För att analysera öppna enkätsvar samlar du dem i ett kalkylark, läser ett urval, skriver en kort lista med koder för de skäl du ser och märker varje svar. Sedan räknar du koderna per kundgrupp och styrker varje slutsats med ett citat. Det är allt. Metoden är gammal och manuell, och den fungerar fortfarande bättre än ett ordmoln.
Det spelar roll eftersom det är i de öppna svaren som skälen finns. Ett betyg säger att folk är missnöjda. Kodade svar säger vilket problem du ska lösa först, och vem som ska ta hand om det. Den här guiden går igenom varje steg med ett genomarbetat exempel och visar sedan var AI sparar tid åt dig och var den i det tysta gör fel.
Det viktigaste i korthet
- Läs innan du kodar. Koderna ska komma från svaren, inte från dina antaganden.
- Koda skälet, inte ämnet. ”Pris” döljer fyra olika problem med fyra olika lösningar.
- Räkna per kundgrupp och para ihop varje siffra med ett citat.
- Låt AI tillämpa en kodbok som du har skrivit. Låt den inte avgöra vad som spelar roll.
Börja med svar som är värda att analysera
Ingen metod kan rädda tomma svar. Om de flesta svaren säger ”bra”, ”ej aktuellt” eller ”inget” finns det inget att koda.
Titta alltså på frågorna först. ”Vad höll nästan på att stoppa dig från att registrera dig?” ger svar du kan arbeta med. ”Övriga kommentarer?” ger brus. Följdfrågor hjälper mest av allt: ”för krångligt” blir ”jag hittade inte hur jag bjuder in mitt team”, och det kan någon fixa. Vår lista med öppna enkätfrågor har frågor som ger detaljerade svar.
Välj en metod som passar mängden svar
Hur du analyserar beror på hur många svar du har.
| Svar | Det här fungerar | Tidsåtgång |
|---|---|---|
| Färre än 50 | Läs alla. Skriv en lista över det som återkommer. Plocka ut citat. | En eller två timmar |
| 50 till 500 | Kodning i kalkylark, som i stegen nedan | En halv dag till två dagar |
| 500 och fler | Koda ett urval för hand, använd sedan AI eller textverktyg för att tillämpa kodboken på resten, och stickprovskontrollera | Beror på verktyget, plus tiden för dina kontroller |
Oavsett mängd är tankearbetet detsamma. Du bestämmer vilka kategorierna är. Verktygen hjälper dig bara att tillämpa dem snabbare.
Så analyserar du öppna enkätsvar i 7 steg
Metoden fungerar i Google Sheets eller Excel. Du behöver ingen särskild programvara.
Samla alla svar i ett kalkylark
En rad per svar. Lägg till kolumner för respondent-ID, kundgrupp (plan, roll, hur länge de varit kund eller betyg), frågan, svaret och två eller tre tomma kolumner för koder. ID-kolumnen gör att du kan spåra varje siffra tillbaka till det ursprungliga svaret, även efter sortering.
Läs ett urval först
Läs 30 till 50 svar, eller ungefär en tiondel av en stor mängd, utan att märka något. Anteckna de skäl som återkommer. Det är här du ser vad kunderna faktiskt pratar om, i stället för vad du förväntade dig att de skulle säga.
Skriv ett utkast till kodbok
Gör om dina anteckningar till 5 till 15 koder. Ge varje kod ett kort namn och en definition på en mening. Namnge skälet, inte ämnet: ”hittar inte exporten” är användbart, ”UX-problem” är det inte.
Koda varje svar
Gå igenom varje svar och lägg till en eller flera koder. Använd ”Övrigt” för allt som inte passar, och kontrollera det ofta. Om ”Övrigt” blir mer än ungefär vart tionde svar saknar du en kod. När du lägger till en, gå tillbaka och kontrollera tidigare rader igen.
Räkna och jämför per grupp
Använd en pivottabell för att räkna varje kod. Dela sedan upp efter kundgrupp. Ett skäl som är litet totalt sett kan vara det största problemet för dina största kunder. Redovisa det som andel av dem som svarade.
Plocka ut citat
Välj två eller tre svar för varje huvudkod som säger det tydligt med kundens egna ord. Citat gör en slutsats verklig för dem som aldrig har sett datan.
Skriv slutsatserna som meningar
”Nya team fastnar i uppsättningen eftersom knappen för inbjudningar är svår att hitta” är en slutsats. ”Onboarding: 23 omnämnanden” är det inte. Skriv den mening som en kollega kan agera på, och lägg sedan till antalet och ett citat.
Jeff Sauros guide om att koda ordagranna kommentarer på MeasuringU går igenom samma process mer ingående, bland annat hur du lägger till konfidensintervall för dina procentsatser.
Koda skälet, inte ämnet
Det vanligaste misstaget är att koda efter ämne. Ämnen är lätta att känna igen, så det känns rätt. Men ett ämne döljer ofta flera problem, som vart och ett kräver en egen lösning.
Ta ”pris”. Så här mycket kan det betyda:
| Ämneskod | Skälkoder som döljer sig i den | Vem som fixar det |
|---|---|---|
| Pris | Otydligt pris: kunde inte avgöra vad de skulle betala | Prissidan |
| Oväntad kostnad: en avgift eller gräns de upptäckte sent | Fakturering och plangränser | |
| Värdet inte tydligt än: hade inte sett det fungera innan de skulle betala | Onboarding | |
| Över budget: ville ha det men hade inte råd | Planer och paketering |
Om du rapporterar ”Pris: 30 % av svaren” kommer teamet förmodligen att diskutera priset. Om du rapporterar att de flesta av de svaren handlade om att ”värdet inte är tydligt än” flyttar lösningen till onboardingen. Samma data, väldigt olika beslut.
Exempel på kodbok
Här är en liten kodbok för frågan ”Vad höll nästan på att stoppa dig från att registrera dig?”
| Kod | Definition | Exempelsvar |
|---|---|---|
| Otydligt pris | Kunde inte avgöra vad de skulle betala | ”Jag var osäker på om gäster räknas som licenser.” |
| Oro för uppsättningen | Trodde att uppsättningen skulle vara långsam eller teknisk | ”Det såg ut som att det krävdes en utvecklare.” |
| Förtroende | Osäker på företaget eller datasäkerheten | ”Hade aldrig hört talas om er, så jag kollade recensioner först.” |
| Saknad funktion | Behövde något de inte kunde se | ”Kunde inte avgöra om det fungerade med vårt inloggningssystem.” |
| Byteskostnad | Har redan investerat i ett annat verktyg | ”Vi skulle behöva flytta två års data.” |
| Inget hinder | Tvekade inte | ”Inget, jag behövde det snabbt.” |
| Övrigt | Allt annat, granskas varje vecka | ”Min chef var på semester.” |
Håll definitionerna korta. Om två personer skulle koda samma svar olika behöver definitionen arbetas om. ”Inget hinder” är också värt att följa. Det håller problemen i proportion.
Ett genomarbetat exempel
Fem personer svarade på frågan ovan. Så här skulle de kodas.
| ID | Plan | Svar | Koder |
|---|---|---|---|
| 101 | Team | ”Det stod inte på prissidan om gäster räknas som licenser.” | Otydligt pris |
| 102 | Solo | ”Inget egentligen, jag behövde det snabbt.” | Inget hinder |
| 103 | Solo | ”Jag trodde att IT skulle behöva sätta upp det, och vår IT-avdelning är långsam.” | Oro för uppsättningen |
| 104 | Team | ”Osäker på om det skulle fungera med vårt inloggningssystem, och priset per licens förvirrade mig.” | Saknad funktion, Otydligt pris |
| 105 | Team | ”Vi betalar redan för ett enkätverktyg.” | Byteskostnad |
Svar 104 får två koder. Det är normalt, och det är därför du lämnar plats för mer än en kod per rad. Det betyder också att dina procentsatser kan bli över 100 % sammanlagt, så säg det när du delar dem.
När varje rad är kodad gör pivottabellen resten. Du kanske ser att ”Otydligt pris” nästan bara kommer från teamplaner, medan soloanvändare nämner uppsättningen. Det är två slutsatser med två ägare: prissidan för marknad och uppsättningsflödet för produkt.
Misstag som snedvrider resultaten
- För breda koder. ”Produktfeedback” passar allt och säger ingenting.
- Ordmoln. De räknar ord, inte betydelse. ”Inte lätt” och ”lätt” får båda ”lätt” att se större ut.
- Att koda ensam. Be en kollega koda samma 20 svar. Där ni inte är överens behöver definitionen skärpas.
- Att räkna utan sammanhang. Ett skäl som några stora kunder tar upp kan väga tyngre än ett som många gratisanvändare tar upp.
- Siffror utan citat. Folk litar på det de kan läsa med kundens egna ord.
- Att koda innan du läser. Om du skriver kodboken först hittar du det du förväntade dig och missar resten.
Analysera öppna svar med ChatGPT eller Claude
Allmänna AI-chattverktyg som ChatGPT och Claude är bra på de långsamma delarna: att läsa, sammanfatta och sätta etiketter. De är sämre på att avgöra vilka etiketterna ska vara. Forskningen stöder den uppdelningen.
När forskare gav språkmodeller en fast lista med 50 kategorier för svar i en brittisk valundersökning kom den bästa modellen nära en mänsklig kodare: 93,9 % träffsäkerhet mot 94,7 % för en andra människa. I ett svårare test med nyare svar var skillnaden större. Och när Langer Research testade AI-kodning av öppna svar stötte de på ”dåligt skapade kategorier, felklassificeringar och en oförmåga att uppfatta nyanser eller valens”.
Sammantaget gör AI ett bra jobb när en person definierar kategorierna, och har svårt när den lämnas att hitta på dem själv. Den praktiska regeln är alltså enkel. Du skriver kodboken. AI hjälper till att tillämpa den.
Innan du klistrar in något
Enkätsvar är kunddata, så behandla dem så.
- Kolla företagets regler först. Många team har en policy för vilka AI-verktyg som får se kunddata. Fråga innan du klistrar in.
- Ta bort personuppgifter. Ta bort namn, mejladresser, telefonnummer, företagsnamn och allt annat som kan identifiera någon. Behåll bara ID-kolumnen och svaret.
- Kolla datainställningarna för ditt konto. Om dina chattar får användas för att träna modeller beror på verktyget, planen och dina inställningar. Företagsplaner hanterar ofta detta annorlunda än gratisplaner, så kontrollera det för kontot du använder.
- Klistra in i omgångar. Trettio till femtio svar åt gången håller varje svar tillräckligt kort för att kontrollera ordentligt. Det är i väldigt långa inklistringar som misstag slinker igenom utan att märkas.
Promptar du kan kopiera
De här fungerar i ChatGPT, Claude eller liknande chattverktyg.
1. Ta fram koder från ett urval (steg 3)
Här är 40 kundsvar på frågan ”din fråga”.
Föreslå 8 till 12 koder som beskriver SKÄLET bakom varje svar, inte ämnet.
Ge varje kod ett kort namn, en definition på en mening och två exempelsvar från listan.
Använd bara skäl som finns i svaren. Hitta inte på några.
klistra in svar med ID
2. Tillämpa din kodbok (steg 4)
Här är min kodbok: klistra in kodnamn och definitioner.
Koda varje svar nedan. Ett svar kan ha mer än en kod.
Använd ”Övrigt” om inget passar. Skapa inga nya koder.
Returnera en tabell med tre kolumner: ID, koder och några ord ur svaret som motiverar koden.
klistra in 30 till 50 svar med ID
3. Hitta citat (steg 6)
Välj ut de tre svar nedan som tydligast uttrycker skälet ”kodnamn”, med kundens egna ord.
Citera dem exakt. Redigera eller slå inte ihop dem.
Kontrollera resultatet
- Stickprovskontrollera 20 rader per omgång. Läs svaret och sedan koden. Om fler än ett par är fel, justera definitionerna och kör igen.
- Kontrollera att citaten är äkta. Sök efter varje citat i ditt kalkylark. AI-verktyg putsar ibland på svar eller slår ihop dem.
- Läs ”Övrigt” själv. Det är där överraskningarna brukar finnas.
Så presenterar du resultaten
Långa rapporter blir olästa. Håll sammanställningen till en sida.
Fråga: den exakta frågan, ställd till vem mellan datum. N personer svarade.
Viktigaste slutsatserna
1Slutsats som en mening. X av N svar. ”Citat” ”Citat”
2Slutsats som en mening. X av N svar. ”Citat” ”Citat”
3Slutsats som en mening. X av N svar. ”Citat” ”Citat”
Skillnader mellan grupper
[t.ex. Teamplaner nämner X mycket oftare än soloplaner.]
Det som överraskade oss
En sak som ingen hade förväntat sig.
Förslag på nästa steg
[Vem som bör titta på varje slutsats, och vad de kan testa.]
Hela det kodade kalkylarket: länk
Om du ska bestämma vad du ska bygga utifrån det du hittar, tar vår guide om att prioritera funktionsönskemål vid där den här slutar. För helheten kring att kombinera siffror och ord, se kvalitativ och kvantitativ forskning.
Så hjälper Diaform till
Diaform gör den första delen enklare: att få svar som är värda att analysera. Diaform samlar in öppna svar som korta konversationer och ställer en följdfråga när ett svar är vagt, så att du får färre ”okej”-svar. Varje avslutad konversation får en AI-sammanfattning, plus svar per fråga med en sentimentetikett (positiv, negativ, neutral eller blandad) och en etikett för svarssäkerhet. Du kan slå på utvalda citat, och hela transkriptionen finns alltid där.
Du kan söka och filtrera bland svaren, till exempel för att läsa alla negativa svar i ett svep, och sedan exportera till CSV och köra kodningsstegen ovan i ditt eget kalkylark. För att vara tydlig: Diaform grupperar inte svaren i teman åt dig. Kodboken stannar hos ditt team, men du utgår från tydligare svar och färdiga sammanfattningar. Se hur det fungerar för produktfeedback, eller starta en gratis provperiod på 14 dagar.
