A felmérési adatok jól használhatók a kulcsfontosságú hajtóerők elemzéseként ismert folyamathoz. A kulcsfontosságú meghajtók azonosítása és elemzése segíthet marketingesek és hirdetők választ találhat olyan kérdésekre, mint például: Mi készteti ügyfeleimet arra, hogy másik márkára váltsanak? Mi járul hozzá a fogyasztó azon hajlandóságához, hogy megvásárolja a termékemet? Melyik fogyasztói csoport van legelégedettebb szolgáltatásainkkal?
Mint minden kutatásnál, a kezdeti lépés az, hogy azonosítsa azokat a kérdéseket, amelyekre a felmérés megválaszolni kívánja. A marketingszakembernek meg kell határoznia, hogy a kutatás célja prediktív, magyarázó vagy leíró jellegű (ritka egy felmérésnél). Mi van akkor, ha mindkét típusú cél fontos?
Nehézség: Átlagos.
A szükséges idő: Egy hét.
Minden a kapcsolatokról szól
A függő és független változók széles skálája tanulmányozható a kulcsfontosságú hajtóerők elemzésével és jellemzően az elemzés egy vagy több függő változóra és több független változóra irányul változók. A kutatás fókuszában a független változó függő változóra gyakorolt statisztikailag szignifikáns hatása áll. Egyrészt van egy stratégiai jellemző (mint például a piaci részesedés), amely az ügyfelet érdekli. Másrészt olyan teljesítménymutatók vagy leíró jellemzők halmaza, amelyekről úgy gondolják, hogy valamilyen módon kapcsolódnak a stratégiai jellemzőhöz.
"Miért?"
A kulcsfontosságú tényezők elemzéséhez kiválasztott releváns változók és a kiválasztott elemzési módszer nagyrészt a kutatási cél függvénye: magyarázat, előrejelzés, leírás.
Ha a magyarázat a cél, úgy véljük, hogy a kiválasztott független változók befolyásolják a függő változóban megfigyelt változást. A független változóknak is használhatónak kell lenniük. Például az ügyfélszolgálattal való általános elégedettség (a függő változó) valószínűleg összefügg a várakozási idő, a visszaküldés egyszerűsége és a visszatérítési politika (minden független változó és a változásra érzékeny, ill. akció).
"Mi van ha?"
Ha az előrejelzés a kutatás célja, akkor független változókat kell keresni, amelyek ígéretesek az eredmény előrejelzésére. Ebben az esetben a független változóknak nem kell végrehajthatónak lenniük. A prediktív kutatás célja nem a függő változó megváltoztatása, hanem az, hogy valamit előre jelezzen vele kapcsolatban. Például a kulcsfontosságú hajtóerők elemzését úgy tervezhetik meg, hogy előre jelezzék a visszaesést egy dohányzásmegelőzési programban való részvétel után, de a A kutatók egy másik független változót is megvizsgálhatnak, amelyekről úgy gondolják, hogy javítják a dohányzás abbahagyásának sikerességi arányát program.
Felmérésbarát
A márkaattribútumok gyakran három kategóriába sorolhatók: elégedettség, egyetértés vagy teljesítményértékelés. Különféle skálák használhatók a felmérés válaszadóinak értékelésére vagy a tulajdonságok rangsorolására ezekben a kategóriákban. A legelterjedtebb értékelési skála a Likert, amely könnyen alkalmazható elégedettségi és egyetértési nyilatkozatokra. Amikor a felmérésben résztvevők egy termék vagy szolgáltatás számos tulajdonságát, vagy több márka attribútumait értékelik, bejelölhetik az „igen” jelölőnégyzetet, és az eredményt kapják. 1/0 kódolású adat. Ezek a bináris adatok könnyen konvertálhatók statisztikai elemzés céljából.
Különböző piaci szegmensek
A piacszegmentációs kutatások azt mutatják, hogy a különböző kulcsfontosságú tényezők fontosak lehetnek a különböző piacokon, és bizonyos kulcsfontosságú tényezők valamennyi piaci szegmensben fontosak lehetnek. A kulcsfontosságú vezetők elemzése képes a felmérés tervezésének egyszerűsítése mivel egy attribútumot csak egyszer lehet megkérdezni egy felmérés során, de az eredményül kapott adatok különböző "kivágásokra" vagy részekre szűrhetők, amelyek diszkrét fogyasztói csoportokat tükröznek. Például a csökkentések tükrözhetik a demográfiai adatokat, az életkort, a nemet, a társadalmi-gazdasági helyzetet, a jövedelmet vagy az iskolai végzettség szintjét.
Kategorikus értékek
Különféle analitikai technikák használhatók a kulcsfontosságú tényezők elemzéséhez. Néhány függő változó kategorikus, nem skálázható, ezért nem elemezhető lineáris regresszióval. Helyette, lineáris diszkriminancia analízis vagy logisztikus regressziót alkalmaznak. A kategorikus változók mind prediktív, mind magyarázó célú felmérésekben használhatók. Az ügyfél-elégedettségi vagy hűségvizsgálatok gyakran alkalmaznak kategorikus értékeket, amelyek például az ügyfélkapcsolat állapotát jelzik (aktív/nem aktív).
Linearitás: Még egy dolog, amit figyelembe kell venni
A kulcsfontosságú tényező olyan tulajdonság, amely statisztikailag szignifikáns kapcsolatban áll a kívánt eredménnyel vagy stratégiai jellemzővel. A független változót akkor tekintjük lineárisnak, ha egyenes vonalú kapcsolatban áll a függő változóval. Példa erre az árrugalmasság – ahogy a termék ára változik, az értékesítési volumen lineáris mintázata következik be, válaszul ezekre a változásokra. Hacsak nincs szükség nagyon magas prediktív érvényességre, egy jól megtervezett tanulmányban a lineáris adatok tisztességesen reprezentálhatnak nemlineáris adatokat anélkül, hogy fejlettebb technikákhoz kellene folyamodni.
Szoftver alkalmazások
Számos szoftvercsomagot úgy terveztek, hogy végrehajtsa a kulcsfontosságú meghajtók elemzéséhez szükséges statisztikai folyamatokat. A Quirk magazin szoftverismertetőket közöl.
Az itt felsorolt kettő a rendelkezésre álló lehetőségek széles skáláját öleli fel a Microsoft Excel-bővítményekre tervezett legalapvetőbb alkalmazásoktól az átfogó platformokig, például az SPSS-ig.
Az ALLSTAT egy olcsó adatelemző és statisztikai megoldás a Microsoft Excel számára.
SPSS a szabvány, és számos módosításon esett át – ezek közül az egyik IBM SSPS Direct Marketing modul piackutatók számára különösen funkcionálisnak tűnik.
Előnyök
Mivel a kulcsfontosságú tényezők elemzése hatékony és méretezhető, segít fenntartani a felmérések tervezésének és elemzésének költségvetési és erőforrás-határait. A meglévő márkavezérlők – mondjuk az évente felmérést végző ügyfelek számára ismertek – a meglévő felmérési kereteken belül használhatók; a kulcsfontosságú vezetők elemzését alkalmazó felméréseket nem kell hosszabbra vagy bonyolultabbá tenni. Az ügyfeleknek szóló kérdőíveknek nem kell észrevehetően változniuk ahhoz, hogy megfeleljenek a kulcsfontosságú tényezők elemzésének. A kulcsfontosságú vezetőelemzést használó történet érthető, és alkalmas az adatok vizuális megjelenítésére a bemutatáshoz.
Referencia
Quirk piackutatási áttekintése piackutatási témák széles skálájáról közöl cikkeket. A sorozatuk tovább Adathasználat és Kutatási technikák és trendek különösen hasznosak azoknak a kutatóknak, akik érdeklődnek a felmérési kutatások csavarja iránt.
- Quirk cikke #20010104 - Az elemzési módszerek felmérése Rajan Sambandam (a Fort Washington-i Response Center munkatársa, PA)
- Quirk cikke #20010297 - Kulcs-illesztőprogram-elemzés írta: Micheal Lieberman (a Multivariate Solutions-től, New York