Как анализировать данные опроса

Итак, вы получили результаты онлайн-опроса. Теперь вам нужно проанализировать данные, чтобы представить их в наиболее доступном для понимания и дальнейшей работы виде.

Это руководство поможет вам разобраться в том, что из себя представляет анализ данных опроса и с какими данными опроса можно работать. Вы также получите пошаговый план эффективного анализа данных.

Анализ опроса — это процесс, в результате которого из сырых данных можно получить имеющую практическую ценность информацию для принятия взвешенных решений. 

Но чтобы извлечь из сырых данных действительно ценную информацию, следует подготовиться к процессу анализа. Чтобы провести эффективный анализ, для начала важно разобраться, каких результатов вы хотите достичь.

Подробнее о том, как составлять опросы и анализировать данные, мы рассказываем в нашем вебинаре.

Тип данных, собираемых с помощью опросов, напрямую зависит от вида задаваемых вопросов. Данные могут быть количественными и качественными. 

Количественные данные выражаются в числовых значениях. Например, на опрос для определения Net Promoter® Score (NPS) респонденты дадут ответ по шкале от 1 до 10. То есть, все ответы будут выражены числовыми значениями. Такие данные легко использовать для прямого сравнения и статистического анализа.

Качественные же данные выражаются описанием, а не цифрами. Задача такого опроса — определить причины количественных данных. Например, можно попросить респондентов объяснить своими словами, почему они выбрали именно такую оценку. Качественные данные намного тяжелее анализировать, но они позволяют раскрыть факторы, лежащие в основе количественных данных.

Цифровые данные отлично подходят для отслеживания динамики. Но если вы хотите узнать, почему респондент дал определенный ответ на ваш вопрос, вы можете добавить уточняющий вопрос, который позволит получить качественные данные.

Узнайте, что скрывается за вашими данными. 

Прежде чем приступать к анализу, важно убедиться, что данные готовы к обработке. Чистка данных подразумевает исключение ответов конкретной группы респондентов, удаление ответов низкого качества и дубликатов.

Возможно, некоторые респонденты ответили лишь на часть ваших вопросов, в то время как другие и вовсе отвечали в спешке, не раздумывая. Из-за этого вы можете получить данные низкого качества, которые повлияют на точность окончательных результатов.

Проведя анализ качества ответов, вы сможете выявить ответы, которые не соответствуют вашим критериям. Например, если вы собираете данные о настроениях покупателей, ответ человека, не являющегося вашим покупателем, никакой ценности для вас не представляет.

Подготовьте данные опросов к последующей обработке и анализу, обеспечив читаемость и единообразный формат.

Главные вопросы вашего исследования задают направление всему опросу. Такие вопросы напрямую связаны с задачами вашего исследования, которые вы определили при постановке цели опроса.

Перед тем как углубляться в более детальную информацию, начните с главного вопроса. Например, если ваш главный вопрос «Хотели бы вы купить этот новый продукт?», вам следует начать разбор с ответов именно на этот вопрос.

Как видно из таблицы, большинство ответило положительно. Учитывая этот факт, вы можете продолжить анализ данных по другим вопросам, чтобы получить более полную картину.

Более общие вопросы позволяют выяснить преобладающее мнение, отталкиваясь от которого уже можно погружаться в детальный анализ. 

Как это часто бывает, понять целое легче, разбив его на части. Для этого можно воспользоваться перекрестными таблицами, с помощью которых данные делят на небольшие группы на основе общих характеристик. Например, можно отфильтровать ответы от конкретной группы респондентов. Вы можете использовать фильтры, сравнения и создавать правила для анализа данных по отдельным категориям респондентов.

Фильтры помогают комплексно оценить данные. Например, если вы хотите узнать, как разные группы населения оценивают конкретный продукт, вы можете добавить в опрос демографические вопросы. Респонденты выберут свой возрастной диапазон, и вы сможете легко отфильтровать ответы каждой группы. Так вы моментально узнаете, насколько ваш продукт нравится или не нравится покупателям разных возрастов.

Отфильтровать данные можно по следующим категориям:

С помощью качественных данных невозможно получить конкретные цифры или проценты, но для разбора таких данных можно использовать инструменты текстового анализа. Обработав качественные данные с помощью такого инструмента, можно сделать анализ тональности, который покажет, что думают респонденты. 

Для того чтобы преобразовать сырые данные в полезные сведения, необходимо доказать их статистическую значимость. Ведь цель заключается в том, чтобы сделать выявить факты, а не просто отобрать наиболее подходящие данные. Статистический анализ показывает актуальность и значимость выведенных закономерностей, в том числе при использовании с другими корпусами данных. 

Существует несколько методов подтверждения статистической значимости:

Помимо самого анализа есть и другие факторы, позволяющие определить значимость результатов. Например, общее количество ответов и коэффициент завершения в сравнении с общим размером выборки позволят оценить статистическую значимость группы.

Также неплохо учитывать погрешность в результатах. Погрешность указывает на то, насколько результаты отражают всю совокупность. Небольшая погрешность говорит о высокой степени точности данных, а большая — о том, что полученные данные не являются репрезентативными. 

Если вам нужно собрать больше ответов, чтобы убедиться в точности полученных результатов, вы можете воспользоваться решением SurveyMonkey Audience. 

Сопоставительный анализ позволяет сравнить свои результаты с результатами других компаний и средними показателями по отрасли. При проведении регулярных опросов вы можете сопоставить свои собственные результаты за разные периоды. 

Компании во всем мире используют сопоставительный анализ качества обслуживания, чтобы понять, как покупатели воспринимают их обслуживание по сравнению с конкурентами. 

Анализ длительного наблюдения показывает, как результаты опроса меняются с течением времени. Предположим, вы проводите ежегодную конференцию и просите участников оценить свою удовлетворенность мероприятием, пройдя опрос. Если общий уровень удовлетворенности снижается с течением времени, то вы можете глубже изучить этот вопрос.

Например, вы можете добавить уточняющий вопрос открытого типа и попросить участников объяснить свой выбор. Качественные данные могут указать на причину снижения уровня удовлетворенности, а значит у вас появится план действий по решению этой проблемы. 

Можно даже отслеживать данные для разных подгрупп. Допустим, что уровень удовлетворенности с каждым годом растет у маркетологов, но не у администраторов. Возможно, вы захотите посмотреть ответы администраторов на различные вопросы и попытаться понять, почему они не так довольны, как другие участники.

Данные опросов можно представить в виде целого рассказа. Начните с главного вопроса, опишите полученные результаты и приведите конкретные примеры. Что вы хотели выяснить? Что нового вы узнали благодаря полученным данным? Что особенно привлекло ваше внимание или показалось необычным?

По возможности используйте наглядные материалы. Никто не захочет читать сухой текст отчета. А вот небольшой график или облако слов воспринимаются намного легче и отлично продемонстрируют полученные результаты. 

Итак, анализ данных проведен, статистическая значимость подтверждена — самое время поделиться своими находками с другими. Завершающий этап анализа — составление отчета. С помощью отчета вы продемонстрируете коллегам полученные результаты, которые они смогут использовать для внедрения необходимых изменений. 

Статья по теме: Шесть простых диаграмм для создания впечатляющих отчетов

Как и в любом деле при анализе данных могут возникать ошибки. Вот наиболее распространенные из них.

Наиболее частая ошибка тех, кто впервые проводит исследование — непонимание различия между корреляцией и причинно-следственной связью. Причинно-следственная связь возникает, когда одна переменная провоцирует появление другой. Корреляция же описывает взаимосвязь двух разных переменных, которые могут не иметь отношения друг к другу.

Проследить оба явления можно на следующем примере. Потребление горячего шоколада и ношение варежек — это две переменные, которые коррелируют: они имеют тенденцию повышаться и понижаться вместе. Однако ни одна из них не является причиной другой. Обе вызваны третьим фактором — холодной погодой.

Два фактора могут быть взаимосвязаны, но не иметь друг к другу отношения. Для определения связей между данными можно провести корреляционный анализ.

Если вы не уверены, какая связь существует между двумя переменными, постарайтесь найти третью переменную. 

Постарайтесь составить рассказ из своих данных. Но при этом не отбирайте наиболее подходящие для подтверждения гипотезы данные, иначе вы рискуете упустить из виду полную картину.

Если вы пытаетесь с помощью данных опроса что-то доказать, то может оказаться, что результаты опроса говорят об обратном. Возможно, некоторые респонденты просто не согласны с вашим заявлением, либо собранные данные не являются статистически значимыми. В любом случае, старайтесь не отбирать данные.

Если вы пытаетесь подобрать данные для использования в расчетах, вы снижаете точность результатов.

Мы в SurveyMonkey отлично понимаем, насколько увлекательным мероприятием может оказаться проведение опроса и сбор ответов. Однако не стоит торопиться с анализом, ведь вы можете упустить важные детали. 

Чтобы данным можно было доверять, важно собрать ответы от максимально репрезентативной выборки. Если вы не дождетесь ответов всех групп респондентов, у вас может оказаться недостаточное количество данных для подтверждения статистической значимости результатов. 

Предположим, согласно результатам вашего опроса, 100 % респондентов хотели бы приобрести ваш новый продукт. Звучит здорово, не правда ли? Но что если ваш опрос прошел всего лишь один человек? Действительно ли полученные результаты отражают реальность?

Типы и качество полученных данных зависят от вопросов, которые вы задаете. Это значит, что чем более проработаны ваши вопросы, тем качественнее будут ответы. 

Вот несколько советов.

Повысив качество опросов, вы начнете получать более качественные ответы.

Анализ данных опросов состоит из нескольких этапов: от изучения ответов на главные вопросы до комплексного анализа данных и составления отчета о результатах. 

SurveyMonkey предлагает инструменты для анализа данных и шаблоны, с помощью которых вы сможете собрать надежные ответы от вашей целевой аудитории. 

Зарегистрируйтесь, чтобы воспользоваться шаблонами и инструментами, разработанными специалистами.