您的职业身份属于以下哪一类？
市场/营销调研从业者
互联网产品/运营人员
高校相关专业师生
数据分析师
企业管理层
其他
您接触或使用社交媒体数据收集相关工作的时长是？
1年以内
1-3年
3-5年
5年以上
从未接触过
请评价您对李克特量表设计规范的熟悉程度（1分非常不熟悉，5分非常熟悉）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您开展社交媒体数据收集时最主要的目标是？
用户态度/观点测量
品牌舆情监测
消费偏好分析
产品体验优化
学术研究
其他
您在社交媒体数据收集过程中常用的方法有哪些？
在线问卷调研
平台公开数据爬取
用户评论语义分析
焦点小组访谈
用户行为日志分析
其他
请评价采用李克特量表测量用户态度时，数据结果的可靠程度（1分非常不可靠，5分非常可靠）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为使用李克特量表设计调研题目时，最需要注意哪些问题？
选项梯度设置合理性
题项表述中立无引导性
题项数量控制避免疲劳
反向题设置检验有效性
维度划分清晰不重叠
其他
您在设计李克特量表题项时，通常会设置几个选项梯度？
请评价当前社交媒体数据收集过程中，用户真实意愿表达的充分程度（1分非常不充分，5分非常充分）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为社交媒体数据收集面临的主要挑战有哪些？
用户隐私合规问题
数据样本代表性不足
无效数据占比高
数据维度单一
数据清洗成本高
其他
请评价结构化量表（如李克特量表）相比开放题，在社交媒体数据收集中的效率优势（1分无明显优势，5分优势极大）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您通常会使用什么工具对收集到的李克特量表数据进行分析？
SPSS/Stata等专业统计软件
Excel/WPS表格
Python/R等编程语言
问卷平台自带分析功能
其他
您在分析社交媒体数据时，通常会输出哪些数据洞察结论？
用户满意度水平
用户需求痛点排序
品牌口碑变化趋势
不同群体态度差异
策略优化方向建议
其他
请评价基于李克特量表收集的数据，对形成可落地的数据洞察结论的帮助程度（1分帮助很小，5分帮助很大）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为当前社交媒体数据收集得到的洞察结论，对实际业务决策的支撑程度如何？
完全无法支撑
支撑程度较低
有一定参考价值
支撑程度较高
可直接作为决策依据
您认为哪些方式可以提升社交媒体数据收集的质量？
优化问卷题项设计（如科学设置量表）
扩大样本覆盖范围
多源数据交叉验证
加强数据清洗校验
明确调研目标聚焦核心问题
其他
您未来在社交媒体相关调研中，继续使用李克特量表开展态度测量的意愿有多高？（1分非常不愿意，5分非常愿意）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您在使用李克特量表开展社交媒体调研、形成数据洞察的过程中，有哪些经验或痛点可以分享？
对于优化社交媒体数据收集方法、提升洞察质量，您还有哪些其他建议？