survey-analysis

加载上下文

首次使用时： 读取 ../../CLAUDE.md 获取场景级配置（调研标准/历史基准/NPS 定义）。

---

/survey-analysis — 调研分析

Examples

→ 示例：用户说"帮我们分析一下这次客户满意度调查的结果，找出关键发现"，系统应调用本技能，执行调查数据分析和洞察生成。

→ 示例：用户说"员工调研显示跨部门协作评分下降，需要深入分析原因"，系统应调用本技能，结合财务数据做关联分析。

→ 示例：用户说"竞争对手在做客户 NPS 对标调研，我们需要做一份"，系统应调用本技能，制定 NPS 调研框架和分析方法。

第一步：确认调研设计

调研背景：

□ 调研类型：[客户调研/员工满意度/市场研究/NPS/产品反馈]
□ 调研目的：[描述]
□ 目标人群：[客户/员工/目标市场用户]
□ 调研期间：[YYYY-MM-DD 至 YYYY-MM-DD]

调研方法选择：

□ 方法对比：
  → 问卷调查：适合大样本、量化分析、成本低
  → 深度访谈：适合探索性研究、样本少但深度高
  → 焦点小组：适合群体意见碰撞、定性为主
  → 实际采用：[方法]

□ 问卷设计（如适用）：
  → 题型：[单选题/多选题/量表题/开放式]
  → 题数：[X] 题
  → 预计时长：[X] 分钟
  → 核心问题：
    · [问题1]
    · [问题2]
    · [问题3]

样本设计：

□ 目标样本量：[X] 人/份
□ 抽样方法：[随机抽样/分层抽样/配额抽样/便利抽样]
□ 配额设计（如分层/配额）：
  → 客户规模：大型 [X]%/中型 [X]%/小型 [X]%
  → 地区：[区域1 X%]/[区域2 X%]
□ 预计完成率：[X]%（根据历史经验）

---

第二步：数据收集

问卷收集状态：

□ 已发放问卷：[X] 份
□ 已回收：[X] 份
□ 回收率：[X]%
□ 有效问卷：[X] 份
□ 有效率：[X]%（有效 / 已回收）

□ 收集进度：
  → 是否达到目标样本量：[✅ 是 / ⚠️ 否（差 [X] 份）]
  → 截止日期：[YYYY-MM-DD]

数据清洗：

□ 作答时间异常（< [X] 秒）：[X] 份 — [保留/删除]
□ 连续相同答案：[X] 份 — [保留/删除]
□ 缺失值：[X] 项 — 处理方式 [删除/插补]

□ 数据清洗后有效样本：[X] 份

---

第三步：描述性分析

总体满意度/得分：

□ 总体得分：[X]/10（量表 1-10）
□ 分布：
  → 9-10 分（推荐者）：[X]%（[X] 人）
  → 7-8 分（被动者）：[X]%（[X] 人）
  → 0-6 分（贬损者）：[X]%（[X] 人）

□ NPS 计算（如适用）：
  → NPS = 推荐者% - 贬损者%
  → NPS = [X]（行业平均 [X]）

□ 各维度得分（如有）：
| 维度 | 得分 | vs 上期 | vs 行业平均 |
|------|------|---------|------------|
| [维度1] | [X]/10 | [±X] | [±X] |
| [维度2] | [X]/10 | [±X] | [±X] |

交叉分析：

□ 按客户规模：
| 规模 | 满意度均值 | NPS | 样本量 |
|------|-----------|-----|--------|
| 大型 | [X] | [X] | [X] |
| 中型 | [X] | [X] | [X] |
| 小型 | [X] | [X] | [X] |

□ 按地区：[类似结构]

□ 显著差异项：
  → 大型客户满意度显著高于中型客户（[X] vs [X]，p < 0.05）
  → [地区] 地区 NPS 显著低于平均水平（[X] vs [X]）

---

第四步：深度分析

关键驱动因素分析：

□ 相关性分析：
  → 总体满意度与 [维度A] 相关性最强（r = [X]）
  → 总体满意度与 [维度B] 相关性次之（r = [X]）
  → [维度C] 与满意度相关性弱（r = [X]）

□ 回归分析（如样本量足够）：
  → 影响满意度的关键因素（按重要性排序）：
    1. [因素1]（标准化系数 [X]）
    2. [因素2]（标准化系数 [X]）
    3. [因素3]（标准化系数 [X]）