通过电子邮件调查、网站民意测验或街头拦访时，核心难点在于确定所需样本量。以下公式可根据总体规模（如用户数、邮件列表或潜在客户数）预测所需回复数量。
- N = 总体规模（如月均网站访客数、邮件列表大小或城市总人口）。
- z = 期望置信水平（统计学家常用95%，对应z值为1.96）。
- e = 误差范围（通常为5%）。
- p = 样本比例（对结果的预期百分比；若不确定，可取50%）。
该公式较为复杂，建议使用SurveyMonkey等在线计算器辅助运算。
以电商网站访客调查为例：若计划全月投放，输入月独立访客数；若仅运行一周，则输入周独立访客数。例如，在1,000名月独立访客、95%置信水平和5%误差范围下，需278份有效回复。
关键挑战在于预估完成率。若外部调查回复率仅为15%，为获278份回复需触达1,850人，可能超出月总访客量。此时需延长调查周期或降低置信水平。若仅调查20%的访客，结果易受特定人群影响而产生偏差。
此时需结合直觉判断：若多数反馈呈现负面体验，或回复集中于非核心客户群体，则数据可能存在偏差。
人口统计特征
另一种确定样本量的方法是基于人口统计信息。若缺乏内部数据，第三方公司可根据邮箱或物理地址提供相关统计。
另一种确定调查规模的方法是基于人口统计信息。
例如，调研男女颜色偏好时，向1,000人发送邮件后发现80%受访者为女性。为确保性别样本均衡，需针对男性补充调查。假设女性实际回复800份，男性回复率为10%（即200份），为补齐600份男性样本，需额外向男性发送6,000封邮件。
确认调查规模
收到回复后，如何判断样本量是否足以支持决策？关键在于评估增加样本是否会改变结论。
例如，问题A在1,000份回复中选项占比分别为30%、45%和25%。若新增100份回复全部选择同一选项，总比例变为36%、41%和23%，通常不足以推翻原有决策。换言之，可尝试将某选项权重设为100%，测试其是否会影响最终判断。
原因是什么？
与其纠结样本量，不如聚焦调查目的。若现有回复能提供可操作的商业洞察且符合逻辑，说明样本已充足。
此外，第三方数据可直接替代部分调查需求。定性调查（开放式问题）往往只需少量反馈即可发现关键痛点，这比收集大量满意客户的意见更具价值。