大多数调查数据都石沉大海。团队完成调查，汇总数据，然后制作一份调查结果演示文稿，列出每个问题及其百分比构成。利益相关者在会议上点头表示赞同，演示文稿被束之高阁，一切照旧。这种情况是不是很熟悉？
问题很少出在数据本身，而在于呈现方式。本指南将介绍如何构建、可视化和呈现调查结果，使调查结果能够驱动决策，而不是沦为存档文件。麦肯锡全球研究院的一份报告指出，数据驱动型组织获取客户的可能性是其他组织的23倍，盈利的可能性是其他组织的19倍，然而大多数调查结果却未能转化为决策，原因在于它们缺乏清晰的叙述[5]。
调查结果演示文稿真正需要做什么
在选择图表类型或编写标题幻灯片之前，请明确演示文稿需要完成的任务。调查结果演示文稿需要完成以下三件事：
- 告诉观众你的发现
- 解释为什么这对他们来说很重要。
- 指出接下来应该发生什么
其他一切都是装饰。高管们旁听员工敬业度数据报告并非为了审查方法论，他们想知道的是这些数据反映了组织的现状以及需要改进的地方。人力资源专业人员在审查培训评估结果时，想知道哪些项目行之有效，哪些需要重新设计。在第一张幻灯片之前，框架就至关重要。
第一步：在开发任何产品之前，先了解你的受众。
同样的调查数据需要根据受众的不同而采用不同的呈现方式。例如，向人力资源分析师团队提供十个问题的李克特量表分布的详细分析即可。而向首席财务官展示的相同信息则需要精简为两到三个与业务成果直接相关的核心结论。
在撰写报告或制作演示文稿之前，请先回答以下问题：
- 观众需要做出什么决定？
- 他们对这项调查及其目标已经了解多少？
- 他们将有多少时间来审阅或观看演示？
- 他们认为什么样的统计数据细节才算有用，什么样的细节细节又会让他们感到不知所措？
对于领导层听众，首先要阐述最重要的发现。对于从业人员听众，可以逐步展开更多细节。对于混合型听众，演示结构应先呈现主要发现，后呈现支持性数据，以便利益相关者在了解关键要点后即可离场，而分析团队可以留下来听完剩余内容。
步骤二：在可视化之前筛选数据
一份包含30个问题的调查问卷会产生30个数据点，但这并不意味着你需要展示全部30个数据点。大多数调查问卷中只有三到五个结果真正对当前决策至关重要。其余的充其量只是背景信息，最坏的情况则是噪音。
仔细分析结果，问问自己：哪些发现令人惊讶、意义重大或具有实际意义？如果一个问题的答案94%都相同，那么这个问题几乎没有任何价值，很可能可以删除。而如果一个问题的答案在不同部门之间差异很大，或者自上次调查以来趋势发生了显著变化，那么这个问题通常应该在最终报告中呈现。
筛选这一步是大多数演讲者容易忽略的。展示所有内容看似详尽，但实际上就像在教科书中划重点一样：当所有内容都被标记为重要时，就等于没有重要的内容。
步骤 3：选择与数据相匹配的图表类型
不同的问题形式需要不同的可视化方式。使用错误的图表类型会使准确的数据更难理解。
单选题和多选题都非常适合用水平条形图来表示。条形图易于浏览，可以处理任意数量的类别，并且可以按频率对答案进行排序，从而立即发现规律[1]。饼图适用于选项不超过四个的单选题，这类题的重点在于显示选项与整体的比例，但如果选项超过五个，饼图就会变得难以阅读。
评分量表和李克特量表题最好用堆叠条形图来展示，其中每个条形代表一个问题，条形之间的分段显示了回答在整个量表上的分布情况[2]。这样可以在单个图表中比较多个问题的回答模式。
趋势数据，即比较本周期与上一周期的结果，最适合用简单的折线图或并排柱状图进行对比。其目的是让变化方向一目了然。
开放式文本回复无需以原始引用的形式呈现（尽管少量精心挑选的引语也能起到很好的效果）。词云可以快速显示最常用的词语，这对于从大量回复中发现主题非常有用。
所有图表类型都应遵循一条共同原则：直接在图表上标注数据，而不是依赖图例。观众不应该需要查阅颜色图例才能理解图表内容。
第四步：构建叙事，而非罗列清单
一个有用的演示文稿和一个容易被遗忘的演示文稿之间的区别，往往在于演示者是试图讲述一个故事，还是仅仅报告数字[3]。
调查结果的叙述结构通常如下所示：
背景：调查内容是什么？哪些人参与了调查？调查时间是什么时候？请用一张幻灯片或几句话概括。观众只需要足够的信息来信任数据，而不是一份完整的调查方法报告。
关键发现：从最重要的结果入手。将其表述为陈述句，而非疑问句。“62%的员工表示他们没有足够的信息来了解影响其工作的决策”是一个发现。“员工如何看待内部沟通？”则是一个提示，而非发现。
补充细节：两到三个数据点，用于深化主要结论。这时，图表丰富的幻灯片就派上用场了。
比较或背景：与之前的调查周期、行业基准或其他团队或部门相比如何？数字与事物联系起来才更有意义。
启示：这一发现对实践意味着什么？这就需要将数据与受众需要做出的决策联系起来。
建议：接下来应该怎么做？即使演讲者没有最终答案，演讲也应该以明确的选项结束，而不是让听众自己去思考其中的含义。
第五步：将调查结果与业务目标联系起来
脱离组织优先事项的调查数据很少能推动行动。如果调查是关于培训效果的，那么就应该将调查结果与影响绩效或员工留任的技能差距联系起来。如果调查是关于员工敬业度的，那么就应该将调查结果与员工流失风险或生产力指标联系起来。
将数据与组织已关注的结果相结合并非粉饰，而是提供背景信息。例如，“配送部门38%的员工很少将培训技能运用到日常工作中”这一发现，如果与同一部门的员工流动率数据结合起来，比单独呈现更具指导意义。
第六步：确定格式和交付方式
分享结果的方式应该与受众和发现的紧迫性相匹配[4]。
当研究结果意义重大、预计会有人提问，或者你想与大家实时讨论其影响时，现场演示效果最佳。现场演示让你能够观察现场情况并灵活调整。如果图表让大家感到困惑，你可以当场进行解释说明。
对于需要按自己节奏消化数据或与未参加原会议的人员分享数据的受众来说，书面报告或共享的幻灯片演示文稿非常适用。报告在现场演示后也可用作参考文档。
对于定期开展的培训评估和快速调查，显示实时结果的仪表盘可以完全取代周期性报告。团队无需等待预定的审查会议，即可随时了解趋势。
使用 AhaSlides 进行实时调查结果演示
AhaSlides 是一个一体化的观众互动平台，在一个会话中即可完成投票、评分量表、词云、开放式问题和问答环节。对于主持直播课程的培训师和引导员来说，AhaSlides允许您在课程进行期间实时展示调查结果。投票结果、评分量表回复和词云输出会随着参与者的回复而更新，因此您可以趁热打铁地与大家分享发现，而无需将结果汇总成几天后才能发布的报告。
这对于培训后的评估尤其有用，因为与一周后阅读总结报告相比，看到小组的总体信心评分往往能引发更坦诚的讨论。当60%的学员表示对某项关键技能缺乏信心，并且该数据在总结讨论期间显示在屏幕上时，接下来的情况就会有所不同：培训师可以立即解决技能差距，而学员也能意识到自己并非孤军奋战。
AhaSlides还能将回复导出为电子表格数据，以便在会后进行更详细的分析。因此，现场演示和会后报告都基于同一套数据，无需额外步骤。与其说它是一份总结报告，不如说它更像是一个实时记分牌。当人们能够实时看到数据时，他们的反应也会有所不同。
常见的错误，以避免
务必呈现所有问题。听众无法在一次会议中吸收 25 个数据点。因此，要果断筛选。将不太重要的问题移至附录，以便在需要时提供数据，但要确保主要演示内容集中于真正值得听众关注的三到五个发现。
图表类型选择不当。一个只有八个扇形的饼图无法提供任何信息。而一个堆叠条形图，用于比较五个问题中李克特量表的分布情况，则能提供很多有用的信息。在最终确定任何图表之前，请询问一位不熟悉该调查的同事能否在十秒钟内正确解读图表。如果不能，请简化图表或更换图表格式。
忽略“所以呢？”这个问题。没有解释的数据会迫使听众自行得出结论，而这往往意味着他们什么也得不到。每一项发现都应该用一句话来解释它在实际应用中的意义。如果你写不出这句话，那么这项发现可能就不适合出现在演示文稿中。
把重点埋没。在20分钟的演讲中，先用5分钟讲解方法论，最后才引出主要发现，这绝对是让听众失去兴趣的捷径。应该把最重要的结果放在第二或第三张幻灯片上，然后再为那些感兴趣的人提供背景信息和细节。
呈现的信息过于详细。领导团队需要的数据版本与设计调查问卷的团队所需的数据版本不同。如有疑问，请准备一份概要版本，并保留一份更详细的备份，以便在深入讨论时随时调出。
常见问题
调查结果报告应该有多长？
对于大多数领导层或利益相关者而言，15 到 20 分钟是理想的时长。这段时间通常足以涵盖三到五项关键发现，并为每项发现提供支持性背景信息，最后提出建议。如果发现较为复杂，或者听众希望获得详细的讲解，那么 30 分钟是一个合理的上限。超过这个时长，应该安排为研讨会或工作会议，而不是正式的演讲。
附录里应该放些什么？
请将您从主演示文稿中删除但相关利益方可能会询问的所有内容都包含在附录中：包括逐题分析、人口统计细分、开放式回答原文以及任何方法论说明。附录既能缩短主演示文稿的长度，又不会使基础数据难以获取。
当调查结果不利于自己时，该如何呈现？
准确报告数据并结合上下文。如果参与度得分大幅下降，务必明确指出，并列出可能导致下降的因素，同时准备好应对方案。相比于含糊其辞、避重就轻的结果，受众通常更乐于接受坦诚的调查结果和清晰的计划。
为了将这些付诸实践，AhaSlides 免费调查创建工具可让您在几分钟内创建、共享和分析调查——在会话中实时进行，或作为独立链接发送。
来源
[1] Alchemer.饼图还是柱状图？呈现调查结果。https ://www.alchemer.com/resources/blog/pie-chart-or-bar-graph/
[2] Flourish. 5 种有效可视化调查回复的方法。https ://flourish.studio/blog/visualizing-survey-data/
[3] Venngage.如何有效地呈现调查结果。https ://venngage.com/blog/survey-results/
[4] Insight7.向利益相关者展示调查数据的最佳方法。https ://insight7.io/top-methods-for-presenting-survey-data-to-stakeholders/
[5] 麦肯锡全球研究院。《分析时代：在数据驱动的世界中竞争》。https ://www.mckinsey.com/capabilities/quantumblack/our-insights/the-age-of-analytics-competing-in-a-data-driven-world
