資料收集中訪談法與問卷調查法分別要怎麼做？

我的一位朋友在一家知名的軟體企業擔任行政部長職務，在一次申報辦公電費的過程中，發生過這樣一件事：

負責繳納電費的員工，告訴朋友本月的電費，並讓他簽字確認，同時說還需要領導簽字。朋友簽字之後提請上級領導審批：“領導您好，這是本月的電費，請審批。”領導卻問：“為什麼是這些資料？你能告訴我原因嗎？這些資料正常嗎？”朋友頓時茫然，覺得領導問得對，但是他卻回答不上來，因為沒有準備！

回去之後，朋友詢問了負責電費的同事，同事告訴他說，去年基本上也是這些費用。因為現在公司尚未使用空調，所以電費沒有那麼多。朋友覺得有道理，於是再一次去面對領導，請求審批。

朋友說：“領導，現在公司尚未使用空調，電費並不是很多，且與去年同期的費用基本上持平。”領導問：“我就是想知道，持平就正常嗎？這個資料你能說是正常嗎？為什麼？”看到領導質疑的目光，朋友越加感到自我工作的失職，內心告訴自己一定要拿出資料，讓資料說話！當天晚上，朋友便帶領部門的所有員工，分別對照明、動力裝置、辦公檯式機、筆記本、伺服器、輔助設施等用電裝置與其耗電量做了認真的資料分析。測算的結果接近他們的實際電費。

第二天，帶著這樣的結果朋友再次來到領導辦公室，得到的答覆是：我要的就是這個！批覆透過！

這段經歷雖然已經過去三四年了，但是每次想起就好像發生在昨天，之所以讓朋友記憶猶新，是因為就是這段經歷，開啟了他對資料關注的好習慣！

“大資料管理”的核心就是，透過“資料探勘”尋找隱藏在資料中資訊的過程，如趨勢、特徵及相關性，也就是從資料中發掘出有價值的資訊和知識。使用大資料管理，首先還是要明確兩個最基本的定義，即知識發現和資料探勘。

知識發現（ Knowledge Discovery in Database，KDD）是從資料集中識別出有效的、新穎的、潛在有用的及最終可理解的模式的非平凡過程。

知識發現將資訊變為知識，從資料礦山中找到蘊藏的知識金塊，將為知識創新和知識經濟的發展做出貢獻，該過程輸出的結果是規則和結構。

資料探勘（ Data Mining，DM）是透過系統分析從大量資料中提取隱藏於其中的規律，並用這些規律來預測未來或指導未來工作的科學過程。該過程輸出的結果是模型，有助於預測未來。

那麼，在具體挖掘資料的時候，最常用、最有效的方法是什麼呢？

訪談法

所謂訪談法就是透過單獨訪談、小組訪談、電話訪談等，從工作場所的工作人員，以及各種方式與組織產生聯絡的相關人員處直接獲取資訊。這種方法，要求分析人員要具備較高的訪談技巧，並高度投入。

在工作場所對員工進行訪談，雖然要花費很長的時間，但效果都不錯。透過這種訪談，可以發現組織、流程、團隊及個人工作崗位上究竟發生了什麼。經驗豐富的訪談者會努力與訪談物件構建一種相互信任的良好關係，當問題涉及與績效相關的效率或效能時，這將不是一件容易的事情。訪談者還必須準確地做好訪談記錄，用訪談物件所習慣的用語提出問題，並以尊重的態度傾聽其意見。

1.型別。

訪談的型別主要有：結構化訪談、非結構化訪談，以及混合式訪談

結構化訪談。訪談者事先制定格式化問題清單，對所有受訪者的基本問題和挖掘性提問都一樣，把訪談內容控制在預先確定的主題上。

非結構化訪談。訪談者與受訪者的交談沒有任何預設的格式，訪談的話題可能比較廣泛，對不同受訪者可能提出完全不同的問題。

混合式訪談。把結構化訪談與非結構化訪談結合起來是最常用的種方法。

2. 用途。

訪談法的作用主要有：瞭解工作細節，瞭解專案和計劃，瞭解員工對組織和流程的看法，發現工作中的困難，獲得關於組織、士氣和管理方面的看法，追蹤關鍵事件。

3.關鍵技能。

訪談是人與人交流和溝通的過程，這樣就會對提問者提出一定的要求，需要提問者具備一定的交談能力，比如：

提問題的能力。透過提問，獲得對自己有意義的資訊。

提問能力。及時運用開放式提問，解答更多困惑。

營造氛圍的能力。創造和諧的談話氛圍，讓員工暢所欲言。

記錄能力。完整、準確地將員工的話記錄下來，不要妄加自己的意見。

4. 電話訪談。

電話訪談，顧名思義，就是在電話中進行談話。由於這種談話是在電話中進行的，因此需要關注一些細節：

1） 抽樣設計，包括抽樣單位和受訪者的選擇。

2） 設計並形成一份問卷。

3） 選擇一種抽樣方法來產生電話號碼抽樣樣本。

4） 製作一份用於抽樣的電話號碼。

5） 設計一份訪談者使用的電話自我介紹的草稿及備用說明。

6） 僱用訪談者和負責人，並安排好訪談時間表。

7） 進行試點訪談並修訂訪談問卷。

8） 定稿並印製調查問卷及其他表格。

9） 培訓訪談者和負責人。

10） 全面開展被嚴格把控的訪談活動。

5。 小組訪談。小組訪談是群體訪談的一種普遍形式，小組是由所調查問題的禮儀相關者聚集在一起，並就某個特定主題提供資訊。通常在小組訪談中，應做到以下六點：

1）目標群體定位。

2）思想準備。

3）進行小範圍的談話並解釋意圖。

4）記錄小組討論。

5）停頓及挖掘性提問。

6）疑難應付。

小組訪談有助於績效問題的發現或績效的改進，而目標群體的充分互動則對解決未來績效問題有更顯著的幫助。

問卷調查法

問卷調檢視上去比較簡單，甚至還是一種常用收集資料的基本方法。其實不然！好的問卷是不容易設計開發的，從目標人群獲取足夠數量的反饋更加困難。但只要操作正確，要從大量分散的受眾中獲得資料，沒有什麼方法比問卷調查更有效。

問卷調查提供了一種能夠準確評估訪談中發現的事實以及意見的廣泛性和可靠性方法。問卷簡短，才能保證問卷受眾願意回答，並可以大大簡化調查後的資料分析工作。如果有必要，對小範圍受眾進行試點問卷調查，還要根據反饋再大規模修改問卷中的問題，避免收集大量的無用資訊。

除非受過統計分析訓練，否則在問卷調查的各個階段，必須要有專家的支援和指導。愚蠢的問卷最常產生的結果是：收集了一大堆資料，但這些資料對組織毫無用處。所以，調查問卷必須從以下問題開始：你想知道什麼？得到了想知道的資訊，如何利用這一資訊？

人工智慧下資料的收集

隨著機器學習、深度學習、自然語言處理等方法的進步，計算能力的提高，各類資料開始有了意義。例如，可以用客戶資料分析人口統計資料、購物習慣及其他行為，來改善營銷活動和使用者體驗。

移動網際網路時代，使用者每天都會透過各種業務，如QQ、微信、網頁瀏覽等產生海量的大資料，運用先進的科學大資料分析技術，必然會得到意想不到的價值。

人工智慧演算法非常複雜，需要經過數以千計的計算，有時甚至每秒計算一次。科技公司獲取使用者資料時，需要設定邊界，不能觸及他人的隱私。同時，在使用使用者資料前，必須經過技術手段，保護敏感資料。