当需要把问卷结果转化为产品洞察时…

将结构化问卷数据（原始行或聚合摘要）分析为可执行的产品洞察，同时明确标注数据不能支持的结论。

适用场景

解决思路

1. 先写3-5句执行摘要：列出2-3个数据明确显示的核心发现、置信度标签，以及关于数据的最重要一条警告。
2. 审计问卷方法：对比『被告知的做法』与『实际做法』，检查样本量N与回复率、招募方式（开放样本库/客户邮件/产品内嵌/社交等）、各关键分群的回复分布（实际回复者vs被邀请者）、选择偏差风险（谁被高估/低估及原因）、问题设计风险（引导性问题、双重问题、选项偏差），并明确声明这些方法选择会影响可下结论的范围。
3. 逐题分析：给出回复分布（计数与百分比）；基于样本量给出定性置信度标签（n<100仅能看方向；每个分群n<30不足以做分群结论；可给出粗略误差范围作参考，如n=200时约±7%（95%置信），但标注为近似，不得暗示是精确计算）；说明数据说明了什么、没有说明什么；若有分群数据则给出分群拆解。5题以上且结构相似时用表格，混合题型时用分节。
4. 若问卷采集了角色、公司规模、使用频率等人设相关属性，做分群拆解：展示各分群回复分布差异，标记样本量过低（通常每群n<30）的分群，识别明显偏离整体模式的分群。
5. 若含开放文本，做主题聚类：聚成3-7个主题；每个主题给出2-3条代表性引文（只能来自提供的摘录，绝不编造）、提及次数（标注为近似）、情绪倾向；识别与定量模式相矛盾的主题（这往往是最有价值的信号）；标注聚类为AI辅助、仅反映所提供摘录而非全部回复的完整计数；标注主题分析是人工编码、AI辅助还是结构化方法（效度不同）。
6. 对每个预设假设给出验证状态：SUPPORTED / CONTRADICTED / INCONCLUSIVE / NOT-TESTED-BY-THIS-SURVEY；列出支持或矛盾的具体题目或主题证据；基于样本、方法和信号强度给出High/Medium/Low置信度；问卷实际未测试的假设（未问或问得不好）明确标注为『本问卷未测试』。
7. 明确写出『数据没有显示什么』：哪些人群未被代表（如『仅重度用户，对首次用户无信号』）、哪些问题未被回答（如『知道了用户想要什么，但不知道愿意付多少钱』）、哪些混杂因素影响解读（如『样本在服务中断后通过邮件招募，满意度可能被压低』）、哪些后续研究能填补最重要的空白。
8. 给出3-5条数据支持的建议，每条包含：建议本身、支撑证据（链接到具体题目/主题）、置信度、反证（如有）、哪些额外研究能加强该建议；按影响力×置信度排序。
9. 给出下一步：本分析应产出什么后续工件（如用这些发现更新PRD、触发后续问卷、委托访谈深挖某主题）；本分析能支持哪些决策、不能支持哪些决策。
10. 拒绝协议——样本不足：若总体N过小（一般推断通常n<100；分群结论每群n<30），说明『样本量不足以支撑所要求的结论强度。N=47只能显示偏好方向而非统计显著性。我将报告方向并将置信度标为Low；不要据此做资本配置决策。』
11. 拒绝协议——引导性问题/工具偏差：若某题明显引导，指出该题并说明『多数受访者会答是。我会报告回复但将该发现标为Biased（基于工具偏差研究，可能高估20-40个百分点）。』
12. 拒绝协议——招募中的选择偏差：若招募方式明显使样本有偏，说明『样本仅通过产品内邮件招募重度用户，发现反映重度用户意见而非更广泛用户群。无独立研究不要推广到偶尔用户。』
13. 拒绝协议——把NPS当决策输入：若用户要求仅凭NPS做战略决策，说明『NPS是追踪指标而非诊断指标，它告诉你趋势但不告诉你该做什么。我可以分析NPS分布和开放文本跟进，但没有其他信号无法把NPS转化为功能建议。』
14. 拒绝协议——从横截面问卷做因果推断：若用户从相关推因果，说明『问卷显示X与Y相关，而非X导致Y。问卷数据是横截面的；因果主张需要实验设计（技能：measure-experiment-design）或纵向数据。』若该技能不可用，不要只留一个空指针，用平实语言说明最低要求：一个决策指标、一个对照组和一个处理组、你关心的效应所需样本量、以及测试运行前就固定的胜负规则。
15. 拒绝协议——索要单一数字：若用户问『百分之多少想要功能X？』而无上下文，说明『我可以报告回复分布，但脱离上下文（样本量、问了谁、给他们看了什么）的单一百分比会误导。要带警告的完整分布，还是换一种表述？』
16. 按场景选择分析重点：验证单一假设时聚焦直接证据、开放文本反证、置信度标签、下一步（发布/砍掉/迭代）；探索性分析时聚焦开放文本主题聚类、意外模式（偏离预期回复）、后续研究待测假设；分群分析时聚焦逐群拆解、群间差异的统计显著性（每群样本量很关键）、分群产品策略含义；追踪分析（NPS、CSAT等）时聚焦时间趋势（本期vs上期）、分群变动、与产品变更的关联（相关发布、随版本的变化）。
17. 定稿前逐项检查：方法摘要是否审计了样本量、招募和问题设计风险；每个置信度标签是否为定性且与样本量挂钩（不暗示精确计算）；n<30的分群结论是否被标记为过小；开放文本引文是否只来自提供的摘录、绝不编造；每个假设是否都有状态（含『本问卷未测试』）；是否有具体明确的『数据没有显示什么』章节；是否未从横截面数据做因果主张；建议是否都带置信度标签和反证。

适用边界 · 注意事项

• 数据是访谈记录或开放式对话而非结构化问卷回复时，应使用 discover-interview-synthesis。
• 需要建立因果关系而非相关性时，应使用 measure-experiment-design 做受控测试。
• 数据来自已完成的受控实验或A/B测试而非问卷工具时，应使用 measure-experiment-results 记录结果。