Kako koristiti ključne upravljačke sklopove za analizu podataka ankete

Napredni istraživački postupci za izvješća o klijentima

Podaci ankete posvećeni su procesu poznatoj kao ključna analiza vozača . Identificiranje i analiziranje ključnih upravljačkih programa može pomoć oglašivačima i oglašivačima pronaći odgovore na pitanja poput: Što potiče klijenta da se prebaci na drugu robnu marku? Što doprinosi potrošačevoj sklonosti kupnji proizvoda? Koja grupa potrošača najviše zadovoljna našim uslugama?

Kao iu svakom istraživanju, početni je korak prepoznavanje pitanja na koja je anketa osmišljena za odgovor.

Tržište mora utvrditi je li cilj istraživanja predvidljiv, objasnio ili opisivao (rijetko za istraživanje). Što ako su obje vrste ciljeva važne?

Teškoća: Prosječna

Potrebno vrijeme: jedan tjedan

Evo kako:

1. To je sve o odnosu

   Širok spektar zavisnih i nezavisnih varijabli može se proučavati kroz ključnu analizu vozača i obično se analiza usmjerava na jednu ili više zavisnih varijabli i više nezavisnih varijabli. To je statistički značajan učinak nezavisne varijable na zavisnu varijablu koja je fokus istraživanja. S jedne strane, postoji strateška karakteristika (poput tržišnog udjela) od interesa za klijenta. S druge strane, postoji skup pokazatelja uspješnosti ili opisnih atributa za koje se vjeruje da su na neki način povezani s strateškim obilježjem.

2. Ključna analiza vozača može odgovoriti "Zašto?"

   Odabrane relevantne varijable i analitička metoda odabrana za ključnu analizu vozača uglavnom su funkcija istraživačkog cilja: objašnjenje, predviđanje, opis.

   Ako je objašnjenje cilj, neovisne varijable odabrane vjeruju da utječu na varijaciju promatrane u zavisnoj varijabli. Nezavisne varijable također bi trebale biti djelotvorne. Na primjer, opće zadovoljstvo uslugom kupca (ovisna varijabla) vjerojatno se odnosi na vrijeme čekanja, jednostavnost vraćanja i politiku povrata (sve nezavisne varijable i odgovarajući na promjenu ili radnju).

1. Ključna analiza vozača može odgovoriti "Što ako?"

   Ako je predviđanje cilj istraživanja, tražene su nezavisne varijable koje pokazuju obećanje za predviđanje ishoda. U ovom slučaju, nezavisne varijable ne moraju biti djelotvorne. Cilj predviđanja nije promjena zavisne varijable, već predvidjeti nešto o tome. Primjerice, ključna analiza vozača mogla bi biti predviđena za recidivizam nakon sudjelovanja u programu prevencije pušenja, no istraživači bi također mogli ispitati različite skupine nezavisnih varijabli za koje se vjeruje da će poboljšati uspješnost programa prestanka pušenja.

1. Analiza ključnih vozača je prijateljska

   Brand atributi često spadaju u jednu od tri kategorije: zadovoljstvo, sporazum ili ocjene izvedbe. Mogu se koristiti različite ljestvice za snimanje ocjene ispitanika ankete ili rangiranje atributa u tim kategorijama. Najčešća ocjenjivačka ljestvica je Likert, koji se lako primjenjuje na izjave o zadovoljstvu i sporazumima. Kada ispitanici procjenjuju brojne atribute proizvoda ili usluge ili atributa na više robnih marki, mogu provjeriti okvir za "da", s rezultatima kodiranim podacima 1/0. Ovi binarni podaci lako se pretvaraju u svrhu statističke analize.

2. Različiti ključni upravljači za različite segmente tržišta

   Istraživanje tržišne segmentacije ukazuje da različiti ključni pokretači mogu biti važni na različitim tržištima, te da neki ključni pokretači mogu biti važni u svim tržišnim segmentima. Analiza ključnih vozača može pojednostaviti dizajn ankete jer se atribut može postaviti samo jednom u anketi, ali se dobiveni podaci mogu filtrirati u različite "rezove" ili tranše koje odražavaju diskretne grupe potrošača. Na primjer, rezovi mogu odražavati demografiju, dob, spol, socioekonomski status, dohodak ili razine obrazovanja.

3. Analiza ključnih vozača može se koristiti s kategorijskim vrijednostima

   Različite analitičke tehnike mogu se koristiti za izvođenje analize ključnih vozača. Neke zavisne varijable su kategorizirane, nisu skalirane , pa se ne mogu analizirati linearnom regresijom. Umjesto toga, koriste se linearna diskriminantna analiza ili logistička regresija. Kategorijske varijable mogu se koristiti u anketama s predviđanjima i ciljevima objašnjenja. Ispitivanje zadovoljstva kupaca ili lojalnosti često koristi kategorične vrijednosti koje ukazuju na, na primjer, status odnosa s kupcima (aktivni / neaktivni).

1. Linearnost - Još jedna stvar koja treba razmotriti

   Ključni je pokretač atribut koji ima statistički značajan odnos prema željenom ishodu ili strateškom svojstvu. Neovisna se varijabla smatra linearnom ako ima pravocrtni odnos s zavisnom varijablom. Primjer bi bio elastičnost cijena - kao i cijena promjena proizvoda, linearni obrazac volumena prodaje događa se kao odgovor na te promjene. Osim ako je potrebna vrlo visoka razina predvidive valjanosti, u dobro osmišljenoj studiji, linearni podaci mogu prilično predstavljati nelinearne podatke, bez potrebe da se pribjegnu naprednijim tehnikama.

2. Softverske aplikacije za analizu ključnih vozača

   Mnogi softverski paketi dizajnirani su za obavljanje statističkih procesa potrebnih za analizu ključnih vozača. Quirk's časopis objavljuje recenzije softvera.

   Dva ovdje navedena obuhvaćaju raspon dostupnih opcija od najosnovnijih aplikacija dizajniranih za rad kao dodatke Microsoft Excel za sveobuhvatne platforme kao što je SPSS.

   ALLSTAT je jeftina analiza podataka i statističko rješenje za Microsoft Excel.

   SPSS je standard i ima mnogo izmjena - jedan od kojih je IBM SSPS Direct Marketing modul posebno funkcionalan za tržišne istraživače.

1. Prednosti analize ključnih vozača

   Budući da je ključna analiza vozača učinkovita i skalabilna, pomaže u održavanju granica proračuna i resursa za izradu i analizu ankete. Postojeći brandovi - recimo, poznati klijentima koji godišnje poduzimaju ankete - mogu se koristiti unutar postojećih okvira istraživanja; ankete koje koriste ključnu analizu vozača ne trebaju biti duže ili složenije. Upitnici koji se suočavaju s klijentima ne moraju se značajno mijenjati kako bi se prilagodili ključnoj analizi vozača. Priča koja koristi ključnu analizu vozača je razumljiva i posvećuje vizualnom prikazu podataka za prezentaciju.

2. upućivanje

   Quirk's Market Research Review objavljuje članke o širokom rasponu tema istraživanja tržišta. Njihova je serija o korištenju podataka i istraživačkim tehnikama i trendovima osobito korisna za istraživače koji su zainteresirani za matice i vijke istraživanja.

   izvori

   • Quirkov član # 20010104 - Pregled metoda analize Rajan Sambandam (iz centra za odgovor u Fort Washingtonu, PA)
   • Quirkov član # 20010297 - > Analiza ključnih vozača Micheal Lieberman (od Multivariate Solutions, New York