本文将从噪声的三个来源（用户参与调研的动机、表达意愿、表达真实性），通过案例一一分析，如何用好“共情力”这个工具来实现“降噪”，希望能为正在与用户打交道的同学们提供一点小小的参考。
不论是在互联网行业还是传统行业，不论对象被称为用户需求还是VOC(VoiceoftheCustomer)，所有公司都在试图聆听用户/消费者的声音，但其在传递过程中会产生许多噪声。
如何分辨和减弱噪声？
本文将从噪声的三个来源（用户参与调研的动机、表达意愿、表达真实性），通过案例一一分析，如何用好“共情力”这个工具来实现“降噪”，希望能为正在与用户打交道的同学们提供一点小小的参考。
在保证抽样方式、样本配额等合理的前提下，噪声的可能来源有：
我们可以用共情力来一一理解这些噪声来源，并找到“降噪”的方式。共情力是什么？通俗地说，就是换位思考。需要注意的是，噪声是不能完全消除的，但可以被尽可能地减弱。
用户参与调研的动机
站在用户的角度想一想：我为什么来参加调研？
如果用户的动机可能对其态度产生负面影响（如纯粹薅羊毛、探听竞品情报等），那就需要考虑放弃这个样本。在定性调研中，一般可以在用户筛选阶段完成这一操作，结合用户的背景和表达，判断其动机；定量调研相对较难控制，可以设置一些筛选条件，比如在问卷中设置筛选题和陷阱题，剔除填答不认真和前后矛盾的用户。
例：某产品迭代优化，需邀请用户到公司进行面对面深度访谈。通过问卷了解用户基本情况、并电话沟通之后，调研人员发现，有一位学生用户小王符合各项条件，但很可能是为了职业发展而报名调研活动：小王计划进入互联网行业工作，希望到互联网大厂内部参观，在报名过程中表现得非常积极，甚至填写了多份报名问卷，并且在回答问题时，有迎合调研人员的迹象。
利用共情力进行分析，小王可能揣测调研目的，有意使自己符合报名要求，在调研过程中也可能会抱有“面试”心态，有意修饰自己的回答，评估后决定不邀请小王参加调研。
用户表达的意愿
站在用户的角度想一想：我为什么愿意向调研人员表达？可能是本身性格外向、愿意交流，可能是受到调研奖励的激励，可能是对调研主题感兴趣，可能是希望自己喜欢的产品做得更好……
如此看来，愿意表达的用户能够提供更多信息，且他们本身很可能是产品的潜在用户/重度用户。我们需要注意，对于不愿意表达的用户，应当尽量剔除（一般在定性调研的用户筛选阶段完成）；对于特别愿意表达的用户，应当适当控制其“声量”（对定性与定量调研均适用）。
访谈邀约用户时，发现一位用户较为内向、不善言辞，对于开放性问题（如：请描述一下您最近一次网购的经历）回答过于简短，评估认为不适合将该用户作为访谈对象。
做可用性测试时，发现一位用户表达意愿特别强烈，容易发散、侃侃而谈，此时可以礼貌地打断用户，适时将话题拉回到任务本身，减少无效信息收集（噪声）。
在APP内部资源位投放问卷，填写问卷的一般多为产品活跃用户，数据分析结果中活跃用户的声量较大。这种情况下我们需明确，声量大的用户群是否为调研的主要目标用户。如果此次调研希望接收各个用户群的声音，则需要减弱过大的声量，并增强过小的声量，一般来说有两种方法：样本加权和多渠道触达。
如果各细分用户群的样本量均能够保证较小的统计误差，则可以按照产品实际用户群比例分布进行加权处理。如某在线学习APP开展需求调研，在域内投放问卷，总样本量为，新老用户各占30%(N=)和70%(N=)，样本量均能保证在95%的置信区间内抽样误差在5%以下，因此按照产品总体实际新老用户比例(40%和60%)对样本数据进行加权，得到更能代表总体情况的分析结论。
样本加权处理方法
如果该在线学习APP还希望调研潜在用户的需求，则需要寻求域外投放渠道，如借助母公司其他兄弟产品的资源，或与样本服务供应商合作。
用户表达的真实性
即使用户非常配合调研，仍可能产生不真实的调研数据。有人说，真人秀永远都是“秀”，只要有镜头的地方，就没有完全的真实。同样的，用户研究也不可能百分百还原用户的行为和想法，只有尽可能地接近。
站在用户的角度想一想：我该怎么向调研人员表达？
首先，我要知道你在说什么；其次，我要知道我能说什么；最后，我要评估我说了之后，你会怎么想。
因此，常见的不真实有以下几种：
第一，用户对调研人员提出的问题可能存在理解偏差（我不知道你在说什么）。
这在面对面和电话调研中比较容易解决，因为调研人员可以及时发现用户理解不到位的地方，并做出解释，但在线上调研中就比较麻烦了。例如：用户如果误解了在线问卷中的问题，就会产生不真实的回答，发出噪声，而调研人员也无从发现这一误会。
因此，调研人员需要掌握一些在问卷中与用户沟通的技巧，比如编辑简练的问卷说明和题干，合理利用加粗、标红等文字格式，以及设置问题时层层深入。
某产品计划开发一个查询商品版本的功能，希望通过问卷了解用户的需求强度。产品团队在生活中观察到很多人在购物前会
