您所在的饮品企业规模属于以下哪一类？
10人以下（个体门店）
10-50人（小型连锁/区域品牌）
50-200人（中型连锁品牌）
200人以上（全国性连锁品牌）
您在企业中是否参与过员工离职调研相关工作？
是，主要负责设计/发放/分析全流程
是，仅参与部分环节（如数据回收/结果复盘）
否，未参与过相关工作
您所在企业开展离职调研时，最常使用的调研渠道包括哪些？
问卷星等专业在线调研平台
企业内部OA/HR系统自带问卷功能
纸质问卷现场填写
一对一访谈记录
第三方咨询机构代调研
您认为离职调研中，数据作弊问题对最终调研结果的影响程度如何？
影响极大，会直接导致结论完全失真
影响较大，会干扰核心问题的判断
影响一般，仅少量异常数据可通过清洗剔除
影响很小，几乎不会对结果产生干扰
您在过往离职调研中遇到过以下哪些数据作弊或质量问题？
离职员工随意填写、所有题目选同一选项
非目标受访者（如在职员工、外部人员）代填
答题时间过短，未认真阅读题目
前后题答案逻辑矛盾
恶意填写负面/不实信息
样本量不足、代表性不够
请您对当前所在企业离职调研的数据整体质量进行评分（1分表示质量极差，5分表示质量极高）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为使用问卷星开展离职调研时，以下哪些防作弊功能对提升数据质量帮助最大？
答题身份验证（如手机号/工号校验、仅限指定人员填写）
答题时长限制（低于最短时长自动判定无效）
选项随机排序（减少固定模式乱填）
逻辑跳转设置（避免不符合身份的人员答无关题目）
IP/设备限制（防止同一人重复提交）
陷阱题设置（如指定选某选项验证是否认真读题）
您所在企业在使用在线调研工具时，是否会专门配置防作弊相关规则？
每次调研都会根据调研目标配置针对性防作弊规则
大部分调研会配置通用防作弊规则
偶尔会配置，仅针对重要调研
从未配置过相关规则
请您评价陷阱题（如“本题请选择‘非常同意’”类验证题）在识别无效问卷中的实际效果（1分表示完全没用，5分表示效果极好）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为饮品行业离职调研中，最容易出现数据失真的调研维度是哪个？
薪资福利满意度
直属领导管理评价
工作强度与排班合理性
离职真实原因
同事关系与团队氛围
职业发展空间评价
除了平台自带的防作弊功能外，您还会采取以下哪些数据质量管理手段？
调研前向受访者说明调研匿名性与数据用途，提升配合度
数据回收后进行人工校验，剔除逻辑矛盾、时长过短的无效问卷
对关键问题设置交叉验证，比对不同题目答案的一致性
控制问卷长度，避免题目过多导致受访者不耐烦乱填
发放调研后跟进提醒，提升有效回收率
定期复盘无效问卷特征，优化后续调研设计
您认为合理的离职调研问卷长度（题目数量）应该控制在多少范围内，既能收集足够信息又能保障填写质量？
10题以内，3分钟内完成
10-20题，3-5分钟完成
20-30题，5-8分钟完成
30题以上，8分钟以上完成
请您对问卷星平台现有防作弊功能的易用性进行评分（1分表示非常难用，5分表示非常易用）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您在使用在线调研工具开展离职调研时，因数据质量问题导致的无效问卷占比大概是多少？
10%以内
10%-20%
20%-30%
30%以上
您认为当前饮品行业离职调研数据质量管理存在的主要痛点有哪些？
离职员工配合度低，不愿认真填写
防作弊设置过于复杂，增加调研设计成本
平台防作弊功能不够灵活，无法适配行业特性
缺乏标准化的数据清洗规则，无效问卷判定标准不统一
调研结果与实际离职原因偏差大，难以支撑管理决策
门店分散，调研发放与质量管控难度大
您是否了解问卷星针对企业调研场景推出的专属数据质量管控服务？
非常了解，且使用过相关服务
听说过，但未实际使用过
完全不了解相关服务
如果有针对饮品行业离职调研场景定制的防作弊+数据质量一体化解决方案，您的使用意愿有多高？（1分表示完全不愿意，5分表示非常愿意）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您希望在线调研平台在数据质量管理方面新增哪些功能？
AI智能识别无效问卷，自动标记异常作答
适配餐饮/饮品行业的专属问卷模板与防作弊规则
多维度数据质量报告，直观展示无效样本特征
与企业HR系统打通，自动校验受访者身份
实时数据质量监控，调研发放过程中即可预警异常提交
更灵活的自定义防作弊规则配置
结合您的实际工作经验，您对提升饮品行业离职调研的数据质量、防范作弊行为还有哪些具体的建议或经验分享？