Application of quantitative research techniques to the field of marketing
Количественное маркетинговое исследование — это применение количественных исследовательских методов в области маркетинговых исследований . Оно имеет корни как в позитивистском взгляде на мир, так и в современной маркетинговой точке зрения, что маркетинг — это интерактивный процесс, в котором и покупатель, и продавец достигают удовлетворительного соглашения по « четырем P » маркетинга: Продукт, Цена, Место (расположение) и Продвижение.
Как метод социального исследования , он обычно включает в себя создание анкет и шкал . Людей, которые отвечают (респондентов), просят заполнить опрос . Маркетологи используют информацию для получения и понимания потребностей людей на рынке, а также для разработки стратегий и маркетинговых планов .
Сбор данных
Самый популярный метод количественного маркетингового исследования — опрос. Опросы обычно содержат комбинацию структурированных вопросов и открытых вопросов. Участники опроса отвечают на один и тот же набор вопросов, что позволяет исследователю легко сравнивать ответы разных типов респондентов. Опросы могут распространяться одним из четырех способов: по телефону, по почте, лично и онлайн (будь то мобильный телефон или настольный компьютер).
Другой количественный метод исследования заключается в проведении экспериментов по тому, как люди реагируют на различные ситуации или сценарии. Одним из примеров является A/B-тестирование части маркетинговых коммуникаций, например, целевой страницы веб-сайта. Посетителям веб-сайта показывают разные версии целевой страницы, и маркетологи отслеживают, какая из них более эффективна. [1]
Различия между количественными исследованиями потребителей и B2B
Количественные исследования используются как в исследованиях потребителей, так и в исследованиях B2B. Однако существуют различия в том, как исследователи потребителей и исследователи B2B распространяют свои опросы.
Обычно опросы распространяются онлайн чаще, чем лично, по телефону или по почте. [2] Однако в исследованиях B2B онлайн-исследование не всегда возможно, часто из-за того, что трудно связаться с определенными лицами, принимающими решения в бизнесе, по электронной почте. В результате исследователи B2B по-прежнему часто проводят опросы по телефону. [3]
Типичная общая процедура
Проще говоря, процесс исследования состоит из пяти основных и важных этапов:
- Определение проблемы.
- Дизайн исследования .
- Сбор данных .
- Анализ данных .
- Написание и презентация отчета.
Краткое обсуждение этих шагов:
- Аудит проблем и определение проблем - В чем проблема? Каковы различные аспекты проблемы? Какая информация необходима?
- Концептуализация и операционализация - Как именно мы определяем задействованные концепции? Как мы переводим эти концепции в наблюдаемое и измеримое поведение?
- Спецификация гипотезы . Какие утверждения мы хотим проверить?
- Спецификация исследовательского проекта. Какой тип методологии использовать? - примеры: анкета, опрос.
- Спецификация вопроса - Какие вопросы задавать? В каком порядке?
- Спецификация шкалы . Как будут оцениваться предпочтения?
- Спецификация дизайна выборки - Какова общая численность населения? Какой размер выборки необходим для этой популяции? Какой метод выборки использовать? - примеры: Вероятностная выборка: ( кластерная выборка , стратифицированная выборка , простая случайная выборка , многоступенчатая выборка , систематическая выборка ) и Невероятностная выборка : (удобная выборка, выборка по решению, преднамеренная выборка, квотная выборка, выборка по методу снежного кома и т. д.)
- Сбор данных - использование почты, телефона, интернета, перехватов в торговых центрах
- Кодификация и повторная спецификация — внесение корректировок в исходные данные, чтобы они были совместимы со статистическими методами и целями исследования — примеры: присвоение чисел, проверки согласованности, замены, удаления, взвешивание, фиктивные переменные, масштабные преобразования, стандартизация шкалы.
- Статистический анализ - Выполнение различных описательных и выводных методов (см. ниже) на основе необработанных данных. Выводы из выборки для всей совокупности. Проверка результатов на статистическую значимость.
- Интерпретируйте и интегрируйте результаты - Что означают результаты? Какие выводы можно сделать? Как эти результаты соотносятся с аналогичными исследованиями?
- Напишите отчет об исследовании. Отчет обычно имеет такие заголовки, как: 1) резюме; 2) цели; 3) методология; 4) основные выводы; 5) подробные графики и диаграммы. Представьте отчет клиенту в 10-минутной презентации. Будьте готовы к вопросам.
Этап проектирования может включать пилотное исследование для обнаружения скрытых проблем. Этапы кодификации и анализа обычно выполняются компьютером с использованием статистического программного обеспечения . Этапы сбора данных в некоторых случаях могут быть автоматизированы, но часто требуют значительных человеческих ресурсов для их выполнения. Интерпретация — это навык, который осваивается только с опытом.
Статистический анализ
Данные, полученные для количественного маркетингового исследования, могут быть проанализированы практически любым из ряда методов статистического анализа , которые можно в целом разделить на описательную статистику и статистический вывод . Важным набором методов является тот, который связан со статистическими обследованиями . В любом случае, соответствующий тип статистического анализа должен учитывать различные типы ошибок, которые могут возникнуть, как описано ниже.
Надежность и достоверность
Исследования должны быть проверены на надежность , обобщаемость и обоснованность .
Обобщаемость — это способность делать выводы на основе выборки и распространять их на всю совокупность.
Надежность — это степень, в которой измерение будет давать последовательные результаты.
- Надежность повторного тестирования проверяет, насколько схожи результаты, если исследование повторяется при аналогичных обстоятельствах. Устойчивость при повторных измерениях оценивается с помощью коэффициента Пирсона.
- Надежность альтернативных форм проверяет, насколько схожи результаты, если исследование повторяется с использованием других форм.
- Надежность внутренней согласованности проверяет, насколько хорошо отдельные меры, включенные в исследование, преобразуются в составную меру. Внутреннюю согласованность можно оценить путем корреляции производительности на двух половинах теста (надежность разделения пополам). Значение коэффициента корреляции Пирсона корректируется с помощью формулы прогнозирования Спирмена–Брауна , чтобы соответствовать корреляции между двумя полноразмерными тестами. Обычно используемой мерой является α Кронбаха , которая эквивалентна среднему значению всех возможных коэффициентов разделения пополам. Надежность можно повысить, увеличив размер выборки.
Достоверность спрашивает, измеряло ли исследование то, что оно намеревалось измерить.
- Проверка содержания (также называемая валидностью внешнего вида) проверяет, насколько хорошо содержание исследования связано с изучаемыми переменными; она стремится ответить, являются ли вопросы исследования репрезентативными для изучаемых переменных. Это демонстрация того, что элементы теста взяты из измеряемой области.
- Проверка критериев проверяет, насколько значимы критерии исследования по отношению к другим возможным критериям. Когда критерий собирается позже, цель состоит в том, чтобы установить прогностическую валидность.
- Проверка конструкции проверяет, какой базовый конструкт измеряется. Существует три варианта валидности конструкции: конвергентная валидность (насколько хорошо исследование соотносится с другими мерами того же конструкта), дискриминантная валидность (насколько плохо исследование соотносится с мерами противоположных конструктов) и номологическая валидность (насколько хорошо исследование соотносится с другими переменными, как того требует теория).
- Внутренняя валидация , используемая в основном в экспериментальных исследовательских проектах, проверяет связь между зависимыми и независимыми переменными (т.е. действительно ли экспериментальное манипулирование независимой переменной привело к наблюдаемым результатам?)
- Внешняя валидация проверяет, можно ли обобщить экспериментальные результаты.
Валидность подразумевает надежность: Действительная мера должна быть надежной. Надежность не обязательно подразумевает валидность, однако: Надежная мера не подразумевает, что она действительна.
Типы ошибок
Случайные ошибки выборки:
- выборка слишком мала
- выборка не репрезентативна
- использован неподходящий метод отбора проб
- случайные ошибки
Ошибки в дизайне исследования:
- предвзятость введена
- ошибка измерения
- ошибка анализа данных
- ошибка выборки
- ошибка определения популяции
- ошибка масштабирования
- ошибка в построении вопроса
Ошибки интервьюера:
- ошибки записи
- ошибки мошенничества
- ошибки в допросах
- ошибка выбора респондента
Ошибки респондентов:
- ошибка отсутствия ответа
- ошибка неспособности
- ошибка фальсификации
Ошибки гипотез:
- ошибка типа I (также называемая альфа-ошибкой)
- результаты исследования приводят к отклонению нулевой гипотезы, даже если она на самом деле верна
- Ошибка типа II (также называемая бета-ошибкой)
- результаты исследования приводят к принятию (неотвержению) нулевой гипотезы, даже если она на самом деле ложна
Смотрите также
Ссылки
- ^ Принципы маркетинга Модуль 6: Маркетинговая информация и исследования | Основные методы маркетинговых исследований (весна 2016 г.)
- ^ Отчет GRIT за 3-4 кварталы 2018 г. , GreenBook, 2018 г., стр. 34
- ^ Уэллс, Крис (12 июля 2020 г.). «Как проводить количественные исследования B2B». Adience . Получено 23 июля 2020 г. .
Библиография
- Брэдберн, Норман М. и Сеймур Садман. Опросы и исследования: понимание того, что они нам говорят (1988)
- Конверс, Джин М. Обзорные исследования в Соединенных Штатах: корни и возникновение 1890-1960 (1987), стандартная история
- Глинн, Кэрролл Дж., Сьюзан Хербст, Гарретт Дж. О'Киф и Роберт Й. Шапиро. Учебник «Общественное мнение» (1999)
- Оскамп, Стюарт и П. Уэсли Шульц; Отношение и мнения (2004)
- Джеймс Г. Вебстер , Патрисия Ф. Фален, Лоуренс В. Лихти; Анализ рейтингов: теория и практика исследования аудитории, Lawrence Erlbaum Associates, 2000
- Янг, Майкл Л. Словарь опросов: язык современных исследований общественного мнения (1992)