定性研究学习路径
从研究设计到洞察报告，一套完整的实战型定性研究学习路径。每一步都有对应的方法指南， 帮助你完成真实的定性研究任务。
专题简介
定性研究解决什么问题
当问题需要理解"为什么"而不是"有多少"时，定性研究是第一步。
🧠 动机与决策
用户为什么这样做？决策背后的动机、权衡与妥协是什么。
💬 认知与理解
用户如何理解产品和品牌？他们的语言、心智模型与参照系是什么。
🔍 痛点与原因
使用过程有哪些痛点和放弃时刻？定量数据背后的原因是什么。
定位说明
定性研究不是定量研究的低成本替代方案。它回答的是"为什么、怎么样"——与定量研究的"有多少、差多少"互补，
通常在定量之前提供方向，在定量之后提供解释。
学习路径
九个阶段，从设计到交付
按顺序学习，或按需直达对应环节。
1
研究设计
从业务问题出发，判断什么情况适合定性研究、如何搭建研究框架
2
样本与招募
确定样本结构与招募条件，甄别目标受访者
3
提纲设计
把研究主题转化为开放、可追问的访谈提纲
4
访谈执行
主持深访与焦点小组：追问、倾听、避免诱导与控场
5
资料整理
逐字稿清理、说话人识别与文本分段，为分析打基础
6
编码与主题分析
建立编码结构，从标签走向有解释力的主题
7
洞察提炼
区分原话、发现、解释与洞察，处理反例与少数观点
8
报告表达
把主题与原声组织成结构清晰、可行动的定性报告
9
AI辅助研究
用 AI 提升整理与编码效率，守住证据追溯与人工复核
适合人群
这条路径适合谁
初次做访谈的人
从研究设计与提纲开始，避免"想到哪问到哪"。
分析大量笔录的人
掌握编码与主题分析方法，把文本变成洞察。
写定性报告的人
学会用主题与原声组织报告，而不只是纪要汇总。
想用 AI 提效的人
用 AI 加速整理与编码，守住证据追溯与人工复核。
研究工具
QA SurveyKit：把方法落地
学完方法之后，访谈资料的整理、编码、主题归纳与原声检索可以在 QA SurveyKit 中完成。
📄 资料整理
访谈笔录的文本整理、分段与初步编码建议，辅助建立编码框架。
🏷️ 编码与主题
辅助编码归类与候选主题生成，主题边界与业务解释由研究人员确认。
💬 原声整理
按主题检索典型原声，辅助定性报告素材整理——最终洞察与建议由研究人员完成。