本文旨在阐述如何搭建一个能够定期发送调研任务并自动计算指标的调研消息推送平台，该平台是体验指标体系的核心，负责整合用户调研方案并实现数据统计的自动化。
平台定位：调研消息推送平台作为体验指标体系的枢纽，它整合了问卷系统、触达中心及运营商等产品的功能，实现了用户调研方案的统一管理和数据统计的自动化流程，有效地将分散的人力资源和信息资源连接起来。
调研流程：
发起调研任务 -> 准备调研方案 -> 发送调研 -> 数据统计与分析
面临的挑战
调研平台的构建难点主要集中在以下三个方面：
1. 调研专业知识的掌握，理解用户在调研流程中的需求焦点。
2. 数据处理能力的具备，包括原始数据的处理和数据图谱的设计。
3. 产品整合能力的运用，将用户需求转化为产品功能，并与上下游系统无缝对接。
深入调研
在调研抽样策略方面，尤其是NPS调研，必须确保样本量达到统计学上的显著性水平。一般而言，目标样本量应超过1000个，最低不应低于500个。考虑到调研成本和用户干扰的最小化，需采用分层随机抽样（Stratified Random Sampling）技术，针对关键用户群体（如新用户）进行加权抽样，以增强调研结果的信度和效度。
数据图谱设计
在《NPS指标体系建设》中，我们已经探讨了数据图谱的设计框架。在调研平台的建设中，我们需要考虑输入数据的需求和数据结构，以及如何在产品阶段实现数据清洗、计算和可视化的自动化。
产品整合
了解调研和数据的同时，还需具备将信息整合为产品功能的能力。以下是调研平台的操作流程：
1. 用户研究员在确认调研方案后，需与业务团队协调获取抽样池，并在问卷系统中配置调研问卷。
2. 将调研方案信息录入调研平台，并提交文案和问卷给PR审核。
3. 审核通过后，平台将定期从抽样池中抽取样本，进行数据清洗，并通过触达中心发送给用户。
4. 最后，调研平台将收集的问卷数据存储、清洗、计算，并在可视化看板上展示。
发送监控与优化
为了确保调研平台的顺畅运行，并保障调研问卷能够遵循既定流程准确发送，我们在调研流程的各个节点实施了数据埋点策略，构建了一个详尽的发送监控漏斗。该漏斗旨在实时监控调研发送的状态，以便在数据发送或回收出现异常时，能够迅速通过监控漏斗定位问题所在。
数据埋点的设计遵循了精细化的流程细分原则，并结合责任人的管理逻辑，将相关联的流程数据进行了合并。这种方法使得在漏斗的任何一层出现问题时，都能迅速指定相应的责任人进行问题排查和解决。例如，若平台在样本抽取环节遇到障碍，极有可能是数据接口发生异常，此时数据接口负责人需立即介入调查。
采样率指标主要反映了抽样池的使用状况。高采样率意味着大部分用户已接收到调研，这表明回收的数据更能代表广泛用户的声音，从而提高调研结果的置信度。然而，当采样率接近上限时，意味着抽样池的资源已接近耗尽，无法进一步扩大样本量。（题外话，抽样池对于用户研究员而言是一种宝贵的资源。一个庞大的抽样池可以让研究员在发放调研时更加游刃有余，无论是增加样本量还是探索新的用户维度；而抽样池较小则意味着在发放调研时需更为谨慎，可能需要在一次调研中搭载多个任务。）
有效样本率则是对样本质量的直接体现。若有效样本率偏低，可能表明提供的样本ID存在错误，此时需联系样本提供者查明原因。
发送成功率指标反映了系统将问卷成功发送给用户的能力。发送失败可能由多种因素导致，如样本因近期已参与调研而被排除，或是系统异常导致发送不成功。
问卷打开率则揭示了用户对问卷的兴趣程度，这一指标可能受到目标用户群体、发送时间以及文案内容的影响。
最终，问卷提交率衡量的是用户不仅打开了问卷，而且完成了提交的比例。未提交问卷可能是因为用户对问卷内容不感兴趣，或是问卷长度过长等因素。
为了更有效地监控漏斗中的问题，我们将上述指标汇总为两个关键指标：触达成功率和回收率。触达成功率反映了各系统的运行状况，若该指标下降，则需要进一步分析具体指标，以确定问题所在系统和责任人。而回收率更多关联用户的填答意愿，与系统本身关系不大。因此，用户研究员通常会通过AB测试，从发送时间、文案内容、问卷格式等多个维度，探索提高回收率的有效调研方式。
总结
构建调研消息推送平台是一个复杂而细致的过程，需要跨领域的专业知识和技术能力。通过上述步骤，我们可以打造一个高效、稳定且用户友好的调研平台，为体验指标体系提供强有力的支持。
