Jak používat klíčové ovladače k ​​analýze dat průzkumu

Údaje z průzkumu se daří dobře procesu známému jako klíčová analýza ovladače . Identifikace a analýza klíčových ovladačů může pomáhat obchodníkům a inzerentům najít odpovědi na otázky, jako je: Co přiměje mého zákazníka přejít k jiné značce? Co přispívá k náchylnosti spotřebitele ke koupi mého produktu? Která skupina spotřebitelů je s našimi službami nejvíce spokojena?

Stejně jako v každém výzkumu je počátečním krokem identifikace otázek, na které je dotazování navrženo.

Obchodník musí určit, zda je výzkumný cíl předvídatelný, vysvětlující nebo popisný (vzácný pro průzkum). Co když jsou důležité dva typy cílů?

Obtížnost: Průměr

Požadovaný čas: Jeden týden

Zde je návod:

1. Je to vše o vztahu

   Široká škála nezávislých a nezávislých proměnných může být studována pomocí klíčové analýzy řidiče a typicky je analýza zaměřena na jednu nebo více závislých proměnných a několik nezávislých proměnných. Je to statisticky významný účinek nezávislé proměnné na závislé proměnné, která je předmětem výzkumu. Na jedné straně existuje strategická charakteristika (jako podíl na trhu), která je pro klienta zajímavá. Na druhé straně existuje řada ukazatelů výkonnosti nebo popisných atributů, o kterých se předpokládá, že mají určitou souvislost se strategickou charakteristikou.

2. Analýza klíčového řidiče může odpovědět "Proč?"

   Relevantní proměnné zvolené a analytická metoda vybraná pro analýzu klíčových faktorů řidiče jsou do značné míry funkcí výzkumného cíle: vysvětlení, předpověď, popis.

   Pokud je cílem vysvětlení , předpokládá se, že vybrané nezávislé proměnné ovlivňují odchylky pozorované v závislé proměnné. Nezávislé proměnné by měly být také použitelné. Například celková spokojenost se zákaznickým servisem (závislá proměnná) pravděpodobně souvisí s čekací dobou, jednoduchostí návratnosti a zásadami pro vrácení peněz (všechny nezávislé proměnné a reagující na změnu nebo akci).

3. Analýza klíčového řidiče může odpovědět "Co když?"

   Pokud je cílem předpověď , hledají se nezávislé proměnné, které slibují předvídání výsledku. V tomto případě nemusí být nezávislé proměnné použitelné. Cílem přediktivního výzkumu není měnit závislou proměnnou, ale předpovědět něco o ní. Klíčová analýza řidičů by například mohla být navržena tak, aby předpovědi recidivy po zapojení do programu prevence kouření, ale výzkumníci by také mohli prozkoumat jiný soubor nezávislých proměnných, o nichž se předpokládá, že zlepší úspěšnost svého programu odvykání kouření.

4. Analýza klíčového řidiče je průzkumná

   Atributy značky často spadají do jedné ze tří kategorií: hodnocení spokojenosti, shody nebo hodnocení výkonnosti.Na zaznamenání hodnocení respondentů nebo hodnocení atributů v těchto kategoriích lze použít různé měřítka. Nejčastějším ratingovým stupněm je Likert, který lze snadno aplikovat na spokojenost a prohlášení o shodě. Když respondenti hodnotí mnoho atributů produktu nebo služby nebo atributy mezi několika značkami, mohou zaškrtnout políčko "ano", výsledná data jsou kódována 1/0. Tato binární data lze snadno konvertovat pro účely statistické analýzy.

5. Různé ovladače pro různé segmenty trhu

   Výzkum segmentace trhu naznačuje, že různé klíčové faktory mohou být důležité na různých trzích a že některé klíčové faktory mohou být důležité ve všech segmentech trhu. Klíčová analýza řidičů může zjednodušit návrh průzkumu, protože atribut může být dotazován pouze jednou, ale výsledná data mohou být filtrována do různých "řezů" nebo tranší, které odrážejí diskrétní skupiny spotřebitelů. Například škrty mohou odrážet demografické údaje, věk, pohlaví, sociálně-ekonomický stav, příjmy nebo úroveň vzdělání.

6. Klíčová analýza řidičů může být použita s kategorickými hodnotami

   K provedení analýzy klíčového řidiče lze použít řadu analytických metod. Některé závislé proměnné jsou kategorické, nikoli měřítko , a proto nemohou být analyzovány lineární regresí. Místo toho se používá lineární diskriminační analýza nebo logistická regrese. Kategorické proměnné lze použít v průzkumech s prediktivními i vysvětlujícími cíli. Spokojenost zákazníků nebo věrnostní průzkumy často používají kategorické hodnoty, které naznačují například stav zákaznického vztahu (aktivní / neaktivní).

7. Linearita - jedna věc, která je třeba zvážit

   Klíčový ovladač je atribut se statisticky významným vztahem k požadovanému výsledku nebo strategické charakteristiky. Nezávislá proměnná je považována za lineární, pokud má vztah přímou k závislé proměnné. Příkladem by mohla být cenová pružnost - jak se mění cena produktu, v reakci na tyto změny se objevuje lineární model objemu prodeje. Pokud není požadována velmi vysoká úroveň prediktivní platnosti, v dobře navržené studii mohou lineární údaje spravedlivě představovat nelineární data, aniž by se musely uchylovat k pokročilejším technikám.

8. Softwarové aplikace pro analýzu klíčových ovladačů

   Mnoho softwarových balíků je určeno k provádění statistických procesů potřebných pro analýzu klíčových ovladačů. Časopis Quirk publikuje recenze softwaru.

   Dvě uvedené oblasti zahrnují rozsah dostupných možností z nejzákladnějších aplikací navržených tak, aby fungovaly jako doplňky Microsoft Excel k rozsáhlým platformám, jako je SPSS.

   ALLSTAT je nenákladná analýza dat a statistické řešení pro aplikaci Microsoft Excel.

   Standard je SPSS a prošel mnoha revizemi - jedním z nich se zdá, že modul IBM SSPS Direct Marketing je pro výzkumníky trhu zvlášť funkční.

9. Výhody analýzy klíčového řidiče

   Vzhledem k tomu, že klíčová analýza ovladačů je efektivní a škálovatelná, pomáhá udržovat rozpočtové a zdrojové hranice průzkumu návrhu a analýzy.Existující řidiči značek - říkají, že jsou známi klientům, kteří každoročně provádějí průzkum - lze využít v rámci stávajících rámců průzkumu; průzkumy, které využívají klíčové analýzy řidiče, nemusí být delší nebo komplikovanější. Dotazníky, které čelí klientům, se nemusejí výrazně měnit, aby vyhovovaly analýze klíčových ovladačů. Příběh, který používá analýzu klíčových ovladačů, je pochopitelný a umožňuje vizuální zobrazení dat pro prezentaci.

10. Reference

    Společnost Quirk Research Market Review publikuje články o širokém spektru témat výzkumu trhu. Jejich série týkající se Data Use a Research Techniques and Trends jsou zvláště užitečné pro výzkumníky, kteří se zajímají o ořechy a šrouby průzkumu.

    Zdroje

    • Quirkův článek # 20010104 - Přehled metod analýzy Rajanem Sambandamem (v Response Center ve Fort Washingtonu, PA)
    • Článek Quirk # 20010297 - Micheal Lieberman (Multivariate Solutions, New York