调研结果分析方法

数据准备及分析分析调研数据在调研中是一项非常重要且非常令人兴奋的一步。这是你从客户那里得到重要事实，揭示你可能已知或尚未知的趋势，或为你的计划提供无可辩驳的事实支持。通过对数据的深入分析，你可以了解到大量的数据可以帮助你更多的了解被调研对象并引导你做出有利的决定。本文将会简要讲述如果分析调研结论。这里不会具体讲座如何使用网络调研来分析，只是想讲一些基础性的方法以便你们可以自己独立分析。三个主要错误开始分析调研结果前，请先回顾一下整个问题。你调研的目的是什么？你的调研方法与目标是否相符？你收集的数据是否准确？有没有充足的数据来得出结论？仅管到做数据分析时才想到要换调研方法已经晚了，但了解项目的范围并紧扣这个范围是非常重要的。许多初入门的调研人员在分析数据时总是试图找出“言外之意”。他们总试图得出一些与目标不相关的结论。这些工作无异于“猜”。为了避免上述问题，请记住以下简要规则：规则1：如果你没问，你就不知道另一个调研入门者的常犯错误是试图通过改变数据来弥补恶劣的问卷设计。例如，如果用一组数让调研对象选出他的总收入，那么中间的数就计算不出来。许多人就试图给每个答案用一个数值来代表一个范围。尽管可以在所有答案之间做一些调整，但最后的结论还是错误的。同样的，试图把多选当成单选来分析也会得到错误信息。为了避免这类缺陷，请记住以下规则：规则2：不要为了不好的调研设计改变数据第二个初调研者的错误是把问卷交给不是被调研对象的人群或被调研对象对问卷的理解不正确。例如，如果人力资源经理设计了一个关于福利的调研并邀请全体雇员参加因为每个员工都有机会参加。有足够的员工参加调研，数据应该是有效的，但是否适合所有员工参加呢？答案是：看情况。如果这个调研是用人口统计学的方式问关于公司的问题，结论确实表示出其不了公司整体的状况。否则，如果被调研对象中80%已婚，全公司有50%已婚，那调研的结论就会偏向已婚员工。如果已婚员工对福利的需求与单身员工不同，那么把这个调研数据的结论用来推断全体员工就不如把已婚员工和未婚员工分开计算得到的结论正确。为了避免这个问题，请记住以下简要规则：规则3：不要把你的调研数据给没参加调研的人看越早意识到调研设计和数据收集的缺陷，你分析的时间就越充足。如果你的问卷答案和你的调研目标不符，你必须重做。如果你的问题不清不楚，你最好把问卷扔了。如果你找不到足够的被调研对象，你必须再找更多人。如果你上述都没做，你就要再回顾一下我们前面的文章：如何展开有效调研计划，问卷类型与数据确认，和调研设计思考。调研分析分析与调研，网络的或传统的方式，都是把相关的数据汇总，排列，并转化成信息。如果你的调研目标只是简单的为数据库收集数据，你就不用对数据进行分析。反之，如果你的目标是为了了解典型客户的特性，你就必须把原始的数据转化成使你清楚了解客户的信息。假设你需要把调研资料汇总，分析就应该以回顾整个资料开始，现进行编辑，分析和报告。在回顾结论与编辑数据之前请不要着手分析数据，一定要确保你收集的数据的正确性。快速回顾把全部数据看一遍。尽管这个工作众人皆知，但许多调研者都想把这步跳过去直接进行数据分析。做一次快速回顾可以帮助你进一步了解调研目标，包括问卷设计的瑕疵及回答人数。在快速回顾时，你应该把每个问题看一遍，看看结论是否“有意义”。这种“直觉”检查可以揭示调研的一些问题。大多数调研者对调研的数据都砉已有的期望。快速回顾就可以使你较快的了解到参加调研的人是否合理。例如，给所有员工做调研，如果你知道有10%来自市场部，20%来自销售部，45%来自生产部，5%来自管理层，5%来自财务部，15%来自研发部门，你就有理由推断出这个调研的结果是均匀分布的。如果你快速的回顾一下，发现有80%的被调研者来自销售部，你应该知道你的调研没有覆盖整个公司。快速回顾还可以发现调研方法上存在的问题。是否全部被调研者回答了所以的问题？如果不是，你的问卷可能存在瑕疵，致使问卷不能被全部完成。参加调研的人少也是因为你的邀请不够或应该加一个跟进方案。最后，快速回顾可以显示哪部分细节应被重视。像开始时讲到的，调研者已经知道他们对调研结论的期望，那么快速回顾就是让他们发现他们不期望的看见的瑕疵。编辑与清除编辑与清除数据是调研的一个重要过程。编辑调研数据应加入特别注意以避免产生作废问卷或有偏差的结论。尽管理你可以在收到结果时就对数据进行编辑和清除，但最好不要这样因为会引起数据的丢失与重建。安全起见，请把所有数据都收齐后再做编辑与清除。一开始，先找出并清除那些未完成及假问卷。那些没有被完成回答或回答无意义的问卷应该被废除。例如，如果你的调研是想用人口统计学来试探未来购买意图，如果关于人口统计学的问题没有被回答，这样的问卷就应该做废。反之，如果所有人口统计学的问题都作答，但却没有调研对象的名字和电邮地址，这样的问卷是有效的。假问卷是电子问卷独有的问题。有许多工具，比如WebSurveyor就提供减少假问卷的方法。其他，像流行的“信息娱乐化”的投票方式在许多网站上都有却对假问卷无任何对策。如果不清除假问卷，你的数据就可能是假的。计算和百分比都有可能受到假数据的影响，这样一来，所有的计算方法也都要作废。为了发现假结论，所有的开放式问题的答案都应该检查。如果两个开放式问题有相同的答案，这里肯定存在假答案。为了确认假答案的存在，必须把所有问题的答案做对比，删除那个假答案。网络调研的数据清除必须把开放式问题，多选问题进行分类，包括“如果其它，请写出”的答案。因为问题自身的原因，开放在问题会提供详细的重要的数据，但如果没有计算汇总的格式就不能被处理。现存的一种汇总方法是建议一个问题列表，选出所有阅读并回答过这些问题的答案。WebSurveyor给你提供增加问卷的工具帮你做上述处理。调研编辑和数据清除过程的中需要注意的一个普遍问题，如果有调研对象选了“其它，请详细写出”，并对在该选项下写出了答案。如果不清除这些选项，那“其它”选项的答案就有可能会被夸大或成为结论。例如，人口统计方法调研问卷会问调研对象的在工作环境中的角色，如“教员，老师或学生”，调研对象选择其他并写“教授”，你就应该把这个选择清除并放入“教员，老师或学生”类中。WebSurveyor技巧贴示里有一篇“清除你的数据中有更多关于数据清除的方法。当数据准备完成，就该开始分析数据并使之转变成可行性信息。详细分析分析是调研工作中最重要的部分。在这里，你要把你收集到的数据汇总成一套可行性信息。分析过程可能引岀很多可变的方案。错误的分析可能导致错误的决定，所以这个过程必须小心谨慎。粗心大意会导致灾难。数据分析中的行为会最终决定你调研的成败。依据你需要的信息，你要了解什么样的分析有意义。用WebSurveyor可以简单的自动做出数据图，或深的把问题与趋势的关系做岀对比。对大多数调研者来说，基本分析所用的图表，表格和过滤已经足够。另一方面，一引起复杂的用户也希望使用更复杂的数据处理的分析工具，比如SPSSExcel,或其他捣数的工具。以这章的四个目的，我们将重点放在一些基本的分析技巧上。图表式分析图表示分析就是把数据用可视的格式摆放岀来以利于找到不同。有许多不同的表格可以选择使用，最常用的有柱图，饼图和线图。柱图就是在X和Y轴上用两个实心柱表示出一个具体的数值，可以是垂直的，也可以是水平的。这类图表普遍适用于多选、排序、单选、矩阵和数字类问题的显示。每个选项都在图表中作为一个独立的柱显示在图表中，柱的长度代表该选项被选中的频率。饼图和环图可以用不同的“色块”表示数据。这类图表是用来表示数值与“全部“的对比关系的，所有的百分比相加应该是100%饼图对单选问题是最有用的，因为它可以表示每个问题占总体的百分比。从饼图中最大比例的一块很容易看岀哪个答案最多。当用饼图对笔两组数字时，一定要确保每组选项所选颜色始终保持一致。如果把每张表中同一选项做对比就会非常容易看出来。饼图不适合多选问题，因为所做的选项不止一项，那所有比例的加和就会超过100%还有其他的图表方式，例如线图，点状图和星图，这些图可以用来表示一段时间内的同一数据变化。不过，这些格式不太易于向普通使用者解释，只适用于一部分人。频率表格频率表格是做基本分析的又一格式。这类表格可以表达岀可能的反馈，每部分反馈的总人数和每一选项的百分比。频率表格对大量选项数据或每个选项所占百分比差别很小的数据处理非常有用。一般来说，饼图和柱图比频率表格好做。回答计次百分比市场分析7613.7%定量分析15027.0%策略性计划5610.1%产品计划335.9%促销沟通24343.8%建议销售15227.4%销售提供渠道支持15728.3%交叉表格交叉表格适用于对比两个分支类的信息。交叉表格可以使你把两个问题做对比得岀它们之间的关系。像频率表格一样，交叉表格可以把一个问题的答案用行展现，把另一个问题的答案用列展现。基本问题女性男性产品经理57.2%53.4%总监12.6%14.2%产品市场经理24.7%23.1%项目经理2.8%1.5%技术支持经理2.8%7.7%总计215337交叉表格常用来把许多按人口统计的问题。这些行与列的交叉点被称为单元格，表示选择这个选项的人数的比例。在上面的例子里，女性与男性对不同的职位有类似的分布，除了“技术支持经理”夕卜，其他职位中，男性所占比重均是女性的2.5倍。对于分析的目的，交叉表格是非常好的比较方法。在Websurveyor的技术贴示中有用筛选和交叉表格分析数据的具体方法。筛选筛选是最常用的二级分析工具。通过筛选你可以选岀一类数据。和交叉表格做问题的对比不同，筛选是把某一组的所有问题进行分析。通过对所有负面回答的分析，看看他们对其他问题如何作答。从而得岀一个趋势来明确被调研对象为何要这样作答。如果必要你也可以筛岀多选的答案和标准来做更细致的分析。例如，如果你想了解40岁以上、收入约50000元的男性的购买意图，你就要做一个筛选把不合格的对象剔除从而得到你的目标群。通过筛选数据，你可以看岀答案的阶段性变化。例如，持续对客户满意度进行调研，你可以在一段时间内持续得到客户的态度。你也可以使用筛选得到销售奖励的影响或通过对比得到新产品的前后变化产生的影响。筛选并不会总是把不合标准的回答剔除；他们只是按当是的标准做筛选，把分析工作变得简化。对同一问题做不同的筛选，就可以看到调研对象的不同之处。因为筛选本身是有效的，但在对整体问卷进行分析时不要忘记把筛选取消，否则你的分析可能会不正确，你的结论就可能出现偏差。简要反向分析确定引出某一结论的事实的分析叫反向分析。这里的反向是指从后向前分析找出调研对象做出某一选择的原因。这也可以通过他们对其他问题的回答来判断。例如，你可能了解上网的人可能会因为网页浏览有问题而不再回来。如果有30%的人说他们浏览网页有问题，有40%的人说他们不愿回来。那你就应该选出那些不再回来的答案并分析是否因为是网页浏览造成他们不再回来。把不再回来的人筛选出来后，如果有30%或不到30%的人说他们浏览网页有问题，这就清楚的说明原因不是因为他们不愿意回来，而是他们浏览网页有故障。把那些愿意回来的筛选出来，我们当然希望百分比可以自动升高。如果真是如此，我们还是不能把“原因”归结为网页浏览，可能还是调研对象不愿意回来。为了得到确切的答案，我们还需要问直接的问题。报告分析完数据，就该做出报告了。简单和复杂，你们目标观众决定你报告的格式。CEC和产品经理对报告的详细程度的要求不是同的，所以，你的报告要最大程度的满足你的观众的需求。可视报告，例如HTML文件或PPT简报，是最合适的选择。这类图表类报告轻文字，重图表，对结论的描述一目了然，但细节的描述很少被要求解释。对于更复杂的问题，就需要用WOR或ADOBE这样的文件来创建一个更细致的报告了。用WOR创建的文档通常有非常细节的信息，有重要的分析，很多文字并且有很深入细致的分析。无论你使用什么类型的报告，你都明确强化信息的表达比任何文字和表格解释都有力。而且，当用视觉展示时，我们推荐趋势分析。如果把一组或多组问题做对比，最好使用图表一组一组的显示。这种一组一组的对比可以使观众很快看出你想强调的不同之处并被你引导着得出你想要的结论。报告的开始，你要回顾一下你的调研目标和采样方法。这可以使你的观众了解你调研的目的，从而避免了与调研目标无关的各类问题。你的报告应该描述一下你的采样方法，包括请了谁为调研对象，在什么样的时间做的信息收集，以及其他与你调研对象有关的问题。接下来，你应该把佻的分析和结论详尽的讲述给你的观众。包括那些图表，表格，以便清晰的解释那些你认为值得解释的地方。分析结束后，你还应该导出与你调研目的相符的推荐方法。不管怎么样，你的推荐都应该是在你调研的目标内并被调研的数字所支持的。最后，你要提供一份调研问卷和所有的数据附在调研报告的后面。结论调研分析不是下载一个结论或打印一个报告，当然也不是必须博士才可以完成的复杂工作。本节所介绍的只是一个好的分析应该开始于好的问卷，正确的参与对象，认真的数据分析，从而得到一份可执行的结论。技术方法，比如图表，筛选，交叉图表和反向分析都可以帮助你在数据中找到趋势得出与目标相符的结论。现在，你已经有的非常扎实的基础和像Websurveyor这样的工具，自信的做出你自己的调研分析了。