分析与数据质量
理解回复，以及其背后的实地工作
用来自问卷本身的分母探索结果，识别可疑的采集模式，比较细分群体，并将发现路由给需要采取行动的人。有关加权、设计正确的统计估计，请参阅推断引擎。
大多数问卷工具只丢给你一摞图表，至于分析则留给你在 SPSS 或电子表格里自行重建。FlexiSurvey 读取的正是采集这份数据所用的同一份表单定义，因此它清楚每个问题实际向谁展示过，以及预期会得到什么样的答案。这种表单感知让你的分母保持准确，为每种问题类型选取恰当的统计量，并将拒答、不知道和不适用保留为各自独立的答案，而不是把它们混入你的数字之中。
本页面涵盖探索分析、描述性分析、数据质量审查、开放文本与驱动因素分析，以及将发现转化为跟进行动。简单样本的经典显著性检验（附带效应量和假设提示）与探索分析并列呈现；加权和设计正确的统计估计（其中层次和整群会改变方差）则在独立的推断页面呈现，以避免两者被混淆。
理解问卷路由逻辑的分析
FlexiSurvey 使用问卷定义来区分被跳过的问题与缺失的回答，并呈现适合每种问题类型的摘要，因此仅向某一子群体展示的问题出现 40% 空白时，会被解读为未询问而非缺失，并且系统绝不会在类别或评分量表上给出会产生误导的平均值。简单样本的经典显著性检验附带效应量和假设提示；有关加权、设计正确的统计估计，请参阅推断引擎。
- 频率分布
- 中位数与有序回答摘要
- 多选题共现分析
- 细分与时间维度对比，并附带智能交叉分析建议
- 明确处理拒答、不知道和不适用
在报告前审查数据质量
实地数据的好坏，取决于其背后的实地工作。FlexiSurvey 对每个数据集运行保守的完整性检查，并以常驻面板的形式呈现，无需任何设置，也无需另购独立工具，从而让审查人员和 M&E 负责人在可疑案例被写入报告之前将其甄别出来，而不是在捐助方发现之后才察觉。被标记的记录供人工审查，而不是自动被标注为无效。
- 访谈时长异常短暂
- 矩阵题直线作答或低方差
- 数值型异常值和数字堆积
- 重复或异常的提交模式
- 访员、站点和时间对比分析
分析开放文本与关键驱动因素
呈现情感倾向、反复出现的主题以及与某一结果关联最紧密的驱动因素，例如影响 NPS 分值的问题，并将其作为辅助审查的工具而非自动化结论呈现。凡使用 AI 辅助的地方均予以披露：叙述摘要由 Anthropic 的 Claude 根据去识别化的预聚合结果事实生成，而非原始回复行，且每项输出都经过验证器检查，任何数据不支持的数字或论断均会被拒绝。
- 对开放文本进行情感分析和主题提取
- 驱动因素分析，包括影响 NPS 分值的因素，并支持细分对比
- 通俗易懂的「解读这些结果」，植根于你的真实数字并经过验证
- AI 提供方、数据处理方式和局限性均有明确披露，而非隐含
将发现转化为跟进行动
分析只有在改变了某些事情时才有意义。从回复规则创建任务或案件，指派负责人，通过提醒跟踪截止期限，并将事件推送到关联系统。按角色限定的仪表板意味着一线负责人只看到自己未结的案件，而管理层看到整个队列，这正是「衡量了某件事」与「真正对其采取行动」之间的区别。
- 从回复规则创建任务或案件
- 指派负责人并通过提醒跟踪截止期限
- 通过 webhook 将事件推送到你的 CRM 或工单系统
- 按角色限定的仪表板，一线人员看到自己的，管理层看到整个队列
工作原理
从设置到产出的典型流程。
回复抵达
来自网页、移动端、SMS、二维码或嵌入式小组件，所有回复都汇聚于一处。
分析与质量检查自动运行
表单感知的剖析、描述性摘要、情感分析和数据质量标记，均以遵循跳转逻辑的分母进行计算。
行动得以指派
规则自动触发：贬损者发给 CX 负责人，低分发给门店经理，提及「账单」的开放文本发给支持团队。