Видео: 17 секретов анкетирования - как проводить опрос клиентов эффективно? 2024
Исследование рынка иногда требует, чтобы довольно большое количество идей или атрибутов сортировалось и классифицировалось в соответствии с отношениями или атрибутами. Часто исследователи рынка просят потребителей, клиентов или клиентов организовать свои идеи. Иногда сами исследователи рынка должны классифицировать данные. Здесь описаны три способа организации и анализа качественных данных: (1) диаграмма близости; (2) сортировка карточек; и (3) постоянное сравнение.
Диаграммы близости: не только для мозгового штурма больше
Диаграммы близости в основном используются для организации информации, собранной во время сеанса мозгового штурма. Проблемы и решения часто «обрабатываются» с использованием диаграммы аффинности. Диаграмма близости - один из способов организации идей или атрибутов. Использование диаграммы аффинности также упоминается как метод KJ, названный в честь Kawakita Jiro, который популяризировал метод в кругах улучшения качества.
Создание диаграммы сродства - это шестиэтапный процесс.
- Определите причину для выполнения этого процесса.
- Определите логический набор классификаций.
- Факторы, связанные с классификациями.
- Поместите каждый фактор или идею под классификацию.
- Уменьшить классификацию путем объединения и упрощения.
- Анализ диаграммы - общая группа классификаций.
Сортировка карты: метод с низким уровнем технологий для получения результатов исследований
Исследования сортировки карт использовались в исследованиях по психологии и познанию, так как военные проверяли солдат до и во время Второй мировой войны.
Сегодня стратегии сортировки карт часто используются для проверки удобства использования архитектуры программного обеспечения. Способы сортировки карт генерируют информацию о том, как респонденты связывают и группируют идеи, конструкции или продукты. Как качественный процесс, сортировка карт помогает поддерживать развитие идей.
Чтобы участвовать в деятельности по сортировке карточек, респондентам необходимо организовать несортированные карты в группы.
Им также может быть предложено обозначить категории, которые они создают. Существуют две версии активности сортировки карт: сортировка закрытой карточки и открытая карта. При открытии открытой карточки респонденты создают свои собственные категории. В форме закрытой карточки респондентам предлагается сортировать карты по категориям, которые заранее были выявлены исследователем рынка.
Сортировка карт - очень низкотехнологичный метод, в котором используются примечания Post-It ™ или карточные индексы. Есть, как вы могли догадаться, пакеты программного обеспечения, которые поддерживают создание операций сортировки цифровых телеграмм. Сортировка карт может проводиться с отдельными респондентами, с небольшой группой, в которой проводится параллельная сортировка карточек, или как гибридная деятельность, когда респонденты индивидуально выполняют карточную сортировку, а затем собираются вместе в качестве группы, чтобы обсудить, как подход к задаче и сравнить ее исходы.
Исследование сортировки карт дает количественные данные в виде набора оценок подобия. Показатели подобия являются мерой соответствия для разных пар карт. Например, учитывая пару карточек, если все респонденты отсортировали пару карточек в одну категорию, то оценка подобия будет на 100 процентов. Если ровно половина респондентов отсортировали две карты в одну и ту же категорию, но другая половина отсортировала карты по разным категориям, тогда оценка подобия составляла бы 50 процентов.
Интересно отметить, что метод сортировки карточек, который является качественным исследовательским процессом, использовался для замены количественного метода, известного как поисковый факторный анализ. Цитированием этого исследования является следующее: Santos, G. J. (2006). Метод сортировки карточек как качественный заменитель количественного аналитического факторного анализа, Корпоративные коммуникации: Международный журнал, 11 (3), 288-302.
Сравнение констант для кодирования данных натуралистических исследований
Метод постоянного сравнения хорошо известен метод качественных исследований, впервые описанный и усовершенствованный натуралистическими исследовательскими группами, такими как Glaser & Strauss и Lincoln & Guba. Метод постоянного сравнения осуществляется в четыре этапа: (а) сравнение данных, применимых к каждой категории, по мере появления категорий; (б) интеграция категорий и их свойств для уменьшения набора данных и шума данных; (c) дальнейшее ограничение теории на основе сокращения набора данных; и (d) написание теории.
В отличие от количественных методов исследования, когда гипотеза генерируется до начала исследования, метод постоянного сравнения генерирует теорию по мере ее развития. Вместо того, чтобы иметь гипотезу для направления исследования, возникают темы, когда данные кодируются и анализируются. Это называется натуралистическим исследованием или обоснованной теорией. Из-за непрерывного построения теории посредством анализа открытие отношений начинается с анализа первоначальных наблюдений. Процесс непрерывного уточнения происходит, поскольку кодирование является неотъемлемой частью сбора данных и анализа данных.
Повествовательное содержание интервью и вопросов открытого опроса анализируется на ключевые шаблоны. Шаблоны идентифицируются, классифицируются и кодируются для раскрытия тем. Процесс постоянного сравнения является индуктивным исследованием. То есть, категории и значение категорий возникают из данных, а не накладываются на данные, прежде чем данные будут собраны или проанализированы.
Применение исследований исследований для сегментации рынка
Исследование потребительских интересов - ориентированный на клиента подход, основанный на семейных жизненных циклах метод и является проверенным методом получения информации о потребителях.
Как использовать ключевые драйверы для анализа данных опроса
Узнать о ключевых драйверах анализа данных опроса, и как он может применяться к различным типам данных опроса и к различным сегментам целевого рынка.
Идеальное исследование опроса одного опроса
Исследование гораздо более гибко и реагирует на отношение и поведение мобильных пользователей. Новые методы исследования немного навязчивы, но очень быстрые.