Czy zdarzyło Ci się, że wniosek jakiegoś badania

Transkrypt

Badania marketingowe
Źródło: www.economist.com
Czy zdarzyło Ci się, że wniosek jakiegoś badania rynkowego Cię zaskoczył?
Czy zastanawiasz się wówczas nad okresem, w którym badanie
zostało przeprowadzone? Metodyką badania? Autorem? Zleceniodawcą?
Ćwiczenie: poszukaj artykułu w prasie, który odnosi się do takiego
zaskakującego wyniku badania. Czy któraś z podkreślonych informacji
tłumaczy ten wynik?
6. Analiza danych.

i) Formułowanie problemu

Redukcja danych (zwykle występują w nadmiarze),
podejście indukcyjne do analizy
Analiza
²
ii) Projektowanie badania
iii) Wybór źródeł danych
²

iv) Zbieranie danych
danych jakościowych – silnie zależna od metody badania
marketingowego/zbierania danych. Ważna rola
moderatora/obserwatora: powinien wykonać analizę danych
(ważne mogą być komunikaty pozawerbalne, atmosfera badania,
interakcje między respondentami). Ważna analiza całego
materiału badawczego: ankiet, notatek, nagrań audio i video
danych ilościowych – aparat statystyczny - na następnych
zajęciach
Analiza d. jakościowych – główne podejście pozwalające
zrozumieć zgromadzone dane jakościowe to odkrywanie
prawidłowości. 6 sposobów Loflanda np. wiedza techniczna
klienta:
1) Częstość zjawiska (uwaga na różnice pomiędzy częstością
faktyczną a deklarowaną w badaniach sondażowych)
2) Nasilenie – jaki jest poziom/stopień zjawiska
3) Struktura – jakie są rodzaje/powiązania pomiędzy nimi
4) Procesy – czy występuje jakaś kolejność pomiędzy elementami
struktury?
5) Przyczyny – jakie są przesłanki wystąpienia zjawiska
6) Konsekwencje – jak zjawisko wpływa na respondenta, jego
motywacje, inne osoby?
v) Redukcja i analiza
danych
vi) Prezentacja i ocena
wyników badania

Inne metody odkrywania prawidłowości: analiza zorientowana
na zmienną np. płeć, status społeczny itd., analiza
zorientowana na przypadek.
Analiza danych cd 1

Inne podejścia do analizy danych jakościowych:
²
1) Porównywanie zdarzeń odnoszących się do każdej kategorii
2) Integrowanie kategorii i ich właściwości
np. wiek, wykształcenie
3) Określanie zakresu teorii - wypracowane ignorowanie pojęć,
danych uznanych za nieistotne
4) Formułowanie teorii – analiza notatek i opisywanie
związków, tworzenie map pojęciowych (diagramy): węzły
pojęciowe, drzewa pojęciowe, atrybuty. Przydatna wiedza
analityka systemów/programisty (język UML, analiza
wymagań systemu informatycznego).
²
danych
wyników badania
Metoda teorii ugruntowanej (MTU) – indukcyjna zasada
tworzenia teorii z obserwowanych danych. Np.
szacowanie wartości traconego klienta. 4 etapy:
²
Semiotyka – odkrywanie znaczeń językowych, symboli,
Przykładowe systemy semiotyczne: alfabet Morse’a,
savoir vivre, zapis nutowy, kodeks drogowy. Rozumienie
systemu może być zindywidualizowane. Przydatność w
badaniach nad marką, product placement, projektowanie
kampanii, koncepcji wizualizacji.
Analiza konwersacyjna – drobiazgowa analiza
przebiegu/sposobu prowadzenia rozmowy – czynności
społecznie ustrukturyzowaną np. kto mówi w danym
momencie, jaka sytuacja, rozumienie kontekstu,
drobiazgowa transkrypcja rozmowy (och, hmm itp.,
błędy gramatyczne, pauzy)
Analiza danych cd 2

danych
wyników badania
Przetwarzanie danych jakościowych:
brak uniwersalnych etapów gwarantujących
trafną analizę (jak aparat statystyczny)
Kodowanie – kluczowy proces analityczny w badaniach
jakościowych - sposób poszukiwania porządku w danych
jakościowych.
²
Klasyfikowanie/kategoryzowanie fragmentów danych
powiązane z systemem ich odszukiwania np. rozwój
społeczności klientów – zapis chronologiczny wydarzeń,
²
Jednostki kodowania – poszukiwanie standardów np.
kategoria kodowa tematu na forum internetowym
„wewnętrzne różnice poglądów”
²
Kodowanie otwarte – tworzenie nowych kodów (czasem
może być b. trudne np. misja firmy na rynku),
²
Mocno uzależnione od techniki komputerowej –
zastosowanie relacyjnych baz danych, normalizacji
danych
²
Stosowany w MTU wraz z technikami graficznymi czy
analizą notatek / generalnie w metodach badań
marketingowych jakościowych: obserwacja, wywiad,
desk research.
Analiza danych cd 3

Prezentacja i ocena wyników badania: ogólne zasady
efektywnej komunikacji, redakcji, doboru języka do
adresatów wyników zależnie od formy (obszerny raport
pisemny, prezentacja publiczna, publikacja prasowa)
Zawsze: oprócz wniosków umieszczamy informacje
o metodyce, źródłach, okresie, autorze badania,
zleceniodawcy
Konieczne wykorzystanie wizualizacji na wykresach
(tabele - "grabarz" danych) – dotyczy także jakościowej
analizy danych ilościowych
Ważne zasady wizualizacji: 1 rysunek wart 1000 słów
i związane z formą wykresu (pozwalają uniknąć manipulacji
lub nie wyrazić czegoś, czego nie mieliśmy zamiaru):
²
²
danych
²
²
²
²
wyników badania
²
²
²
²
²
muszą być podane osie współrzędnych
osie x i y jednoznacznie opisane, podziałki na zewnątrz osi
na wykresach tylko dane - tytuł, objaśnienia, legendy „poza”
należy podawać tytuł, powinien być jednoznaczny
kratka może ułatwić odczyt, ale może go utrudnić
cieniowanie rysunku - często negatywny skutek (zafałszowuje inf)
pomijać szczegóły, a pozostawiać tylko najistotniejsze informacje
lepiej 2 przejrzyste wykresy niż 1 bardzo zapełniony danymi
skala wyraźnie opisana - rozciąganie/zwężanie może służyć do
manipulacji
jeśli podziałka skali nie zaczyna się od 0 trzeba zaznaczyć
w Excelu eliminować odstępy między słupkami
Analiza danych cd 4

Przykład manipulacji:
Wykres
(wniosek:
nowa metoda
jest skuteczniejsza
o 29%)
Analiza danych
(wniosek: nowa metoda jest zupełnie przeciętna)
danych
wyników badania
Źródło: A. Pyzdek www.isixsigma.com