Kuinka käyttää avainohjaimia analysoimaan kyselyn tietoja

Advanced Surveys Tutkimusmenetelmät asiakaskohtaisiin raportteihin

Survey-tiedot soveltuvat hyvin pääohjaimen analyysiin . Avainten kuljettajien tunnistaminen ja analysointi auttavat markkinoijia ja mainostajia löytämään vastauksia kysymyksiin, kuten: Mikä ajaa asiakkaani siirtymään toiseen tuotemerkkiin? Mikä vaikuttaa kuluttajan haluun ostaa tuotteen? Mikä kuluttajaryhmä on kaikkein tyytyväisin palveluistamme?

Kuten missä tahansa tutkimuksessa, alkuvaiheessa on selvittää kysymyksiä, jotka kyselyllä on tarkoitus vastata.

Markkinoijan on selvitettävä, onko tutkimustavoite ennustava, selittävä tai kuvaava (harvinaista kyselyä varten). Entä jos molemmat tavoitetyypit ovat tärkeitä?

Vaikeus: Keskimääräinen

Vaadittava aika: yksi viikko

Tässä on kuinka:

1. Se on kaikki suhteesta

   Lukuisia riippuvaisia ​​ja riippumattomia muuttujia voidaan tutkia avainohjaimen analyysin avulla ja tyypillisesti analyysi kohdistuu yhteen tai useampaan riippuvaiseen muuttujiin ja useisiin riippumattomiin muuttujiin. Itsenäisen muuttujan tilastollisesti merkitsevä vaikutus on riippuvainen muuttuja, joka on tutkimuksen painopiste. Toisaalta asiakkaan kiinnostuksen kohteena on strateginen ominaisuus (kuten markkinaosuus). Toisaalta on olemassa joukko suorituskykyindikaattoreita tai kuvaavia ominaisuuksia, joiden uskotaan liittyvän jonkinlaiseen strategiseen ominaisuuteen.

2. Avainohjaimen analyysi voi vastata "Miksi?"

   Valitut asiaankuuluvat muuttujat ja analyysimenetelmä, joka on valittu avainohjaajan analyysiin, ovat suurelta osin tutkimuksen tavoitteen tehtävä: selitys, ennuste, kuvaus.

   Jos selitys on tavoite, valittujen riippumattomien muuttujien uskotaan vaikuttavan riippuvaisen muuttujan havaittuun vaihteluun. Riippumattomien muuttujien tulisi toimia myös. Esimerkiksi yleinen tyytyväisyys asiakaspalveluun (riippuvainen muuttuja) liittyy todennäköisesti odotusaikaan, yksinkertaisiin tuottoihin ja hyvityskäytäntöön (kaikki itsenäiset muuttujat ja niihin reagoivat muutokset tai toimet).

1. Avainohjaimen analyysi voi vastata "Mitä jos?"

   Jos ennuste on tutkimuksen tavoite, etsitään riippumattomia muuttujia, jotka osoittavat lupauksen tuloksen ennakoimiseksi. Tässä tapauksessa riippumattomien muuttujien ei tarvitse olla toimivat. Ennustevuustutkimuksen tavoitteena ei ole muuttaa riippuvaista muuttujaa, vaan ennustaa jotain siitä. Esimerkiksi avainohjaajaanalyysi voitaisiin suunnitella ennustamaan uusimista tupakoinnin ehkäisemistä koskevan ohjelman yhteydessä, mutta tutkijat voivat myös tutkia erilaisia ​​riippumattomia muuttujia, joiden uskotaan parantavan tupakoinnin lopettamisohjelman onnistumisastetta.

1. Avainohjaimen analyysi on kyselyn ystävällinen

   Brandin attribuutit kuuluvat usein yhteen kolmesta luokasta: tyydytystä, sopimusta tai suorituskykyä. Erilaisia ​​asteikkoja voidaan käyttää kyselyvastaajien arvosanojen tai luokkien luokittelun tallentamiseen. Yleisin luokitusasteikko on Likert, jota sovelletaan helposti tyytyväisyys- ja sopimuslausuntoihin. Kun kyselyssä vastaajat arvioivat useita ominaisuuksia tuotetta tai palvelua tai attribuutteja useilla tuotemerkillä, he voivat tarkistaa "kyllä" laatikon, jonka tuloksena on koodattu 1/0. Tämä binääridata voidaan helposti muuntaa tilastolliseen analyysiin.

2. Erilaiset avainajurit eri markkinasegmenteille

   Markkina-segmentoitumistutkimus osoittaa, että eri keskeiset kuljettajat voivat olla tärkeitä eri markkinoilla ja että jotkin keskeiset kuljettajat voivat olla tärkeitä kaikilla markkinasegmenteillä. Avainohjaimen analyysi voi yksinkertaistaa kyselyn suunnittelua, koska attribuuttia voi kysyä vain kerran kyselyssä, mutta tuloksena olevat tiedot voidaan suodattaa eri "leikkauksiin" tai osuuksiin, jotka kuvaavat erillisiä kuluttajaryhmiä. Esimerkiksi leikkaukset voivat kuvastaa väestötietoa, iän, sukupuolen, sosioekonomisen aseman, tulotason tai koulutustasotason.

3. Avainohjaimen analyysiä voidaan käyttää luokkien arvojen kanssa

   Erilaisia ​​analyyttisiä tekniikoita voidaan käyttää avainohjainanalyysin suorittamiseen. Jotkin riippuvaiset muuttujat ovat kategorisia, eivät skaalautuneita , joten niitä ei voida analysoida lineaarisella regressiolla. Sen sijaan käytetään lineaarista discriminant-analyysiä tai logistista regressiota. Kategorisia muuttujia voidaan käyttää tutkimuksissa, joissa on sekä ennakoivia että selittäviä tavoitteita. Asiakastyytyväisyys- tai uskollisuustutkimukset käyttävät usein kategorisia arvoja, jotka osoittavat esimerkiksi asiakassuhteen (aktiivinen / ei-aktiivinen) tilan.

1. Lineaarisuus - yksi tärkeämpi asia

   Avainajuri on attribuutti, jolla on tilastollisesti merkitsevä suhde haluttuun lopputulokseen tai strategiseen ominaisuuteen. Itsenäistä muuttujaa pidetään lineaarisena, jos sillä on suora suhde riippuvaiseen muuttujiin. Esimerkki olisi hintajousto - kun tuotteen hinta muuttuu, näiden myyntitavoitteiden seurauksena syntyy lineaarinen myyntivolyymi. Ellei erittäin ennakoitavaa pätevyyttä vaadita, hyvin suunnitellussa tutkimuksessa lineaariset tiedot voivat olla melko epälineaarisia tietoja ilman, että turvaudutaan kehittyneempiin tekniikoihin.

2. Ohjelmistosovellukset avainohjaimen analyysiin

   Monet ohjelmistopaketit on suunniteltu suorittamaan keskeiset kuljettajatutkimukseen tarvittavat tilastoprosessit. Quirkin lehti julkaisee ohjelmistopäivityksiä.

   Näissä kahdessa luetellaan saatavilla olevat vaihtoehdot useimmista perusohjelmista, jotka on suunniteltu toimimaan Microsoft Excel -laajennuksina kattaville alustoille, kuten SPSS: lle.

   ALLSTAT on edullinen tietojen analysointi ja tilastollinen ratkaisu Microsoft Excelille.

   SPSS on standardi, ja se on saanut monia tarkistuksia - joista yksi IBM SSPS Direct Marketing -moduuli vaikuttaa erityisen toimivalta markkinatutkijoille.

1. Key Driver -analyysin edut

   Koska avainohjaimen analyysi on tehokas ja skaalautuva, se auttaa säilyttämään tutkimuksen ja analyysin budjetin ja resurssien rajat. Voidaan käyttää vanhoissa markkinalähtöisissä ajureissa, jotka ovat tuttuja asiakkaille, jotka tekevät vuosittain kyselyn. kyselyjä, joissa käytetään keskeistä kuljettajaanalyysia, ei tarvitse tehdä kauemmin tai monimutkaisemmiksi. Asiakkaan näkökulmasta kyselyt eivät välttämättä muutu merkittävästi avainohjaimen analyysiin. Kuljettajan analyysia käyttävä tarina on ymmärrettävä ja sopii esityksen esittämiseen visuaalisesti.

2. Viite

   Quirkin Market Research Review julkaisee artikkeleita laajasta markkinatutkimuksen aiheista. Heidän sarjansa Tietojen käyttö ja tutkimustekniikat ja Trendit ovat erityisen hyödyllisiä tutkijoille, jotka ovat kiinnostuneita pähkinöistä ja pultteista.

   Lähteet

   • Quirkin artikkeli # 20010104 - Rajan Sambandamin (Fort Washington, PA: n vastauskeskuksesta)
   • Quirkin artikkeli # 20010297 - > Key Driver Analysis by Micheal Lieberman (Multivariate Solutions, New York