28. februar 2019

Spørreundersøkelser i en stordataverden

Norske bedrifter samler mer kundedata enn noensinne, takket være større kapasitet for lagring og bedre rutiner for registrering og datahåndtering. Tellere måler hvor mange som kommer inn i butikken, kassedata måler salg og handlekurver og Google Analytics forteller hvordan kundene beveger seg på nettet. I en verden hvor man kan registrere så mye om kundenes faktiske atferd – er det lenger behov for spørreundersøkelser?

Stordata og maskinlæring

CPM Analytics jobber med alle typer datakilder – fra salgstransaksjoner, kampanjedata og nettrafikk, til eksterne kilder som befolkningsstatistikk, Google Trends og værdata. Med gode kilder og moderne metoder som maskinlæring, kan vi modellere og predikere trafikk i butikk, kampanjesalg og kundefrafall. Men hva så når man har et tall på forventet salg eller frafall? Hva kan man gjøre med det, hvilke tråder skal man trekke i for å øke salg eller redusere frafall? En stor begrensning i maskinlæring er at desto mer avansert metoden blir, desto vanskeligere blir det å intuitivt forstå mekanismene bak. Det er behov for å forstå i dybden for å identifisere effektive tiltak som gir resultater!

Spørreundersøkelsen gir innsikt

Her kommer den gode gamle spørreundersøkelsen inn. Vår erfaring er at man ikke kommer spesielt langt i forståelsen av kundeatferd uten å snakke med kundene. Aktive eller sovende kunder, kunder som elsker deg og kunder som handler motvillig. For ikke å snakke om tidligere kunder eller de som aldri har vært kunder. Hva motiverer dem til å handle eller bruke din tjeneste? Hva lokker nye kunder til å prøve produktet, eller tidligere kunder tilbake? Hvorfor faller de fra, og hva kan man gjøre for å forhindre det? Hvilke segmenter finnes, og hvordan responderer de på markedstiltak? Det er helt essensielt å forstå de bakenforliggende, psykologiske prosessene som forårsaker atferd, for å ha sjanse til å påvirke utfallet.

Design med tanke på analyse

Spørreundersøkelser kan være så mangt, og det finnes et utall programvareløsninger som lar virksomheter selv gjennomføre kundeundersøkelser, gjerne basert på standardiserte spørsmål. Vår soleklare anbefaling er at undersøkelser bør designes ut ifra problemstillingen, med tanke på senere analyse. Hvilke underliggende variabler ønsker vi å måle? Noen spørsmål kan man stille direkte, men ofte må man utarbeide et spørsmålsbatteri for å avdekke holdninger og preferanser. Hva slags skala skal vi bruke? Noen ganger er det hensiktsmessig med enkle skalaer for å undersøkelsen mobiltilpasset eller øke svarprosent, andre ganger er en større skala avgjørende for å kunne gjennomføre statistiske tester. Hva trenger man egentlig å spørre om? Sørg for å ikke overbelaste respondentene dine med spørsmål du egentlig vet svaret på, eller som du ikke ender opp med å bruke til noe.

Innsikt i strategisk sammenheng

Svært mange bedrifter gjennomfører en eller annen form for kundeundersøkelse, og mange lager en rapport med ting som er «nice to know» og putter den i skuffen. Markedssjefer og kundedirektører slipper kanskje ikke til med kunnskapen på toppnivå, eller er muligens ikke klar over hvor virksomhetskritisk informasjon de sitter på. Utfordringen er å utnytte innsikten i en større strategisk sammenheng, å koble dataene sammen med andre kilder for å få et helhetlig bilde av både psykologiske prosesser og faktisk atferd. Derfor trenger man ikke velge mellom undersøkelser eller atferdsdata – vi kan si som Ole Brumm, «ja takk, begge deler».

Hypotesebygging og dybdeforståelse

I CPM Analytics jobber vi med spørreundersøkelser som bakgrunnskunnskap for blant annet hypotesebygging. Ved hjelp av eksisterende vitenskapelig forskning og innsikt fra spørreundersøkelser, kan vi sette opp modeller som viser årsakssammenhenger, slik at man vet hvilke tråder som må trekkes i. Vi sørger for å koble til andre datakilder ved behov, slik at man kan identifisere effekt av tiltak og jobbe med kontinuerlig overvåking og forbedring.

Helhetlig modell – et eksempel

CPM Analytics er anerkjent for prosjekter innen frafall av studenter. Problemstillingen er å identifisere årsaker til hvorfor studenter avbryter sine studier (frafall), slik at man kan predikere sannsynlighet for dette, og forebygge med ulike tiltak. I slike prosjekter tar vi utgangspunkt i ledende forskning på området – blant annet i Vincent Tintos mangeårige forskning på studentfrafall (churn) og studentsuksess. Vi designer og utvikler en undersøkelse med teoretisk forankring, tilpasset det enkelte studiested og dets unike tilbud av studier og studentoppfølging.

Surveyen som gjennomføres gir innsikt i viktige mekanismer som gjør seg gjeldende for ulike grupper av studenter, og hvordan man kan bidra til økt motivasjon, som gir økt innsats, som igjen resulterer i læringsutbytte og lavere frafall. Sammen med ulike datakilder som bidrar med innsikt i studentenes faktiske atferd og aktivitet, kan vi identifisere studenter med høy sannsynlighet for å falle fra på et svært tidlig tidspunkt. Denne innsikten er viktig for å kunne bidra med preventive tiltak, bistand og støtte ovenfor studentene – for å få flere til å gjennomføre studieløpet.

Dybdeinnsikt og tiltaksutvikling – vi hjelper deg!

Så vår konklusjon og anbefaling er at du alltid tenker over behovet ditt – kanskje er ikke en spørreundersøkelse alene tilstrekkelig for å forstå verden og dine kunder? Tilsvarende kan en avansert maskinlæringsmodell neppe gi dybde nok til å identifisere gode markedstiltak alene. Kanskje må du gjøre begge deler for å oppnå resultatene du er ute etter?

Har du spørsmål til oss rundt bruk av spørreundersøkelser i sammenheng med marketing analytics og data science – ta kontakt i dag!

>