Методика · 6 июля 2026 г.

Как анализировать результаты опроса: пошаговый разбор

Анализировать результаты опроса нужно в пять шагов: очистить данные от невалидных и незавершённых ответов, посчитать базовые распределения по каждому вопросу, сегментировать ответы по значимым группам респондентов, отдельно разобрать открытые текстовые вопросы и только после этого сформулировать выводы, которые ведут к конкретным действиям. Главная ошибка на этом пути — остановиться на первом шаге и принять решение по одному среднему баллу, не заглянув, что стоит за цифрой. Ниже — пошаговый разбор анализа результатов опроса с примерами расчётов и таблицей типовых искажений, которые portят выводы.

С чего начинается анализ результатов опроса

Анализ результатов опроса начинается не с формул, а с проверки того, что вы вообще собираетесь анализировать. Прежде чем считать средние баллы, откройте сырые данные и посмотрите на три вещи: сколько респондентов дошли до конца анкеты, сколько ответов явно невалидны (все варианты выбраны подряд, время прохождения — 3 секунды на 15 вопросов) и совпадает ли структура собранных ответов с тем, что вы ожидали получить. Если из 200 запущенных анкет до конца дошли 40, выводы по всей выборке будут искажены — люди, которые не закончили опрос, часто отличаются от тех, кто его завершил, и это отличие само по себе уже сигнал.

Второй подготовительный шаг — определить единицу анализа. Иногда это один респондент, иногда одна покупка, иногда один тикет в поддержку — если человек прошёл опрос дважды после двух разных заказов, важно решить заранее, считать ли это одним голосом или двумя. Без этого решения на старте сравнение периодов и сегментов будет некорректным, а результаты — не воспроизводимыми при повторном подсчёте.

Шаг 1. Очистка данных перед анализом

Очистка данных — самый недооценённый шаг анализа результатов опроса, потому что он не даёт красивых цифр, а только убирает мусор. На практике это означает: убрать дубликаты (один человек прошёл опрос несколько раз с одного устройства), исключить ответы с подозрительно быстрым временем прохождения, отдельно пометить незавершённые анкеты и решить, включать ли их в анализ хотя бы частично.

• Дубликаты — если сервис не блокирует повторное прохождение, ищите совпадающие IP, устройство или email и оставляйте последний ответ;
• Слишком быстрое прохождение — если анкета рассчитана на 5 минут, а ответ пришёл за 20 секунд, это, скорее всего, случайные клики, а не осмысленные ответы;
• Одинаковый ответ на все вопросы шкалы — паттерн «везде 5» или «везде 1» часто означает, что респондент не читал вопросы, а просто закрывал форму как можно быстрее;
• Незавершённые анкеты — решите заранее, использовать ли частичные ответы (например, если респондент ответил на первые 5 из 10 вопросов) или отбросить их полностью.

Шаг 2. Базовые распределения по каждому вопросу

После очистки переходите к базовой статистике по каждому закрытому вопросу отдельно: распределение ответов по вариантам в процентах, среднее значение для шкальных вопросов, медиана как более устойчивый к выбросам показатель. Среднее по шкале NPS от 0 до 10, равное 7, звучит неплохо — но если за этим средним стоит распределение «половина поставила 10, половина поставила 4», это принципиально другая картина, чем если все поставили ровно 7. Среднее без распределения — это цифра без контекста.

Для опросов лояльности (NPS) расчёт особый: делите респондентов на промоутеров (9–10 баллов), нейтралов (7–8) и критиков (0–6), затем считайте NPS как разницу долей промоутеров и критиков в процентных пунктах — доля нейтралов в формулу не входит, но её размер важен сам по себе, потому что это резерв, который можно перевести либо в промоутеров, либо потерять в критики. Для CSAT считайте долю положительных ответов (обычно верхние 1–2 балла шкалы) от общего числа ответивших и переводите в проценты.

Шаг 3. Сегментация: кто именно так ответил

Общий средний балл почти никогда не помогает принять решение — гораздо полезнее разбить ответы на сегменты и посмотреть, где именно скрывается проблема или точка роста. Типовые оси сегментации: новые клиенты против постоянных, разные каналы привлечения, разные города или регионы, разные тарифы или продуктовые линейки, разные каналы прохождения опроса (email, сайт, мессенджер). Если общий NPS равен 20, но у клиентов, пришедших с одного из рекламных каналов, он равен минус 10 — вы нашли конкретную зону для работы, а не абстрактную «надо быть лучше».

Сегментация также помогает отличить системную проблему от локальной. Если недовольство сосредоточено в одном городе, скорее всего, дело в конкретном пункте выдачи или курьерской службе, а не в продукте целиком. Если недовольство размазано равномерно по всем сегментам, проблема системная и требует изменений на уровне продукта или процесса, а не точечных правок в одном регионе.

• Сравнивайте сегменты между собой, а не только с общим средним — разница в 15–20 процентных пунктов между сегментами обычно указывает на реальную причину, а не на случайный шум;
• Проверяйте размер сегмента перед выводами — вывод по 5 ответам из одного региона ненадёжен, даже если разница выглядит большой;
• Сопоставляйте сегментацию по опросу с данными, которые у вас уже есть (сумма чека, частота заказов) — это часто объясняет, почему сегмент оценивает вас именно так.

Шаг 4. Анализ открытых вопросов

Открытые вопросы дают самую ценную информацию — причины, а не только оценки — но именно их анализ чаще всего пропускают из-за трудоёмкости чтения десятков и сотен текстовых ответов. Классический ручной способ — контент-анализ: читаете все ответы подряд, выписываете повторяющиеся темы, группируете похожие формулировки в категории («долгая доставка», «грубый персонал», «завышенная цена»), затем считаете, сколько ответов попало в каждую категорию. Такой подход работает при 50–100 ответах, но становится неподъёмным при больших объёмах.

Здесь оправдана автоматизация: сервис «До Сути» после сбора ответов на опрос делает ИИ-анализ открытых вопросов, автоматически группируя их по темам и выделяя повторяющиеся формулировки, — это экономит часы ручной разметки и снижает риск, что аналитик пропустит редкую, но важную тему из-за усталости при чтении сотого ответа подряд. Важно при этом не терять живые цитаты: несколько показательных фраз респондентов в итоговом отчёте убеждают руководство сильнее, чем сухой процент.

1. Прочитайте или прогоните через анализ все ответы целиком, не выборочно — редкая, но острая тема может встретиться всего в 3–5 ответах и всё равно быть критически важной;
2. Сгруппируйте похожие формулировки в общие категории, сохранив по 2–3 показательные цитаты на каждую;
3. Посчитайте долю каждой категории от общего числа открытых ответов;
4. Сопоставьте темы открытых ответов с оценками по закрытым вопросам того же респондента — это помогает объяснить, почему конкретный человек поставил низкий балл.

Шаг 5. От данных к выводам и действиям

Финальный и самый важный шаг — перевести цифры и темы в конкретные решения. Слабый вывод звучит как констатация: «Средний NPS равен 32, доля критиков — 18%». Сильный вывод указывает на действие: «Доля критиков сосредоточена среди клиентов с доставкой дольше трёх дней — сокращение срока доставки до двух дней потенциально переведёт часть критиков в нейтралов». Разница в том, что сильный вывод связывает конкретную метрику с конкретным рычагом, на который бизнес может повлиять.

Оформляйте выводы в формате «наблюдение — причина — действие — ожидаемый эффект», даже если эффект оценивается приблизительно. Такой формат легко защищать перед руководством и легко проверять постфактум: через квартал вы сможете сопоставить, действительно ли изменение процесса подняло метрику, которую вы прогнозировали. Без этой рамки анализ результатов опроса превращается в презентацию с графиками, из которой неясно, что делать дальше.

Частые ошибки при анализе результатов опроса

Как считать метрики опроса в Excel или Google Таблицах

Для большинства опросов малого и среднего бизнеса не нужна специализированная система аналитики — обычной таблицы достаточно, если знать несколько формул. Выгрузите сырые ответы в таблицу, где каждая строка — один респондент, а каждый столбец — один вопрос: такой формат называется «длинным» и с ним удобно работать стандартными функциями без макросов и надстроек.

• Среднее по шкальному вопросу — функция СРЗНАЧ (AVERAGE) по столбцу с ответами на этот вопрос;
• Доля определённого варианта ответа — функция СЧЁТЕСЛИ (COUNTIF) делённая на общее число ответов и умноженная на 100;
• Расчёт NPS — два СЧЁТЕСЛИ (отдельно для промоутеров с баллами 9–10 и критиков с баллами 0–6), затем разница их долей в процентах;
• Сегментация по группам — сводная таблица (PivotTable) с нужным сегментом в строках и средним баллом или NPS в значениях;
• Поиск дубликатов среди ответов — условное форматирование по повторяющимся значениям в столбце с email или телефоном.

Пример расчёта на реальных цифрах: из 180 ответов на вопрос NPS 65 респондентов поставили 9–10 баллов, 80 поставили 7–8 баллов и 35 поставили от 0 до 6. Доля промоутеров равна 65 делить на 180, то есть 36%, доля критиков — 35 делить на 180, то есть 19%. Итоговый NPS равен 36 минус 19, то есть 17 процентных пунктов. Такой расчёт в таблице занимает две-три формулы и пересчитывается автоматически при добавлении новых ответов.

Как только объём данных вырастает до нескольких сотен ответов и больше, а сегментация требует сравнивать десяток групп одновременно, таблица начинает требовать всё больше ручной работы, и риск случайной ошибки в формуле растёт. На этом этапе разумно переходить на сервис со встроенной аналитикой, который считает распределения и NPS автоматически по мере поступления ответов, — это не отменяет ручную проверку выводов, но снимает рутинный подсчёт.