | 186 |
| 您如何评价医生的表现？ | 3 | 176 |
| 您如何评价医生的表现？ | 4 | 230 |
| 您如何评价医生的表现？ | 5 | 270 |
| 您如何评价您的整体体验？ | 1 | 0 |
| 您如何评价您的整体体验？ | 2 | 138 |
| 您如何评价您的整体体验？ | 3 | 186 |
| 您如何评价您的整体体验？ | 4 | 176 |
| 您如何评价您的整体体验？ | 5 | 500 |
| 您如何评价医院工作人员的素质？ | 1 | 0 |
| 您如何评价医院工作人员的素质？ | 2 | 138 |
| 您如何评价医院工作人员的素质？ | 3 | 186 |
| 您如何评价医院工作人员的素质？ | 4 | 176 |
| 您如何评价医院工作人员的素质？ | 5 | 500 |
| 你如何评价医院的费用？ | 1 | 138 |
| 你如何评价医院的费用？ | 2 | 186 |
| 你如何评价医院的费用？ | 3 | 176 |
| 你如何评价医院的费用？ | 4 | 238 |
| 你如何评价医院的费用？ | 5 | 270 |
| 您如何评价医院提供的服务？ | 1 | 324 |
| 您如何评价医院提供的服务？ | 2 | 176 |
| 您如何评价医院提供的服务？ | 3 | 230 |
| 您如何评价医院提供的服务？ | 4 | 270 |
| 您如何评价医院提供的服务？ | 5 | 0 |
可视化结果
收集数据并按照上表进行整理后，您现在可以将原始数据转换为李克特图表可视化，如下图所示：
使用此图表，无论是在整体视图中还是针对每个单独的调查问题，都可以更轻松地查看正面和负面分数的细分。此图表将帮助您分析李克特量表数据。
使用李克特量表的优势
- 李克特量表是一种众所周知且广泛使用的数据收集方法。随附的可视化非常易于阅读和理解，即使没有解释。
- 李克特式调查中的问题是定量的，这是最容易使用的数据类型。
- 李克特量表有中性选项，这意味着受访者不会被迫选择一个极端或另一个。
写李克特调查问题
在使用李克特量表和图表方法构建调查问题时，请遵循以下一些有用的提示。
小心形容词：调查问题需要直截了当、准确，并且没有任何问题。这在使用秤时尤为重要。哪个选项在规模上的位置应该非常清楚和明显。如果您的量表选项过于模棱两可，调查参与者可能不会选择实际符合他们感受的答案。
例如，如果您的量表是优秀 – 好 – 好 – 差 – 差，则可能不清楚差与差之间的区别是什么，或者彼此之间的优劣和巨大差异。最好的选择是在频谱的两端选择极端，并使用反映这一点的形容词（非常满意/非常不满意、非常高兴/非常悲伤、非常好/非常糟糕）。然后，您可以用较小的极端程度填充这些点之间的其余比例。
问，不要说：研究发现，人类对问题的反应比对陈述的反应更好。在进行调查时，请确保您提出问题而不是发表声明。这不仅会鼓励更多的参与者参与调查，还会更好地确保结果的准确性。
分数条形图
分数条形图使用矩形条来衡量有多少受访者选择了每个选项。条的长度与选择该答案的受访者人数成正比。这种条形图样式更能反映调查数据。它以给定的响应数显示每个可能的指标或答案。这使您可以轻松查看哪些选项看到的响应最多，以及这些响应主要是负面的还是正面的。
调查问题和规模
例如，您想了解人们对以下主题的感受：
- 医生
- 服务
- 关心
- 紧急情况
- 护士
- 可用性
- 职员
- 不满意
您使用 0-10 的等级来允许调查参与者对每个指标进行评分。
分数条示例数据表
| 问题 | 评分 | 响应计数 |
| 医生 | 0 | 50 |
| 医生 | 1 | 50 |
| 医生 | 2 | 450 |
| 医生 | 3 | 90 |
| 医生 | 4 | 450 |
| 医生 | 5 | 650 |
| 医生 | 6 | 950 |
| 医生 | 7 | 1050 |
| 医生 | 8 | 350 |
| 医生 | 9 | 1750 |
| 医生 | 10 | 1650 |
| 服务 | 0 | 250 |
| 服务 | 1 | 55 |
| 服务 | 2 | 50 |
| 服务 | 3 | 90 |
| 服务 | 4 | 450 |
| 服务 | 5 | 650 |
| 服务 | 6 | 950 |
| 服务 | 7 | 1050 |
| 服务 | 8 | 350 |
| 服务 | 9 | 375 |
| 服务 | 10 | 550 |
| 关心 | 0 | 250 |
| 关心 | 1 | 550 |
| 关心 | 2 | 40 |
| 关心 | 3 | 950 |
| 关心 | 4 | 540 |
| 关心 | 5 | 650 |
| 关心 | 6 | 950 |
| 关心 | 7 | 100 |
| 关心 | 8 | 350 |
| 关心 | 9 | 1750 |
| 关心 | 10 | 550 |
| 紧急情况 | 0 | 1250 |
| 紧急情况 | 1 | 550 |
| 紧急情况 | 2 | 450 |
| 紧急情况 | 3 | 950 |
| 紧急情况 | 3 | 950 |
| 紧急情况 | 4 | 450 |
| 紧急情况 | 5 | 1650 |
| 紧急情况 | 6 | 950 |
| 紧急情况 | 7 | 150 |
| 紧急情况 | 8 | 350 |
| 紧急情况 | 9 | 1750 |
| 紧急情况 | 10 | 2550 |
| 护士 | 0 | 1250 |
| 护士 | 1 | 550 |
| 护士 | 2 | 450 |
| 护士 | 3 | 950 |
| 护士 | 4 | 450 |
| 护士 | 5 | 650 |
| 护士 | 6 | 950 |
| 护士 | 7 | 1050 |
| 护士 | 8 | 350 |
| 护士 | 9 | 1750 |
| 护士 | 10 | 2550 |
| 可用性 | 0 | 1250 |
| 可用性 | 1 | 550 |
| 可用性 | 2 | 450 |
| 可用性 | 3 | 950 |
| 可用性 | 4 | 2450 |
| 可用性 | 5 | 1650 |
| 可用性 | 6 | 1950 |
| 可用性 | 7 | 2050 |
| 可用性 | 8 | 1350 |
| 可用性 | 9 | 1750 |
| 可用性 | 10 | 2250 |
| 职员 | 0 | 1250 |
| 职员 | 1 | 450 |
| 职员 | 2 | 950 |
| 职员 | 3 | 550 |
| 职员 | 4 | 1650 |
| 职员 | 5 | 450 |
| 职员 | 6 | 950 |
| 职员 | 7 | 1650 |
| 职员 | 8 | 1450 |
| 职员 | 9 | 350 |
| 职员 | 10 | 2250 |
| 不满意 | 0 | 3250 |
| 不满意 | 1 | 550 |
| 不满意 | 2 | 450 |
| 不满意 | 3 | 1950 |
| 不满意 | 4 | 450 |
| 不满意 | 5 | 1650 |
| 不满意 | 6 | 950 |
| 不满意 | 7 | 350 |
| 不满意 | 8 | 1050 |
| 不满意 | 9 | 1750 |
| 不满意 | 10 | 2250 |
可视化结果
您可以使用分数条形图将数据可视化，以查看通常不可见的数据的附加维度，而不是将自己限制在传统的条形图上。
评分条形图
评分条形图在消费者评论中非常常见。与五星级评分系统一样，评分条形图也依赖于至少五个点可供选择。它通常用于衡量品牌、产品或服务的质量（如评论中的客户满意度）。对于受访者来说，这是一种非常熟悉的方法，可以定量地表达他们对给定主题的感受和看法。
调查问题和规模
假设您要检查医院的患者满意度。五点量表是评估满意度的一种非常有用的方法。与 LiKart 图表中讨论的量表类似，五分制反映了两个极端（分数 1 和 5）、两个较小的极端（2 和 4）和中性中点（3）。
评分条形图示例数据表
| 评分 | 响应计数 |
| 2 | 210 |
| 3 | 120 |
| 4 | 120 |
| 5 | 112 |
| 1 | 205 |
可视化结果
当您将调查数据显示到 ChartExpo 评级条形图中时，结果也如下所示，并且顺序正确：
借助此可视化，您可以快速了解结果并开始提出必要的问题，以缓解较低的客户满意度得分。
使用评分条形图的优势
- 五点评级量表大大简化了数据收集和分析。
- 视觉效果不仅告诉您有多少受访者选择了每个评分，还告诉您每个评分的分数如何相互关联。
- 受访者对这个评级系统并不陌生，他们很容易理解并做出适当的回应。
- 可以应用于许多不同的基于意见的案例，甚至在客户满意度之外。
- 为评分条形图开发调查非常快速和容易。
调查分数汇总表
调查分数摘要图表反映了调查中收集的平均分数，特别是在是/否选项之间。它显示了大多数受访者的回答是肯定的还是否定的。当您将多个李克特量表问题和来自结果的数据编译到一个可视化中时，它可以帮助您全面了解客户对一系列主题的感受。
调查问题和规模
例如，您向医院客人提出了一些关于性能和整体体验的问题。这些问题包括：
- 您会向朋友和家人推荐我们的医院，是还是不是？
- 医生是否给患者适当的时间，是或否？
- 是否有适当的座位安排，是或否？
- 管理层的行为是什么，是还是不是？
- 您对治疗满意吗，是还是不是？
医学实验室条件，正面还是负面？
- 医院的停车条件，正面还是负面？
- 医院值得去或推荐吗？
- 手术室的清洁度，正面还是负面？
量表是简单的正负，+1 对 -1。也就是说，您可以在调查分数汇总模型中包含两个以上的选项并进行相应调整
调查分数汇总示例数据表
由于简单的是/否、正/负标度，收集的数据很容易组织。
| 问题 | 评分 | 响应计数 |
| 您如何评价医院的清洁度？ | 1 | 324 |
| 您如何评价医院的清洁度？ | 2 | 176 |
| 您如何评价医院的清洁度？ | 3 | 230 |
| 您如何评价医院的清洁度？ | 4 | 278 |
| 您如何评价医院的清洁度？ | 5 | 0 |
| 您如何评价医生的表现？ | 1 | 138 |
| 您如何评价医生的表现？ | 2 | 186 |
| 您如何评价医生的表现？ | 3 | 176 |
| 您如何评价医生的表现？ | 4 | 230 |
| 您如何评价医生的表现？ | 5 | 270 |
| 您如何评价您的整体体验？ | 1 | 0 |
| 您如何评价您的整体体验？ | 2 | 138 |
| 您如何评价您的整体体验？ | 3 | 186 |
| 您如何评价您的整体体验？ | 4 | 176 |
| 您如何评价您的整体体验？ | 5 | 500 |
| 您如何评价医院工作人员的素质？ | 1 | 0 |
| 您如何评价医院工作人员的素质？ | 2 | 138 |
| 您如何评价医院工作人员的素质？ | 3 | 186 |
| 您如何评价医院工作人员的素质？ | 4 | 176 |
| 您如何评价医院工作人员的素质？ | 5 | 500 |
| 你如何评价医院的费用？ | 1 | 138 |
| 你如何评价医院的费用？ | 2 | 186 |
| 你如何评价医院的费用？ | 3 | 176 |
| 你如何评价医院的费用？ | 4 | 238 |
| 你如何评价医院的费用？ | 5 | 270 |
| 您如何评价医院提供的服务？ | 1 | 324 |
| 您如何评价医院提供的服务？ | 2 | 176 |
| 您如何评价医院提供的服务？ | 3 | 230 |
| 您如何评价医院提供的服务？ | 4 | 270 |
| 您如何评价医院提供的服务？ | 5 | 0 |
可视化结果
当您查看下面的可视化时，您可以真正看到数据背后的故事展开。每个问题都按顺序列出，简单的 +/- 标尺直接指向数据点。
大多数客户会推荐这家医院吗？是的
医生是否给患者足够的时间？不
有足够的座位吗？是的
管理层的行为好吗？不
等等。
以这种方式展示这些问题确实可以让您看到需要改进的地方以及您正在为患者提供成功体验的地方。这是一种非常快速有效的方法，可以通过广泛的数据获得可操作的见解。
分数明细表
每当您要求调查参与者按比例对某事进行评分时，您都可以使用分数详细信息图表直观地描述结果。该图表将计算 NPS（净推荐值）并显示响应的细分。
调查问题和规模
对于该场景，假设您想更深入地了解患者是否会将医院推荐给他们的朋友和家人。仅查看是/否响应是不够的。您希望将可用选项扩大到 0-10 范围。
分数详细信息示例数据表
| 问题 | 评分 | 响应计数 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 1 | 45 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 2 | 61 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 3 | 80 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 4 | 123 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 5 | 75 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 6 | 41 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 7 | 88 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 8 | 45 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 9 | 134 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 10 | 209 |
| 您会向您的家人或朋友推荐我们的医院吗？ | 0 | 10 |
可视化结果
借助这些结果，您可以快速将您的客户细分为粉丝、中立者和批评者。此外，您可以看到消极情绪和积极情绪之间的波动有多大。您可以立即看到消极的满意度大大超过了中性或积极的回应。现在，您可以开始进行更改，以便在下一轮调查中及时修复这些负面因素。
评分表
评分图表是查看封闭式调查问题和响应的另一种可视化。它与评分条形图非常相似，但将结果显示为整体的一部分。条形的每个部分的大小对应于所有响应的百分比。如果一星柱是图表中最大的部分，那么您可以立即看到存在问题。
当您想要量化通常难以获得数值的品质或特征时，评分图表非常有效。例如，对产品的不同功能进行评级，评估客户体验的各种要素等。
评分示例数据表
| 评分 | 响应计数 |
| 2 星评级 | 210 |
| 1 开始评分 | 205 |
| 3 开始评分 | 120 |
| 4 星评级 | 120 |
| 5 星评级 | 112 |
可视化结果
这是 ChartExpo 评分图表中的数据以有序方式显示的样子：
借助该图表，可以轻松查看有关给定主题的相关信息，并比较和分析每个响应的结果。然后，您可以查看医院体验的哪些指标或组成部分需要关注。
情绪分析图
到目前为止，所有图表都主要处理结构化的定量数据。您如何处理非结构化的调查结果，例如开放式回复？开放式反应的核心是情绪。
情绪是受访者对您业务的不同维度所分享的想法、感受和态度。例如，“我很高兴我的医生知识渊博。” “快乐”是人们对医生专业知识的看法。
开放式调查回复内容丰富，反馈令人难以置信。您需要了解客户对您的业务的感受和表达的类型。
挑战在于难以分析冗长的调查回复。除了单独阅读每个响应之外，没有太多选择。情感分析通过使用文本分析来检测语言中的感受和情绪来缓解这个问题。这使分析师可以直接了解调查响应的重要部分。
可视化结果
情绪数据可以通过许多不同的方式进行可视化。您可以查看您的整体情绪的趋势。
要更深入地了解情绪，您可以使用桑基图或树状图。这显示了以正面或负面的方式讨论某些主题的频率。
这些可视化是掌握所有开放式调查响应背后真正发生的事情的好方法。它们还可用于分析评论和其他基于文本的反馈表。
商业调查的重要性
您的客户是营销难题中的关键部分。市场研究是一项持续的任务，重点是了解客户的感受和行为，并了解如何最好地接近这些人。
了解客户的最佳策略之一是走出去问问他们。这就是调查的价值发挥作用的地方。这种研究策略使您可以向目标受众成员直接提问并获得有价值的回应。凭借这些洞察力，您可以在竞争中保持领先并取得更大的营销成功。
通过进行调查，您可以实现许多重要目标：
- 接收产品反馈并更新您的产品和定价选项
- 更好地了解客户的兴趣和人口统计数据
- 对客户意识、满意度和忠诚度水平进行基准测试
- 制定更强大的品牌、定位和命名策略
- 寻找激发和吸引目标受众的新方法
进行调查的挑战
虽然调查数据可以为企业提供大量有价值的见解以进一步实现组织目标，但实际上从调查结果中获取这些见解可能是一个真正的挑战。主要问题是你不能依赖一小部分观众的反应。为确保您的发现准确，您需要较大的样本量。
这意味着您需要建立大量调查数据，以使您的结果足够准确以真正具有可操作性。问题是你收集的数据越多，分析起来就越乏味。查看 30 份调查回复比查看 3,000 份要容易得多。
更糟糕的是，调查数据通常是非结构化的，尤其难以分析。
非结构化数据以文本响应和其他非严格基于数字的输入的形式出现。以下是非结构化和结构化响应之间的区别：
- 非结构化回复：我喜欢可口可乐的客户服务，因为他们总是乐于助人和友好。
- 结构化回复：在 1-10 的范围内，我给可口可乐的客户服务打了 7 分。
客户服务反馈调查的 7/10 分数比非结构化、开放式响应更容易分析。然而，权衡是您的开放式调查问题可能会导致一些非常有见地的回答。您只需要花时间分析这些非结构化响应。
如何分析和呈现调查结果？
非结构化和结构化响应之间的差异与您调查客户的方法有很大关系。您是选择易于分析的结构化问题，还是创建更多开放式调查问题，让客户分享他们的完整想法和感受？您也可以将这两种方法混合在一起。
一旦您制定了方法并进行了调查，您就需要有一个一致的策略来分析结果。在分析的这个阶段有一些事情需要考虑。
-
了解 4 个测量级别
在您开始考虑呈现调查结果的最佳方式之前，您需要了解如何衡量每个问题，以及了解原始数据和响应所需的分析类型。
- 标称尺度：使用定性值时，标称尺度很有帮助。This is used when the options have no numerical relationship to one another. 例如，如果您要问客户他们最喜欢的产品是什么，那么给出的所有选项都会是不同的产品名称。名义规模查看有多少受访者选择了每个选项。
- 序数尺度：这种测量方法用于对某些属性或值进行排名。这是一种通过查看人们对无价值品质的重视程度，将定量数据添加到本质上定性的事物的方法。例如，您可以让调查对象对新车最重要的功能进行评分。响应可能表明安全等级高于导航功能。
- 间隔刻度：使用间隔刻度，没有零分，每个点之间的距离相同。区间量表最常见的例子之一是智商分数。智商 90 和 100 之间的差异与智商 100 和 110 之间的差异相同。量表在任何时候都不会改变。
- 比率标度：最后，当您需要表示值之间的顺序和差异并具有真正的零点时，使用比率标度。如果您需要区间量表也包含 0 分，则使用比率量表。比率量表的一个例子是：“你花多少时间在智能手机上阅读书籍？” 0 分是一个重要的数据点，反映了根本不使用设备阅读的用户。
-
选择您的调查/研究目标
在进行研究和开发任何问卷或调查表之前，您应该考虑一下您的目标。你希望从这个项目中得到什么？调查研究可以完成的目标有很多，哪个最适合您现阶段的业务？它可能是对人们对您的品牌的感受有更深入的了解，或者您可能希望进行研究以开发更强大的产品和服务。无论您选择哪个目标，它都必须是您调查的绝对焦点。
-
首先分析定量数据
定性数据可以带来有趣的见解和反馈，但其非结构化性质使其更难分析。因此，最好先从您的统计数据中得出结论。这将提供理解基础，帮助您从定性数据中获得洞察力，甚至为开放式响应分配数值，以识别响应和行为的共同趋势。
-
使用交叉制表将目标受众归零
尽管您尽了最大努力，但调查参与者通常不在您的目标受众范围内。由于这些受访者不是您的目标，他们的回答可能会扭曲您的结果，并对您的理想客户做出错误的结论。
为了解决这个问题，使用交叉表对您的回答进行细分很重要。此方法分析受众的反应方式，然后根据相似性对答案进行分组。例如，您可以将您的调查回复细分为将非客户、新客户、回头客和忠诚客户分组到他们自己的细分中。
这使您可以密切关注实际客户所说的内容，同时减少对非客户所说内容的重视。
-
将发现与过去的数据进行比较
您通过调查收集的数据很好地反映了受众的当前状态和情绪。比较对过去调查的回答以了解感受和态度的变化是一个好主意。这使您可以深入了解您的营销和其他策略如何帮助（或伤害）塑造客户对您的公司和产品的看法。
如果这是您第一次分析调查数据，您可以将这些发现作为基准。下次您进行调查时，请使用您刚刚获得的调查结果来衡量从现在到未来发生的变化。
数据可视化在显示调查结果中的作用
如前所述，数据可视化是一种有用的工具，它可以对您收集的数据进行可视化汇总。大脑是用来接收视觉信号的。它实际上是在您睁开眼睛的每一刻都进行视觉分析！这意味着，自从你出生以来，你的大脑就一直在建立越来越强的消化视觉信息的敏锐度。一些研究发现，大脑处理视觉信息的能力是文本的 60,000 倍。
任何分析、调查或其他方式的目标都是获得洞察力。如果您无法从调查结果中获得洞察力，那么数据就不再有价值。数据可视化对此非常有用，因为当您实际看到结果时，从调查数据中提取见解会更快、更容易。
数据可视化还使得向他人展示结果变得非常容易和有效。通常，分析师会在他们的电子表格中发现洞察力，但随后很难将这一发现传达给其他人。
图表是一种有效的沟通工具，可以将数据结果呈现给其他人，无论是同事、经理、利益相关者还是客户。您的听众将能够掌握您所展示的见解，并了解它们为何对公司很重要。
进行调查时的最佳实践
无论您对调查数据使用哪种可视化类型，您的结果都将取决于调查本身的强度。最后，以下是创建调查和分析结果时需要考虑的一些有用提示和最佳实践。
-
保持简短
不要用太多问题使单个调查超载。相反，专注于问你此时想知道的具体问题。这将确保您收集的所有数据将立即有用。
虽然添加额外的问题可能看起来很有用，并且您可能认为以后可以使用这些数据，但数据总是在变化。您现在收到但不立即使用的答案将失去相关性和价值。当您准备好查看您收集的额外调查数据时，共享的情绪可能已经发生了变化。
较短的调查也确保了回答的准确性更高。调查参与者的时间很宝贵，您要求的时间越多，他们的参与度就越低。如果他们开始觉得调查太长并且浪费了他们的时间，他们将提交一份不完整的调查或停止在他们的答案中考虑任何想法。
-
考虑问题顺序
继续这个想法，即调查时间越长，回答越不准确，考虑如何排列问题也很重要。您希望最紧迫的项目位于列表顶部，以确保您获得对这些问题的最准确回答。
引导开放式问题也是一种明智的策略。这种反馈不仅通常是最有价值的，而且还创造了更具吸引力的调查体验。开放式问题邀请受访者分享他们的想法和感受，这使得他们的时间和反馈看起来很有价值。将其放在列表的顶部就像是一份热情的邀请，它将贯彻调查结果。
您还应该致力于改变您在订单中提出的问题类型。这将有助于保持参与者的参与，并确保他们彻底阅读每个问题。如果每个问题都采用相同的格式，则受访者将开始浏览文本，这可能会导致误解，从而损害其回答的准确性。
-
在您的调查中提出解决方案
您可能已经意识到调查回复中提到的一些问题或问题。例如，如果您的医院在候诊室有足够的座位时遇到问题，那么您可能已经意识到了这一问题。在这种情况下，可以使用调查来提出可能的解决方案并确定最合适的选项。
这种方法将向客户表明您已经意识到您的业务需要改进的领域，这有助于验证他们自己的感受。然后，通过提出可能的解决方案来解决这些问题，您将它们包括在过程中。他们会觉得自己是修复的一部分！
您可以根据调查结果创建引人入胜且富有洞察力的演示文稿，以便与管理层分享以做出有影响力的决策，并与客户分享他们的反馈对您的组织很重要。
-
时机和布局至关重要
当您通过调查接近目标受众时，考虑时机也很重要。参与您的调查应该方便客户。您不想在不适合他们的时间询问他们的反馈。
例如，零售公司很少在假日购物季要求调查回复，因为他们知道顾客太忙而无法回复。相反，假日购物调查是在这个繁忙时期之前或之后进行的。
您还需要调整调查的位置以与转换的时间相对应。如果您要询问特定于结帐流程的问题，那么您只希望调查出现在经历过此问题的人面前。
-
挑战你的假设
企业主通常会假设有关他们的业务的某些事情以及事情为何如此。例如，如果客户服务分数较低，业主可能会认为这是因为他们没有足够的支持人员。实际上，问题可能比这更复杂。
不要相信自己的假设。相反，直接在您的调查中测试它们。当具有不同观点和背景的人对同一主题做出反应时，他们的答案可能与您的假设完全相反。把这些观点带入光明并考虑一切是很好的。
-
准备好向受访者报告结果
人们参与调查的主要原因之一是表达他们的反馈并感觉他们是解决方案的一部分。调查完成后，受访者想知道他们的声音对结果有什么影响。他们想知道他们的反馈是如何产生影响的。
您应该准备好与客户和调查参与者分享结果，包括您根据他们的时间和反馈采取的行动。这是调查过程中经常被忽视的部分，但它可能是让客户知道他们帮助改善您的业务的好方法。
这不仅鼓励参与未来的调查，还可以激发品牌忠诚度。当客户认为公司真正重视并利用他们的反馈时，它会建立更牢固的品牌-客户关系。您可以为客户构建不同的调查分析报告，以显示您正在处理他们的反馈。
-
对参与者有什么好处？
看起来可能不像，但当您通过调查接近他们时，您实际上是在询问很多客户。每个人的时间对他们来说都很重要，许多潜在的参与者会觉得其中应该有一些适合他们的东西。
通过以某种方式激励参与者，您将收到更多的回复，并且提供的反馈将更加全面。激励可以是未来购买的折扣优惠、免费物品或其他东西。有时，您需要的唯一激励就是承诺与受访者分享结果！