调研背景分析

• 产品/服务特点：上门家电维修涉及“预约—派单—到访—诊断与沟通—维修与测试—收费—售后回访”等连续环节，时间敏感、线下触点多。
• 调研目标：用开放式反馈识别预约体验、到访准时性、技师沟通、维修质量与收费透明的痛点；收集具体改进建议与真实案例，为流程优化提供线索。
• 目标人群：过去90天内完成一次维修的家庭用户，覆盖不同年龄与城市层级。

核心调研问题（开放式）

1. 全流程体验 请用自己的话描述这次维修的全过程（从预约到完成）。哪一步最顺？哪一步不顺？发生了什么、在什么时候、对您的影响是什么？

• 回答提示：尽量写出时间点、环节名称（如预约、到访、收费等）、具体细节或对话。

2. 到访准时性 实际到访与预约时间是否一致？如有提前或延误，请说明时长、是否提前告知、是否改约、这对您当天安排造成了哪些影响。

• 回答提示：写出预约时间、实际到访时间、通知方式（电话/短信/消息）、是否提供补救措施。

3. 技师沟通体验 技师对故障原因、维修方案、价格和风险的说明是否清楚？有让您感到被尊重或不舒服的地方吗？请举出具体例子。

• 回答提示：写出沟通中的关键句子、是否征求您同意后再维修、是否给出可选方案。

4. 维修质量与后续 问题是否一次解决？如果需要返修或追加上门，请描述次数、间隔时间、处理方式与结果。

• 回答提示：是否做了现场测试、是否有后续回访、问题是否再次出现。

5. 收费与改进建议（含真实案例） 报价、费用项目与最终收费是否一致？是否收到清晰的费用明细或发票？有没有让您意外或看不懂的收费？如果可马上改进三件事，请按重要程度依次写出，并配一个您认为最能说明问题的具体细节或场景。

• 回答提示：可写出各费用项目名称、报价变化的原因说明是否到位；请勿提供个人隐私信息。

评分标准说明（开放式反馈的编码与判定）

为便于量化分析，对每个开放式回答进行以下通用与专项标记（由分析人员按统一口径执行）：

• 通用标记（适用于所有问题）

  • 情感倾向：强烈正向（+2）/正向（+1）/中性（0）/负向（-1）/强烈负向（-2）
  • 细节完整度：0（无细节）/1（有1项细节：时间、人员或举例）/2（有2项及以上细节）
  • 影响程度：1（轻微，几乎不影响安排）/2（中等，需调整计划或多花时间）/3（严重，误事、反复上门或额外高费用）

• 问题专项标记

  1. 全流程体验
     • 问题环节定位：预约/派单/到访/诊断/维修/收费/售后（可多选）
     • 原因归类（简化）：信息不清/时间安排/人员服务/备件与工具/价格说明/其他
  2. 到访准时性
     • 到访结果：准时（±10分钟）/提前（>10分钟）/延误15–30分钟/延误30–60分钟/延误>60分钟/未到访
     • 通知情况：提前告知/临近告知/未告知
     • 补救措施：改约成功/补偿提供/无补救
  3. 技师沟通体验
     • 说明清晰度：清楚/一般/不清楚
     • 征求同意后再操作：是/否
     • 态度与尊重感受：好/一般/差
     • 是否提供选项（方案或备件选择）：有/无
  4. 维修质量与后续
     • 一次解决：是/否
     • 返修次数：1/2/≥3
     • 间隔时间：同日/1–3天/4–7天/>7天
     • 后续回访：有/无
  5. 收费与改进建议
     • 报价一致性：一致/有变更且提前说明/有变更但未说明
     • 是否提供明细或发票：提供/未提供
     • 额外费用类型：上门费/检测费/人工费/备件费/其他
     • 支付体验：顺畅/有问题（描述）
     • 建议优先级：建议1/2/3（按用户排序记录）
     • 建议可操作性：明确（可直接执行）/一般（需细化）/模糊（需澄清）

实施建议

• 时间与频次
  • 最佳触达：服务完成后24–72小时发起；未回复者在第7天进行一次提醒。
  • 回收窗口：开放14天；逾期可转人工回访重点样本。
• 触达渠道
  • 主渠道：短信链接+微信小程序/官方APP表单；支持语音转文字。
  • 补充渠道：电话回访（优先中老年用户）、邮箱（城市高线用户）。
• 样本与配额
  • 按城市层级（1/2/3/县城）与年龄段（18–34/35–54/55+）设置最低配额，确保覆盖面。
• 问卷体验
  • 题量5题，预计5–7分钟；进度提示；允许跳过无相关情况。
  • 可选上传照片/截图，仅限费用明细或系统消息；提醒勿上传人脸、证件、银行卡信息。
• 激励与伦理
  • 小额代金券或积分；说明匿名处理与仅用于服务改进；严重问题提供专属客服跟进通道（48小时内响应）。

数据分析方向

• 关键指标（由编码结果汇总）
  • 到访准时率、提前/延误分布与未告知率
  • 一次解决率、返修次数与间隔
  • 报价一致率、费用明细提供率、发票提供率
  • 沟通清晰度与被尊重感受的负面占比
  • 支付问题发生率与类型
• 痛点与优先级
  • 以“出现频次×影响程度”构建优先级矩阵，输出Top痛点与对应真实案例。
• 分层对比
  • 城市层级与年龄段差异：如低线城市的延误时长、55+用户对沟通清晰度的敏感点。
• 流程定位与根因
  • 将负面反馈按流程环节与原因归类，形成“预约—到访—维修—收费—售后”的问题热力图。
• 改进建议库
  • 汇总“明确且可执行”的建议，按优先级归档；对“模糊”建议进行二次澄清回访。
• 追踪与复盘
  • 建议每月复盘关键指标与案例，验证已上线改进措施的效果（如到访窗口管理、报价话术、备件前置核准）。

调研背景分析

• 产品服务：精品咖啡月订服务，面向连续订阅3个月以上的城市白领与自由职业咖啡爱好者。
• 调研目标：按月跟踪订阅用户在配送准时、咖啡口味稳定性、客服响应、价格感知等核心维度的满意度变化；识别促使用户长期续订的关键因素（忠诚度驱动）与可能导致流失的风险信号。
• 方法结构：以矩阵量表为主，确保题目简洁、可比、便于趋势分析与驱动因子提取。

核心调研问题（矩阵量表）

说明：每个问题均为矩阵题。每行一个评价项，每列为同一评分刻度。请受访者基于最近一个订阅周期的真实体验作答。

1. 当前满意度矩阵（本周期）

• 评价项（行）：
  • 配送的准时性
  • 咖啡口味的稳定性（批次间一致）
  • 客服的响应速度
  • 客服解决问题的有效性
  • 订阅价格的性价比
  • 订阅管理的便捷性（改期、暂停、地址变更等）
• 评分刻度（列）：非常不满意 / 不满意 / 一般 / 满意 / 非常满意

2. 变化趋势矩阵（相对上月）

• 评价项（行）：
  • 配送准时性
  • 咖啡口味稳定性
  • 客服响应与解决
  • 价格感知（对当前价格的价值感）
  • 整体体验
• 评分刻度（列）：显著下降 / 略有下降 / 无变化 / 略有改善 / 显著改善

3. 忠诚度与行为意向矩阵

• 评价项（行）：
  • 我有意愿在未来3个月持续订阅
  • 我愿意把该服务推荐给朋友或同事
  • 我认为该品牌可靠，能持续提供稳定体验
  • 在有其他选择时，我仍会优先选择该服务
• 评分刻度（列）：非常不同意 / 不同意 / 中立 / 同意 / 非常同意

4. 流失风险感知矩阵

• 评价项（行）：
  • 我最近考虑过取消或降级订阅
  • 如果价格上涨，我很可能停止或减少订阅
  • 我遇到问题时，解决不够及时或不够方便
  • 配送或口味的不稳定让我减少了使用频率
  • 其他品牌或渠道的吸引力对我正在增强
• 评分刻度（列）：非常不同意 / 不同意 / 中立 / 同意 / 非常同意

5. 重要性权重矩阵（对您而言）

• 评价项（行）：
  • 配送准时性的重要性
  • 咖啡口味稳定性的重要性
  • 客服响应与解决的重要性
  • 订阅价格性价比的重要性
  • 订阅管理便捷性的重要性
• 评分刻度（列）：非常不重要 / 不重要 / 一般 / 重要 / 非常重要

评分标准说明

• 问题1（当前满意度）：

  • 维度：各核心体验项的满意度。
  • 标准：5分=非常满意；4分=满意；3分=一般；2分=不满意；1分=非常不满意。
  • 使用建议：计算各项均分与整体均分；对比人群分层与月度趋势。

• 问题2（变化趋势）：

  • 维度：相对上月的体验变化方向与幅度。
  • 标准：5分=显著改善；4分=略有改善；3分=无变化；2分=略有下降；1分=显著下降。
  • 使用建议：与问题1联动，识别“满意度低且趋势下降”的红色警戒项。

• 问题3（忠诚度与行为意向）：

  • 维度：继续订阅、推荐、信任与偏好四个忠诚要素。
  • 标准：5分=非常同意；4分=同意；3分=中立；2分=不同意；1分=非常不同意。
  • 使用建议：可合成“忠诚度指数”（四项平均）；如需与行业推荐指标对齐，可另增单题采用0-10分推荐意愿。

• 问题4（流失风险感知）：

  • 维度：取消意向、价格敏感、问题解决感受、体验不稳定影响、替代吸引力。
  • 标准：5分=非常同意（风险高）；4分=同意；3分=中立；2分=不同意；1分=非常不同意（风险低）。
  • 使用建议：可合成“流失风险分”（五项平均或加权）；建议设阈值（如≥3.8为高风险）。

• 问题5（重要性权重）：

  • 维度：各体验项对用户决策的重要程度。
  • 标准：5分=非常重要；4分=重要；3分=一般；2分=不重要；1分=非常不重要。
  • 使用建议：与问题1进行重要性-绩效交叉（I-P分析），识别优先改进项（高重要、低满意）。

实施建议

• 时间与频率：每月一次；建议在本月配送完成后2-3天内推送，避免记忆偏差。
• 渠道：App内弹窗/消息中心为主；邮件与短信备选；确保移动端友好、矩阵横向滚动清晰。
• 受众筛选：连续订阅≥3个月的活跃用户；对最近1个月有实际收货记录的用户优先。
• 激励与时长：问卷时长控制在3-4分钟；可提供小额咖啡券作为参与激励。
• 问卷优化：
  • 随机化矩阵行项顺序，降低位置效应。
  • 预先小样本（n≈50）进行用词与量尺验证，检查理解一致性。
  • 保持匿名与最小化数据采集，不索取隐私信息；仅记录必要的分层信息（如城市、订阅计划类型）。
  • 在最后可选添加“补充意见”开放文本（不强制），用于捕捉未覆盖问题。

数据分析方向

• 核心指标追踪：
  • 各维度满意度均分与分布（问题1）。
  • 变化趋势分布（问题2），识别连续两期下降的维度。
  • 忠诚度指数与其构成项（问题3）。
  • 流失风险分与高风险人群比例（问题4）。
• 驱动因子识别：
  • 重要性-绩效矩阵：以问题5为重要性、问题1为绩效，定位“高重要/低满意”的优先修复点。
  • 相关/回归分析：将问题1各项作为自变量，问题3的“继续订阅意愿/推荐意愿”作为因变量，识别显著驱动项。
• 分层对比：
  • 按城市、订阅计划价格档、职业（白领/自由职业）进行分层对比，识别差异化需求。
  • 新旧用户（订阅3-6个月 vs. 6个月以上）对比，观察成熟期变化。
• 预警与运营闭环：
  • 设定阈值触发工单（如流失风险分≥3.8且“考虑取消”≥4分），进行客服主动关怀。
  • 将满意度“配送准时性”与运营数据（实际准时率）做交叉，定位区域/时段问题。
• 趋势与目标管理：
  • 建立月度看板，追踪指标环比与同比；设定改善目标（如口味稳定性满意度在两期内提升≥0.2分）。
  • 若引入0-10推荐题，计算推荐分段（推荐者/中立者/批评者）并观察与矩阵项的关系。

上述方案围绕核心体验、变化趋势、忠诚与风险四大方向设计，确保问题中立、易懂，并可直接用于月度跟踪与驱动分析。