Så här använder du nyckeldrivare för att analysera undersökningsdata

Advanced Surveys Research Methods för Client-Facing Reports

Undersökningsdata gör sig väl lämpad för en process som kallas nyckelförareanalys . Identifiering och analys av nyckeldrivrutiner kan hjälpa marknadsförare och annonsörer att hitta svar på frågor som: Vad driver min kund att byta till ett annat varumärke? Vad bidrar till konsumentens benägenhet att köpa min produkt? Vilken konsumentgrupp är mest nöjd med våra tjänster?

Som i någon undersökning är det första steget att identifiera frågor som undersökningen är utformad för att svara på.

Marknadsföraren måste avgöra om forskningsmålet är prediktivt, förklarande eller beskrivande (sällsynt för en undersökning). Vad händer om båda typerna av mål är viktiga?

Svårighet: Genomsnitt

Nödvändig tid: En vecka

Här är hur:

1. Det handlar om förhållande

   Ett brett spektrum av beroende och oberoende variabler kan studeras genom nyckeldrivrutinanalys och typiskt är analysen inriktad på en eller flera beroende variabler och multipla oberoende variabler. Det är den statistiskt signifikanta effekten av den oberoende variabeln på den beroende variabeln som är forskningsens fokus. Å ena sidan finns det en strategisk egenskap (som marknadsandel) av intresse för kunden. Å andra sidan finns en uppsättning prestationsindikatorer eller beskrivande attribut som tros vara relaterade till den strategiska egenskapen på något sätt.

2. Key Driver Analysis kan svara "varför?"

   De relevanta variablerna som valts och den analysmetod som valts för nyckeldrivaranalys är till stor del en funktion av forskningsmålet: förklaring, förutsägelse, beskrivning.

   Om förklaring är målet, antas de oberoende variablerna som påverkar variation som observeras i den beroende variabeln. De oberoende variablerna bör också kunna göras. Till exempel är övergripande tillfredsställelse med kundtjänst (den beroende variabeln) sannolikt relaterad till väntetid, enkelhet för avkastning och återbetalningspolicy (alla oberoende variabler och reagerar på förändring eller åtgärd).

1. Key Driver Analysis kan svara "Vad om?"

   Om förutsägelsen är forskningsmålet söks oberoende variabler som visar löftet för att förutsäga ett resultat. I det här fallet behöver de oberoende variablerna inte vara handlingsbara. Målet med prediktiv forskning är inte att ändra den beroende variabeln, utan att förutsäga något om det. Exempelvis kan nyckeldrivaranalys utformas för att förutsäga återfall efter deltagande i ett program för förebyggande av rökning, men forskarna kan också undersöka en annan uppsättning oberoende variabler som tros förbättra deras framgångsrika rökningsprocess.

1. Key Driver Analysis är Survey Friendly

   Brandegenskaper faller ofta i en av tre kategorier: Nöjdhet, överenskommelse eller prestationsbetyg. En mängd olika vågar kan användas för att registrera betygsdeltagarnas betyg eller rangordning av attribut i dessa kategorier. Den vanligaste betygsskalan är Likert, som lätt tillämpas på tillfredsställelse och överenskommelser. När undersökta respondenter räknar med många attribut av en produkt eller tjänst eller attribut i flera märken kan de kolla en ruta för "ja" med den resulterande datakoden 1/0. Denna binära data konverteras enkelt för statistisk analys.

2. Olika nyckelkörare för olika marknadssegment

   Marknadssegmenteringsforskning visar att olika nyckelfaktorer kan vara viktiga på olika marknader och att vissa viktiga drivrutiner kan vara viktiga för alla marknadssegment. Nyckeldrivrutinanalys kan förenkla undersökningsdesign eftersom ett attribut endast kan ställas en gång i en undersökning, men den resulterande data kan filtreras till olika "nedskärningar" eller trancher som speglar diskreta konsumentgrupper. Nedskärningar kan till exempel återspegla demografi, ålder, kön, socioekonomisk status, inkomst eller utbildningsnivåer.

3. Key Driver Analysis kan användas med kategoriska värden

   En mängd analytiska tekniker kan användas för att utföra en nyckeldrivrutinanalys. Vissa beroende variabler är kategoriska, inte skalade , och kan därför inte analyseras genom linjär regression. Istället används linjär diskrimineringsanalys eller logistisk regression. Kategoriska variabler kan användas i undersökningar med både prediktiva och förklaringsmål. Kundtillfredsställelse eller lojalitetsundersökningar använder ofta kategoriska värden som indikerar till exempel status för kundrelationen (aktiv / icke-aktiv).

1. Linearitet - En mer sak att tänka på

   En nyckeldrivare är ett attribut med ett statistiskt signifikant förhållande till ett önskat resultat eller en strategisk egenskap. Den oberoende variabeln anses vara linjär om den har ett linjärt förhållande med den beroende variabeln. Ett exempel är priselasticitet - när produktpriset ändras sker ett linjärt försäljningsmönster som svar på dessa förändringar. Om inte en mycket hög förutsägelsesgiltighet krävs krävs i en väl utformad studie linjära data rättvis icke-linjära data utan att behöva tillgripa mer avancerade tekniker.

2. Programvaruapplikationer för Key Driver Analysis

   Många mjukvarupaket är utformade för att utföra de statistiska processer som behövs för nyckeldriveranalys. Quirks tidskrift publicerar programrecensioner.

   De två som listas här spänner över utbudet av tillgängliga alternativ från de mest grundläggande applikationerna som är utformade för att fungera som Microsoft Excel-tillägg till omfattande plattformar som SPSS.

   ALLSTAT är en billig dataanalys och statistisk lösning för Microsoft Excel.

   SPSS är standarden, och den har genomgått många revisioner - en av vilka IBM SSPS Direct Marketing-modulen verkar vara särskilt funktionell för marknadsforskare.

1. Fördelar med Key Driver Analysis

   Eftersom nyckeldriveranalysen är effektiv och skalbar, bidrar det till att upprätthålla budget- och resursgränserna för undersökningsdesign och analys. Befintliga varumärkesdrivrutiner - säg att de är kända för kunder som årligen undersöker - kan användas inom befintliga undersökningsramar. undersökningar som använder nyckelförareanalys behöver inte göras längre eller mer komplicerade. Klientvända frågeformulär behöver inte ändras märkbart för att tillgodose nyckeldrivrutinanalys. En historia som använder nyckeldrivrutinsanalys är förståelig och lämpar sig för en visuell visning av data för presentation.

2. Referens

   Quirks Market Research Review publicerar artiklar om ett brett spektrum av marknadsundersökningsämnen. Deras serier om dataanvändning och forskningstekniker och -trender är särskilt användbara för forskare som är intresserade av undersökningsforskningens muttrar och bultar.

   källor

   • Quirks artikel # 20010104 - En undersökning av analysmetoder av Rajan Sambandam (av Response Center i Fort Washington, PA)
   • Quirk's Artikel # 20010297 - > Key Driver Analysis av Micheal Lieberman (av multivariate Solutions, New York