Resource Data

使用筛选器，您将能够排除不适合您的调查的候选人，但这并不意味着这些候选人无法为您提供任何帮助。一旦他们进入您的筛选器，最好通过引导他们找到有价值的东西或收集与您的调查不同的反馈来提高他们的用户体验。

借助分支逻辑，您可以将访问者重定向到您网站的引人入胜且相关的部分，以帮助他们解决所需的任何帮助。

观看此视频，了解分支逻辑的工作原理以及如何利用它来提高转化率。


设计反馈
有时，您可能会尽最大努力设计您的网站或应用程序用户界面，但向经常使用它的人征求反馈总是有益的。

您可以使用分支逻辑将您的筛选调查与收集访问者关于浏览您的网站或应用程序的难易程度或如何改进您的产品设计的反馈相连接。

产品反馈
您可以从被拒绝的受访者那里收集有关您的服务或产品的宝贵见解。了解他们对您的组织的看法、他们希望添加哪些功能以及如何为他们提供更好的整体体验。

如果您是软件产品或服务提供商，您可以将受访者重定向到系统可用性量表或SUS 调查，以评估您的服务和产品的易用性 。

应用反馈
假设您在移动应用程序中进行筛选调查，那么您可以利用被淘汰的受访者对您的应用程序及其功能的反馈。

相关阅读——如何收集应用内反馈并从中获益
發病率如何測量？
完成筛选调查后，还有一个关键步骤需要考虑 -您需要多少个回复来验证您的调查工作？

计算有资格参加调查的受访者数量的做法称为“发生率”。

它有助于确定您需要从非筛选人员那里获得的最少回应数量，以便从筛选人员那里获得有价值的反馈。

计算方法如下：

如何计算发病率
具体来说，假设你收到了 1000 份参与者的回复。其中 700 份通过了筛选，300 份没有通过。那么，你的发生率如下：

发病率公式
现在的问题是，你为什么需要它？

它有助于确定获得最低要求的合格参与者所需的受访者总数。

因此，如果你猜测的人数过高，你很可能 阿富汗手机号 会调查较少的人数，希望他们足够多，但最后却发现估计是错误的。在这种情况下，你得到的合格受访者人数会少于所需的人数，反之亦然。

让我们结合上下文来解释一下。假设你估计的发生率为 50%，但结果只有 25%。你对合格受访者的实际要求是 500 人。

这意味着在 1000 名受访者中，只有 250 人有资格参加调查，而由于您估计的发生率较高，因此缺少 250 名更合格的候选人。

这就是为什么您需要一个准确的发生率，以便您不会最终出现所需合格参与者过剩或不足的情况。

分析
到目前为止你所做的一切都是为了这个目的。

现在是时候彻底了解反馈数据并通过阅读字里行间来获取每一点有用信息了。

在分析时，您不应将总响应与完整响应混淆，反之亦然。

虽然总回复包括所有参加调查的人，甚至非筛选者，但完整的回复仅包括完成调查的受访者人数。

当分享调查问题答案的样本量时，您应该使用完整的答案数字，因为总答案将包括非筛选者，并且会误解您的调查结果。

在确定选择哪些数据才能获得正确结果时，很容易感到困惑。为此，您可以尝试使用Qualaroo等工具，该工具具有策略性且简洁的仪表板，可避免混淆并帮助您有效地分析调查反馈数据。