健康消费调查里那些百分比：先问清谁回答了问卷

样本、问法与自报偏差，决定了科学依据四个字的分量

柏霖智生 · GenoMind AI｜品牌专题

药店柜台前的一句「大多数人都看成分」

下午的药店，一位三十八岁的女士举着手机，在货架前对比两款钙片。店员走过来，说了一句很顺口的话：现在的人都很理性，看成分的占大多数，光看广告的少了。她点点头，没说出口的问题是，这个大多数是谁。

这句话可能是真的。近几年健康类产品的消费确实在变，包装上的成分表被越来越多人翻开，配料顺序、含量、有没有糖，成了购买前的固定动作。但「多数人看成分」这个判断，是从哪里来的，值不值得信，很少有人追问。

很多这样的说法来自调查报告。报告里写着百分比、写着样本、写着结论，看上去比店员的一句话可靠得多。问题在于，一份调查的质量差别可以很大，而结论被引用时，前提通常已经被删掉了。

这篇文章想做的，是给普通读者一副看调查的眼镜。不需要统计学基础，只需要在看任何百分比之前，先问几个固定问题。问完之后，你会发现有些数字依然有用，有些则只能当作参考气氛。

调查回答的是看法，不是效果

先分清三种常见的材料。第一种是调查，问的是人怎么想、怎么说、打算怎么做；第二种是实验或者试验，看的是在不同条件下结果有没有差别；第三种是销售和搜索数据，记录的是人实际做了什么。三者回答的问题完全不同。

一份调查能告诉我们：在某个人群里，有多少人自认为重视成分，有多少人说自己愿意为检测付费。它不能告诉我们：这些人买了以后有没有效果，也不能告诉我们他们下次还会不会买。把看法当成效果，是最常见的一步跨越。

还有一种混合体，叫用户满意度。它听起来像效果评价，实际上多半是「你对我们服务满意吗」这类问题。人对服务态度满意，和身体指标有没有改善，是两件事。看这类数据时，要先弄清楚问卷里到底问了哪一句。

分清这三种材料，后面所有判断都会容易一些。看到百分比先归类：这是人们说的，还是人们做的，还是在控制条件下测出来的。归错类，结论就会往错误的方向走。

口径一：回答的人是从哪里来的

样本决定了一切。同样问「你买保健品会看成分表吗」，在三甲医院的候诊区问、在某个品牌的会员群里问、在线上样本库里随机抽人问，会得到三套非常不一样的答案。原因很简单：愿意回答的人，本来就不是同一批人。

会员群调查的问题最明显。群里的人已经买过产品，对品牌有好感，也更容易认同品牌强调的价值。在这样的群里问「你重视科学依据吗」，得到高比例是必然的。这个结果对内可以用，对外引用就要谨慎，因为它描述的是老客户，不是普通消费者。

线上样本库稍好一些，但也有盲区。经常上网、愿意为几块钱填问卷的人，和不用智能手机的老年人、忙碌的蓝领、对健康话题完全不感兴趣的人，是两类人群。一份只在网上跑的调查，往往会把最后这几类人漏掉，而他们恰恰可能是最需要被理解的人。

所以看到样本描述时，值得多看两眼：多少人，从哪里来，有没有说明怎么抽的，有没有做年龄和性别的加权。一句「共回收问卷若干份」而没有抽样说明，通常意味着这批人是方便招来的，结论只能描述他们自己。

口径二：那句话是怎么问出来的

问法对答案的影响，常常比样本还大。同样一件事，换成另一种问法，比例能差出一大截。这不是受访者在撒谎，而是人在被问的时候会顺着问题找答案。

最典型的是社会赞许偏差。当你被问「你重视产品的科学依据吗」，几乎没有人愿意回答不重视，因为不重视听起来像是容易被忽悠。于是这类问题的答案会普遍偏高，高到失去区分度。问「你上次买的时候，具体看了包装上的哪几行」，得到的才是行为。

还有一类是提示效应。先给你看五个成分名，再问你听说过几个，这叫提示后认知；不给名单，让你自己想，这叫自发认知。两者的比例可以差好几倍。一份报告如果只写「认知度高」，不写有没有给提示，这个数字的含金量就要打折。

量表刻度也值得留意。五点量表和七点量表算出来的「满意」比例不一样；把「比较同意」和「同意」合并统计，结果也会变好看。这些处理本身不一定有问题，但必须在报告里写清楚。没写清楚的，读者只能猜。

所以看到一句话式的结论，先还原它的问题。原话是「你重视吗」还是「你上次买了什么」；是给了名单再问，还是让人自己想；选项是三个还是七个。还原之后，很多惊人的比例会变得平淡，也变得可信。如果一份材料连完整题目都不肯附，只留下结论，那它更接近一句广告语，而不是一次调查。

口径三：问的是哪一段时间

时间是最容易被忽略的变量。一份调查如果没有写清楚数据是什么时候采的，它描述的可能是三年前的市场。健康消费的变化很快，三年前的结论放到今天，往往已经对不上。

回忆窗口同样重要。问「过去七天你吃过几次蔬菜」，和问「过去三个月你平均每周吃几次蔬菜」，答案的准确度完全不同。七天内的记忆相对清楚，三个月则要靠印象拼凑，人会自动把最近几天的情形放大，覆盖掉更早的部分。

这也是为什么食物频率类问卷容易低估总摄入。人不只是忘，还会系统性地少报：零食、饮料、酱料、路上随手吃的那半个面包，最容易在回忆里消失。研究里常用一些方法做校正，普通读者看到「平均摄入量」时，至少要知道这个数字偏向保守。

时间跨度还决定了结论的适用范围。一次横断面调查只能反映那一刻的分布，不能说明因果；要判断「看了成分表的人是不是更健康」，需要跟着同一批人走一段时间，看先后顺序。没有时间维度，很多看起来的关联其实只是同时发生。

一个实用的习惯是：看到任何调查结论，先找三个时间点。数据什么时候采的，问的是哪段时间的事，结论打算用在什么时候。三个时间点对不上，这份数据就不该被直接搬来做决定。

口径四：说的和做的之间的那道沟

人对自己行为的描述，普遍比实际更体面。体重会往少了说，身高往多了说，运动量往多了说，蔬菜往多了说，抽烟往少了说。这不是道德问题，是注意力和记忆的正常偏差。

所以自报数据在两类问题上尤其不可靠：一是需要精确计量的事，比如吃了多少克、走了多少步；二是带有明显社会评价的事，比如有没有吃早餐、有没有熬夜、有没有看成分表。前者靠记忆，后者靠面子。

支付意愿是另一个典型。问「如果有一项个性化营养服务，你愿意为此多付一些钱吗」，回答愿意的比例通常很高。但真正到了付款页面，人会重新算一遍：这个月还有房贷，孩子的补习班要交费，服务看不见摸不着。意愿和买单之间，隔着生活。

这也解释了为什么很多以调查为依据的新产品，上市后表现远不如预期。不是调查造假，而是调查测的是意愿，市场测的是行为。两者都对，只是回答的不是同一个问题。

看这类数据时，可以换一个问法来检验：报告里有没有问过「你上一次为类似的服务花了多少钱」，而不是「你愿意花多少钱」。前者是行为，后者是愿望。有前者的调查，结论会可靠得多。

假设情境：一份要写进宣传页的调查

下面是一个假设情境，用来说明怎么读一份报告，不是真实案例。某家做营养服务的公司市场部拿到一份调研，报告封面写着：多数消费者愿意为个性化营养支付更高价格。负责人想把这句放在宣传页第一行。

第一步看样本。报告附注里写着，问卷通过公司公众号和三个健康社群发放，回收有效问卷若干份。这意味着回答的人本身已经关注健康、关注这家公司。用来做内部参考没问题，用来描述整个市场就过头了。

第二步看问法。原文题目是：如果有一项根据你的身体情况定制的营养方案，你是否愿意为此支付比普通产品更高的价格。选项是愿意、看情况、不愿意。这类题几乎必然得到高比例的「愿意」，因为它没有让人面对具体金额，也没有让人面对替代选项。

第三步看结论怎么用。市场部最后把这句话改成了：在我们的用户中，多数人表示愿意为个性化方案多付一些。同一份数据，加上限定语之后，既没有失真，也依然能说明问题。改动很小，性质完全不同。

这个例子说明，读调查的技术含量并不高，无非是问清四件事：谁答的，怎么问的，问的是哪段时间，最后被用在哪里。真正难的是愿不愿意花这五分钟。多数误读不是因为看不懂，而是因为不想看。

除了问卷，还有三种数据更接近行为

问卷之外，有三类数据离真实的购买更近：复购与退货，售后咨询的内容，以及搜索和浏览的痕迹。它们都不完美，但都不依赖人回忆自己做过什么，因此在判断趋势时往往比态度题更硬。

复购是最朴素的一个指标。一个人第一次买可能是被广告打动，第二次、第三次还买，说明产品至少没有让他失望。看复购要注意两个干扰：大促期间的一次性囤货会拉高数字，赠品和捆绑销售也会。把促销期的数据单独拿出来看，结论会稳一些。

售后咨询的内容，能看出消费者到底在担心什么。如果越来越多的人问「这个和我正在吃的药会不会冲突」「肾功能不好能不能吃」，说明信任的门槛已经从「有没有用」移到了「安不安全」。这类变化在问卷里很难问出来，因为它不是选项，而是人自己冒出来的问题。

搜索词的变化也值得看。从「抗衰老」到「肌少症」，从「胶原蛋白」到「蛋白质摄入量」，用词迁移往往先于购买行为，反映的是一批人的认知在移动。但它受热点和平台推荐影响很大，一次爆款视频就能让某个词的搜索量翻几倍，所以只能看方向，不能看绝对值。

这三类数据的共同点是描述性。它们能告诉你发生了什么、大概往哪走，不能告诉你为什么，也不能证明某个产品有效。把它们和问卷放在一起看，一个负责解释动机，一个负责校验行为，比单独用任何一种都可靠。

读者常问的三组问题

问：报告里写了样本量很大，是不是就比较可信？答：样本量只解决随机误差，解决不了系统性偏差。一万个从会员群里招来的人，也代表不了普通消费者。看样本，先看来源，再看数量。

问：专家说某成分有用，和调查说消费者认可，哪个更值得信？答：两者回答不同问题。前者谈的是机制和证据强度，后者谈的是人心。判断一个产品，需要的是前者；判断一个市场，需要的是后者。把两者混着用，最容易被带着走。

问：那调查还有没有用？答：很有用，前提是用在对的地方。想知道用户卡在哪一步、为什么放弃、最不满意什么，调查是最经济的办法。它的长处是发现问题和假设，短处是验证效果。用它做前者，事半功倍；用它做后者，容易落空。

工具在这件事里的位置

如果把「科学依据」当成一个卖点，那么它至少要被拆成可以检查的东西：依据是什么级别的证据，适用于哪类人，和这个人的用药、检验指标有没有冲突，什么时候需要重新看。这四件事，靠一句宣传语说不清。

柏霖智生在介绍 GenoMind AI 时，把它定位为面向生物医学信息分析与个性化营养辅助的系统，强调机制信息整合、药物与营养相互作用提示以及随访更新。放到这个语境里，它的价值不在于给出一个更响亮的结论，而在于把一条建议的来路摆出来，让人可以追问。

它做不到的事也要说清楚：不能替消费者判断哪个品牌更值得买，不能替代医生对病情的判断，也不能把一份调查结论变成个体方案。工具能做的是整理与提示，最终的选择仍然在人手里。

对机构而言，判断这类工具是否值得引入，可以看一件事：它能不能在给出建议的同时，标出这条建议依据了哪些信息、还缺哪些信息。愿意承认缺什么，比声称什么都知道，更接近可信。

给普通读者的三条建议

第一，把百分比还原成人。看到「多数消费者」时，在心里换成「这家公司公众号的读者」。看到「用户满意度高」时，换成「还在用的人觉得不错」。还原之后，很多数字会变得不那么吓人，也不那么有用。

第二，优先相信行为，其次相信意愿，最后才相信态度。一个人上次花了多少钱、连续用了几个月、有没有续费，这些比「你重视科学依据吗」的回答可靠得多。选购产品时也一样，看它敢不敢公开具体做法，而不是看它说自己多科学。

第三，遇到拿不准的说法，问一句「这个结论是怎么得出来的」。这句话在药店、在直播间、在朋友推荐时都适用。多数时候对方答不上来，你就会自己慢下来，而慢下来本身就是一种保护。

柏霖智生在这个方向上的探索，最后也落在同一件事上：让信息可以被追问。一份调查、一条建议、一个方案，只要来路清楚，读者就有判断的余地；来路不清，再漂亮的数字也只是气氛。