您所在的团队/机构是否开展过外卖测评类项目？
是，长期常态化开展
是，偶尔开展
暂未开展，但有相关计划
从未开展，也无相关计划
您在外卖测评相关项目中主要承担哪类角色？
项目负责人/统筹者
问卷设计与配置人员
数据回收与质控人员
测评执行/访员管理
数据分析与报告产出
请您对过往外卖测评项目中整体数据质量的满意度进行评分（1分非常不满意，5分非常满意）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
在外卖测评数据回收阶段，您遇到过哪些影响数据质量的典型问题？
答题时长过短的秒答卷
所有题目选择同一选项的直线作答
前后题逻辑矛盾的答卷
不符合样本配额要求的答卷
恶意刷量的重复提交
开放题填写无意义内容
其他
根据您的经验，外卖测评项目中无效答卷的整体占比通常处于哪个区间？
5%以内
5%-15%
15%-30%
30%以上
暂未做过相关统计
您认为造成外卖测评场景下无效答卷产生的主要原因有哪些？
答题激励吸引了非目标用户参与
题目设置存在引导性或歧义
答题入口未做身份/权限限制
配额规则未做实时校验，超量提交
未设置答题时长/答题行为校验
样本招募渠道质量参差不齐
其他
您在开展外卖测评项目时，是否会针对不同维度（如城市、商圈、用户类型）设置样本配额？
是，所有项目都会设置精细化配额
是，仅重点项目设置配额
偶尔设置，无固定规则
从未设置过配额
您通常会从哪些维度设置外卖测评的样本配额？
测评对象所属城市/区域
测评的外卖品类/商家类型
受访者的年龄/性别等人口属性
受访者的外卖消费频次
测评任务的时段分布
其他维度
若使用金数据搭建测评表单，您是否了解其配额控制相关功能？
非常了解，可熟练配置各类配额规则
基本了解，能配置简单的配额限制
听说过但未实际使用过
完全不了解相关功能
您认为金数据中哪些功能对防控无效答卷有实际帮助？
答题设备/IP限制，防止重复提交
最短答题时长设置，拦截秒答
选项随机排序，减少惯性作答
逻辑跳转规则，匹配目标答题路径
验证码/短信验证，确认用户身份
配额满自动关闭通道，避免超量回收
其他功能
在数据回收过程中，您是否会实时监测无效答卷的占比变化？
是，安排专人实时监控并及时调整规则
是，按固定时段（如每日）复盘统计
仅在项目结束后统一清理
从未做过相关监测
您识别无效答卷时，通常会参考哪些判定标准？
答题时长远低于合理阈值
连续多题选择相同选项
关键甄别题回答不符合要求
开放题填写内容与问题无关/语义不通
同一IP/设备多次提交
答案存在明显的前后逻辑矛盾
其他判定标准
对于识别出的无效答卷，您通常采取的处理方式是？
直接标记剔除，不纳入最终分析
先人工复核确认后再做剔除处理
对存疑答卷联系受访者补答验证
不做特殊处理，全部纳入统计
根据项目情况灵活选择处理方式
请您评价当前使用的答卷质控方式对减少无效答卷的实际效果（1分效果极差，5分效果极好）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您是否有过在金数据中配置自动规则拦截无效答卷的经验？
有，配置过完整的自动拦截规则
有，仅配置过部分简单规则
没有，但未来计划尝试
没有，也暂无相关计划
在配置外卖测评项目的配额规则时，您遇到过哪些常见问题？
配额统计存在延迟，导致超量回收
多维度交叉配额配置复杂，易出错
配额满后无法灵活调整补样通道
无法区分有效答卷和无效答卷占用的配额
不同渠道的配额无法独立统计
其他问题
您认为是否有必要在配额统计时自动剔除无效答卷占用的配额名额？
非常有必要，可避免有效样本不足
比较有必要，能减少人工补样的工作量
无所谓，影响不大
没必要，人工调整即可
请您对金数据当前在配额控制、答卷质控方面的功能易用性进行评分（1分非常难用，5分非常易用）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
您希望金数据在无效答卷防控方面新增哪些功能？
基于答题行为的AI智能识别异常卷
无效答卷自动释放对应配额名额
更灵活的多维度交叉配额配置
实时数据质控看板，异常自动预警
自定义无效答卷判定规则库
其他功能
在外卖测评项目中，您团队用于答卷质控（含无效答卷识别、配额校验、人工复核）的人力投入占项目总投入的比例约为？
10%以内
10%-20%
20%-30%
30%以上
如果有一套成熟的基于金数据的无效答卷自动识别+配额动态调整方案，您是否愿意尝试应用到自身项目中？
非常愿意，可大幅降低质控成本
比较愿意，会先小范围测试效果
不确定，要看方案的落地成本
暂时不愿意，现有方式已满足需求
结合您的实际项目经验，在外卖测评的配额设置和无效答卷处理方面，您有哪些可分享的实操经验或痛点建议？