報告製作與訊息溝通

我們可以統合以上的分析，用slide、note等方式呈現分享insight，更進一步可以透過與相關使用者體驗流程設計的專家討論具體落地成果、轉化為優化產品的提案書。以這次的分析為例，message可以如下：

產品優化訂定

insight : 流程需要先優化，這是滿意度較低的環節，又因為調查變數之間的相關性，可以從UI著手來優化

next step : 檢討設計介面，重構流程佈局，網站測試佈局優化

insight : 即時性在多數人眼中都是沒那麼令人滿意的，應確立問題並著手改善

next step : 確立資訊更新情況

使用者滿意度提升策略

insight : TA為40–49歲、大學專科學歷畢業的女性工、商業從業人員，主要都在晚上使用桌上型電腦查詢活動資訊，使用頻率可以分為三個月一次（一季）、一個月內使用不等…

next step : 找族群特徵的人來訪談，確立與了解生活、報稅流程、痛點並且進一步分析

功能優化策略

insight : 優先透過「版面設計易於瀏覽」優化「搜尋稅務法令規定」、「視覺設計美觀」優化「查詢活動資訊」

next step : 跟UX設計師協助稅務法令的版面流程專案、與UI討論「查詢活動資訊」的查詢介面優化專案

總結

其實問卷的資料分析往往跟問題設定最為相關，這裡因為示範的關係，我直接找了網路上的開放資料來試著回答一些跟使用者設計有關的問題，並未從「問題設定與問卷設計」開始，然而調研中最難的部分其實是一開始「梳理出問題」，也就是把問題確立好並且設計問題，整理為問卷的過程，畢竟我們想要知道「目的是什麼」、「問題是否與目的相關？足不足夠回答我們的問題？」這些東西都是需要跟相關利益相關者討論、回答清楚的。那麼以上，就是這次的文章分享，希望對問卷調研的使用者有所幫助：）

歡迎想學習Python資料科學、商業分析、金融知識的人一起交流！本部落格的內容全部都是基於「分享」的實作、理論兼顧文章，希望能夠幫助到所有對資料科學領域有興趣的人們，長期關注可按左手邊的Follow!若喜歡我在 Medium 的內容，可以拍個手（Claps）這邊想做個實驗，好讓我知道你/妳喜不喜歡這篇文章：
拍 10 下：簽個到，表示支持（謝謝鼓勵！）
拍 20 下：想要我多寫「商管相關」
拍 30 下：想要我多寫「資科相關」
拍 50 下：我有你這讀者寫這篇也心滿意足了！

敬請期待下一篇！或是您也可以逛逛我的其他資料科學文章：人工智慧商務系列：

Python資料科學系列：

看我用金融的概念解釋AI：

如果想跟著我實作資料科學，開始寫程式必知必會基礎系列：