特别说明：这些选项是业务方规划产品时，根据当时具备的资源和公司内部业务划分等因素，最终确定的服务分类。
本题为多选限选，主要是为了得到最急切需要的服务排序，直接用排序题在自填的网络问卷中不易实现，选项多时用户进行排序操作也不方便。另外，如果主要目的不是排优先级，而是了解卖家急需的服务具体情况，不必限选。
特别说明：本题是以量表题的形式呈现，实际上是“最近半年使用过哪些类别的卖家服务？”以及“使用时的满意程度”两个题目的合并。主要是因为现有的问卷系统无法实现量表题内选项的自由跳转。如果问卷系统能够实现，那么最好还是拆分成两道题目为佳。即先问“最近半年使用过哪些类别的卖家服务”，然后根据选择的卖家服务，以量表的方式询问“使用时的满意程度”。
另外，量表题的好处是能够将多个题目集中在一起提问，缩短问卷长度，节约用户的填答成本。如果不使用量表题，本题需要拆分成10个单选题目。
4.如何处理数据？
处理数据一般分为收集数据——清洗和加工数据——分析数据。
收集数据——一般而言，淘宝投放问卷的方式有以下几类：可以考虑将问卷链接做成文字链或图片链，挂在目标人群经常浏览的页面中容易关注的位置；或者在指定页面、指定时间段浮出调研链接；或者直接投放站内信、Email等，投放给指定的目标人群；再有就是使用旺旺消息，邀请指定的目标人群填答问卷等。
不同的投放方式在收集数据上会得到不同的效果（如收集足够样本的时长、完整填答率、有效率等），研究者需要根据研究的周期、投放资源排期等因素，综合选择适合的方式。
清洗和加工数据——因为从网络问卷调研中回收的数据可能掺杂了随意的答案，所以不能直接做分析，需要清洗。研究者一般会根据填答时长去掉填答过短和过长的样本；根据IP或用户名去掉重复填答的样本；根据投放名单去掉无法匹配的样本。还需要根据题目之间的逻辑关系，清洗掉填答矛盾的样本。当然还得判断是因乱填还是失误造成的矛盾，如果是失误造成的，可以保留此样本，只要对数据重新进行符合逻辑的处理就可以了，如逻辑回填或缺失处理。
接下来，研究者还需要把调研样本与后台数据进行匹配，如果发现调研样本在卖家星级、开店时长、每月成交笔数等关键变量上的分布与全网卖家总体相差太大，会使调研样本的数据结果与实际情况偏差过大。此时，就需要对调研样本进行加权处理，调整调研样本在关键变量上的分布，使之与后台数据相当，从而能够推及目标卖家群体的情况。如果关键变量的分布与全网卖家总体相差不大，可以不做加权处理。
分析数据——分析数据的方法有很多种，常用的有描述性统计、交叉分析、相关分析等，还可以能用到回归分析、因子分析、聚类分析、对应分析、方差分析等。不同方法得到的具体结果可能不同，但只要研究目的明确，得到的结论都能直接、间接地指导交互设计。
本案例中，在淘宝自有的问卷系统中录入设计好的商家服务平台调研问卷，采用站内信的方式向用户投放填答问卷的邀请，能更加直接地得到目标人群的响应，有利于快速收集调研数据。经过6天收集到5509个样本数据，经过严格清洗，最终有效样本5219个。经过描述性统计、交叉分析，得到的结论节选如下：
在商家服务平台调研问卷中，核心题目有遇到困难的方面、急需的服务、使用过的服务、使用过的服务满意度如何等，它们之间会存在逻辑关系，例如：是否因为在某方面遇到了困难而急需这类服务？是否因为没有使用过某类服务而急需这类服务？是否因为不满意使用过的某类服务而急需这类服务？是否没有使用某类服务才在这方面遇到困难的？是否使用了某类服务还在这方面遇到困难？……这些逻辑关系能够衍生出更多的变量和关系，有助于深化分析结果。
结论一、店铺装修和推广营销是卖家急需的服务类别
卖家并非满意度越低对相应服务的需求越急迫，集市卖家表现更为明显；
更多详细信息，请您微信关注“计算网”公众号：
