Способы анализа данных опроса

Полезные статьи → Статистические методы анализа данных в решении практических задач (часть первая)

Опрос сотрудников, клиентов, потребителей, – это не просто сбор информации, а полноценное исследование. А целью всякого исследования является научно обоснованная интерпретация изученных фактов. Первичный материал необходимо обработать, а именно упорядочить и проанализировать. После опроса респондентов происходит анализ данных исследования. Это ключевой этап. Он представляет собой совокупность приемов и методов, направленных на то, чтобы проверить, насколько были верны предположения и гипотезы, а также ответить на заданные вопросы. Данный этап является, пожалуй, наиболее сложным с точки зрения интеллектуальных усилий и профессиональной квалификации, однако позволяет получить максимум полезной информации из собранных данных. Методы анализа данных многообразны. Выбор конкретного метода зависит, в первую очередь, от того, на какие вопросы мы хотим получить ответ. Можно выделить два класса процедур анализа:

• одномерные (дескриптивные) и
• многомерные.

Целью одномерного анализа является описание одной характеристики выборки в определенный момент времени. Рассмотрим более подробно.

Одномерные типы анализа данных

Количественные исследования

Дескриптивный анализ

Дескриптивные (или описательные) статистики являются базовым и наиболее общим методом анализа данных. Представьте, что вы проводите опрос с целью составления портрета потребителя товара. Респонденты указывают свой пол, возраст, семейное и профессиональное положение, потребительские предпочтения и т.д., а описательные статистики позволяют получить информацию, на основе которой будет строиться весь портрет. В дополнение к числовым характеристикам создаются разнообразные графики, помогающие визуально представить результаты опроса. Всё это многообразие вторичных данных объединяется понятием «дескриптивный анализ». Полученные в ходе исследования числовые данные наиболее часто представляются в итоговых отчетах в виде частотных таблиц. В таблицах могут быть представлены разные виды частот. Давайте рассмотрим на примере: Потенциальный спрос на товар

1. Абсолютная частота показывает, сколько раз тот или иной ответ повторяется в выборке. Например, 23 человека купили бы предложенный товар стоимостью 5000 руб., 41 человек – стоимостью 4500 руб. и 56 человек – 4399 руб.
2. Относительная частота показывает, какую долю данное значение составляет от всего объема выборки (23 человека – 19,2%, 41 – 34,2%, 56 – 46,6%).
3. Кумулятивная или накопленная частота показывает долю элементов выборки, не превышающих определенное значение. Например, изменение процента респондентов, готовых приобрести тот или иной товар при уменьшении цены на него (19,2% респондентов готовы купить товар за 5000 руб., 53,4% — от 4500 до 5000 руб., и 100% — от 4399 до 5000 руб. ).

Наряду с частотами, дескриптивный анализ предполагает расчет различных описательных статистик. Соответствуя своему названию, они предоставляют основную информацию о полученных данных. Уточним, использование конкретной статистики зависит от того, в каких шкалах представлена исходная информация. Номинальная шкала используется для фиксации объектов, не имеющих ранжированного порядка (пол, место жительства, предпочитаемая марка и т.д.). Для подобного рода массива данных нельзя рассчитать каких-либо значимых статистических показателей, кроме моды — наиболее часто встречающегося значения переменной. Несколько лучше в плане анализа ситуация обстоит с порядковой шкалой. Здесь становится возможным, наряду с модой, расчет медианы – значения, разбивающего выборку на две равные части. Например, при наличии нескольких ценовых интервалов на товар (500-700 руб. руб., 700-900, 900-1100 руб.) медиана позволяет установить точную стоимость, дороже или дешевле которой потребители готовы приобретать или, наоборот, отказаться от покупки. Наиболее богатыми на все возможные статистики являются количественные шкалы, которые представляют собой ряды числовых значений, имеющих равные интервалы между собой и поддающихся измерению. Примерами подобных шкал могут служить уровень дохода, возраст, время, отводимое на покупки и т.д. В данном случае становятся доступными следующие информационные меры: среднее, размах, стандартное отклонение, стандартная ошибка среднего. Конечно, язык цифр является довольно «сухим» и для многих весьма непонятным. По этой причине дескриптивный анализ дополняется визуализацией данных путем построения различных диаграмм и графиков, как, например: гистограммы, линейные, круговые или точечные диаграммы.

Таблицы сопряженности и корреляции

Таблицы сопряженности – это средство представления распределения двух переменных, предназначенное для исследования связи между ними. Таблицы сопряженности можно рассматривать как частный тип дескриптивного анализа. В них также является возможным представление информации в виде абсолютных и относительных частот, графическая визуализация в виде гистограмм или точечных диаграмм. Наиболее эффективно таблицы сопряженности проявляют себя в определении наличия взаимосвязи между номинальными переменными (например, между полом и фактом потребления какого-либо продукта). В общем виде таблица сопряженности выглядит так. Зависимость между полом и пользованием страховыми услугами

Статистический анализ данных

На основе представленных в таблице данных и можно делать выводы о наличии/отсутствии взаимосвязи между исследуемыми переменными. Для более точного выявления наличия связи между переменными используют разные статистические критерии. Наиболее часто применяются такие, как:

• критерий Хи-квадрат (χ2);
• коэффициент сопряженности;
• критерий лямбда;
• коэффициент R Спирмена;
• критерий корреляции Пирсона и др.

Правильный выбор критерия является решающим шагом для получения корректных результатов. Поэтому, если перед вами стоит задача проведения статистического анализа и интерпретация его результатов, но вы не чувствуете уверенности – лучше обратиться к специалистам сервиса Анкетолог, чтобы не получить неправильные выводы, не приближающие к решению проблемы.

По вопросам расчета индексов:

Телефон: +7 (383) 203-49-99

Продолжение статьи «Статистические методы анализа данных для решения практических задач»: часть вторая и часть третья.

Источник

Для маркетологов → Методы анализа результатов анкетирования

Онлайн-опросы — это эффективный инструмент аналитики бизнеса. С его помощью можно оптимизировать структуру компании, увеличивать ее прибыль и составлять прогнозы в любой сфере деятельности. Сбор данных исследования — это только один этап работы, однако важно и правильно их обработать.

Способы сбора данных

Чтобы собрать данные, можно использовать несколько вариантов:

• самостоятельное заполнение анкет — респондентам предлагают заполнить бумажные анкеты;
• личный опрос , когда специалист общается лично с каждым респондентом;
• телефонный опрос — тоже предполагает личное общение, но по телефону;
• онлайн-опрос — заполнение анкет с помощью сервисов онлайн-анкетирования, например, «Анкетолог» .

На данный момент онлайн-опрос является одним из самых удобных и быстрых вариантов сбора информации. Электронные анкеты не нужно обрабатывать по одной, как в случае с бумажными, а также вам не придется долго ждать их возврата.

Анкетирование клиентов

Информация о клиентах одинаково полезна ритейлу и инфобизнесу. В зависимости от целей опроса разрабатывается структура анкеты и список вопросов.

Мы можем помочь вам:

• составить опрос;
• провести экспертизу и корректировку анкеты;
• перевести анкету в электронный формат;
• разработать дизайн анкеты;
• рассчитать индексы лояльности клиентов, делового оптимизма и многие другие.

В ходе работы мы применяем следующие методы анализа данных.

Этот метод позволяет упорядочить данные исследования согласно ключевым параметрам, которые задает специалист, и получить ранги данных. При ранжировании объекты распределяются по категориям в соответствии со шкалой, созданной заранее. Нижний предел шкалы должен равняться нулю.

Метод критерия хи-квадрат

Этот способ обработки помогает изучить выборочное распределение параметров и применяется при верности нулевой гипотезы. Если размеры рабочей выборки увеличатся, то существующее распределение можно приблизить к параметрам распределения хи-квадрат.

Метод представляет собой многоступенчатый анализ и используется, чтобы выявить взаимосвязи между имеющимися значениями. Для этого переменные группируются в единый проект, где между элементами устанавливаются связи. Метод будет эффективен для прогнозирования, а также выявления скрытых закономерностей и их влияния на формирование общих тенденций.

Провести исследование самостоятельно можно с помощью нашего сервиса онлайн-анкетирования . Также вы можете обратиться к нашим специалистам, чтобы грамотно составить опрос, провести исследование и обработать полученные данные.

Источник

Как анализировать данные опроса или Как «корректные» ответы респондентов могут исказить результаты опроса

Если способом проведения опроса вами выбран онлайн опрос, вам будет полезна статья «5 сервисов для проведения онлайн опросов».

1. Непонимание профессиональных терминов или некоторых слов. При составлении опроса стоит учитывать, для каких групп респондентов он предназначен: возраст и статус участников опроса, проживают ли они в больших городах или отдаленных поселках и т.п. С осторожностью стоит использовать специальные термины и различный сленг – не всем респондентам он может быть понятен или не всеми пониматься одинаково. Все же часто такое непонимание не заставляет респондента бросить опрос (что, конечно, было бы нежелательно), и он отвечает наобум (что еще более нежелательно ввиду искажения данных).

2. Непонимание вопроса. Многие исследователи убеждены, что каждый респондент имеет однозначное и четко сформулированное мнение по каждому вопросу. Это не так. Порой участникам анкетирования сложно ответить на вопрос, так как они никогда не задумывались о предмете в целом или о предмете в таком ракурсе. Эта сложность может заставить респондента бросить опрос, или ответить абсолютно не информативно. Помогите участникам опроса ответить, яснее сформулировав вопрос и предложив разнообразные варианты ответов.

Источник: news.sportbox.ru

3. Непонимание инструкций к опросу или отдельным вопросам. Как и весь текст анкеты, формулировки инструкций должны быть адаптированы для всех групп предполагаемых респондентов. Постарайтесь избегать большого количества вопросов, где нужно отметить конкретное количество ответов («Отметьте три наиболее важных…») либо во всех подобных вопросах определите одинаковое количество ответов, которое необходимо отметить. Стоит также сократить сложные типы вопросов (матрицы, ранжирование и т.п.), заменив их на более простые. Если вы полагаете, что респонденты могут отвечать на анкету с мобильного телефона, постарайтесь еще больше упростить структуру опроса.

4. Непонимание шкалы оценки. Используя в анкете шкалу оценки, объясните респондентам ее значения даже если вам она кажется очевидной. Например, привычная шкала от 1 до 5 обычно понимается по аналогии со школьной системой оценок, однако иногда респонденты отмечают «1», приписывая ей значение первого места. В словесных шкалах лучше избегать субъективных критериев. Например, шкала «никогда – редко – иногда — часто» очень субъективна. Вместо нее стоит предложить конкретные значения («1 раз в месяц» и т.п.).

5. Обобщающе-позитивные и усредненные оценки. Склонность респондентов к обобщающе-позитивным оценкам часто мешает, например, при опросах пользователей ПО и в других подобных исследованиях. Если в целом пользователь доволен вашей программой, ему сложно расчленить ее на части и отдельно оценить личный кабинет, новое функциональное решение и т.п. Вероятнее всего, он везде проставит высокий балл. Да, отчет по результатам опроса будет выглядеть очень позитивно, но результаты не позволят реально оценить ситуацию.

Усредненные оценки часто мешают, например, при круговой оценке персонала «360 градусов». Сотрудники склонны проставлять средний балл по всем компетенциям: если отношение к коллеге позитивно – в результатах вы увидите завышенные баллы по всей анкете, если с коллегой напряженные отношения, то даже его явно сильные лидерские качества будут оценены занижено.

В обоих случаях разумно тщательно проработать варианты ответов, заменив привычные шкалы развернутыми словесными ответами для каждого отдельного вопроса.

6. Манипуляция мнениями. Этот пункт отличается от предыдущих тем, что исследователи осознанно подталкивают респондентов к выгодным им ответам для «успешного» отчета. Частые способы манипуляции при этом иллюзия выбора и сосредоточение на положительных характеристиках. Обычно руководители, изучающие позитивные результаты опроса, не задумываются о корректности интерпретации данных. Однако стоит объективно посмотреть на саму анкету: какова ее логика, нет ли у анкеты определенной линии, равномерно ли распределены позитивные и негативные варианты ответов. Еще один частый прием для «натягивания» данных – подмена понятий. Например, если большинство сотрудников оценило новую программу поощрений «удовлетворительно», в отчете может быть отражено, что «большинство сотрудников компании удовлетворено новой программой поощрений».

Источник

Опросы на сайте: Как интерпретировать полученные результаты

Можете ли вы сказать, кто вам клиент? Понимаете ли вы, в чем его задачи и сложности? Знаете ли вы, какие проблемы он решает с помощью вашего продукта или услуги?

Анализ ответов

Вот где начинается настоящее веселье! Все следующие шаги нужно выполнять вручную. Для анализа ответов мы используем следующий алгоритм:

Просмотр данных для выявления первоначального смысла.
Систематизация информации для ее удобной организации.
Интерпретация данных.
Написание короткого отчета о полученных результатах.

В зависимости от количества ответов, их анализ может занять у вас от нескольких часов до нескольких дней.

Шаг 1 – просмотр данных

На этом этапе вам нужно просмотреть ответы на каждый из вопросов. Постарайтесь выделить некие тенденции и закономерности, которые вы сможете впоследствии указать в отчете.

Постарайтесь действовать не предвзято – просмотрите данные и выделите наиболее характерные тенденции, и только после этого начинайте искать доказательства своим наблюдениям.

Если нужно, сделайте небольшой перерыв и затем продолжайте работу.

Шаг 2 – систематизация данных

После того как вы просмотрели информацию, у вас, как правило, уже сложилось представление о клиентах – кто эти люди, почему они покупают у вас т.д. К каждому пользователю вы можете прикрепить кодовое имя.

К примеру, наш клиент пришел из магазина тем для WordPress. С помощью изучения данных мы получим начальный набор имен для респондентов:

Блоггер, который только начинает работу и ищет свою первую WP-тему (блоггер);
Профессиональные веб-дизайнеры, которые закупают темы для клиентов сайта (дизайнер);
Представители малого бизнеса, желающие обновить свой сайт (малый бизнес).

В процессе анализа ответов вы можете создавать новые коды и корректировать уже имеющиеся. С помощью этой информации вы сможете четко понимать, кто является вашей целевой аудиторией, как грамотно организовать продажи на вашей странице – какие товары выделить среди прочих и т.д.

Другим вариантом систематизации является разделение пользователей на группы в зависимости от того, какой ответ они дали на вопрос «почему вы выбираете наши темы?».

Вот как это выглядит на практике:

В этом случае вам просто нужно расставить цифры 1 или 0 в колонке и двигаться дальше. Используемые вами коды будут зависеть исключительно от ответов, которые дали респонденты, поэтому сначала и нужно просмотреть все опросы, чтобы разобраться со своей целевой аудиторией.

Шаг 3 – интерпретация данных

Как вы представляете своего клиента? Пишите в комментариях.

Теперь у вас достаточно информации, чтобы воссоздать типичного посетителя вашего сайта, которому вы впоследствии будете отправлять таргетированное сообщение.

Когда у Мэг Хейн, владелицы торговой марки FreePeople, спросили, как она представляет себе своего идеального покупателя, она ответила следующее:

«Она независима, хоть и любит своих друзей, семью и супруга. Каждую весну она приезжает на свои любимые фестивали Coachella и Wanderlust. Она бегает и занимается йогой, чтобы всегда оставаться в форме и в гармонии с собой. Она обращает внимание на модные тенденции, но хочет создать свой стиль, черпая вдохновение в окружающем мире. Она очаровательна, мила и богемна одновременно. Предположительно, ей 26 лет…»

Так ли это? Вполне возможно. Но, так или иначе, FreePeople и материнская компания Urban Outfitters создают, скорее, образ жизни, а не просто продают одежду. Они стараются догадаться о том, как выглядит их идеальный покупатель, понимая, к каким потерям это может привести, если они промахнутся.

Посмотрите на главную страницу их сайта – видите, как модель отражает идеалы большей части клиентов?

С помощью систематизации каждого ответа на вопрос, как показано в шаге 2, вы с легкостью сможете представить себе своего идеального клиента или понять причину, которая удерживает пользователя от покупки.

В исследовании, проведенном приложением Photoshelter, с помощью опросов клиентов было выяснено, что, предложив ограниченный вариант приложения бесплатно, представители компании сами себя лишили увеличения продаж в два раза.

«Наши опросы показали, что посетители PhotoShelter были заинтересованы в том, чтобы попробовать продукт. У нас уже была бесплатная версия, но она имела ограниченные возможности, и анализ бизнес-данных показал, что мотивирование пользователей приобрести платную версию было не особенно эффективным».

Вместо этого, они предложили пользователям опробовать полную версию приложения в течение 14 дней всего за 1 доллар:

Это, наряду с анализом других сегментов и проведением тестирования, в конечном счете, удвоило доход Photoshelter.

Полностью проанализированные запросы помогут вам определить приоритетность вопросов, добавить необходимые функции и понять, что волнует ваших потенциальных и реальных клиентов больше всего.

Шаг 4 – пишем отчет!

В сводном отчете вам нужно в удобочитаемом формате указать всю полученную вами информацию, сделать общие выводы и проследить намечающиеся тенденции.

После того, как вы закончите с отчетом, используйте накопленные данные для того, чтобы сравнить их со своим опытом, другими опросами, тепловыми картами и т.д. Это достаточно трудоемкая работа, и мы поговорим об этом в следующий раз.

Итак, мне кажется, мы подробно рассказали вам о том, насколько важны качественные исследования, как проводить их, какие вопросы задавать и как анализировать полученную информацию. Однако мы еще не поговорили об инструментах проведения опросов – так давайте сделаем это прямо сейчас!

Сервисы, используемые для проведения опросов

Когда дело доходит до инструментов, то первое, что приходит на ум – это GoogleDriveForms, бесплатный и очень простой в использовании сервис.

Например, такая форма сочетает в себе и заказ на поиск курса, и опрос пользователя:

Кроме этого, мы также пользуемся услугами Typeform, они также предлагают удобную в работе бесплатную версию. С помощью этого инструмента вы можете с легкостью создать прекрасно оформленный опрос. В качестве дополнительного бонуса они предлагают анкеты, отвечать на которые можно с любого устройства.

Думаете, это неважно? Тогда смотрите сюда:

Как видите, довольно большой процент ответов приходит со смартфонов. Приведенные выше данные предоставил один из наших клиентов, который пользуется Typeform. Еще одним хорошим сервисом является SurveyGizmo, попробуйте.

Подводим итоги

Эффективные клиентские опросы – это не просто болтовня бизнесменов о том, «насколько они заботятся о своих клиентах» или комплименты друг другу о том, как хорошо они это делают.

Напротив, опросы являются мощнейшим маркетинговым инструментом, помогающим вести открытый диалог с потенциальными, реальными и бывшими клиентами, выявляющим актуальные проблемы и способствующим совершенствованию компании.

Источник