Análisis de Encuestas: Cómo Evaluar los Resultados de las Encuestas [Ejemplo Real]

El análisis de encuestas es el proceso de analizar los datos/retroalimentación de los clientes recopilados de los cuestionarios que hemos realizado anteriormente.

La mayoría de las herramientas para crear encuestas brindan opciones para generar las respuestas, pero aun así se necesita más que un subconjunto de encuestados y porcentajes cuidadosamente colocados en una tabla para dar sentido a la información.

Pero no se sienta abrumado; En esta publicación de blog, le brindamos un ejemplo práctico de cómo organizar, analizar y utilizar información procesable para impulsar su negocio y hacer felices a todas las partes interesadas del negocio.

Sumerjámonos.

1. Configure su formulario de encuesta para facilitar la recopilación de datos

Para facilitar la comprensión de todo el proceso de análisis de datos, utilizaremos un ejemplo de una plantilla de restaurante sencilla.

Esta encuesta en línea contiene principalmente preguntas cerradas de opción múltiple sobre la comida, el personal, el precio, la edad y las plataformas de redes sociales que los clientes usan para encontrarnos.

Este tipo de preguntas son más fáciles de analizar y pueden darnos una mayor tasa de respuesta.

Sin embargo, la encuesta incluye preguntas abiertas, que pueden ayudarnos a recopilar información más perspicaz de los clientes.

La investigación de la encuesta debería proporcionarnos una mejor comprensión de las necesidades de nuestro público objetivo.

Sin embargo, los ejemplos de casos de uso en esta publicación de blog deberían brindarle una comprensión del posible uso de datos obtenido de cualquier encuesta de retroalimentación, como un ejemplo, encuestas de investigación de mercado.

2. Organice los datos de su encuesta

Una vez que finaliza el proceso de recopilación de datos, el primer paso es exportar los datos de la herramienta de encuesta a Hojas de cálculo de Google, Excel o cualquier otra aplicación de análisis estadístico.

Si ya tiene sus datos en su lugar, puede omitir esta parte e ir directamente al análisis de datos de la encuesta.

Después de exportar la encuesta, los datos deberían verse así:

A continuación, debemos dividir la tabla en grupos más generales para no perdernos en la lista de preguntas.

Aquí hay un ejemplo:

• datos demográficos
• Comercialización : Edad | ¿Como supiste de nosotros?
• Personal : ¿Sintió que el personal era acogedor y amable?
• Comida : ¿Cómo calificaría la calidad de la comida en nuestro restaurante? ¿Llegó la comida a tiempo?
• Menú : ¿Hay algo que crees que debería estar en el menú?
• Precio : ¿los precios coincidieron con la calidad de su experiencia general?
• NPS (Puntuación neta del promotor) : ¿Qué tan probable es que recomiende el restaurante a sus amigos?
• Regreso : ¿Vendrás a visitarnos de nuevo?

Una vez que tengamos los números en su lugar, el siguiente paso es calcular el porcentaje para comparar las respuestas rápidamente.

Aquí hay un ejemplo de cómo calcular el porcentaje del grupo de edad:

Para determinar qué grupo de edad viene más a nuestro restaurante, debemos dividir el número total de personas en cada grupo de edad por el número total de respuestas de la encuesta multiplicado por 100.

Para ello, tomaremos el grupo de edad de 25 a 34 años.

• 25 personas de entre 25 y 34 años han respondido nuestra encuesta
• El total de personas que respondieron la encuesta es de 55.
• 25/55×100 = 46%
• El 46% de los clientes que visitaron nuestro restaurante pertenecen al grupo de edad de 25 a 34 años.

3. Utilice métodos de análisis de datos de encuestas

Ahora es el momento de dar algún significado a los datos cuantitativos y cualitativos que hemos recopilado de la encuesta.

Para ello, utilizaremos varios métodos sencillos, como examinar nuestras principales preguntas de investigación, realizar tabulaciones cruzadas y filtrar los resultados, y comparar los resultados de la encuesta.

Esto es lo que significa cada uno de ellos:

Preguntas principales

Las principales preguntas de la encuesta deben brindarnos información sobre el tema que más nos interesa.

Por ejemplo, si estamos interesados ​​en mejorar nuestros métodos de marketing y promoción, nuestras principales preguntas de investigación serían las que se refieren a la parte de marketing:

¿Como supiste de nosotros?

Los datos que obtenemos de los encuestados son evidentes. El 63% de los encuestados dijo que había oído hablar del restaurante a través de las redes sociales. El 18% de los encuestados dijo que nos había encontrado en Google, y tanto los comerciales de TV como los Influencers nos han traído, 0 clientes.

Entonces, la principal pregunta de investigación es solo eso, un porcentaje de los encuestados que dieron una respuesta específica a una pregunta específica.

Resultados de tabulación cruzada y filtrado

La tabulación cruzada significa comparar resultados (conjuntos de datos) entre más subgrupos de la encuesta.

Ejemplo: Queremos comparar cómo los grupos de edad entre 18-24 y 25-34 respondieron a la pregunta "¿Cómo se enteró de nosotros?"

El 66 % de los clientes de entre 18 y 24 años respondió que había oído hablar de nosotros en las redes sociales, el 33 % respondió que había visitado el restaurante después de que alguien lo recomendara.

El siguiente grupo es de 25 a 34 años. El 80% respondió que ha oído hablar del restaurante a través de las redes sociales y el 20% respondió que nos encontró en Google.

Podemos concluir que ambos grupos de edad en su mayoría "vinieron" de las redes sociales, pero el grupo de edad de 25 a 34 años tiene una tendencia a buscar restaurantes en Google en comparación con el grupo de edad de 18 a 24 años.

Filtrar los resultados significa que nos enfocamos solo en un subgrupo a la vez en lugar de comparar las respuestas de más subgrupos.

Por ejemplo, solo podemos analizar el grupo de edad de 25 a 34 años y explorar solo sus respuestas a la encuesta.

Datos de la encuesta de referencia

Benchmarking significa establecer una línea de base a partir de la cual puede comparar los datos de la encuesta A con los datos que recopilará con la encuesta B.

Aquí hay un ejemplo:

Podemos tomar los datos de la puntuación NPS de la encuesta A ( ¿Qué tan probable es que nos recomiendes a un familiar o amigo?) y comparar la puntuación NPS con los datos de la encuesta B.

El puntaje de nuestra primera encuesta (encuesta A) es nuestra línea de base.

Si los datos de la encuesta A muestran que el puntaje NPS es más alto que los datos de nuestra segunda encuesta, la encuesta B, debemos comprender la causa.

¿Qué estamos haciendo ahora que hace que la gente no nos recomiende tanto como antes?

Podemos usar diferentes métodos para la visualización de datos, como gráficos de barras, para facilitar la comparación.

—

Hasta ahora, hemos recopilado una gran cantidad de datos valiosos. Con base en estos datos, podemos sacar conclusiones, examinar cómo mejorar la satisfacción del cliente y aumentar el valor para el negocio.

Siga el resto de los pasos a continuación para ver ejemplos reales de casos de uso de datos de encuestas: ?

4. Define un personaje de compra

1. Años
2. Ingreso
3. Intereses
4. Ubicación
5. Motivaciones de compra

Ejemplo:

James es un estudiante de maestría de 27 años. También trabaja en una empresa de TI.

Viene todos los viernes por la noche con sus amigos. No está casado ni tiene hijos. Es muy activo en las redes sociales. Vive cerca del restaurante y gana $94,700 por año.

Le gusta la fotografía, viajar y probar diferentes tipos de comida.

Su red social favorita es Instagram, donde comparte historias de comida regularmente.

ejemplo de persona de muestra

5. Crea contenido basado en datos

Según las respuestas de la encuesta, nuestros clientes son en su mayoría Millennials y Generación Z, lo que significa que la estrategia de contenido (cuándo, por qué y qué publicar) debe coincidir con los hábitos de consumo y los rasgos de personalidad de las personas que pertenecen a esos grupos de edad.

Podemos usar los datos de la encuesta para determinar el tema, el ángulo y el propósito para crear contenido más identificable y atractivo.

Estos son algunos ejemplos de características de los consumidores que describen mejor a los clientes de entre 18 y 34 años.

Investiga antes de comprar

La generación millennial es notoriamente difícil de complacer, y aunque muchos restaurantes están haciendo todo lo posible para atraer a este grupo demográfico con renovaciones costosas o nuevos elementos del menú, la forma más fácil de hacer que un restaurante sea atractivo para los millennials podría ser tan simple como generar reseñas. Volver a publicar historias en sus perfiles de redes sociales o sitio web debe ser parte de su estrategia de marketing.

Además, si volvemos a los resultados de nuestra encuesta, podemos ver que el 33 % de las personas entre 18 y 24 años respondieron que alguien les recomendó su restaurante.

Esto significa que el restaurante está haciendo un buen trabajo y nos demuestra que el boca a boca es un estímulo para que la gente venga a tu restaurante.

Miedo de perderse

Otra característica que distingue a los compradores en estos grupos de edad es el miedo a perderse algo.

Puede usar reseñas y testimonios, descuentos con temporizadores de cuenta regresiva o copias de oportunidades perdidas.

consumidores visuales

Publicar videos, imágenes, GIFS y MEME, o incluso contenido interactivo, debe ser parte de su marketing de contenido.

Consumidores multidispositivo.

Todo lo que producirá como contenido debe optimizarse para múltiples dispositivos de pantalla.

Expresiones lingüísticas

Las copias que escribimos deben ser para el público en general y comprensibles para todos.

Tono de voz

Lenguaje amistoso y casual.

Creatividades

La mayoría de los clientes son jóvenes, lo que significa que los especialistas en marketing también deben diseñar las creatividades (imágenes) para relacionarse con sus clientes.

6. Determinar los mejores canales de distribución

Según los resultados de la encuesta, el 63 % de los encuestados ha oído hablar del restaurante a través de las redes sociales. El 18% nos buscó en Google, el 18% visitó el restaurante por recomendación de alguien, y comerciales de TV e influencers nos han traído 0 personas.

Podemos concluir que las redes sociales y Google deberían ser nuestro enfoque principal para promocionar el restaurante y deberían renunciar a la televisión y a los influencers.

7. Determinar la estrategia de marketing en redes sociales

Los datos de la encuesta que hemos recopilado también se pueden aplicar en nuestra estrategia de marketing de medios sociales pagados para una orientación de audiencia más precisa.

Aquí hay algunos ejemplos de cómo puede usar los datos:

• Podemos usar direcciones de correo electrónico para reorientar audiencias y crear audiencias similares basadas en listas de clientes.
• Ajuste el rango de edad de los anuncios, para que podamos dirigirnos a las audiencias correctas y ahorrar tiempo y dinero para las pruebas basadas en los datos demográficos.
• Podemos usar la lista de clientes para notificar a los clientes sobre los nuevos elementos en el menú.
• Podemos dirigirnos a audiencias frías por interés en la comida vegana. (Según los datos cualitativos de las preguntas abiertas, a la mayoría de los encuestados les encantaría la pizza vegana en el menú)
• Al conocer nuestro perfil de cliente ideal, podemos ajustar adecuadamente nuestro presupuesto en Instagram o Facebook.
• Use preguntas de calificación para aumentar la relevancia de las copias de anuncios.

8. Realice mejoras en función de los comentarios

Los resultados de la encuesta nos muestran que la pizza vegana, las alitas de pollo y la ensalada griega son alimentos que faltan en el menú.

Los datos nos dicen que muchos visitantes son veganos, y el restaurante debe considerar opciones veganas como pizza vegana para sus clientes.

El 81 % de los clientes dijo que el personal era amable, el 9 % que no lo era y el 10 % no se dio cuenta. Esto significa que el equipo está haciendo un buen trabajo la mayor parte del tiempo al atender a los invitados.

9. Predecir comportamientos futuros

El 54% de los encuestados dijo que volvería, el 27% que no sabe y el 19% dijo que no volvería.

La mayoría de los clientes dijeron que volverían, lo cual es fantástico, pero investiguemos por qué los clientes no están seguros de volver al restaurante utilizando el método de tabulación cruzada.

El 27% respondió que no sabe si volvería al restaurante.

Lo lógico sería comparar estas respuestas con las respuestas sobre el precio, la calidad de la comida o la amabilidad del personal como posibles cosas que pueden influir en la experiencia del cliente.

Así que esto es lo que tenemos: ️

El 60% de las personas que respondieron “No sé” también dijeron que el precio no coincidía con la calidad del restaurante. Entonces esa puede ser una razón por la cual alguien lo pensaría dos veces antes de venir al restaurante.

Dicho esto, podemos usar esta información para predecir por qué y si alguien regresaría o no.

Conclusión

Hay infinitas posibilidades para mejorar su negocio cuando sus clientes están felices de proporcionar comentarios. Al analizar los comentarios de los clientes, las empresas pueden cumplir mejor su propósito y tomar decisiones más centradas en el cliente.

Aprender a analizar y extraer información valiosa no es un proceso fácil; sin embargo, una vez dominado puede beneficiar significativamente todos los aspectos del negocio.