您所在企业的所属行业是？
生产制造
电商零售
第三方物流（3PL）
商贸批发
医药冷链
其他
您在企业中负责的工作领域是？
仓储运营管理
供应链规划
市场/用户调研
数字化系统建设
其他
您所在企业开展仓储需求调研的频率大概是？
每月至少1次
每季度1-2次
每半年1次
每年1次
几乎不开展
您所在企业开展仓储需求调研时，常用的工具有哪些？
问卷星
金数据
腾讯问卷
企业内部调研系统
线下访谈+纸质问卷
其他
您在使用问卷星开展仓储需求调研时，是否会设置样本配额控制？
每次都会设置
大部分时候会设置
偶尔设置
从不设置
您设置仓储需求调研配额时，通常会依据哪些维度划分？
受访者岗位角色
仓库类型（常温/冷链/危化等）
仓库规模（面积/SKU量级）
企业所属区域
业务线类型
其他维度
您认为当前使用的配额控制功能，在仓储需求调研中的精准度如何？（1分=非常差，5分=非常好）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
在过往的仓储需求调研中，您遇到无效答卷的比例大概是多少？
5%以下
5%-15%
15%-30%
30%以上
未统计过
您遇到的无效答卷通常有哪些典型特征？
所有题目选择同一选项
答题时长明显过短
开放题答案无意义/前后矛盾
不符合样本配额要求
IP地址重复/异常
逻辑题作答不符合跳转规则
其他特征
您目前识别无效答卷主要依靠哪些方式？
工具自带的自动筛选规则
人工逐份核查
设置答题逻辑校验
设置最短答题时长限制
设置验证码/防刷题机制
暂无明确识别方式
您认为无效答卷对仓储需求调研结果的影响程度如何？
影响极大，会直接导致结论偏差
影响较大，需要花费较多精力清洗
影响一般，少量异常不影响整体结论
几乎没有影响
您在处理无效答卷时，通常会采取哪些措施？
直接标记并剔除
对存疑答卷进行二次回访核实
调整配额重新补采样本
优化问卷前端防作弊规则
保留数据但做异常标记
其他处理方式
您是否使用过问卷星自带的无效答卷筛选功能？
经常使用，功能很完善
偶尔使用，能满足基本需求
听说过但没使用过
完全不知道有该功能
您对问卷星现有无效答卷识别与处理功能的满意度如何？（1分=非常不满意，5分=非常满意）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您认为当前在仓储需求调研配额控制环节，最突出的痛点是什么？
配额维度设置不够灵活
配额满额后无法自动精准拦截
跨渠道配额无法统一统计
配额溢出后补样成本高
其他痛点
您认为当前无效答卷处理环节最需要优化的方向是？
提升AI自动识别异常答卷的准确率
增加更多自定义筛选规则
支持异常答卷一键导出与批量处理
强化前端防刷题/防作弊能力
提供答卷质量评分功能
其他优化方向
您是否遇到过因配额控制不当导致调研样本结构偏差的情况？
您所在企业是否有针对仓储需求调研的答卷质量管控标准流程？
有完整的标准流程
有零散的规则但未形成体系
没有明确流程，靠工作人员经验判断
完全没有相关管控
您向同行推荐使用问卷星开展带配额控制的仓储需求调研的可能性有多大？（0分=完全不可能，10分=非常有可能）
您在开展仓储需求调研、进行配额管理或识别无效答卷过程中，有哪些印象深刻的经验或踩过的坑？欢迎分享。