006-用研方法论：定量研究
定量研究的分析数据是通过对一定数量的有代表性的样本，进行结构性的问卷访问，然后对调查的数据进行计算机的录入和整理而得到。
一、定量研究的概念
定量研究也称量化研究，是社会科学领域的一种基本研究方式，也是科学研究的重要步骤和方法之一，是与定性研究相对的概念。指确定事物某方面量的规定性的科学研究，就是将问题与现象用数量来表示，进而去分析、考验、解释，从而获得意义的研究方法和过程。
定量研究的分析数据，是通过对一定数量的有代表性的样本，进行结构性的问卷访问，然后对调查的数据进行计算机的录入和整理而得到的，其主要作用是回答“多少”的问题。
定量研究：对用户的某些特性进行数字化测量并进行统计研究。
我们常见的定量信息：
用户年龄、性别等数据
行业分析报告中的数据
用户行为的后台数据
问卷收集的数据
百度指数等媒体数据
但是，会发问卷/回收统计 ≠ 定量研究
二、多种定量研究的优缺点
经常会使用到的定量研究方法，街头拦截问卷调查、CATI访问、网络问卷调查。这些定量研究又有什么优点以及局限性呢？
1、街头拦截问卷调查
调查人员与一个被访者直接进行面谈，或者与几个被访者集体面谈；可以一次面谈，也可以多次面谈。
优点：
（1）结果质量较好：访问员与调查对象当面双向交流，访问员可以采取调查对象容易理解和回答的方式进行提问，并逐层深入了解被调查者的真实看法。当被调查者对某一问题误解或不理解时，访问员可以当面予以解释说明，由此提高结果的准确性。
（2）拒访率较低：实践证明，与其他调查实施方法相比，访问员当面访问调查对象，调查对象的回答率较高。
（3）可以对各种调查对象实施调查：由于该种访问方式主要依赖于口头语言，因此使用的调查对象范围很大，既可以用于对文化程度较高的调查对象进行调查，也可以对文化程度较低的调查对象进行调查。
缺点：
（1）成本较高：访问员的培训费、交通费、工资等，后期还需要进行问卷录入。
（2）对访问员的要求较高：调查结果的质量在很大程度上取决于访问员本身的访问技巧和应变能力，访问质量受调查人员的素质水平影响较大。
（3）匿名性较差导致一些敏感性问题往往难以得到回答。
互联网还未发展起来的时候，较为传统的调查方式。
CATI访问（计算机辅助的电话访问系统）
由调查人员根据抽样的要求，在样本范围内，选取一个调查对象，通过计算机来拨打所要的号码，以电话为沟通工具，访问员读出显示屏幕上出现的问题，根据问卷询问一系列问题。向被调查者提出询问，听取意见，并直接将被访者的回答用键盘记入计算机。在访问过程中，访问员要记录被访者给出的所有答案，计算机会系统的指引访问员一步一步的实施调查工作，直至调查结束。
由于调查对象的回答直接输入计算机，所以有关数据收集的阶段性报告随着调查的进行就可以随时得到。
特点：需要借助电话访问辅助系统，拥有一定量的用户库，问卷题量适中、题目难度适中（设置五分钟之内能忽回答完的问题），访问员辅助用户完成完成问卷。
优点
（1）信息反馈速度快。
（2）实施调查的成本低。
（3）能调查的范围广。
缺点
（1）由于受到时间的限制有一定的局限性，不易取得被调查者的合作，很容易被挂断电话。
（2）不能询问较为复杂的问题，调查难以深入。
（3）而且只能对有电话号码的用户进行询问，没有其电话号码的人群被排除在调查总体之外。
网络问卷调查
即利用互联网为载体实施的问卷调查。将问卷系统生成的问卷，以链接或者二维码的方式，通过qq群、论坛、贴吧、官网、email等形式，触达到被访者，被访者填写完问卷后点击提交，直接在问卷后台获取到相应数据。
特点：借助网络问卷平台，拥有大型用户库，问卷题量适中、题目简单，用户自助完成。
优点
（1）速度快。
（2）成本低。
（3）样本容量大。
（4）不受地域限制。
缺点
（1）人群限制（文化素质、互联网使用情况等）
（2）问卷长度（问题较多，可能失去耐心）
（3）问卷难度（问题较难，可能不愿意花费精力）
除了以上说道的三种调查方式，还有几种较为传统的调查方式，例如：入户问卷调查、传统电话访问、邮件问卷调查、留置问卷调查（废置率较高）...
网络问卷调查（Step By Step）步骤分解
作为互联网产品，网络问卷调查是用研中较为常用的一种定量调研方式，借助网络问卷平台、拥有大型用户库，通过这样的形式，将题量适中、题目简单的问卷投放给用户，让用户自助完成并提交。用研人员通过一系列的步骤，收集到用户的反馈数据进行分析。
Step1 · 需求沟通
把握住问题六要素，是用户研究的核心。
（1）问题症状？
• 在决策问题时遇到什么困惑，有哪些症状？
（2）用研目的？
• 希望用研达成什么目的？
（3）决策处境？
• 现阶段能支配怎样的资源？何时采取措施？
（4）问题假设？
• 预计会是什么原因引起问题？结果可能会有哪些？
（5）行动方案？
• 可能采取的行动方案有哪些？
（6）效果预期？
• 行动方案下希望产生或者可能达到怎样的效果？
Step2 · 调研设计
1、抽样方案设计
虽然定量调研基于样本量的分析，但是定量调研不等同于大数据的分析研究。在产品的用户数量较大的情况下，有几千万、几亿的用户量时，无法将所有的用户都纳入到我们的调研范畴。只有通过抽样的方式，取得对整体样本的代表性，从而来分析整体的样本情况。
抽样方式：总体中抽样部分样本 - 计算统计量 - 形成统计量 - 统计量描述样本 - 同时统计推断总体
关于抽样调查
抽样调查是一种非全面调查，它是从全面调查研究对象中，抽取一部分单位进行调查，并据以对全部调查研究对象作出估计和推断的一种调查方式。
抽样调查虽然是非全面调查，但是它的目的在于取得反映总体情况的信息资料，因此，也可起到全面调查的作用。
根据抽取样本的方法，抽样调查可以分为概率抽样和非概率抽样两类：
概率抽样
概率抽样又称随机抽样，概率抽样以概率理论和随机原则为依据来抽取样本的抽样，是使总体中的每一个单位都有一个事先已知的非零概率被抽中的抽样。总体单位被抽中的概率可以通过样本设计来规定，通过某种随机化操作来实现。虽然随机样本一般不会与总体完全一致，但它所依据的是大数定律，而且能计算和控制抽样误差，因此可以正确地说明样本的统计值在多大程度上适合于总体，根据样本调查的结果可以从数量上推断总体，也可以在一定程度上说明总体的性质、特征。一般来说，有以下五种：
（1）简单随机抽样
设总体有T个单元，从中抽取N个，要求每个由N个单元组成的样本有同样的概率被抽到。简单随机抽样是各种抽样方法的基础。
（2）分层抽样
又称分类抽样或者类型抽样。它的特点是按照某些特性先将总体分为K个互不重叠的子总体（实际调查中，可以按照调查性质根据总体的有关特性来进行分层），再从每个子总体中独立的抽取子样本。
这种抽样方法不仅可以对总体进行估计，还可以对子总体进行估计，因此在调查中常常使用这种抽样方式。
（3）整群抽样
整群抽样是先将总体划分成R个群，然后以群为初级抽样单元，从中随机的抽取R个群（初级单元），对抽中的群内的所有单元（次级单元）都进行调查。这种抽样方法称为整群抽样。
整群抽样实际上就是以群代替总体中的抽样单元，以群的平均数代替总体中抽样单元的值后的简单随机抽样。
（4）多阶抽样
多阶抽样也叫做多级抽样或阶段抽样。这是在大规模的社会调查中应用是很广泛的。特别是当抽样单元为各级行政单位时，一般都采用多阶抽样。例如进行全国性的收视率调查时，先抽几个省，然后从抽中的省中抽市，再抽县、村，最后再抽至户。
（5）系统抽样
按照某种顺序给总体中的T个单元排列编号，然后随机的抽取一个编号作为样本的第一个单元，样本的其他单元则按照某种确定的规则抽取，这种抽取方法称为系统抽样。其中最简单的也是最常用的系统抽样叫等距抽样。这种抽样方式经常在电话访谈中使用。
非概率抽样
非概率抽样又称为不等概率抽样或非随机抽样，就是调查者根据自己的方便或者主观判断抽取样本的方法。它不是严格按照随机抽样原则来抽取样本，所以失去了大数定律的存在基础，也就无法确定抽样误差，无法正确地说明样本的统计值在多大程度上适合于总体。虽然根据样本调查的结果可在一定程度上说明总体的性质、特征，但不能从数量上推断总体。
（1）方便抽样
样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中遇到的每一总体单位均作为样本成员。“街头拦人法”就是一种偶遇抽样。某些调查对被调查者来说是不愉快的、麻烦的，这是为方便起见就采用以自愿被调查者为调查样本的方法。方便抽样是非随机抽样中最简单的方法，省时省钱，但是样本代表性因受偶然因素的影响太大而得不到保证。
（2）定额抽样
定额抽样也称配额抽样，是将总体依某种标准分层（群）；然后按照各层样本数与该层总体数成比例的原则主观抽取样本。定额抽样与分层概率抽样很接近，最大的不同是分层概率抽样的各层样本是随机抽取的，而定额抽样的各层样本是非随机的。总体也可按照多种标准的组合分层（群），例如，在研究自杀问题时，考虑到婚姻与性别都可能对自杀有影响，需要将研究对象分为未婚男性、已婚男性、未婚女性、已婚女性四个组。然后从各群中随机抽样。定额抽样是通常使用的非概率抽样方法，样本除所选标识外无法保证代表性。
（3）立意抽样（判断抽样）
立意抽样又称判断抽样，研究人员从总体中选择那些被判断为最能代表总体的单位做样本的抽样方法。当研究者对自己的研究领域十分熟悉，对研究总体比较了解时采用这种抽样方法，可获代表性较高的样本。这种抽样方法多应用于总体小而内部差异大的情况，以及在总体边界无法确定或因研究者的时间与人力、物力有限时采用。研究人员从总体中选择那些被判断为最能代表总体的单位做样本的抽样方式。
（4）滚雪球抽样
以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供的认识的合格的调查对象，再由这些人提供第三批调查对象，......以此类推，样本如同滚雪球般由小变大。滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。
（5）空间抽样
对非静止的、暂时性的空间相邻的群体的抽样方式。例如，游行与集会没有确定的总体，参加者从一地到另一地，一些人离去又有一些人进来，但这些事件是在在一定范围内进行的。对这样的总体在同一时间内抽样十分重要，以便样本组成不会经历时间上的太大变化。具体作法是：若干调查员间隔均匀的距离，，从某一方向开始，访问离他最近的人，然后每隔一定步数抽取一人为调查对象。
非随机抽样和随机抽样的比较
样本与样本量的确定
怎么控制网调的样本量？
以移动游戏的用户研究为例
2021年Q1移动游戏规模3.41亿人，其中移动网游规模2.62亿人。
这种数据下，我们应该抽样多大的样本量进行投放呢？
应该回收多少有效样本才足够呢？
有两种确定样本的方式，一种是统计学方法，一种是经验法所得。
（2）统计学方法
在统计学中，通过调查样本计算出来的数字，被称为统计量；通过样本总体计算出来的数字被称为参数。最常用的统计学概念是均值、方差和标准差。在统计学中，用统计量的均值、方差和标准差作为参数均值、方差和标准差的估计值。利用这种思想和具体的计算方法，就可以得到在某种置信度水平和误差控制范围下的样本数量。
（2）经验方法
统计学方法在调查的实际应用中略显复杂。
在调查问卷检验和调查结束后的数据分析中，根据经验，因子分析法要求样本的数量应该是调查问卷中问题数量的5~10倍，也就是说，如果问卷调查中有20个问题，那么调查样本数量大概确定为100~200个，这样的样本数量可以满足调查精度的要求
在开展国家顾客满意度指数调查的其他国家，每个品牌产品或服务的调查样本数量就是这样确定的
从哪些方面控制网调的样本量？
（1）有效样本
样本并非越多越好，其代表性随样本量增加趋于平滑
样本总量与问卷复杂性成正相关
确保最下层问题有效回收样本在30份即可
（2）抽样框
基于投放效率、点击率、提交率、有效样本占比及预期回收样本量计算样本总量大小
建议定时检测问卷系统回收情况，及时停止已回收充足的问卷投放
抽样调查的注意事项
根据样本对总体进行推论，样本必须具有代表性，要与母体中结构一致.
2、问卷指标设计
调查问卷的四大主要功能
Q&A：尽量用最简单的选择题
问题答案标准化：让个体理解能力的差异影响最小
沟通：即使小学毕业也可以轻松回答
数据化：结果以数据的方式呈现
调研问卷会被谁使用到？
需求方：解答TA的疑惑、问题，为决策提供依据
被访者：愿意并且能够回答问题
访问员：可以顺利地执行访问
数据分析员：数据回收、清洗、分析等，处理的数据结构有意义
研究员：报告撰写，可以从回收数据中解读出能够解决需求方的信息
因此，问卷设计需要考虑到会直接使用到这份问卷的人的需求
需求方：我需要根据这些信息来做出决策
被访者：我的真的没那个时间去回答这些滑稽的问题！
研究员：我要怎样让每个人都能够并且乐意告诉我真实的信息呢？
数据分析员：这些数据到底是什么意思呢？
访问员：谢天谢地，被访者看起来很乐意分享相关信息。
调研问卷的作用
调研问卷同时满足各个环节的需求，需要考虑到
对于需求方：解答TA的疑惑
对于被访者：愿意并且能够回答问题
对于访问员：可以顺利地执行访问
对于数据处理：处理的数据结果有意义
对于研究人员：可以总回收的数据中解读出解决需求方问题的信息
问卷设计前的计划
（1）从最终要使用的数据格式开始考虑，需要保证数据的结果可以进行数据分析。
（2）从总体到细节以总分的形式进行询问，能够给被访者一个预热，让被访者先回答简单的问题再逐渐深入。
（3）模拟整个提问流程 ，问题是否合理？提问的顺序是否顺畅？
（4）检查保证问题的提问方式不存在诱导。
（5）勾勒问卷框架。（强调问卷指标设计）
问题顺序的基本原则
从熟悉的问题、简单的问题、容易引起兴趣的问题开始询问
可以先问使用状况、行为方面，再问原因的问题、再态度/意见/看法。
同时，开放式问题、个人背景资料如果不是筛选问题，则放在问卷最后。
问卷设计注意事项
（1）可理解：保证回答的准确性
问题需要定义清楚，不产生歧义
例如：“您玩什么游戏？”❌
很容易误解为：
“玩家最喜欢的”
“玩家最经常玩的”
“玩家最近玩的”
“玩家最先想到的”
可以问：您最近三个月内都玩过什么游戏？✅
问题不能有倾向性，避免对被访者诱导
例如：“app通过这一次更新，登录速度有了明显的提升，你觉得对吗？”❌
这种问题很容易误导用户回答登录速度有了明显的提示。
可以问“app通过这一次更新，你认为登录速度有什么样的变化？”✅
只针对单一的问题提问，问题不能有双重含义
例如：“您父母的职业是什么？”❌
到底是问的“父亲？”还是“母亲？”
可以问“您的父亲的职业是什么？”/“您的母亲的职业是什么”
例如：“您是否正在使用智能手机？”❌
到底是“正在用？”还是“用过？”
可以问“最近三个月都是用过智能手机吗？”
不使用行业/专业/技术术语
例如：“您认为这个游戏的经济系统平衡吗？”❌
例如：“您认为这个开场动画的帧数够吗？”❌
2、有意愿：保证回答的真实性
对于敏感问题技巧处理（涉及社会道德准则/社会地位等）
例如：“您在游戏中使用过外挂吗？”❌
用户就算使用了游戏外挂，也不会回答出来。
可以问“您对在游戏中使用外挂的看法是？”✅
控制题量，多用选择题少用主观题，降低用户的作答时间
3、有逻辑：确保问卷完整性及对用户区分的有效性
前后问题之间需要有逻辑性，答案和问题本身也需要逻辑性
不符合条件的人不应该回答对应的题目，设置题目的跳转。
比如说，针对所有用户提问，您玩过下列哪些单机游戏？（选项十几个单机游戏的名称）
可能的回答：没有玩过的用户随便乱选一个选项。
可以分成两个问题进行跳转：
“您玩过单机游戏吗？” - “您玩过下列哪些单机游戏？”
没有玩过单机游戏的可以直接跳过这一题。
调查问卷的常用题型，通常来说，都有三种题型：
（1）封闭题（Closed）
所有选项都事先设定好，出示（或）不出示给被访者，简单快速得到答案，数据处理简单，但可能遗漏掉少数人的意见。
（2）半开放题（Semi-Closed）
一些预先设定好的答案后加上“其他请注明”的选项，既有封闭题的优点，也给选项以外的答案留了出口。
（3）开放题（Open-ended）
完全记录被访者对问题的回答原画，事后编码和处理，这类问题接近定性方式，尽可能地收集所有的意见，但处理起来比较麻烦，效率较低。
选项设计注意事项
（1）选项的穷尽性
是否已经包括了所有可能的情况。
当无法确定列举完全时，给用户一个“其他，请注明”选项。
（2）选项的互斥性（答案之间不能有交叉重叠互相包容）
答案互相之间不能交叉重叠或者互相包含，即对于每个回答者来说，单项选择题中最多只能有一个答案适合他的情况。
（3）选项过多时，做循环（随机）处理
（4）注意被访者特性
比如说调研对象儿童、二次元，需要变换问卷的语言。
问卷的检验
1、问卷的信度分析
问卷的信度研究的是问卷测验结果的可靠性与稳定性可以从不同的角度来评价。
（1）在相同条件下所得问卷测验结果的一致程度。
（2）不同研究者用同一种问卷同时测验所得结果的一致程度。
（3）同一研究者用同一种问卷，在不同时间内测验所得结果的一致程度。
信度分析方法：重测信度、复本信度、分半信度、库德*查理森系数、克隆巴赫α系数、评分者信度。
2、问卷的效度分析
效度通常是指问卷的有效性和正确性，也指问卷能够测量出其所欲测量特性的程度。包含两个方便的含义：一个是问卷测验的目的；二是问卷对测量目标的测量精确度和真实性。效度是一个具有相对性、连续性、间接性的概念。对于一个标准测验来说，效度比信度更为重要。
确定一个问卷效度的方法，通常是以答卷者的问卷得分和另一个效度标准求相关，以其相关系数的大小来表示效度。如果相关系数高，则问卷的效度就高。
问卷的效度分析方法：内容效度 、结构效度、效标效度、判别效度、聚合效度。
较为常用的是内容效度：内容效度是指问卷内容的贴切性和代表性，即问卷内容能否反应所要测量的特质，能否达到测验目的，较好地代表所欲测量的内容和引起预期反应的程度。内容效度常以题目的合理性来判断，属于命题的逻辑分析，所以，内容效度也称为“逻辑效度”、“内在效度”、“循环效度”。
内容效度的评价主要通过经验判断进行，通常考虑3方面的问题：
其一是项目所测量的是否真属于应测量的领域；
其二是测验所包含的项目是否覆盖了应测领域的各个方面；
其三是测验题目的构成比例是否恰当。
常用的内容效度的评价方法有两种：
一是专家法，即请有关专家对问卷题目与原来的内容范围是否符合进行分析，作出判断，看问卷题目是否较好地代表了原来的内容。
二是统计分析法，即从同一内容总体中抽取两套问卷，分别对同一组答卷进行测验，两种问卷的相关系数就可用来估计问卷的内容效度。计算某个问题与去掉此问题后总得分的相关性情况，分析是否需要被剔除（敏感性分析）。
3、效度和信度的关系
（1）信度和效度的共同点都是以相关系数来表示其大小的。都是运用问卷调查技术进行科研工作的可靠性保证。
（2）涉及的误差不同：信度仅考虑随机误差占测验总变异的比例；效度则还包括与测验无关但稳定的测量误差。
（3）数值大小不同：可以证明，问卷的效度为问卷信度所制约，切效度不会大于信度，测量理论研究发现，效度高的测验，信度必定高，信度高的测验，效度未必高。
（4）从理论的角度看，一份号的问卷应具有足够的效度和信度。但是从实践的观点看，一份好的问卷还应该具有实用性，即问卷的经济性、便利性和可解释性。
（5）适当增加问卷的长度。增加问卷的长度即可提高问卷的信度，也可提高问卷的效度。对信度的影响大于对效度的影响。
（6）答卷者在10分钟之内完成较佳
4、提高问卷信度
（1）适当延长问卷的长度
（2）问卷的难度适中
（3）问卷的内容尽量同质化
（4）测验的时间要充分
（5）测验的程序要统一
5、提高问卷效度
（1）理论正确，解释清楚
（2）操作规范以减少误差
（3）控制系统误差
（4）样本适宜且要预防流失
（5）适当增加问卷的长度
（6）排除无关因素干扰
Step3 · 调研执行
1、问卷上线开放
2、问卷对外投放
3、投放情况跟踪
Step4 · 数据回收
1、数据清洗
（1）清洗规则
非调研的目标样本（不用某样产品）
题目内逻辑矛盾（选都不喜欢也选其他）
人口学属性矛盾（12岁研究生40岁的小学生）
题目间矛盾（最常用的选项在用过的选项中未选中）
部分用户不该作答的题目有数据
2、数据处理
常用数据处理与分析的工具：Microsoft Office Excel & Statistical Product And Service Solutions (SPSS)
（1）数据格式转换：Excel与SPSS互相的数据转换
（2）变量赋值与贴标签：非常满意：比较满意：一般般：比较不满意：非常不满意/5：4：3：2：1
（3）数据合并：
3、数据分析
（1）简单数据分析
集中趋势分析：频率、众数、中位数、均数
离散趋势分析：极差、方差、标准差
交叉表
适用性与优势：
简单分析变量间关系。
相对应用较广，较容易掌握和使用。
对数据和使用者的要求较低。
（2）多元统计分析
相关分析
回归分析
因子分析
聚类分析
适用性与优势：
分析变量间的因果关系、相似度等。
多用于预测、用户细分等场景。
对数据要求：数据量要足够、数据周期要充足。
对使用者的要求：需要掌握基本的统计学知识和对业务有一定的理解。
（3）数据挖掘
神经网络
决策树
适用性与优势：
优势在于可以定制算法满足个性化需求和具备自适应和自学习性。
对数据要求：Oracle数据库支持，对数据量和数据健壮性要求高。
对使用者要求：对算法、业务的理解度均高。
Step5 · 报告输出
1、结论探讨
2、形成文档
（1）要有一个好的框架
就像盖房子一样，好的分析肯定是有基础层次，有基础坚实，并且层次明了才能让阅读者一目了然，架构清晰、主次分明才能让别人读懂，这样才让人有读下去的欲望。
（2）每个分析都要有结论，结论一定要明确
结论一定要明确，如果没有明确的结论那分析就不叫分析了，也失去了他本身的意义，因为你本来就是要去寻找或者印证一个结论才会去做分析的，所以千万不要忘本舍果。
（3）分析的结论不要太多要精
如果可的话，一个分析一个最重要的结论就好了，很多时候分析就是发现问题，如果一个一个分析能发现一个重大问题，就达到目的了，不要事事求多。精简的结论也容易让阅读者接受，减少重要阅读者（通常是事务繁多的领导，没有太多的时间看那么多东西）的阅读心理门槛，如果别人看到问题太多，结论太繁，不读下去，一百个结论也等于0。
（4）分析结论一定要基于紧密严谨的数据分析推导过程
不要有猜测性的结论，太主观的东西没有说服力，如果一个结论连你自己都没有肯定的把握，就不要拿出来误导别人。
（5）好的分析要有很强的可读性
这里是指易读度，每个人都有自己的阅读习惯和思维方式，写东西你总会按照自己的思维逻辑来写，你自己觉得很明白，那是因为整个分析过程是你做的，别人不一定如此了解，要知道阅读者往往只会花10分钟以内的时间来阅读报告，所以要考虑你的分析阅读者是谁？
（6）数据分析报告尽量图表化
用图表代替大量堆砌的数字会有助于人们更形象更直观地看清楚问题和结论，当然，图表也不要太多，过多的图表一样会让人无所适从。
（7）好的分析报告一定要有逻辑性
通常要遵照：1、发现问题 - 2、总结问题 - 3、解决问题，这样一个流程，逻辑性强的分析报告也容易让人接受。
（8）好的分析一定是出自于了解产品的基础上
做数据分析的产品经理本身一定要非常了解你所分析的产品，如果你连分析的对象基本特性都不了解，分析出来的结论肯定是空中楼阁，无根之木也无法叫人信服。
（9）好的分析一定要基于可靠的数据源
其实很多时候收集数据占据更多的时间，包括规划定义数据、协调数据上报、让开发人员提取正确的数据或者建立良好的数据体系平台，最后才在收集的正确数据基础上做分析，既然一切都是为了找到正确的结论，那么就要保证收集到的数据的正确性，否则一切都将变成为了误导别人的努力。
（10）好的分析报告一定要有解决方案和建议方案
你既然很努力地去了解了产品并在了解的基础上做了深入的分析，那么这个过程就决定了你可能比别人都更清楚发现的问题及问题产生的原因，那么在这个基础之上基于你的知识和了解，做出的建议和结论想必也会更有意义。
（11）不要害怕或者回避“不良结论”
分析就是为了发现问题，并未解决问题提供决策依据的，发现产品问题也是你的价值所在。
（12）不要创造太多难懂的名词
如果无可避免地要写一些名词，最好要有让人易懂的“名词解释”，以免阅读者一头雾水。
3、修改定稿
4、发送邮件
5、落地跟踪
6、下一步（定性）
第六篇市场与用户研究方法的定量研究，这次的分享到这里就结束了，感谢大家的观看哦~
