📊 数据处理

问卷数据分析

分析问卷调查结果，生成统计图表和洞察报告

★★☆ 中级 15-20 min 2025年1月12日

概述

问卷收集了大量数据，手动分析耗时且容易遗漏关键信息。Claude 可以帮你快速分析问卷结果，计算统计指标，识别趋势和模式，生成可视化报告。

适用场景

  • 用户满意度调查分析
  • 市场调研结果整理
  • 员工反馈统计
  • 产品需求优先级分析

操作步骤

1

数据质量检查

先了解问卷数据的基本情况。

请分析 ~/surveys/user_feedback.csv：
    

  • 总回答数和完成率
    • 

  • 每个问题的有效回答数
    • 

  • 识别问题类型（单选、多选、文本、评分等）
    • 

  • 检查是否有异常值或无效回答
    • 

  • 生成数据概览
    •
2

单选题统计

分析选择题的选项分布。

对所有单选题，请统计：
    

  • 每个选项的选择人数和百分比
    • 

  • 最热门和最冷门的选项
    • 

  • 以表格和文字描述形式输出
例如：“对产品满意度”问题：
    • 

  • 非常满意：45人（45%）
    • 

  • 满意：30人（30%）
    • 

  • 一般：15人（15%）
    •
3

交叉分析

分析不同群体的回答差异。

请进行交叉分析：
    

  • 按”年龄段”分组，对比”购买意愿”的差异
    • 

  • 按”使用频率”分组，对比”满意度评分”
    • 

  • 识别显著差异的群体
    • 

  • 生成对比表格和关键发现
    •
4

文本反馈分析

分析开放式问题的文本回答。

对”您的建议和意见”这个开放问题：
    

  • 提取高频关键词（排除停用词）
    • 

  • 识别常见主题（如价格、功能、服务等）
    • 

  • 按主题分类反馈，每类列出代表性意见
    • 

  • 统计正面、负面、中性反馈的比例
    • 

  • 总结最常提到的问题和需求
    •
5

生成分析报告

创建完整的分析报告。

请生成 Markdown 格式的问卷分析报告：
用户反馈调查分析报告
基本情况
    

  • 回收问卷数、完成率、调查时间
    • 

关键发现
    

  • Top 3 最重要的发现
    • 

  • 用户满意度总体评价
    • 

  • 主要问题和改进建议
    • 

详细统计
    

  • 各问题的统计图表和分析
    • 

  • 交叉分析结果
    • 

用户建议汇总
    

  • 按主题分类的用户意见
    • 

行动建议
    

  • 基于数据的具体改进建议
    • 

保存为 ~/surveys/analysis_report.md

分析文本反馈时，Claude 会提取共性和趋势，但无法完全代替人工阅读每条反馈。重要的个案仍需人工关注。

如果问卷有”评分矩阵”（多个项目使用相同评分标准），可以要求 Claude 计算每个项目的平均分并排序，快速识别优势和短板。

常见问题

Q: 如何处理多选题？ A: 多选题每个选项独立统计，百分比基数是回答人数而非选项总数，可能加起来超过100%。Claude 会正确处理这种情况。

Q: 可以按时间趋势分析吗？ A: 可以。如果问卷包含提交时间，Claude 可以按日、周、月统计趋势，对比不同时期的差异。

Q: 如何识别水军或无效问卷？ A: 可以要求 Claude 检查：回答时间过短、所有题都选相同选项、明显的重复提交等异常模式，标记可疑问卷。