Kako koristiti ključne upravljačke programe za analizu podataka istraživanja

Napredne istraživačke metode za izveštaje o klijentima

Podaci o istraživanju dobro se posvećuju procesu poznatom kao ključna analiza vozača . Identifikovanje i analiza ključnih drajvera mogu pomoći prodavcima i oglašivačima da odgovore na pitanja kao što su: Šta pogađa moje kupce da se prebaci na drugu marku? Šta doprinosi potrošačevoj sklonosti da kupi moj proizvod? Koja potrošačka grupa je najviše zadovoljna našim uslugama?

Kao iu bilo kom istraživanju, početni korak je identifikacija pitanja koja je istraživanje dizajnirano da odgovori.

Tržište mora odrediti da li je cilj istraživanja predvidljiv, objašnjavajući ili opisan (retko za istraživanje). Šta ako su obje vrste ciljeva važne?

Teškoće: Prosječno

Vrijeme potrebno: jedna nedelja

Evo kako:

  1. To je sve o vezi

    Širok spektar zavisnih i nezavisnih varijabli može se proučiti kroz ključnu analizu vozača i, obično, analiza je usmerena na jednu ili više zavisnih varijabli i više nezavisnih varijabli. To je statistički značajan efekat nezavisne varijable na zavisnu varijablu koja je fokus istraživanja. S jedne strane, postoji strateška karakteristika (kao tržišni udio) od interesa za klijenta. Sa druge strane, postoji niz pokazatelja učinka ili opisnih atributa za koje se veruje da su na neki način povezani sa strateškim karakteristikama.

  2. Ključna analiza vozača može odgovoriti "zašto?"

    Odabrane relevantne varijable i analitički metod odabrani za ključne analize vozača u velikoj meri su funkcija cilja istraživanja: objašnjenje, predviđanje, opis.

    Ako je objašnjenje cilj, nezavisne varijable se veruju da utiču na varijacije posmatranih u zavisnoj varijabli. Nezavisne varijable takođe treba da budu izvodljive. Na primjer, opšte zadovoljstvo s korisničkim servisom (zavisna varijabla) vjerovatno je povezano sa vremenom čekanja, jednostavnosti povratka i politikom refundiranja (sve nezavisne varijable i odgovarajuće promjenama ili akcijama).

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

    Ako je predviđanje cilj istraživanja, tražene su nezavisne varijable koje pokazuju obećanje za predviđanje ishoda. U ovom slučaju, nezavisne varijable ne moraju biti izvodljive. Cilj prediktivnog istraživanja nije da promeni zavisnu varijablu, već da predvidi nešto o tome. Na primer, ključna analiza vozača mogla bi biti osmišljena da predvidi recidivizam nakon učešća u programu za prevenciju pušenja, ali istraživači mogu takođe ispitati različite skupove nezavisnih varijabli za koje se vjeruje da poboljšaju stopu uspeha njihovog programa za prekid pušenja.

  1. Ključna analiza vozača je istraživanje prijateljsko

    Atributi brenda često potpadaju pod jednu od tri kategorije: zadovoljstvo, saglasnost ili performanse. Različite skale mogu se koristiti za snimanje ocjena anketiranih ispitanika ili rangiranje atributa u ovim kategorijama. Najzastupljenija skala rejtinga je Likert, koji se lako primjenjuje na zadovoljstvo i izjave o saglasnosti. Kada ispitanici ankete ocjenjuju mnoge atribute proizvoda ili usluga ili atributa u nekoliko brendova, mogu da potvrdi okvir za "da", sa rezultirajućim podacima šifriranim 1/0. Ovaj binarni podatak se lako konvertuje u svrhu statističke analize.

  2. Različiti ključevi za različite segmente tržišta

    Istraživanje segmentacije tržišta ukazuje na to da različiti ključni pokretači mogu biti važni na različitim tržištima i da neki ključni pokretači mogu biti važni u svim segmentima tržišta. Ključna analiza vozača može pojednostaviti dizajn istraživanja jer se atribut može upitati samo jednom u anketi, ali se rezultujući podaci mogu filtrirati u različite "rezove" ili tranše koje odražavaju diskretne grupe potrošača. Na primer, smanjenja mogu da odražavaju demografiju, starost, pol, socioekonomski status, prihod ili nivo obrazovanja.

  3. Ključna analiza vozača može se koristiti sa kategoričkim vrijednostima

    Različite analitičke tehnike mogu se koristiti za obavljanje ključne analize vozača. Neke zavisne varijable su kategorične, nisu skalirane , pa se tako ne mogu analizirati linearnom regresijom. Umjesto toga, koriste se linearna diskriminantna analiza ili logistička regresija. Kategorijske varijable se mogu koristiti u istraživanjima sa objektivnim i ciljem objašnjenja. Ispitivanje zadovoljstva ili lojalnosti često koristi kategorične vrednosti koje ukazuju, na primer, status odnosa sa klijentima (aktivno / neaktivno).

  1. Linearnost - Jedna još nešto da se uzme u obzir

    Ključni vozač je atribut sa statistički značajnim odnosom prema željenom ishodu ili strateškim karakteristikama. Nezavisna varijabla se smatra linearnom ako ima ravnopravni odnos sa zavisnom varijablom. Primer bi bio elastičnost cijena - pošto se cena proizvoda promjenjuje, linearni obrazac obima prodaje se javlja kao odgovor na ove promjene. Osim ako je neophodan veoma visok stepen prediktivne važnosti, u dobro osmišljenoj studiji, linearni podaci mogu predstavljati adekvatne nelinearne podatke, bez potrebe za pribegavanjem naprednijim tehnikama.

  2. Softverske aplikacije za analizu ključnih upravljačkih programa

    Mnogi softverski paketi su dizajnirani da obavljaju statističke procese potrebne za ključne analize vozača. Quirk's magazine objavljuje preglede softvera.

    Dva navedena ovde obuhvataju opseg dostupnih opcija iz najosnovnijih aplikacija dizajniranih da rade kao dodaci Microsoft Excel-a sveobuhvatnim platformama kao što je SPSS.

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

    SPSS je standard, i prošao je mnoge revizije - od kojih je jedan IBM SSPS Direct Marketing modul posebno funkcionalan za istraživače tržišta.

  1. Prednosti ključne analize vozača

    Zato što je ključna analiza vozača efikasna i skalabilna, pomaže u održavanju budžetskih i resursnih granica projektovanja i analize istraživanja. Postojeći vozači brendova - recimo, poznati klijentima koji godišnje uzimaju istraživanje - mogu se koristiti u okviru postojećih istražnih okvira; istraživanja koja koriste ključnu analizu vozača ne moraju biti duže ili komplikovanije. Upitnici koji se suočavaju sa klijentima ne moraju se značajno promijeniti kako bi se prilagodili ključnim analizama vozača. Priča koja koristi ključnu analizu vozača je razumljiva i posvećuje se vizuelnom prikazu podataka za prezentaciju.

  2. Referenca

    Quirk's Market Research Review objavljuje članke o širokom spektru tema istraživanja tržišta. Njihove serije o korišćenju podataka i istraživačkim tehnikama i trendovima naročito su korisne za istraživače koji su zainteresovani za orah i vijke istraživanja istraživanja.

    Izvori

    • Quirkov članak # 20010104 - Anketa o metodama analize Rajana Sambandama (iz Response Centra u Fort Washington, PA)
    • Quirkov članak # 20010297 - > Ključna analiza vozača Micheal Lieberman (Multivariate Solutions, Njujork