很多调研并不是败在样本太少或统计方法不够高级，而是在第一句话里就走错了方向。“了解用户为什么流失”“评估大家对新方案的看法”听起来像研究任务，其实既没有说明结果要支持哪项决定，也没有限定谁的哪段经历，更没有说清需要的是原因线索、总体比例还是因果证据。团队若直接据此写问卷，最后往往得到一组无法行动的态度百分比。
把业务诉求变成研究问题，可以使用五栏推导法：要做的决策、尚未知道的事实、具有相关经历的对象与情境、足以缩小不确定性的证据、结论不可跨越的边界。这五栏不是写作格式，而是立项检查。只要其中一栏含糊，题目、样本或分析就很可能答非所问。
先分开四种看似相近的句子
一次研究通常从业务结果出发，却不能停在业务结果。下面四种句子分别处在不同层级，把它们混写是调研范围失控的常见原因。
| 层级 | 它应该说明什么 | 以“新客户留存下降”为例 |
|---|---|---|
| 业务结果 | 组织观察到的变化或机会 | 新客户七日留存率连续两个月下降 |
| 待做决策 | 研究之后谁要在什么选项之间选择 | 下一迭代优先改首次配置、团队邀请，还是帮助引导 |
| 研究问题 | 为了选择行动，还缺哪项可调查的知识 | 完成注册但七日内未形成持续使用的新客户，在哪个关键任务受阻，不同阻碍与后续使用有什么关系 |
| 测量题目 | 向受访者或数据提出的具体问题 | “你首次配置时在哪一步停止？”只是若干采集题之一 |
业务结果不等于研究问题，研究问题也不等于问卷中的一句话。一个研究问题通常要由多项证据共同回答：行为日志说明人停在哪里，访谈还原当时的理解与阻碍，结构化问卷估计不同阻碍在目标人群中的分布。反过来，一道题如果不能回到某个研究问题和决定，就不该因为“也许以后有用”而留在问卷里。
五栏推导表：从“想知道”走到“如何判断”
第一栏是决策。不要写“优化体验”，而要写清决策者、可选动作和时间点，例如“产品负责人要在下个版本的三个候选改动中确定优先级”。如果无论结果是什么都不会改变行动，这项研究最多是信息收集，不应占用正式调研预算。
第二栏是未知。盘点日志、客服记录、销售反馈和历史研究已经回答了什么。留存下降可能已经由日志定位到配置环节，此时再问用户“你在哪一步离开”价值有限；真正未知的也许是他们误解了什么、为何没有寻求帮助，以及什么条件能让他们继续。美国民意研究协会的调查研究最佳实践明确建议在开项时先判断目标是否具体、既有数据能否回答、其他方法是否更合适，以及单次调查是否足够。
第三栏是对象与情境。“用户”几乎从来不是可直接抽样的人群。需要限定角色、关键行为、时间窗口和必要的排除条件。例如“过去八周内首次创建工作区、完成注册但未在七日内发布首份问卷的管理员”，比“流失用户”更容易验证资格，也能减少多年以前记忆带来的误差。
第四栏是证据。先写出做决定必须看到的证据，再选择方法。需要知道阻碍有哪些，要取得带上下文的经历叙述；需要判断各阻碍覆盖多少人，要有定义清楚的目标总体和结构化测量；需要证明某个改动能提高留存，仅靠用户自报或横截面相关不够，应考虑随机实验、准实验或至少具有时间顺序的行为数据。
第五栏是边界。在收数前写明这项研究不能回答什么。面向新注册管理员的结论不能自动外推到成熟客户；便利样本中的比例不能冒充整个市场占比；“遇到困难的人更易流失”的相关关系也不能单独证明困难导致流失。边界不是报告末尾的免责声明，而是决定抽样、措辞和结论强度的设计条件。
完整推导一次：不要把留存问题压成一道原因题
假设一家协作软件发现新客户留存下降，最初需求是“发个问卷看看用户为什么不用了”。如果照字面执行，团队很可能列出价格、功能、难上手、暂时不需要等选项，再让离开的人多选。问题在于：选项来自内部猜测；受访者可能用“价格”概括整体价值不足；问卷也无法可靠重建具体在哪个任务受阻。
五栏推导后的研究简报可以是：
- 决策：三周后的版本评审会上，在首次配置、团队邀请和示例引导中选择一个优先改造环节。
- 未知：日志已显示配置页退出较集中，但不知道用户原本想完成什么、怎样理解字段，以及退出是暂时中断还是认为产品不适用。
- 对象与情境：过去八周首次注册、有明确工作任务、进入配置页但七日内未发布内容的团队管理员；排除内部测试和无真实任务的试用。
- 证据：任务路径日志、按退出节点有目的抽取的访谈、把访谈形成的候选阻碍在合格样本中测量的短问卷，以及下一版本的行为验证。
- 边界：前两阶段用于发现机制和估计自报阻碍，不能直接证明某项界面修改会提高留存。
据此，主研究问题可写成：“具有真实建表任务、进入首次配置但七日内未发布内容的新管理员，在配置过程中形成了哪些错误预期或遭遇哪些任务阻碍；这些阻碍在不同退出节点的人群中如何分布？”另设一个后续验证问题：“针对最高优先级阻碍的改动，是否使符合相同资格的新客户更可能在七日内完成首次发布？”前一个问题适合定性与描述性证据，后一个才进入因果验证。这样拆开后，团队不再期待一份问卷同时解释机制、估计规模并证明改版有效。
研究问题里的动词，决定你需要什么证据
问题中的动词可以用来检查“问题—方法”是否匹配，但不能机械地一词对应一种工具。
- “理解、发现、还原”通常指向过程、语言和潜在机制。访谈、观察、开放式任务或资料分析更合适，产出是主题、路径和待验证假设，而不是总体百分比。
- “估计、分布、比较”需要明确总体、抽样框、测量口径和不确定性。结构化问卷可以回答样本中有多少人选择某项，也只有在抽样与权重条件成立时才能谨慎推断总体。
- “预测”要求在未参与建模的数据上检验表现，并区分预测准确性与因果解释。某变量能预测流失，不代表改变它一定会减少流失。
- “导致、提升、降低”是在问反事实：如果其他条件可比，只改变某因素，结果是否不同。优先采用随机对照；无法随机时，需要清楚说明准实验的识别假设和可能的混杂。
英国政府的《Magenta Book》评估指南面向公共政策评估，但其中一条原则对商业研究同样有用：问题要与干预逻辑、可获得的数据和真正的决策点对齐。美国人口普查局介绍其调查方法研究时，也把认知访谈、焦点小组、可用性测试、现场观察和实验列为改进问卷与数据质量的不同手段。方法组合的理由应来自证据缺口，而不是因为某个平台恰好提供某个功能。
四项淘汰测试，能在立项会结束前挡住坏问题
- 无差别决策测试：分别假设结果是 A、B 和“没有明显差异”。如果三种结果都不会改变选择、资源或下一步，问题没有实际决策价值。
- 不可知测试：受访者是否亲历并能合理回忆？让顾客解释其他顾客为何离开、精确预测半年后的购买、回忆一年前某个按钮的感受，得到的常是推测而非证据。
- 预设结论测试：如果与团队期待相反的数据总能被解释为“用户没理解”或“样本不对”，研究无法反驳原观点。AAPOR 也明确反对以调查为预设立场争取支持。应在开项时写出什么结果会让团队放弃原假设。
- 方法先行测试：删掉“做问卷”“访谈二十人”等方法词后，团队还能否说清要缩小哪项不确定性？不能的话，当前只是采购或执行需求，不是研究问题。
通过淘汰测试不代表设计已经完整。它只说明问题值得进入下一步。之后仍需核对目标总体能否接触、核心概念能否测量、样本能否支持计划中的分组，以及伦理、隐私、时间和预算是否允许。
一页开题纸应该留下什么，而不是留下多少题
开题会的合格产出不是一份已经写满题目的问卷，而是一页能被业务方和研究方共同复述的约定：背景事实与既有证据、待做决策、一个主问题和有限的子问题、目标对象及排除条件、每个问题需要的证据、拟用方法与先后关系、结论边界、负责人和决策日期。另加一张“研究问题—证据—方法—决策”对照表，可以迅速发现孤立题目和证据缺口。
在问卷派里，可以把已经评审通过的研究简报作为 AI 生成问卷或访谈大纲的输入，再逐项检查每个题目服务于哪个研究问题、会形成什么变量、准备怎样分析。没有对应关系的题删除；关键问题没有证据，则补方法而不是补装饰性问题。AI 在这里承担的是初稿组织和迭代加速，不能替研究负责人决定证据等级，也不能把访谈线索自动升级为总体结论。
最后让一位没有参加项目的人只读这一页，然后回答四个问题：研究要帮助谁做什么决定？最关键的未知是什么？哪些人和证据能回答？什么结论明确不能得出？如果对方只能概括成“了解一下用户需求”，就暂缓发放。一个可执行的研究问题，不在于句子听起来多专业，而在于它能让相反结果被诚实报告，让不同结果通向不同动作，也让读者知道证据到哪里为止。