您所在的能源企业所属细分领域是
煤炭开采与加工
石油天然气勘探开发
电力生产与供应
新能源（光伏/风电/储能等）
能源装备制造
其他能源相关领域
您在企业人力资源相关岗位的工作年限是
1年及以下
1-3年
3-5年
5-10年
10年以上
您所在企业是否开展过员工离职原因相关的专项调研
定期开展（每年至少1次）
不定期开展（有离职潮或需求时开展）
仅在个别核心员工离职时开展
从未开展过
您是否使用过问卷星平台开展各类员工调研工作
经常使用（每月至少1次）
偶尔使用（每季度1-3次）
很少使用（每年1-2次）
从未使用过
您在开展离职调研时，通常会收集哪些维度的信息
薪酬福利满意度
职业发展空间
工作环境与强度
管理风格与团队氛围
企业认同感与文化适配
外部工作机会吸引力
家庭及个人客观因素
其他
您是否了解问卷星具备的AI智能设计问卷、智能分析数据等相关功能
非常了解，且熟练使用过相关功能
比较了解，尝试使用过部分功能
听说过，但从未实际使用过
完全不了解相关功能
如果您使用过问卷星的AI功能开展离职调研，主要应用在哪些环节
AI自动生成调研题目与逻辑框架
AI智能设置问卷跳转与逻辑校验
AI自动清洗无效调研样本
AI生成多维度数据统计与可视化图表
AI智能提炼离职核心原因与改进建议
AI生成完整的离职调研分析报告
未使用过相关功能
请您评价问卷星AI功能生成的离职调研题目与能源行业场景的匹配程度（1分非常不匹配，5分非常匹配）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您评价使用问卷星AI功能后，离职调研全流程的效率提升程度（1分无提升，5分提升非常显著）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
使用问卷星AI功能生成的离职调研问卷，题目有效率（可直接使用或仅需微调即可使用的题目占比）大概是
30%及以下
31%-50%
51%-70%
71%-90%
90%以上
未使用过相关功能无法判断
您认为问卷星AI功能在离职调研应用中，最突出的优势有哪些
大幅缩短问卷设计时间
题目维度覆盖更全面，减少人为遗漏
数据分析速度快，能快速输出结论
支持自定义行业属性，贴合细分领域需求
降低调研工作的专业门槛
智能识别无效答卷，提升数据质量
其他
您认为当前问卷星AI功能在能源行业离职调研应用中存在哪些不足
对能源行业特殊岗位场景的理解不足，题目泛化
AI分析结论偏表面，难以挖掘深层离职动因
数据安全与员工隐私保障机制有待加强
自定义调整灵活度不足，难以适配企业个性化需求
生成的报告针对性不强，参考价值有限
功能操作复杂度较高，学习成本高
暂未发现明显不足
其他
请您评价问卷星AI功能输出的离职调研分析结果对企业人力资源决策的参考价值（1分毫无参考价值，5分参考价值很高）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
对比传统人工设计问卷、人工统计分析的离职调研模式，您认为引入AI工具后整体调研效果
效果提升非常明显
有一定程度提升
效果基本持平
效果不如传统模式
未对比过无法判断
您所在企业未来是否会继续使用问卷星相关AI功能开展员工离职或其他人力资源调研
会，且计划扩大使用范围
会，但仅在部分调研场景使用
不确定，需要评估实际效果后决定
不会，计划更换其他调研工具
不会，将继续采用传统调研方式
您希望调研平台的AI功能未来在能源行业离职调研场景中补充哪些能力
针对能源行业不同岗位（如一线运维、技术研发、管理岗）定制专属调研模板
结合行业人才流动趋势做对标分析
预测员工离职风险，提前输出预警建议
自动生成可直接落地的人力资源优化方案
支持多端数据打通，与企业内部HR系统联动
强化数据加密与隐私保护能力
其他
您向同行业人力资源从业者推荐使用问卷星AI功能开展离职调研的可能性有多大？（0分表示完全不可能，10分表示非常愿意推荐）
您认为AI调研工具在能源行业人力资源管理场景中的整体应用前景如何
前景非常广阔，会成为主流工具
有较好的应用前景，但需要持续优化
应用场景有限，仅适合部分简单调研
前景不明朗，需要进一步观察
没有太大应用价值
对于问卷星AI功能在能源行业离职调研中的应用，您还有哪些其他的使用体验、问题或改进建议？