Эффективное использование количественного анализа

Определение количественных методов и сбор данных

Количественный анализ позволяет обобщать результаты выборочной группы для всей группы людей.

Количественный анализ, который является как структурным, так и статистическим, дает возможность делать выводы и принимать обоснованные решения относительно курса действий.

Как правило, количественный анализ используется, чтобы доказать или опровергнуть заранее определенную гипотезу, которую Вы, возможно, выдвинули при проведении качественного анализа.

Количественные вопросы составляют основную часть большинства опросов, но часто используются неэффективно. Составляя количественный вопрос, убедитесь, что он позволит Вам достичь одной из следующих трех целей:

1. Определение характеристик Ваших респондентов. Все закрытые вопросы направлены на то, чтобы лучше определить какую-либо характеристику ваших респондентов. Это может включать получение информации:

  • О характерной черте — определение возраста, пола, расы, дохода и т.д.
  • О поведении — выявление привычек респондентов, таких как время, проводимое в Интернете каждую неделю, способы ездить на работу, физические упражнения и т. д.
  • Обо мнении или взглядах — определение отношения респондента к разным вещам, например, насколько устраивает товар или нравится ли избранный ими политик.

Знание этих характеристик поможет Вам понять, кто такие Ваши респонденты, как они действуют, что они любят или чего ожидают.

2. Измерение тенденций в данных. Регулярно проводя один и тот же опрос, Вы можете выявить тенденции в полученных данных. Возможно, мнения постепенно меняются в определенном направлении, или можно уловить сезонные закономерности? Глядя, как меняются результаты с течением времени, Вы получите контекст для их понимания.

Допустим, например, что Вы просите своих клиентов оценить уровень обслуживания по шкале от «отлично» до «очень плохо», причем 20 процентов считают его «отличным». Полезно знать текущий уровень, однако эти данные также можно использовать как ориентир для измерения Вашего прогресса в будущем.

Допустим, после первоначального опроса Вы вносите изменения в обслуживание, чтобы лучше удовлетворить потребности клиентов. Теперь попробуйте провести тот же опрос еще раз и посмотреть, вырос или снизился процент «отличных» оценок. Это позволит эффективно оценить Ваши достижения в обслуживании клиентов, а также напрямую измерить влияние новых инициатив и процессов, реализованных в промежутке между двумя опросами.

3. Сравнение групп. Опрос также можно использовать для сравнения групп респондентов.

Вернемся к приведенному выше примеру. Добавив демографические вопросы о возрасте, поле и доходе респондентов, Вы сможете провести такие сравнения, как: нравится ли Ваше обслуживание молодым мужчинам больше, чем пожилым женщинам?

Сравнивая различные группы, можно выяснить, на каких клиентов надо ориентироваться, что им говорить и когда нужно изменить продукт для успеха на конкретном рынке. Вы также можете провести сопоставительный анализ Ваших отличных оценок с эталоном, чтобы узнать, как Вы выглядите на фоне конкурентов.

Альтернативные виды количественного анализа

Существует множество других возможностей применения количественного анализа, помимо сферы опросов. Посмотрите пару примеров:

1. Наблюдение за реальными данными. Возможно, Вы собираете данные каждый день, что помогает принимать количественные решения. Это может быть что угодно, от того, как долго клиент задерживается на Вашем сайте, до сезонов, в которые продажи максимальны. Эта реальная информация, получившая в последнее время название Big Data, может быть столь же полезна для принятия решений, как и для проведения собственных исследований!

Big Data может многое рассказать о том, что делают люди, но очень редко показывает, почему они действуют определенным образом. Для этого Вам понадобится более целенаправленный качественный и количественный анализ!

2. Причинно-следственные эксперименты. Чтобы попытаться лучше понять это «почему», в причинно-следственных экспериментах стремятся найти связь между причиной и следствием, наблюдая за тем, что происходит, когда в среду добавляется что-то новое. Этот новый элемент может быть чем угодно, от измерения влияния рекламы на продажи или офисных вечеринок на мотивацию и вовлеченность сотрудников.

Скажем, Вы планируете изменить упаковку своего товара и хотите понять, как это может повлиять на продажи. Вы можете представить новую упаковку в нескольких магазинах и сравнить ее продажи со старой упаковкой. На причинно-следственных экспериментах базируется A/B-тестирование.

Теперь у Вас есть все инструменты, чтобы взяться за дело, но не забудьте сначала провести качественный анализ. Чтобы больше узнать о том, как использовать разные виды анализа при разработке исследования, прочтите эту статью.

Эта статья входит в состав проекта SurveyMonkey «Опросы 101». Мы хотим шире распространить умение создавать эффективные опросы. Узнайте больше о проекте и о нашем вкладе в исследовательское сообщество.

Узнайте, как SurveyMonkey может удовлетворить Ваше любопытство