Как провести маркетинговое исследование эффективно и с пользой для бизнеса

Автор: Александра Гайсенок, заместитель руководителя отдела количественных исследований Tiburon Research.

Каждое исследование начинается с цели и списка задач — это базовое правило для специалистов, которые занимаются маркетинговыми исследованиями для бизнеса. Но иногда этих задач так много, что в самом исследовании можно потеряться. Непонятно, как собрать такое количество данных, и как их потом анализировать и интерпретировать, не сорвав все возможные дедлайны.

Как можно этого избежать? Рассказываем в небольшой, но эффективной памятке для исследователя.

Эффективная реклама с кешбэком 100%

Таргетированная реклама, которая работает на тебя!

Размещай ее в различных каналах, находи свою аудиторию и получай кешбэк 100% за запуск рекламы.

Подключи сервис от МегаФона, чтобы привлекать еще больше клиентов.

Узнать больше >>

Реклама. ПАО «МегаФон». ИНН 7812014560. ОГРН 1027809169585. ERID: 2W5zFGNJXGC.

Собирайте ровно столько данных, сколько необходимо для конкретной задачи исследования

В огромном количестве данных очень легко потеряться — и тут важно понимать, а зачем мы вообще их собираем. Чтобы не перегружать сбор данных, исследователю важно проанализировать необходимость каждого вопроса анкеты. Одно из главных правил, которое поможет избежать этого — не добавлять лишних деталей, которые не относятся к решению конкретной задачи исследования. Исследователю важно задать себе следующие вопросы:

Если нет понимания, зачем понадобятся ответы на конкретный вопрос — можно смело удалять его.

Разделяйте крупные задачи на несколько исследований

Один из трендов современных маркетинговых исследований — разделение крупных задач на подзадачи в отдельные опросы. И на это есть несколько важных причин:

• Это улучшает качество данных. Потребители неохотно проходят большие анкеты, отвлекаются, невнимательно отвечают. В небольших анкетах все эти риски снижаются, так как длительность опроса сокращается.

• Это повышает качество анализа самих данных. Исследователь работает над конкретными отдельными задачами и анализирует данные концентрированно, ему не нужно работать с огромными массивами.

• Это повышает эффективность принятия решений. Сбор данных, анализ и интерпретация происходят в разы быстрее — конечный бизнес-заказчик может принимать решение оперативно.

Кейс

Перед брендом N, который занимается выпуском газированных безалкогольных напитков, стоит амбициозная цель: необходимо расширить объём рынка, причём в максимально краткие сроки. Бренд-стратег поставил перед исследователями конкретную бизнес-задачу: понять, какие вкусы необходимо добавить в портфель бренда, чтобы увеличить объём продаж.

Исследователь решил провести сегментационное исследование, добавив к блоку вопросов про вкусы два дополнительных блока про образ жизни потребителей, их потребности и ценности, также решив попутно протестировать несколько вариантов новых упаковок газировки (хотя они ещё не были утверждены ЛПР компании).

Итог:

• Из-за добавленных блоков вопросов проект стал стоить в 2 раза выше первоначального бюджета на исследование.

• Результаты объёмного сегментационного исследования удалось получить только через 3 месяца, это задержало производство новых вкусов газировки бренда.

Дополнительные блоки вопросов «съели» бюджет и тайминг проекта. Сегментационное исследование выходило за рамки поставленной бизнес-задачи и не принесли дополнительной прибыли бренду.

Прописывайте каждой задаче соответствие вопросов, которые эту задачу решают

Такой подход «откалибрует» данные. А именно:

• поможет не упустить подзадачи на этапе создания инструментария и сбора данных;

• поможет быстро сделать выводы по каждой задаче исследования на этапе анализа.

Всегда нужно держать в голове важное правило:

Пример задачи:

Выбирайте методы анализа до того, как начнёте анализировать данные

Это очевидное правило оказывается намного сложнее воплотить на практике, чем может показаться на первый взгляд. Зачастую чтобы получить необходимые данные, недостаточно задать вопрос «в лоб»: многие методологии требуют особых формулировок, упражнений в программировании, помощи технических специалистов при выводе данных.

Всех сложностей можно избежать, если до финализации анкеты (или любого другого инструментария) задать три вопроса по каждой задаче:

Кейс

Креативное агентство подготовило для бренда M два варианта рекламного баннера продукции (специализированные шампуни для окрашенных волос). Команда бренда М не знает, какой из вариантов выбрать. Какая реклама выстрелит?

Бренд-менеджер поставил исследователю бизнес-задачу: определить, какая реклама более привлекательна для целевой аудитории.

Исследователь провёл онлайн-опрос и представил бренд-менеджеру результаты.

Плохой пример визуализации выглядит так:

Визуально кажется, что обе рекламы показали хорошие результаты (проценты высокие), но не понятно:

• это хорошие показатели относительно рынка? Или средние? Или недостаточные?

• как выбрать победителя по этим показателям.

Такая визуализация не решает саму бизнес-задачу: бренд-менеджер, глядя на эти цифры, не сможет принять решение, что делать дальше.

Хороший пример визуализации тех же самых результатов выглядит так:

• Понятно, где показатели высокие, а где нет, какие зоны нужно доработать: они сравниваются с нормами, полученными в ходе тестирования разных рекламных роликов.

• Есть общая оценка, которая даёт чёткий ответ на вопрос: первый вариант рекламы более привлекателен для аудитории.

Бизнес-задача решена, бренд-менеджеру потребуется не более 5 минут, чтобы принять финальное решение о выпуске рекламы в продакшн.

Сохраняйте консистентность и однородность данных

Иногда в одном исследовании используется микс различных источников данных: часто это связано с тем, что один источник не позволяет покрыть все задачи исследования разом. В таком случае нужно аккуратно подходить к анализу:

• если используются однотипные источники данных (пример — онлайн-панель и клиентская база e-mail), проводите опрос по одной и той же анкете, с минимальными отличиями (особенно техническими). Это позволит объединить базу и анализировать всё вместе;

• если используются принципиально разные источники данных (пример — онлайн-опрос молодёжи 18–24 лет и поквартирный опрос аудитории 65–80 лет), то не нужно объединять данные в одну базу. Эти данные не могут быть сравнимы. Необходим анализ по отдельности, с учётом особенности метода сбора информации.

Каждый вывод должен основываться на данных

Не делайте умозрительных выводов, если у вас нет подтверждения «свежими» данными, полученными в конкретном исследовании. Чтобы в отчёте не было отвлечённых философских рассуждений, можно проверить себя и задать два вопроса:

Обобщая все предыдущие пункты памятки, можно сделать главный вывод: чтобы эффективно работать с данными исследования, в первую очередь нужно чётко определить задачи. Именно от проработки списка задач, их сокращения, оптимизации, будет полностью зависеть конечный результат. Чтобы полученные результаты опроса действительно помогали принимать эффективные решения в бизнесе, нужно, чтобы они были ясными и понятными. Для этого нужно на каждом этапе исследования обращать внимание на детали:

До сбора данных: определяемся с инструментарием (анкетой) и методами опроса, делаем чёткую связку «задача — вопрос исследования».

До этапа анализа: обеспечиваем сравнимость этих данных, используя одни и те же методы для схожих источников данных.

До этапа интерпретации: прорабатываем каждый вывод и подкрепляем каждое умозаключение конкретными цифрами, полученными в ходе исследования.

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.