大嘴巴漫谈数据挖掘：用户调查基样本，街头面访寻偏好

随后的定量分析以定性研究为基础，基于一定数量样本，对用户的行为和态度进行分析挖掘，细分出不同特征的用户群体，并加以描述。此处采用了一种叫街头面访的分析方法，即在一个相对固定、安静适宜的场所环境内，开展一个较长时间的访问。

接下来先要进行样本筛选及确定问卷结构。样本筛选主要是确定样本量和抽样方法，问卷结构则包括需要调研的各个方面，如生活轨迹、需求偏好等。

在样本筛选时，样本量的多少直接影响到抽样误差的大小，一般来说，抽样误差会随着样本量的增大而减小，但下降幅度会逐步递减，抽样成本会逐步递增。达到一定规模后，即使大幅增加样本量，抽样误差也不会明显降低。如上所示，在置信度等于95%的情况下，不同样本量的最大抽样误差。

因此，为了降低抽样误差，尽可能选择较大的样本量。即便在预算经费有限的情况下，至少也要保证30个最低统计样本，低于30个样本就不具备统计分析意义。

除了总样本量外，样本筛选还要确定配额指标和分配份额。配额指标一般与样本条件中规定的用户特征一致，如年龄、性别、收入等。若将性别作为配额指标，则类别为男和女，最后根据每类指标所分配的份额选取样本，并进一步规定其中的样本人数。比如, 按照性别选取样本，男性300人，女性300人。

有时，当参与人数较少时，配额条件不能太严格。为了确保找到合适的被访者，一般不考虑交叉配额，即被访者需同时满足多个配额条件。

根据前面定性研究的结果，从中挑选总结出一部分关键语句，以此形成具体的测量问题。定量问卷生成后建议进行两到三次试访，并结合访问情况调整问卷，以及安排好整个面访时间。

问卷开头记录被访用户、访问人员的信息以及面访的开始时间和结束时间。其中设置甄别题目是为了去除有可能影响调研结果准确性的用户。值得注意的是，问卷内容并不仅限于下面示例中的部分，可以根据产品的实际情况补充调整。

定量问卷的第一部分主要涉及产品的使用情况。如下所示：

需要了解一些经常使用的产品应用，并按熟悉程度打分；

最近一段时期使用某一指定产品的业务应用场景，通过什么方式接触到产品，产品实现了哪些功能，使用频度以及更换频次又是怎样的。除此之外，一般还会要求被访用户回答能够想象到的，在工作和生活中所需要的，但是目前还没有提供的产品等。

定量问卷的第二部分主要涉及业务需求偏好。如下所示：

经常使用的产品类型及品牌是什么，订购时的价格是多少，使用的年限有多久了；

产品的功能有哪些，其中最看重的功能是什么，功能的使用频率又是怎样的；

如果要更换产品，主要是因为哪些功能没有满足，或者还是其他的什么原因等。

定量问卷的第三部分主要涉及用户生活方式。如下所示：

根据被访用户自身的感受，采用5级量表，衡量一些关于生活态度、产品技术相关的问题，其中选项5表示完全同意，得5分，选项1表示完全不同意，为1分。比如会询问诸如“是否比较喜欢锻炼身体”，“家庭生活比事业更重要”，“节假日都会参加些娱乐活动”等这样的问题。

随后会用到因子分析和聚类分析两种方法。首先将调研问卷中的一个或几个问题语句看成一个原始变量，然后根据原始变量之间的相关关系，依此提炼出公共因子，如可以将“通常注意生活和饮食习惯”和“比较喜欢锻炼身体”提炼成一个“生活因子”。如上所示，还提炼出了“社交因子”、“时尚因子”、“职业因子”和“娱乐因子”。在这里，提炼因子的目的在于提高后续聚类分析的有效性。