Cara Menggunakan Pemacu Utama untuk Menganalisis Data Peninjauan

Data tinjauan meminjam dengan baik untuk proses yang dikenali sebagai analisis pemacu utama . Mengenal pasti dan menganalisis pemandu utama boleh membantu pemasar dan pengiklan mencari jawapan kepada soalan-soalan seperti: Apa yang mendorong pelanggan saya untuk bertukar kepada jenama lain? Apa yang menyumbang kepada kecenderungan pengguna untuk membeli produk saya? Kumpulan pengguna mana yang paling berpuas hati dengan perkhidmatan kami?

Seperti mana-mana penyelidikan, langkah awal adalah mengenal pasti soalan-soalan kajian yang dirancang untuk dijawab.

Para pemasar mesti menentukan sama ada objektif penyelidikan adalah ramalan, penjelasan atau deskriptif (jarang untuk tinjauan). Bagaimana jika kedua-dua jenis objektif adalah penting?

Kesukaran: Purata

Masa Diperlukan: Satu Minggu

Berikut Ini Cara:

1. Semua Tentang Hubungan

   Pelbagai pembolehubah yang bergantung dan bebas boleh dikaji melalui analisis pemandu utama dan, biasanya, analisis diarahkan pada satu atau lebih pembolehubah bergantung dan pelbagai pembolehubah bebas. Ia adalah ketara kesan daripada pembolehubah bebas pada pemboleh ubah bergantung yang menjadi tumpuan penyelidikan. Di satu sisi, ada ciri strategik (seperti bahagian pasaran) yang menarik minat pelanggan. Di sisi lain, terdapat satu set petunjuk prestasi atau sifat deskriptif yang dipercayai berkaitan dengan ciri strategik dalam beberapa cara.

2. Analisis Pemandu Utama Boleh Menjawab "Kenapa?"

   Pembolehubah yang berkaitan dipilih dan kaedah analisis yang dipilih untuk analisis pemandu utama adalah sebahagian besar fungsi objektif penyelidikan: penjelasan, ramalan, perihalan.

   Jika penjelasan adalah matlamat, pembolehubah bebas yang dipilih dipercayai mempengaruhi variasi yang diamati dalam pembolehubah bergantung. Pembolehubah bebas perlu dilakukan juga. Sebagai contoh, kepuasan secara keseluruhan dengan perkhidmatan pelanggan (pembolehubah bergantung) mungkin berkaitan dengan masa tunggu, kesederhanaan pulangan, dan dasar bayaran balik (semua pembolehubah bebas dan responsif kepada perubahan, atau tindakan).

3. Analisis Pemandu Utama Boleh Menjawab "Apa Jika?"

   Jika ramalan adalah objektif penyelidikan, pembolehubah bebas dicari yang menunjukkan janji untuk meramalkan hasilnya. Dalam contoh ini, pembolehubah bebas tidak perlu bertindak. Matlamat dalam penyelidikan ramalan bukanlah untuk menukar pembolehubah bergantung, tetapi untuk meramalkan sesuatu mengenainya. Sebagai contoh, analisis utama pemandu mungkin dirancang untuk meramalkan residivisme selepas menyertai dalam program pencegahan merokok, tetapi para penyelidik juga dapat mengkaji pelbagai pembolehubah bebas yang dipercayai dapat meningkatkan kadar kejayaan program penghentian merokok mereka.

4. Analisis Pemandu Utama Adalah Pantas Kajian

   Atribut Jenama sering kali jatuh ke dalam satu daripada tiga kategori: Kepuasan, persetujuan, atau penarafan prestasi.Pelbagai skala boleh digunakan untuk merakam penarafan responden tinjauan atau kedudukan atribut dalam kategori ini. Skala penarafan yang paling umum adalah Likert, yang mudah digunakan untuk penyataan kepuasan dan perjanjian. Apabila responden tinjauan menilai banyak sifat produk atau perkhidmatan atau sifat di beberapa jenama, mereka boleh menyemak kotak untuk "ya," dengan data yang dihasilkan dikodkan 1/0. Data perduaan ini mudah ditukar untuk tujuan analisis statistik.

5. Pemacu Utama yang berbeza untuk Segmen Pasaran Berbeza

   Penyelarasan segmen pasaran menunjukkan bahawa pemacu utama yang berbeza mungkin penting di pasaran yang berbeza, dan beberapa pemacu utama mungkin penting di semua segmen pasaran. Analisis pemacu utama dapat memudahkan reka bentuk tinjauan kerana atribut hanya boleh ditanya sekali dalam satu tinjauan, tetapi data yang dihasilkan dapat ditapis menjadi "pemotongan" atau tranche yang mencerminkan kumpulan pengguna diskret. Sebagai contoh, luka boleh mencerminkan demografi, umur, jantina, status sosioekonomi, pendapatan, atau tahap pencapaian pendidikan.

6. Analisis Pemandu Utama Boleh Digunakan Dengan Nilai Ketara

   Pelbagai teknik analisis boleh digunakan untuk melakukan analisis pemandu utama. Sesetengah pemboleh ubah bergantung adalah kategori, bukan skala , dan oleh itu tidak dapat dianalisis dengan regresi linier. Sebaliknya, analisis diskriminasi linier atau regresi logistik digunakan. Pembolehubah kategori boleh digunakan dalam kaji selidik dengan objektif ramalan dan penjelasan. Kepuasan pelanggan atau kaji selidik kesetiaan sering menggunakan nilai-nilai kategori yang menunjukkan, sebagai contoh, status hubungan pelanggan (aktif / tidak aktif).

7. Linearity - Satu Lagi Perkara untuk Pertimbangkan

   Pemandu utama adalah atribut yang mempunyai hubungan yang signifikan secara statistik dengan hasil yang diinginkan atau ciri strategik. Pembolehubah bebas dianggap linear jika ia mempunyai hubungan garis lurus dengan pemboleh ubah bergantung. Contohnya ialah keanjalan harga - apabila harga produk berubah, pola lelurus linear berlaku sebagai tindak balas kepada perubahan ini. Kecuali tahap kesahan ramalan yang sangat tinggi diperlukan, dalam kajian yang dirancang dengan baik, data linear dapat mewakili data tanpa linier dengan adil, tanpa harus menggunakan teknik yang lebih maju.

8. Aplikasi Perisian untuk Analisis Pemacu Utama

   Banyak pakej perisian direka untuk menjalankan proses statistik yang diperlukan untuk analisis pemandu utama. Majalah Quirk menerbitkan ulasan perisian.

   Kedua-dua disenaraikan di sini merangkumi pelbagai pilihan yang tersedia dari aplikasi yang paling asas yang direka untuk berfungsi sebagai Add-in Microsoft Excel kepada platform yang komprehensif seperti SPSS.

   ALLSTAT adalah analisis data murah dan penyelesaian statistik untuk Microsoft Excel.

   SPSS adalah piawai, dan ia telah menjalani banyak semakan - salah satu modul Pemasaran Langsung SSPS IBM seolah-olah sangat berfungsi untuk penyelidik pasaran.

9. Manfaat Analisis Pemandu Utama

   Oleh kerana analisis pemandu utama adalah cekap dan berskala, ia membantu mengekalkan perancangan dan analisis kaji selidik dan sumberdaya peruntukan.Pemandu jenama sedia ada - katakan, yang biasa kepada pelanggan yang setiap tahun mengambil kaji selidik - boleh digunakan dalam rangka kerja kaji selidik sedia ada; kaji selidik yang menggunakan analisis pemandu utama tidak perlu dibuat lebih lama atau lebih rumit. Soal selidik yang dihadapi pelanggan tidak perlu berubah dengan ketara untuk menampung analisis pemandu utama. Cerita yang menggunakan analisis pemandu utama boleh difahami dan meminjamkan kepada paparan visual data untuk pembentangan.

10. Rujukan

    Kajian Penyelidikan Pasaran Quirk menerbitkan artikel mengenai pelbagai topik penyelidikan pasaran. Siri mereka pada Penggunaan Data dan Teknik dan Trend Penyelidikan sangat berguna untuk para penyelidik yang berminat dalam kacang dan bolt penyelidikan kaji selidik.

    Sumber

    • Artikel Quirk # 20010104 - Kaedah Analisis Kaedah Analisis oleh Rajan Sambandam (dari Pusat Response di Fort Washington, PA)
    • Artikel Quirk # 20010297 - >> Analisis Pemandu Utama oleh Micheal Lieberman (Penyelesaian Multivariate, New York