用户研究计划里的样本量和招募成本需要放在一起估算：样本量决定邀请多少人、发多少激励，招募周期又反过来影响渠道费和加急溢价。本文按探索性访谈、可用性测试、问卷验证三类研究，给出可复算的样本量公式、招募成本项拆解和预算表结构，示例金额只用于演示算法，实际取值以询价和历史数据为准。
要点总览（TL;DR）
- 样本量先按研究类型分开算：定量研究用置信水平、误差范围和总体比例假设套抽样公式，定性研究按每个细分人群6–12人、可用性测试每轮5–8人的经验区间起步，再按信息饱和调整。
- 有效样本要换算成邀请人数：邀请人数＝有效样本量÷（回收率×有效率），回收率假设直接决定触达规模，建议用近几次同类项目的最低值校准。
- 招募成本按人计费项与固定费用项分开列：受访者激励、部分渠道服务费按人计，筛选预约工时、触达费用、税费手续费单列，替补与爽约名额按有效样本的10%–30%预留。
- 样本量、招募成本、执行周期放在同一张预算表里复算，保留“数量×单价=小计”的结构，参数一变整列重算，评审时逐行可追问。
- 影响偏差最大的变量是人群稀缺度、回收率假设和细分人群数量，加急招募通常还要单列20%–50%的溢价。
估算范围与时间跨度怎么定
估算的第一步是把“这次要算哪些研究”写清楚。探索性访谈、可用性测试、问卷验证的样本逻辑和成本结构差别很大，混在一张预算里会导致参数互相污染。建议按研究阶段分别建行，最后再汇总。
范围界定表至少包含四列：研究阶段、目标人群、细分数量、起止时间。目标人群的细分维度要写具体，例如“企业版管理员／个人版高频用户”“一线城市／下沉市场”“新注册30天内／使用满6个月”，每个细分维度都会放大样本量和招募难度。
| 研究阶段 | 目标人群与细分 | 细分数量 | 时间窗口 |
|---|---|---|---|
| 探索性访谈 | 流失用户，按流失前使用频次分2组 | 2 | 第1–2周招募，第3周执行 |
| 可用性测试 | 新注册用户，按设备端分2组 | 2 | 第2–3周招募，第4周执行 |
| 问卷验证 | 全量活跃用户，按角色分3组 | 3 | 第3周投放，第4–5周回收 |
时间跨度要拆成招募周期、执行周期、分析汇报周期三段分别估算，再加总。招募周期受人群稀缺度影响最大，执行周期取决于场次和每场时长，分析周期常被低估，建议按执行周期的30%–50%预留。
同时明确哪些投入不计入本次估算：长期工具订阅、跨年项目、已有人力池的沉没成本，都应在范围表下方单列“不含项”，避免评审时被追问。
样本量怎么算：公式、参数与细分人群
定量研究和定性研究的样本量算法不同，需要分开处理。定量研究回答“比例是多少”，用抽样公式；定性研究回答“为什么”，用信息饱和判断。
定量研究：置信水平、误差范围与总体比例
估算总体比例时，常用公式为 n = Z² × p × (1−p) ÷ e²，其中 Z 为置信水平对应的标准分（95%置信水平约取1.96），p 为总体比例假设，e 为允许误差。当 p 未知时取0.5，得到最保守的最大样本量。
| 置信水平 | 误差范围 | p取值 | 最小样本量（约） |
|---|---|---|---|
| 90% | ±10% | 0.5 | 68 |
| 95% | ±10% | 0.5 | 96 |
| 95% | ±5% | 0.5 | 384 |
| 95% | ±5% | 0.3 | 323 |
表中数值为无限总体下的近似值，目标人群规模较小时（如不足5000人）需按有限总体校正公式下调。误差范围从±10%收紧到±5%，样本量约翻四倍，这是预算谈判中最值得先确认的参数。
定性研究：按细分人群与信息饱和判断
定性研究不追求统计代表性，样本量以“每个细分人群听到重复观点”为停止信号。常用经验区间是每个细分人群6–12人，可用性测试每轮5–8人。这些区间只是起点，需要在执行中根据信息饱和情况调整，不能当作硬性标准写进合同。
细分人群放大与有效样本换算
总有效样本量等于各细分人群最小样本量之和。若问卷需要按3个角色分别出结论，每个角色384人，则有效样本合计1152人，而不是整体384人。
邀请人数要在有效样本基础上按回收率和有效率放大：邀请人数 = 有效样本量 ÷（回收率 × 有效率）。例如有效样本1152人、回收率20%、有效率90%，邀请人数约6400人。回收率假设直接决定触达规模，必须用历史项目数据校准。
招募成本由哪些项构成
招募成本分为按人计费和固定费用两类，估算时逐项列出单位与计费方式，避免把一次性费用摊进单人成本造成复算困难。
| 成本项 | 单位 | 计费方式 | 是否按人计费 |
|---|---|---|---|
| 受访者激励 | 元/人 | 按实际完成人数支付 | 是 |
| 第三方招募服务费 | 元/人 或 元/项目 | 按合格样本或打包报价 | 视合同而定 |
| 自有用户池触达 | 元/次 | 站内信、短信等按发送量计 | 否 |
| 筛选与预约工时 | 人天 | 招募人员投入天数×人天单价 | 否 |
| 替补与爽约名额 | 人 | 按有效样本的10%–30%预留 | 是 |
| 支付手续费与税费 | % | 按激励总额比例计 | 否 |
受访者激励与访谈时长、人群专业度相关，专业人群（如企业采购决策者）的单人激励通常显著高于普通消费者。激励形式包括现金、礼品卡、平台积分，不同形式的到账周期和手续费不同，需在备注中写明。
渠道差异体现在两方面：自有用户池成本低但覆盖受限于活跃用户结构，第三方招募能触达外部人群但按合格样本计费、单价更高，社群渠道介于两者之间且质量波动大。筛选工时容易被漏算，每场访谈的筛选、确认、提醒通常需要0.5–1人天。
替补名额按有效样本的10%–30%预留，人群越稀缺、爽约风险越高，比例越靠上限。税费、支付手续费和币种口径要单独一行，跨境支付还需注明汇率取值日期。
计算模型与预算框架
把样本量和成本项组合成三条核心公式，预算表就能随参数变动自动复算。
- 总样本量 = Σ各细分人群最小样本量 ×（1 + 缓冲比例）
- 邀请人数 = 总样本量 ÷（回收率 × 有效率）
- 招募成本 = 邀请人数 × 单人激励 + 渠道费 + 筛选工时 × 人天单价 + 税费与手续费
执行周期按招募天数、排期天数、分析天数三段相加。招募天数可用“邀请人数 ÷ 日均触达量”估算，排期天数取决于场次和每场时长，分析天数按执行周期的30%–50%预留。
| 项目 | 数量 | 单价（示例） | 小计（示例） | 备注 |
|---|---|---|---|---|
| 有效样本（3个细分） | 1152人 | — | — | 每细分384人，95%置信、±5%误差 |
| 含缓冲邀请人数 | 约7040人 | — | — | 回收率20%、有效率90%、缓冲10% |
| 受访者激励 | 1267人 | 50元/人 | 63,350元 | 按完成人数计，含缓冲名额 |
| 第三方招募服务费 | 1152人 | 80元/人 | 92,160元 | 按合格样本计费，示例价 |
| 筛选与预约工时 | 8人天 | 800元/人天 | 6,400元 | 含确认与提醒 |
| 支付手续费与税费 | — | 按激励6% | 3,801元 | 币种：人民币 |
表中金额均为演示算法的示例值，不代表任何供应商现价，实际估算时替换为询价记录并注明取数日期。预算表保留“数量×单价=小计”的结构，参数一变即可整列重算，评审时也便于逐行追问。
研究计划的范围、样本量参数、招募预算和审批节点，可以在ONES中作为工作项与文档统一管理：范围界定表、样本量计算表和预算表放在同一研究计划文档下，参数变更留痕，审批节点对应到具体负责人，复算时能追溯到每次调整的依据。
哪些因素会让估算偏差最大
基准算法给出的是中位预期，真正让预算失控的是几个敏感变量。建议在预算表旁单列敏感因素清单，标注影响方向和建议区间。
| 变量 | 影响方向 | 建议区间或处理 |
|---|---|---|
| 目标人群稀缺度 | 招募周期拉长、渠道费上升 | 稀缺人群预留2–3倍招募天数 |
| 激励金额 | 激励提高，响应率上升、爽约率下降 | 参照历史项目响应率曲线取值 |
| 细分人群数量 | 成本近似线性增长，管理工时非线性增长 | 细分超过4组时单独核算协调成本 |
| 回收率假设 | 假设偏高导致邀请不足、样本缺口 | 用近3次同类项目的最低值 |
| 加急招募 | 渠道加急费与溢价工时 | 单列加急溢价，通常为常规费用的20%–50% |
细分人群数量增加带来的成本增长不是简单相加：每增加一个细分，筛选问卷、排期协调、激励发放都要重复一遍，管理工时往往比样本量增长更快。回收率假设是最容易被乐观估计的参数，建议取历史最低值作为基准，把乐观值作为上限情景。
取数方法与数据来源
估算的可信度取决于参数来源。建议建一张取数台账，逐项记录参数、来源类型、数值、更新日期和负责人，评审时按台账核对。
| 参数 | 来源类型 | 数值（示例） | 更新日期 | 负责人 |
|---|---|---|---|---|
| 问卷回收率 | 历史项目数据 | 20% | 按最近项目更新 | 研究负责人 |
| 爽约率 | 历史项目数据 | 15% | 按最近项目更新 | 研究负责人 |
| 单人激励水平 | 历史项目＋渠道询价 | 50元/人 | 询价当日 | 招募执行人 |
| 第三方招募单价 | 渠道报价 | 80元/人 | 询价当日 | 招募执行人 |
| 总体比例假设 | 公开统计资料或产品数据 | 0.5（保守取值） | 引用当日 | 研究负责人 |
取数优先级为：历史项目数据优先，其次为渠道询价记录，再次为公开统计资料。公开资料用于总体比例假设时，要确认统计口径与目标人群一致，口径不符时退回保守取值0.5。无法取得数据的参数，在台账中标注“假设值”并写明复核方式与复核人。
估算结果需要明确责任人与审批节点：研究负责人对样本量参数负责，招募执行人对渠道报价负责，预算总额由项目负责人审批。审批前复核一遍敏感因素清单，确认回收率和激励水平用的是最新数据，避免用过期参数提交预算。
常见问题
预算有限时，应该先压缩样本量还是先压缩激励金额？
优先保住每个细分人群的最小样本量，再考虑调整激励。样本量不足会让细分结论失去统计意义，前期投入等于白花；激励金额下调会拉低响应率、推高爽约率，反而需要邀请更多人，总成本未必下降。
可行的顺序是：先确认误差范围能否从±5%放宽到±10%（样本量约降到四分之一），再评估细分人群能否合并，最后才动激励水平，并且用历史响应率曲线估算下调后的邀请人数变化。
回收率没有历史数据时，第一次做研究怎么设假设值？
没有历史数据时，按渠道分别设保守假设：自有用户池站内信触达通常低于短信和第三方招募，社群渠道波动最大。建议首次项目取偏低的假设值，并在预算中保留缓冲，执行前两三天统计实际回收速度，按实际值滚动修正邀请量。
项目结束后把实际回收率、爽约率记入取数台账，作为下一次估算的基准，避免每次都从零假设。
定性访谈的样本量能不能直接套用定量公式？
不能。定量公式解决的是“比例估计的误差有多大”，定性研究回答的是“为什么”，判断标准是信息饱和，即新增访谈不再带来新观点。套用抽样公式会得出与目的不匹配的样本量。
实操上按每个细分人群6–12人起步，边执行边判断饱和情况，接近上限仍出现大量新信息时再追加名额，追加部分在预算里预留。
多个细分人群同时招募，成本为什么比按人数相加更高？
每增加一个细分人群，筛选问卷、排期协调、激励发放、数据分组都要重复一遍，管理工时增长快于样本量增长。稀缺人群还要分别走不同渠道，渠道基础费用无法摊薄。
估算时建议细分超过4组就单独核算协调成本，把筛选工时按组数递增计入，而不是按总人数平均分摊。
估算结果提交审批前，需要复核哪些内容？
重点复核三项：回收率和爽约率是否用了最新项目数据，渠道报价是否在有效期内并注明询价日期，示例金额是否已替换为实际取值。同时确认范围表下方的“不含项”写清楚了，避免评审时被追问长期订阅、跨年项目等未纳入的投入。
审批节点对应到具体负责人，参数变更留痕，后续复算时能追溯到每次调整的依据。
