采集方法
来源决定证据质量。同一问题,访谈、日志与公开数据给出的答案不同:选渠道之前先想清楚"它能回答什么、会引入什么偏差"。
1. 渠道总览
| 渠道 | 适合回答 | 典型数据 | 主要偏差 |
|---|---|---|---|
| 系统导出与接口 | 既有业务过程发生了什么 | 订单、工单、交易等结构化记录 | 系统外流程缺失、口径不明 |
| 日志与埋点 | 行为路径与使用情况 | 点击、页面、接口调用 | 埋点缺失、事件定义不一致 |
| 访谈 | 动机、原因与一线经验 | 转写文本与引述 | 样本偏差、引导性提问 |
| 问卷 | 规模化的态度与事实 | 量表、选择题、开放题 | 自报偏差、低回收率 |
| 观察与跟岗 | 真实操作与流程断点 | 观察记录、时点记录 | 被观察者行为改变 |
| 实验 | 某个动作是否有效 | 对照组与处理组数据 | 入组不均、外溢效应 |
| 公开数据与文献 | 背景、环境与交叉验证 | 政策、报告、财报 | 口径不可控、时效滞后 |
| 采购数据 | 内部拿不到的市场数据 | 行业数据库 | 口径与覆盖需核对 |
多数研究需要两到三个渠道:一个定量主证据,一个定性解释,一个外部交叉验证。
2. 访谈:问出原因
- 提纲:背景 → 现状与流程 → 卡点与影响 → 替代方案 → 收尾,问题开放、避免诱导;
- 追问:用具体事例替代抽象评价——"最近一次是什么时候,当时怎么做的";
- 记录:录音、转写与现场笔记分开存,引述与转述分别标记;
- 样本:5–8 人通常能覆盖大量共性问题,但必须写明选择标准与覆盖范围。
访谈得到的是"为什么"的线索,不是比例。频次表述要谨慎。
3. 问卷:测出规模
- 选项来源:先定性探索,再定选项,不要拍脑袋设计选项;
- 发放渠道:内部群发不等于全员代表,渠道决定样本结构;
- 题目设计:核心题前置,避免双重问题与引导性措辞,设置筛选题排除不适用人群;
- 回收与无应答:报告样本结构、回收率与无应答人群,不用"回收率低但结果显著"掩盖偏差。
4. 观察与实验
- 观察:跟岗、影子跟踪、时点采样,记录"实际做了什么",而不是"应该怎么做";
- 实验:先定假设、指标与最小可检测效应;随机入组、控制外因、预留观察窗口;
- 准实验:无法随机时,用前后对比、对照群体与事件对齐,并在结论中说明限制。
实验的成本在设计和解释,不在采集本身。没有对照的"上线后增长"不能证明动作有效。
5. 系统数据采集
- 埋点先行:先定义事件字典(事件、属性、触发条件),再采集;
- 接口与日志:抽样、限流、保留原始记录,记录采集时间与版本;
- 跨系统对齐:统一主键与时间口径,避免同一个人在三套系统里三个 ID;
- 采集频率:跟随问题与决策节奏,不跟随技术便利。
6. 公开与二手数据
- 记录来源、发布时间、统计口径与覆盖范围;
- 二手数据用于背景与交叉验证,不直接当作结论证据;
- 引用保留链接与快照,避免内容变更后无法回溯;
- 注意发布方的立场与利益关系。
7. 采集记录与合规
| 产物 | 内容 |
|---|---|
| 采集记录 | 时间、对象、方式、执行人、异常情况 |
| 原始材料 | 转写、截图、导出文件与校验值 |
| 合规记录 | 知情同意、授权范围与脱敏处理 |
合规底线:最小必要、知情同意、敏感字段脱敏、外部数据遵守条款。
8. 常见误区
- 只用一个渠道就下结论,偏差直接变成结论偏差;
- 问卷选项来自预设结论,只验证自己想看到的;
- 访谈只问评价不问事例,拿不到可追溯的细节;
- 埋点没有事件字典,半年后没人说得清字段含义;
- 不记录采集过程,结论无法复算。