Эффективное использование количественного анализа

Определение количественных методов и сбор данных.

QuantData_LowResКоличественный анализ позволяет распространить результаты, полученные от выборки, на всю группу людей. Имея как структурный, так и статистический характер, количественный анализ дает возможность сделать выводы и принять обоснованное решение относительно курса действий.

Большей частью количественный анализ используется, чтобы доказать или опровергнуть заранее выдвинутую гипотезу, к которой можно придти с помощью качественного анализа.

Количественные вопросы занимают значительную часть большинства опросов, но часто используются неэффективно. При создании количественного вопроса убедитесь, что он позволит Вам достичь одной из следующих трех целей:

1. Определение характерной черты Ваших респондентов. Все вопросы закрытого типа нацелены на более точное определение характерной черты Ваших респондентов. Это может включать получение информации о:

  • Признаке: установление возраста, пола, расы, дохода и т.д.
  • Поведении: выяснение привычек респондентов, таких как количество часов, проводимых в Интернете каждую неделю, поездки, упражнения и т.д.
  • Мнении или отношении: выяснение мыслей респондента, например, доволен ли он продуктом или нравится ли ему политик.

Знание этих характерных черт помогает понять, кто Ваши респонденты, как они действуют и что им нравится или чего они ожидают.

Бесплатное электронное руководство по составлению опросов Воспользуйтесь советами наших экспертов о том, как создавать отличные опросы и получать с их помощью надежные результаты.

Получите руководство →

2. Измерение тенденций в данных. Повторно проводя один и тот же вопрос, можно узнать, как ответы изменяются со временем. Возможно, мнения медленно меняются в определенном направлении или испытывают сезонные изменения?  В итоге, обзор тенденций с течением времени дает контекст для результатов опроса.

Предположим, Вы просите своих клиентов оценить свою удовлетворенность обслуживанием по шкале от «очень доволен» до «очень недоволен», и 20% клиентов отвечают, что они «очень довольны». Хотя знать текущее состояние дел само по себе полезно, это число также может использоваться в качестве критерия для измерения прогресса в будущем.

Скажем, после первоначального опроса Вы внесли изменения для более полного удовлетворения потребностей клиентов. Теперь можно снова провести такой же опрос и узнать, увеличился или уменьшился процент клиентов, которые «очень довольны». Это позволяет эффективно измерять достигнуты прогресс удовлетворенности клиентов с течением времени, а также непосредственно измерять воздействие новых инициатив и процессов, реализованных во время между опросами.

3. Сравнение групп. Вопросы опросов также могут использоваться для проведения сравнения между группами респондентов.

Вернемся к предыдущему примеру. Добавив демографические вопросы о возрасте, поле и доходе Ваших респондентов вы сможете сравнивать вопросы, например: кто более доволен Вашими услугами — молодые мужчины или пожилые женщины?

Сравнивая различные группы, можно понять, на какую группу направлять усилия, как к ней обращаться и требуется ли адаптация Вашего продукта к определенному рынку. Вы также можете сравнить процент довольных клиентов с эталонным значением, чтобы узнать Вашу позицию по отношению к конкурентам.

Альтернативные виды количественного анализа

Кроме опросов, имеются и другие возможности использования количественного анализа. Рассмотрим несколько примеров:

1. Наблюдение за реальными данными. Есть вероятность, что Вы каждый день собираете данные, которые могут помочь Вам в принятии количественных решений. Это может быть что угодно: от времени посещения Вашего веб-сайта клиентами до сезонов, в которых у Вас максимальные продажи. Эта реальная информация, которая в последнее время получила название «больших данных», может быть такой же полезной в управлении Вашими решениями, как и проведение собственных исследований!

Большие данные могут очень много сообщить вам о том, что люди делают, но надо помнить, что так Вы вряд ли узнаете, почему они это делают. Для этого понадобятся непосредственные количественные и качественные исследования!

2. Причинно-следственные эксперименты. Чтобы попытаться лучше понять, почему что-то происходит, проводятся причинно-следственные эксперименты: наблюдение за происходящим, когда в окружение вносится что-то новое. Этот новый элемент может быть чем угодно: от влияния рекламы на продажи до влияния вечеринки на вовлечение сотрудников.

Скажем, Вы планируете изменить упаковку продаваемого товара и хотите узнать, как это может повлиять на продажи. Можно ввести новую упаковку в нескольких магазинах и сравнить ее сбыт со сбытом прежней упаковки. Причинно-следственный эксперимент лежит в основе A/B-тестирования.

Теперь у Вас есть инструменты, чтобы взяться за дело, но не забудьте включить в них качественный анализ. О том, как использовать оба этих вида анализа в Ваших исследованиях, можно прочесть в этой статье.

Эта статья входит в состав проекта SurveyMonkey Опросы 101. Мы надеемся помочь людям создавать эффективные опросы. Узнайте подробнее об этом проекте и нашем участии в жизни исследовательского сообщества.