市场部做洞察，最常见的动作是发问卷。发问卷不是错，把问卷当洞察的唯一来源才是错。
问卷的三个结构性问题
1. 样本偏差
愿意填问卷的人本身就是一个偏样本——通常是对你的产品更感兴趣、或者更不满的人，中间的大多数沉默用户不会出现在结果里。这个偏差不会体现在数据里，只会体现在结论里。
2. 意向 ≠ 行为
问卷问「你会买吗」，回答「会」的人里，真正掏钱的比例可能只有个位数。意向数据可以用来筛方向，不能用来做预测。
3. 问题设计的自我实现
「您是否看重产品质量？」——受访者会答「看重」，因为这是期望答案。你测到的是「受访者想被看好的需求」，不是「真实需求」。
更可靠的数据源组合
行为数据（最真实但最不完整）
客户实际点击了什么、停留多久、放弃了哪一步。它是唯一不依赖自我报告的数据源。局限是只能看到已经发生的行为，看不到「为什么没做」。
访谈与观察（最深入但样本最小）
定性研究的核心价值是发现问卷没问出来的问题，不是统计比例。一场 6 个深访，可能比 600 份问卷更有洞察力。
第三方数据（宏观且有滞后）
行业报告、公开统计。适合判断趋势方向，不适合支撑具体决策。
竞品与公开信息（被动但持续）
对方在投什么关键词、写什么文案、报什么价格。这是成本最低的竞争洞察来源。
实际怎么用：定量定性交替迭代
务实的流程是先定性后定量，再回到定性验证：
- 定性探索（1-2 周）：深访 8-12 个真实用户，找出你还不知道的问题
- 定量验证（2-4 周）：设计问卷，验证这个假设的普遍性
- 回到定性：拿着数据再访谈一轮，看行为和自述是否矛盾
- 行为验证：设计 A/B 测试，看真实选择
- 问卷工具：看样本来源管理能力，不要只看字段设计
- 用户行为分析：看是否支持自定义事件建模，而不只是内置转化漏斗
- 访谈管理：看能否沉淀到知识库并和历史研究关联
- 集成：洞察结论能不能直接反馈到 CDP 标签体系，形成闭环
- 用户说的和做的不一致时，听做的。但也要警惕「用户自己也不知道为什么」
- 小样本定性研究不能做统计推断，只能用来发现问题
- 数据驱动不排斥直觉。高管的行业直觉常常是重要信号，但要能被数据验证或推翻，而不是被数据淹没
- 跨境业务的消费者洞察要考虑文化差异，同一个问题在不同市场的含义可能完全不同
- 《用户研究：用户研究的 25 个方法》相关方法论综述
- Nielsen Norman Group 关于定性研究样本量与饱和度的方法论文章
关键在第 3 步。 大多数团队做完第 2 步就急着下结论，跳过了验证。
选型要点（如果是选工具）
适用边界
与相邻概念的区别
| 概念 | 核心问题 | 区别 |
|—|—|—|
| 消费者洞察 | 用户到底怎么想的 | 理解用户 |
| 用户画像（Persona） | 我们想象中的用户是谁 | 洞察是画像的输入，不是结论本身 |
| 市场调研 | 市场规模与竞争格局 | 洞察关注个体，市场关注整体 |
| Usability Testing | 产品好不好用 | 洞察关注动机，测试关注操作 |
| 舆情分析 | 外部怎么评价我们 | 洞察关注用户，舆情关注舆论 |
