91question-优快云博客

原创调研数据交叉分析怎么做：字段定义、百分比基数与列联表复现（含可复现代码）

交叉分析里最容易翻车的不是代码，而是分母没选对。这篇用一份「5 档满意度 × 4 个年龄段」的模拟数据，讲清字段编码、缺失值处理、列百分比和行百分比差在哪；代码直接能跑，输出列联表、Top-2 Box、卡方检验、Cramér's V 和 Bonferroni 校正后的两两比较门槛。另外写清三处坑：加权数据做显著性检验用哪个数、期望频数不够换什么方法、跨期追踪和独立样本为什么不能套同一口径。自己出交叉表、复核外包回来的表，或者要把「某类人是不是更满意」写成可交付结论，都能照着走一遍。

2026-11-09 11:09:26 336

原创品牌健康度怎么跟踪：跨期口径、指标定义与波动判定（含可复现代码）

品牌健康度跟踪最容易犯的错，是把两期数字直接相减就当成涨跌。同一批受访者与每期重新抽样对应完全不同的比对方式，配额结构变化甚至能把下降趋势翻成上升。这篇给出可运行代码，把无提示知名度、提示后知名度、考虑度、NPS 的分子分母写死，用两比例 z 检验、95% 置信区间、Bonferroni 校正和最小可检出差异判定波动，每段附输出示例；最后给出三期趋势表的标注规则与报告必须附的四条脚注。适合出多期品牌追踪报表、复核代理商结论，或要判断「这次掉了 3 个点要不要上报」的用研与品牌岗。

2026-11-09 10:52:41 190

原创在线问卷作答质量控制技术实现：陷阱题设计、时长阈值与脏数据剔除（附 Python 示例）

在线回收的问卷最常见的问题不是样本量不够，而是答卷本身不合格：时长过短、连续选同一项、陷阱题没答对。本文给出四类可直接套用的判定参数（每题 2 秒的最短时长、连续 5 项同选、陷阱题答错、开放题少于 4 字）、脏数据比例的预警线（常规 5%-15%，超过 20% 优先换渠道而不是放宽阈值），并用 Python 实现可复现的剔除规则与剔除率输出。同时说明剔除之后的统计口径怎么改：占比类指标的分母必须同步换成有效样本数，样本量预算要按 n/0.95 回收而不是按 n。适合需要长期跑在线样本、每批都要做质量筛查的

2026-11-04 15:45:57 156

原创调研数据可视化技术实现：从数据结论到图表类型的选择规则（附 Python 示例）

可视化不是把数据画出来，是把一条结论变成一张能读懂的图。同一份数据，图表选错，读者读到的结论就是错的：8 个城市用竖柱，标签叠在一起；两个量纲挤进一张双轴图，制造出并不存在的关联。本文给出六类数据结论与图表类型的对应规则，以及每条规则的触发阈值——类别超 7 个改横条、堆叠超 5 个改条形、直方图 8-12 组、散点少于 30 个点不下相关性结论，并附 Python 实现：把结论直接写进图标题，把取样口径和样本量写进图注。适合需要把调研结果交付给业务方、又不想被追问「这个 50% 是在谁里算的」的使用者。

2026-11-04 15:43:37 221

原创量表怎么选？李克特、两极量表（语义差异 SD）与 NPS 的适用场景（附设计示例）

量表是把"态度"量化成具体数字的工具，选对量表类型能让用户更清晰地表达"态度"。本文对比李克特、两极量表（语义差异 SD）、NPS 几类常用量表的适用场景和统计口径，并提供一套满意度问卷设计模板与避坑指南。

2026-10-15 19:35:06 165

原创样本量到底定多少？影响因素、公式与几个常见场景的经验分享（附 Python）

样本量不是一拍脑袋得出数字，它决定了你的调研结论是否具有代表性。这篇把影响样本量的几个因素拆开讲，给出比例估计、均值估计、组间比较几类常用公式，并列出了概念测试、价格测试、品牌跟踪这些场景我常用的经验区间，在成本和样本量之间取最佳平衡点。

2026-10-15 19:33:11 152

原创焦点小组（FGD）数据分析实战：从提纲模板到编码字段说明

焦点小组做满几场却拿不出结论，多半不是现场失控，而是提纲没分段、转录没结构化。本文给一套能直接落地的执行口径：单组 6-10 人、单场 90-120 分钟、3-4 组做到信息饱和；8-12 个问题的四段式提纲模板；转录稿与编码两套字段表。同时说清信息饱和度、组内发言占比、主题一致性这三个判断成败的统计口径。附提纲模板和转录编码示例，适合反复做定性项目、又要把定性记录和定量数据接起来的团队。

2026-09-20 15:17:14 172

原创问卷编程技术实现：题型逻辑数据结构与测试（附示例）

本文从技术角度讲解问卷编程的实现方法：题型实现（单选/多选/矩阵/开放题的数据结构定义），逻辑实现（跳转/显示/互斥/配额的逻辑规则设计），校验实现（必答/格式/范围的校验规则），测试实现（逻辑测试用例设计、题型显示测试、设备适配测试、数据格式测试）。附JSON结构示例说明问卷题型和逻辑的数据表示，以及测试用例设计方法。关键参数：测试覆盖率100%，上线Bug率0，编程准确率100%。

2026-09-10 11:38:48 63

原创调研出表与校对技术实现：交叉表生成与校对（附Python示例）

本文从技术角度讲解调研出表与校对的实现方法：频数表生成（value_counts频数统计、占比计算、基数标注），交叉表生成（pandas.crosstab或groupby实现题目×分组维度交叉），统计项计算（均值、Top/Bottom Box占比、NPS、卡方检验显著性），校对实现（全0表拦截、基数一致性校验、数值抽查重算）。附Python代码实现频数表、交叉表、统计项和全0表拦截。关键参数：校对通过率100%，全0表数量0，基数一致性100%

2026-09-10 11:35:23 145

原创调研数据清理技术实现：缺失插补与异常处理（附Python示例）

本文从技术角度讲解调研数据清理的实现方法：缺失值处理（删除/均值中位数插补/多重插补），异常值处理（IQR法、Z-score法识别和替换），重复数据去重（duplicated识别、完全重复/部分重复处理），不一致数据修正（逻辑矛盾回退/修正），标准化处理（格式/编码/单位统一）。附Python代码实现缺失值插补、异常值处理、去重和标准化。关键参数：剔除率≤15%，缺失率处理阈值≤5%，清理可追溯性100%。

2026-09-09 16:11:58 197

原创调研数据检查技术实现：五大类检查与问题定位（附Python示例）

本文从技术角度讲解调研数据检查的实现方法：值域检查（数值范围/选项合法性判断）、逻辑一致性检查（多题交叉矛盾检测）、跳转路由检查（应答题与不应答题的判断）、缺失完整性检查（必答题缺失统计）、异常值检查（答题时间、直线答题、开放题乱填检测）。附Python代码实现五大类检查、问题样本定位和错误类型统计。关键参数：数据错误率≤5%，无效样本占比≤10%，缺失率≤5%，检查覆盖率100%

2026-09-09 16:04:35 171

原创 360度反馈技术实现：多源评估与差距分析（附Python示例）

本文从技术角度讲解360度反馈的数据分析方法：各评估视角（上级/同事/下属/自我）的维度得分统计，自评他评差距计算（自我评估vs他人评估均值的差值，识别认知盲点），多视角评估的一致性检验（组内相关系数ICC或标准差），优势维度和短板维度的识别排序，各评估者匿名汇总的均值计算。附Python代码实现维度得分统计、自评他评差距计算和多视角一致性分析。关键参数：每维度评估者3-5人，评估维度5-8个，自评他评差距=认知盲点，评估周期年度/半年度。

2026-09-07 18:45:21 158

原创员工敬业度调查技术实现：敬业指数与驱动因素分析（附Python示例）

本文从技术角度讲解员工敬业度调查的数据分析方法：敬业度指数计算（活力/专注/奉献三维度加权得分），高敬业员工占比统计，驱动因素与敬业度的相关性分析（pearsonr相关系数，识别关键驱动因素），部门/层级/司龄的敬业度差异分析（ANOVA），离职意向统计，参与率与样本代表性检验。附Python代码实现敬业度指数计算、驱动因素相关性分析和部门差异分析。关键参数：参与率≥70%，高敬业员工占比≥60%，离职意向≤15%，驱动因素4-6个

2026-09-07 18:42:34 214

原创定价研究技术实现：PSM最优价格点与价格弹性（附Python示例）

本文从技术角度讲解定价研究的数据分析方法：PSM价格敏感度分析（四问法的最优价格点OPP和可接受价格区间计算），支付意愿WTP分布统计，Gabor-Granger购买概率曲线拟合，价格弹性系数计算，价格敏感度的人群细分（聚类分析），竞品价格对标。附Python代码实现PSM最优价格点计算、WTP分布统计和价格弹性计算。关键参数：样本量300-500，定价策略3类，价格敏感度细分3-5群，最优价格点OPP为利润最大化价格。

2026-09-06 23:56:14 200

原创品牌跟踪技术实现：品牌资产与竞品对标（附Python示例）

本文从技术角度讲解品牌跟踪的数据分析方法：品牌资产四维度指标统计（知名度/认知联想/偏好忠诚/溢价），品牌第一提及率计算，竞品对标分析（本品牌vs各竞品的指标差距），跨期品牌资产趋势对比（本期vs上期，独立样本t检验），品牌溢价力测量（愿意多付的价格区间分布），人群细分的品牌资产差异（ANOVA）。附Python代码实现品牌资产指标统计、竞品对标和跨期趋势对比。关键参数：样本量800-1200，跟踪频率季度/半年，竞品对标3-5个，品牌资产维度4-6个。

2026-09-06 23:52:05 187

原创客户之声VOC技术实现：反馈分类与情感分析（附Python示例）

本文从技术角度讲解客户之声VOC的数据分析方法：多渠道反馈数据整合，反馈主题分类（关键词归类或LDA主题模型），情感分析（正负面情感判断，可用情感词典或模型），需求优先级排序（提及率×影响度评分），核心痛点识别，反馈主题的频数统计与可视化。附Python代码实现反馈主题关键词分类、情感分析和需求优先级排序。关键参数：问卷样本量300-500，渠道4-6个，核心痛点占比≥30%，反馈主题5-8类。

2026-09-05 23:59:21 154

原创 NPS顾客满意度调查技术实现：净推荐值计算与维度分析（附Python示例）

本文从技术角度讲解NPS顾客满意度调查的数据分析方法：NPS计算（推荐者%-贬损者%），三类人群分布统计（推荐者/中立者/贬损者占比），分维度满意度统计与短板定位，NPS与各维度满意度的相关性分析（pearsonr），开放题原因的文本归类统计，跨期NPS趋势对比。附Python代码实现NPS计算、人群分布统计和维度相关性分析。关键参数：样本量300-500，NPS评分0-10分，推荐者占比≥50%，贬损者占比≤15%，整体满意度≥80%。

2026-09-05 23:55:33 232

原创用户流失调查技术实现：流失归因与预警分析（附Python示例）

本文从技术角度讲解用户流失调查的数据分析方法：流失原因分类统计（价格/体验/竞品/需求变化，频数占比），流失前行为分析（使用频率下降幅度与流失的相关性，pearsonr检验），流失预警模型（使用频率下降阈值识别高危流失用户），可挽留用户识别（回流意愿的条件分布），竞品转向率统计。附Python代码实现流失原因统计、流失前行为相关性分析和预警阈值设定。关键参数：样本量200-400，核心流失原因占比≥30%，可挽留用户占比30-50%，回流意愿≥30%。

2026-09-04 16:08:17 153

原创购买决策CDJ技术实现：决策旅程与触点分析（附Python示例）

本文从技术角度讲解购买决策CDJ的数据分析方法：决策阶段流转统计（各阶段的消费者占比和流失率），决策路径梳理（桑基图/流转矩阵可视化），关键触点识别（各触点的提及率和影响评分排序），阶段流失的瓶颈定位，评估维度的频数统计。附Python代码实现阶段流转矩阵、阶段流失率计算和关键触点排序。关键参数：样本量400-800，决策阶段4-6个，信息搜索渠道3-6个，评估阶段常为最大流失瓶颈。

2026-09-04 16:03:18 230

原创广告效果跟踪技术实现：四层指标与前后测对比（附Python示例）

本文从技术角度讲解广告效果跟踪的数据分析方法：四层效果指标统计（触达率/回忆率/态度变化/行为意向），前后测对比检验（投放前基线vs投放后效果，独立样本t检验），四层漏斗转化率计算，多渠道效果拆分对比（各渠道的触达-认知-行为转化）。附Python代码实现四层指标统计、前后测t检验和渠道效果对比。关键参数：样本量300-500/期，广告回忆率≥40%，品牌认知提升≥10%，购买意向提升≥15%。

2026-09-03 15:22:34 238

原创品牌健康跟踪技术实现：品牌漏斗与NPS计算（附Python示例）

本文从技术角度讲解品牌健康跟踪的数据分析方法：品牌漏斗指标统计（无提示知名度/有提示知名度/考虑度/偏好度/NPS），漏斗转化率计算（知名度→考虑→偏好→忠诚），跨期趋势对比（本期vs上期，配对差异检验），竞品品牌指标横向对比，NPS净推荐值计算（推荐者%-贬损者%）。附Python代码实现品牌漏斗统计、漏斗转化率计算和NPS计算。关键参数：样本量800-1200，跟踪频率季度/半年，考虑度≥30%，偏好度≥20%。

2026-09-03 14:07:11 244

原创媒体接触习惯调查技术实现：触媒画像与人群交叉分析（附Python示例）

本文从技术角度讲解媒体接触习惯调查的数据分析方法：触媒清单频数统计（各媒体接触率），分渠道日均时长统计与排名，人群细分交叉分析（不同年龄/性别/城市层级的触媒差异，卡方检验+ANOVA），触媒时段分布可视化，广告接受度与接触率的相关性分析。附Python代码实现触媒画像统计、人群交叉分析和时段分布分析。关键参数：样本量600-1200，配额抽样覆盖多细分，短视频接触率普遍≥80%，广告接受度分渠道差异大。

2026-09-02 20:08:16 168

原创代言人测试技术实现：五维度评分与匹配度分析（附Python示例）

本文从技术角度讲解代言人测试的数据分析方法：五维度评分统计（知名度/吸引力/可信度/品牌匹配度/风险感知），代言人对比的差异显著性检验（ANOVA方差分析+事后多重比较），品牌匹配度与购买意向的相关性分析（pearsonr相关系数），购买意向提升检验（有代言vs无代言的独立样本t检验）。附Python代码实现五维度得分对比、方差分析和相关性检验。关键参数：样本量200-300，候选3-5个，品牌匹配度≥70%，风险感知≤10%。

2026-09-02 20:04:01 160

原创广告创意测试技术实现：五维度评分与差异显著性检验（附Python示例）

本文从技术角度讲解广告创意测试的数据分析方法：五维度评分统计（吸引力/记忆度/信息传达/说服力/品牌关联），前后测对比检验（说服力=后测购买意向-前测基线，配对t检验），创意间差异显著性检验（ANOVA方差分析+事后多重比较），记忆度回访数据分析。附Python代码实现五维度得分对比、配对t检验和方差分析。关键参数：样本量200-300，创意3-5个，记忆度≥40%，信息传达率≥70%，品牌关联度≥60%。

2026-08-25 15:56:52 388

原创产品价格测试技术实现：PSM曲线拟合与价格弹性计算（附Python示例）

本文从技术角度讲解产品价格测试的数据分析方法：PSM价格敏感度测试（Van Westendorp四问法，四条累计曲线求交点定位最优价格点和可接受区间），Gabor-Granger直接询价（购买概率曲线求收益最大化价格），价格弹性系数计算（需求量变动百分比/价格变动百分比），联合分析的效用值分解。附Python代码实现PSM曲线拟合、价格点收益计算和弹性系数统计。关键参数：样本量200-300，价格点4-6个，购买意向Top-2 Box≥30%，价格弹性<1为缺乏弹性。

2026-08-25 15:36:44 215

原创产品包装测试技术实现：货架冲击力与信息理解分析（附Python示例）

本文从技术角度讲解产品包装测试的数据分析方法：货架冲击力统计（注目时间、5秒内发现率、货架发现率），信息理解率计算（品类/卖点/品牌/规格四维度），Top-2 Box购买意向和独特性评分，AB测试统计检验（scipy ttest_ind对比原版vs优化版），人群交叉分析（ANOVA方差检验不同年龄段的包装偏好差异）。附Python代码实现货架测试分析、信息理解率统计和显著性检验。关键参数：样本量200-300，包装变体3-5个，货架注目时间≤5秒，信息理解率≥80%，购买意向Top-2 Box≥30%。

2026-08-21 18:38:42 157

mengxin_1995的博客