Per analizzare le risposte aperte di un sondaggio, mettile in un unico foglio, leggine un campione, scrivi un breve elenco di codici per i motivi che vedi ed etichetta ogni risposta. Poi conta i codici per gruppo di clienti e sostieni ogni risultato con una citazione. Tutto qui. Il metodo è vecchio e manuale, e funziona ancora meglio di una nuvola di parole.
È importante perché i motivi stanno nelle risposte aperte. Un punteggio ti dice che le persone sono scontente. Le risposte codificate ti dicono quale problema risolvere per primo e a chi affidarlo. Questa guida ti accompagna in ogni passaggio con un esempio pratico, poi ti mostra dove l’IA ti fa risparmiare tempo e dove sbaglia senza che te ne accorga.
Punti chiave
- Leggi prima di codificare. I codici devono venire dalle risposte, non dalle tue ipotesi.
- Codifica il motivo, non l’argomento. “Prezzo” nasconde quattro problemi diversi con quattro soluzioni diverse.
- Conta per gruppo di clienti e accompagna ogni numero con una citazione.
- Lascia che l’IA applichi un codebook scritto da te. Non lasciarle decidere cosa conta.
Parti da risposte che vale la pena analizzare
Nessun metodo può salvare risposte vuote. Se la maggior parte dice “bene”, “n/d” o “niente”, non c’è nulla da codificare.
Quindi guarda prima le domande. “Cosa ti ha quasi impedito di registrarti?” ottiene risposte su cui puoi lavorare. “Altri commenti?” ottiene rumore. Le domande di approfondimento aiutano più di tutto: “troppo complicato” diventa “non trovavo come invitare il mio team”, e questo qualcuno lo può sistemare. La nostra lista di domande aperte per sondaggi contiene domande che ottengono risposte dettagliate.
Scegli un metodo adatto al numero di risposte
Come analizzi dipende da quante risposte hai.
| Risposte | Cosa funziona | Tempo necessario |
|---|---|---|
| Meno di 50 | Leggile tutte. Scrivi un elenco dei temi ricorrenti. Estrai le citazioni. | Un’ora o due |
| Da 50 a 500 | Codifica in un foglio di calcolo, come nei passaggi qui sotto | Da mezza giornata a due giorni |
| 500 e oltre | Codifica a mano un campione, poi usa l’IA o strumenti di analisi del testo per applicare il codebook al resto, e controlla a campione | Dipende dallo strumento, più il tempo dei tuoi controlli |
Qualunque sia la quantità, il ragionamento è lo stesso. Le categorie le decidi tu. Gli strumenti ti aiutano solo ad applicarle più in fretta.
Come analizzare le risposte aperte di un sondaggio in 7 passaggi
Questo metodo funziona in Google Sheets o in Excel. Non ti serve un software specifico.
Metti tutte le risposte in un unico foglio
Una riga per risposta. Aggiungi colonne per ID del rispondente, gruppo di clienti (piano, ruolo, anzianità o punteggio), domanda, risposta e due o tre colonne vuote per i codici. La colonna ID ti permette di risalire da ogni conteggio alla risposta originale, anche dopo aver ordinato i dati.
Leggi prima un campione
Leggi da 30 a 50 risposte, o circa un decimo di un insieme grande, senza etichettare niente. Annota i motivi che continuano a tornare. È qui che noti di cosa parlano davvero i clienti, invece di quello che ti aspettavi dicessero.
Prepara una bozza di codebook
Trasforma i tuoi appunti in 5-15 codici. Dai a ciascuno un nome breve e una definizione di una frase. Nomina il motivo, non l’argomento: “non trova l’esportazione” è utile, “problemi di UX” no.
Codifica ogni risposta
Passa in rassegna ogni risposta e aggiungi uno o più codici. Usa “Altro” per tutto ciò che non rientra, e controllalo spesso. Se “Altro” supera circa una risposta su dieci, ti manca un codice. Quando ne aggiungi uno, torna indietro e ricontrolla le righe precedenti.
Conta e confronta per gruppo
Usa una tabella pivot per contare ogni codice. Poi suddividi per gruppo di clienti. Un motivo poco frequente nel totale può essere il problema principale per i tuoi clienti più grandi. Riportalo come quota delle persone che hanno risposto.
Estrai le citazioni
Per ogni codice principale, scegli due o tre risposte che lo dicono chiaramente, con le parole del cliente. Le citazioni rendono concreto un risultato per chi non ha mai visto i dati.
Scrivi i risultati come frasi
“I nuovi team si bloccano alla configurazione perché il pulsante per invitare è difficile da trovare” è un risultato. “Onboarding: 23 menzioni” non lo è. Scrivi la frase su cui un collega può agire, poi aggiungi il conteggio e una citazione.
La guida di Jeff Sauro alla codifica dei commenti testuali su MeasuringU descrive lo stesso processo in modo più approfondito, compreso come aggiungere intervalli di confidenza alle tue percentuali.
Codifica il motivo, non l’argomento
L’errore più comune è codificare per argomento. Gli argomenti sono facili da individuare, quindi sembrano la scelta giusta. Ma un argomento spesso nasconde più problemi, ognuno con una soluzione diversa.
Prendi “prezzo”. Ecco cosa può voler dire davvero:
| Codice per argomento | Codici per motivo nascosti dentro | Chi lo risolve |
|---|---|---|
| Prezzo | Prezzo poco chiaro: non capivano quanto avrebbero pagato | Pagina dei prezzi |
| Costo a sorpresa: una tariffa o un limite scoperto tardi | Fatturazione e limiti dei piani | |
| Valore non ancora chiaro: non l’avevano visto funzionare prima di pagare | Onboarding | |
| Fuori budget: lo volevano ma non potevano permetterselo | Piani e pacchetti |
Se riporti “Prezzo: 30% delle risposte”, il team probabilmente discuterà del prezzo. Se riporti che la maggior parte di quelle risposte era “valore non ancora chiaro”, la soluzione si sposta sull’onboarding. Stessi dati, decisione molto diversa.
Esempio di codebook
Ecco un piccolo codebook per la domanda “Cosa ti ha quasi impedito di registrarti?”
| Codice | Definizione | Esempio di risposta |
|---|---|---|
| Prezzo poco chiaro | Non capiva quanto avrebbe pagato | “Non capivo se gli ospiti contano come utenti.” |
| Timore per la configurazione | Si aspettava una configurazione lenta o tecnica | “Sembrava che servisse uno sviluppatore.” |
| Fiducia | Dubbi sull’azienda o sulla sicurezza dei dati | “Non vi conoscevo, quindi prima ho letto le recensioni.” |
| Funzione mancante | Gli serviva qualcosa che non vedeva | “Non capivo se funzionava con il nostro sistema di login.” |
| Costo del cambio | Aveva già investito in un altro strumento | “Dovremmo spostare due anni di dati.” |
| Nessun ostacolo | Non ha avuto esitazioni | “Niente, mi serviva subito.” |
| Altro | Tutto il resto, da rivedere ogni settimana | “Il mio responsabile era in ferie.” |
Tieni le definizioni brevi. Se due persone codificherebbero la stessa risposta in modo diverso, la definizione va migliorata. Vale la pena tenere traccia anche di “Nessun ostacolo”: mantiene i problemi nelle giuste proporzioni.
Un esempio pratico
Cinque persone hanno risposto alla domanda qui sopra. Ecco come verrebbero codificate.
| ID | Piano | Risposta | Codici |
|---|---|---|---|
| 101 | Team | “La pagina dei prezzi non diceva se gli ospiti contano come utenti.” | Prezzo poco chiaro |
| 102 | Solo | “Niente di che, mi serviva subito.” | Nessun ostacolo |
| 103 | Solo | “Pensavo che dovesse configurarlo l’IT, e il nostro IT è lento.” | Timore per la configurazione |
| 104 | Team | “Non ero sicuro che gestisse il nostro sistema di login, e il prezzo per utente mi confondeva.” | Funzione mancante, Prezzo poco chiaro |
| 105 | Team | “Paghiamo già uno strumento per i sondaggi.” | Costo del cambio |
La risposta 104 riceve due codici. È normale, ed è il motivo per cui lasci spazio a più di un codice per riga. Significa anche che le tue percentuali possono superare il 100%, quindi dillo quando le condividi.
Quando ogni riga è codificata, la tabella pivot fa il resto. Potresti scoprire che “Prezzo poco chiaro” arriva quasi solo dai piani Team, mentre gli utenti Solo parlano della configurazione. Sono due risultati con due responsabili: la pagina dei prezzi per il marketing e il flusso di configurazione per il prodotto.
Errori che falsano i risultati
- Codici troppo ampi. “Feedback sul prodotto” va bene per tutto e non ti dice niente.
- Nuvole di parole. Contano le parole, non il significato. “Non facile” e “facile” fanno entrambe sembrare più grande “facile”.
- Codificare da solo. Chiedi a un collega di codificare le stesse 20 risposte. Dove non siete d’accordo, rendi la definizione più precisa.
- Contare senza contesto. Un motivo sollevato da pochi grandi clienti può contare più di uno sollevato da molti utenti gratuiti.
- Numeri senza citazioni. Le persone si fidano di ciò che possono leggere con le parole del cliente.
- Codificare prima di leggere. Se scrivi prima il codebook, troverai quello che ti aspettavi e ti sfuggirà il resto.
Usare ChatGPT o Claude per analizzare le risposte aperte
Le chat di IA generaliste come ChatGPT e Claude sono brave nelle parti lente: leggere, riassumere e applicare etichette. Sono più deboli nel decidere quali etichette usare. La ricerca conferma questa divisione.
Quando alcuni ricercatori hanno dato a dei modelli linguistici un elenco fisso di 50 categorie per le risposte a un sondaggio sulle elezioni britanniche, il modello migliore si è avvicinato a un codificatore umano: 93,9% di accuratezza contro il 94,7% di un secondo codificatore umano. In un test più difficile con risposte più recenti, il divario era più ampio. E quando Langer Research ha sperimentato la codifica con l’IA delle risposte aperte, ha riscontrato “una scarsa creazione delle categorie, errori di classificazione e l’incapacità di cogliere sfumature o valenza”.
Mettendo insieme i due risultati, l’IA va bene quando è una persona a definire le categorie, e fa fatica quando deve inventarle da sola. Quindi la regola pratica è semplice. Tu scrivi il codebook. L’IA ti aiuta ad applicarlo.
Prima di incollare qualsiasi cosa
Le risposte ai sondaggi sono dati dei clienti, quindi trattale come tali.
- Controlla prima le regole della tua azienda. Molti team hanno una policy su quali strumenti di IA possono vedere i dati dei clienti. Chiedi prima di incollare.
- Elimina i dati personali. Togli nomi, email, numeri di telefono, nomi di aziende e tutto ciò che identifica qualcuno. Tieni solo la colonna ID e la risposta.
- Controlla le impostazioni dei dati del tuo account. Se le tue chat possono essere usate per addestrare i modelli dipende dallo strumento, dal piano e dalle impostazioni. I piani business spesso le gestiscono in modo diverso da quelli gratuiti, quindi verifica per l’account che stai usando.
- Incolla a blocchi. Da trenta a cinquanta risposte alla volta mantengono ogni risposta dell’IA abbastanza corta da controllarla bene. Gli errori passano inosservati proprio negli incolla molto lunghi.
Prompt da copiare
Funzionano in ChatGPT, Claude o qualsiasi chat simile.
1. Bozza dei codici da un campione (passaggio 3)
Ecco 40 risposte di clienti alla domanda “la tua domanda”.
Suggerisci da 8 a 12 codici che descrivano il MOTIVO di ogni risposta, non l’argomento.
Per ogni codice, dai un nome breve, una definizione di una frase e due risposte di esempio prese dalla lista.
Usa solo motivi che compaiono nelle risposte. Non inventarne.
incolla le risposte con gli ID
2. Applica il tuo codebook (passaggio 4)
Ecco il mio codebook: incolla nomi e definizioni dei codici.
Codifica ogni risposta qui sotto. Una risposta può avere più di un codice.
Usa “Altro” se nessun codice è adatto. Non creare nuovi codici.
Restituisci una tabella con tre colonne: ID, codici e qualche parola della risposta che giustifica il codice.
incolla da 30 a 50 risposte con gli ID
3. Trova le citazioni (passaggio 6)
Tra le risposte qui sotto, scegli le tre che esprimono più chiaramente il motivo “nome del codice”, con le parole del cliente.
Citale alla lettera. Non modificarle e non unirle.
Controlla il suo lavoro
- Controlla 20 righe per blocco. Leggi la risposta, poi il codice. Se più di un paio sono sbagliati, correggi le definizioni e rilancia.
- Verifica che le citazioni siano reali. Cerca ogni citazione nel tuo foglio. A volte gli strumenti di IA ritoccano o uniscono le risposte.
- Leggi tu stesso “Altro”. Di solito è lì che ci sono le sorprese.
Come presentare i risultati
I report lunghi non li legge nessuno. Tieni la sintesi in una pagina.
Domanda: la domanda esatta, posta a chi tra il date. Hanno risposto N persone.
Risultati principali
1Risultato in forma di frase. X su N risposte. “Citazione” “Citazione”
2Risultato in forma di frase. X su N risposte. “Citazione” “Citazione”
3Risultato in forma di frase. X su N risposte. “Citazione” “Citazione”
Differenze tra gruppi
[Es. i piani Team citano X molto più dei piani Solo.]
Cosa ci ha sorpreso
Una cosa che nessuno si aspettava.
Prossimi passi suggeriti
[Chi dovrebbe occuparsi di ogni risultato e cosa potrebbe provare.]
Foglio codificato completo: link
Se devi decidere cosa sviluppare in base a quello che trovi, la nostra guida per dare priorità alle richieste di funzionalità riprende da dove finisce questa. Per un quadro più ampio su come combinare numeri e parole, leggi ricerca qualitativa e quantitativa a confronto.
Come ti aiuta Diaform
Diaform rende più facile la prima parte: ottenere risposte che vale la pena analizzare. Raccoglie le risposte aperte sotto forma di brevi conversazioni e fa una domanda di approfondimento quando una risposta è vaga, così ricevi meno “bene”. Ogni conversazione completata ha un riepilogo generato dall’IA, più le risposte per ogni domanda con un’etichetta di sentiment (positivo, negativo, neutro o misto) e un’etichetta di affidabilità. Puoi attivare le citazioni rilevanti, e la trascrizione completa è sempre disponibile.
Puoi cercare e filtrare le risposte, per esempio per leggere tutte quelle negative in una volta sola, poi esportarle in CSV e seguire i passaggi di codifica qui sopra nel tuo foglio di calcolo. Per essere chiari, Diaform non raggruppa le risposte in temi al posto tuo. Il codebook resta al tuo team, ma parti da risposte più chiare e da riepiloghi già pronti. Scopri come funziona per il feedback sul prodotto, oppure inizia una prova gratuita di 14 giorni.
