การวิเคราะห์แบบสำรวจ: วิธีประเมินผลการสำรวจ [ตัวอย่างจริง]
เผยแพร่แล้ว: 2021-05-11การวิเคราะห์แบบสำรวจคือกระบวนการของการวิเคราะห์ข้อมูล/คำติชมของลูกค้าที่รวบรวมจากแบบสอบถามที่เราได้ดำเนินการไปก่อนหน้านี้
เครื่องมือส่วนใหญ่ในการสร้างแบบสำรวจมีตัวเลือกในการสร้างคำตอบ แต่ก็ยังต้องใช้เวลามากกว่าชุดย่อยของผู้ตอบแบบสอบถามและเปอร์เซ็นต์ที่ใส่ลงในตารางอย่างเป็นระเบียบเพื่อให้เข้าใจข้อมูล
แต่อย่าถูกครอบงำ ในบล็อกโพสต์นี้ เราจะยกตัวอย่างวิธีจัดระเบียบ วิเคราะห์ และใช้ข้อมูลเชิงลึกที่นำไปใช้ได้จริงเพื่อผลักดันธุรกิจของคุณไปข้างหน้าและทำให้ผู้มีส่วนได้ส่วนเสียของธุรกิจมีความสุข
มาดำดิ่งกัน
9 ขั้นตอนในการวิเคราะห์ผลการสำรวจ:
- ตั้งค่าแบบสำรวจเพื่อให้เก็บรวบรวมข้อมูลได้ง่ายขึ้น
- จัดระเบียบข้อมูลการสำรวจที่เก็บรวบรวม
- ใช้วิธีการวิเคราะห์ข้อมูลแบบสำรวจ
- สร้างบุคลิกตามข้อมูลประชากร
- สร้างเนื้อหาที่ขับเคลื่อนด้วยข้อมูล
- กำหนดช่องทางการจัดจำหน่ายที่ดีที่สุด
- กำหนดกลยุทธ์การตลาดโซเชียลมีเดีย
- การปรับปรุงผลิตภัณฑ์
- ทำนายพฤติกรรมในอนาคต
1. ตั้งค่าแบบสำรวจของคุณเพื่อให้เก็บรวบรวมข้อมูลได้ง่ายขึ้น
เพื่อให้กระบวนการทั้งหมดของการวิเคราะห์ข้อมูลเข้าใจง่ายขึ้น เราจะใช้ตัวอย่างเทมเพลตร้านอาหารที่ตรงไปตรงมา
แบบสำรวจออนไลน์นี้ส่วนใหญ่ประกอบด้วยคำถามปลายปิดแบบปรนัยเกี่ยวกับอาหาร พนักงาน ราคา อายุ และแพลตฟอร์มโซเชียลมีเดียที่ลูกค้าใช้เพื่อค้นหาเรา
คำถามประเภทนี้วิเคราะห์ได้ง่ายขึ้นและให้อัตราการตอบกลับที่สูงขึ้น
อย่างไรก็ตาม แบบสำรวจนี้รวมคำถามปลายเปิด ซึ่งสามารถช่วยให้เรารวบรวมข้อมูลเชิงลึกจากลูกค้าได้มากขึ้น
การวิจัยแบบสำรวจควรช่วยให้เราเข้าใจความต้องการของกลุ่มเป้าหมายได้ดีขึ้น
อย่างไรก็ตาม ตัวอย่างกรณีการใช้งานในโพสต์บล็อกนี้จะช่วยให้คุณเข้าใจถึงการใช้ข้อมูลที่เป็นไปได้ที่ได้รับจากการสำรวจความคิดเห็น เช่น ตัวอย่าง แบบสำรวจการวิจัยตลาด
2. จัดระเบียบข้อมูลการสำรวจของคุณ
หลังจากกระบวนการเก็บรวบรวมข้อมูลเสร็จสิ้น ขั้นตอนแรกคือการส่งออกข้อมูลจากเครื่องมือสำรวจไปยัง Google ชีต, Excel หรือแอปวิเคราะห์ทางสถิติอื่นๆ
หากคุณมีข้อมูลอยู่แล้ว คุณสามารถข้ามส่วนนี้และไปที่การวิเคราะห์ข้อมูลแบบสำรวจได้โดยตรง
หลังจากที่เราส่งออกแบบสำรวจ ข้อมูลควรมีลักษณะดังนี้:
ต่อไป เราควรแบ่งตารางออกเป็นกลุ่มทั่วไปมากขึ้น เพื่อไม่ให้หลงอยู่ในรายการคำถาม
นี่คือตัวอย่างหนึ่ง:
- ข้อมูลประชากร s
- การตลาด : อายุ | คุณได้ยินเกี่ยวกับเราได้อย่างไร?
- พนักงาน : คุณรู้สึกว่าพนักงานให้การต้อนรับและเป็นมิตรหรือไม่?
- อาหาร : คุณคิดว่าคุณภาพอาหารในร้านของเราเป็นอย่างไร? อาหารมาถึงตรงเวลาหรือไม่?
- Menu : มีอะไรที่คิดว่าน่าจะอยู่ในเมนูนี้ไหม?
- ราคา : ราคาตรงกับคุณภาพของประสบการณ์โดยรวมของคุณหรือไม่?
- NPS (คะแนนโปรโมเตอร์สุทธิ) : คุณมีแนวโน้มที่จะแนะนำร้านอาหารให้เพื่อนของคุณมากน้อยเพียงใด?
- กลับมา : คุณจะมาเยี่ยมเราอีกไหม
หลังจากที่เราได้ตัวเลขแล้ว ขั้นตอนต่อไปคือการคำนวณเปอร์เซ็นต์เพื่อเปรียบเทียบคำตอบอย่างรวดเร็ว
นี่คือตัวอย่างหนึ่งของการคำนวณเปอร์เซ็นต์กลุ่มอายุ:
ในการพิจารณากลุ่มอายุที่เข้ามาในร้านอาหารของเรามากที่สุด เราต้องหารจำนวนคนในแต่ละกลุ่มอายุด้วยจำนวนคำตอบแบบสำรวจทั้งหมดคูณด้วย 100
เพื่อจุดประสงค์นั้น เราจะเอากลุ่มอายุ 25-34 ปี
- 25 คนที่มีอายุระหว่าง 25-34 ปีตอบแบบสำรวจของเรา
- จำนวนผู้ตอบแบบสอบถามทั้งหมด 55 คน
- 25/55×100 = 46%
- 46% ของลูกค้าที่มาเยี่ยมชมร้านอาหารของเราอยู่ในกลุ่มอายุ 25-34 ปี
3. ใช้วิธีการวิเคราะห์ข้อมูลแบบสำรวจ
ตอนนี้ได้เวลาให้ความหมายกับข้อมูลเชิงปริมาณและข้อมูลเชิงคุณภาพที่เราได้รวบรวมจากการสำรวจ
ในการทำเช่นนั้น เราจะใช้วิธีการง่ายๆ หลายวิธี เช่น การดูคำถามการวิจัยยอดนิยม การทำตารางข้ามและผลการกรอง และการเปรียบเทียบผลการสำรวจ
นี่คือความหมายของแต่ละอย่าง:
คำถามยอดฮิต
คำถามแบบสำรวจยอดนิยมควรให้ข้อมูลเกี่ยวกับหัวข้อ/หัวข้อที่เราสนใจมากที่สุด
ตัวอย่างเช่น หากเราสนใจที่จะปรับปรุงวิธีการทางการตลาดและการส่งเสริมการขายของเรา คำถามการวิจัยอันดับต้น ๆ ของเราจะเป็นคำถามที่เกี่ยวข้องกับส่วนการตลาด:
คุณได้ยินเกี่ยวกับเราได้อย่างไร?
ข้อมูลที่เราได้รับจากผู้ตอบแบบสอบถามมีความชัดเจน 63% ของผู้ตอบแบบสอบถามกล่าวว่าพวกเขาเคยได้ยินเกี่ยวกับร้านอาหารผ่านโซเชียลมีเดีย 18% ของผู้ตอบแบบสอบถามกล่าวว่าพวกเขาพบเราบน Google และทั้งโฆษณาทางทีวีและอินฟลูเอนเซอร์ต่างก็พาเรามา มีลูกค้า 0 ราย
ดังนั้น คำถามการวิจัยอันดับต้นๆ ก็คือเปอร์เซ็นต์ของผู้ตอบแบบสอบถามที่ตอบคำถามเฉพาะเจาะจง
ข้ามตารางและกรองผลลัพธ์
ตารางข้ามหมายถึงการเปรียบเทียบผลลัพธ์ (ชุดข้อมูล) ระหว่างกลุ่มย่อยเพิ่มเติมจากแบบสำรวจ
ตัวอย่าง: เราต้องการเปรียบเทียบว่ากลุ่มอายุระหว่าง 18-24 และ 25-34 ตอบคำถามว่า "คุณรู้จักเราได้อย่างไร"
66% ของลูกค้าอายุระหว่าง 18-24 ปี ตอบว่าเคยได้ยินเกี่ยวกับเราจากโซเชียลมีเดีย 33% ตอบว่าเคยไปที่ร้านหลังจากมีคนแนะนำร้าน
กลุ่มต่อไปคืออายุ 25-34 ปี 80% ตอบว่าเคยได้ยินชื่อร้านอาหารผ่านโซเชียลมีเดีย และ 20% ตอบว่าพบเราบน Google
เราสามารถสรุปได้ว่ากลุ่มอายุทั้งสองส่วนใหญ่ "มาจากโซเชียลมีเดีย" แต่กลุ่มอายุระหว่าง 25-34 ปีมีแนวโน้มที่จะค้นหาร้านอาหารใน Google มากกว่ากลุ่มอายุ 18-24 ปี
การกรองผลลัพธ์หมายความว่าเรามุ่งเน้นที่กลุ่มย่อยทีละกลุ่มเท่านั้น แทนที่จะเปรียบเทียบคำตอบจากกลุ่มย่อยอื่นๆ
ตัวอย่างเช่น เราวิเคราะห์ได้เฉพาะกลุ่มอายุ 25-34 ปี และสำรวจเฉพาะคำตอบของแบบสำรวจเท่านั้น
ข้อมูลการสำรวจเกณฑ์มาตรฐาน
การเปรียบเทียบหมายถึงการสร้างเส้นฐานจากตำแหน่งที่คุณสามารถเปรียบเทียบข้อมูลจากแบบสำรวจ A กับข้อมูลที่คุณจะรวบรวมจากแบบสำรวจ B
นี่คือตัวอย่าง:
เราสามารถนำข้อมูลคะแนน NPS จากแบบสำรวจ A ( คุณจะแนะนำเราให้กับครอบครัวหรือเพื่อนมากเพียงใด) และเปรียบเทียบคะแนน NPS กับข้อมูลจากแบบสำรวจ B
คะแนนจากการสำรวจครั้งแรกของเรา (แบบสำรวจ A) เป็นพื้นฐานของเรา
หากข้อมูลจากแบบสำรวจ A แสดงว่าคะแนน NPS สูงกว่าข้อมูลจากแบบสำรวจที่สองของเรา แบบสำรวจ B เราจำเป็นต้องเข้าใจสาเหตุของมัน
ตอนนี้เรากำลังทำอะไรที่ทำให้คนไม่แนะนำเรามากเหมือนเมื่อก่อน?
เราสามารถใช้วิธีการต่างๆ สำหรับการแสดงข้อมูลเป็นภาพ เช่น แผนภูมิแท่งเพื่อให้เปรียบเทียบได้ง่ายขึ้น
—
จนถึงตอนนี้ เราได้รวบรวมข้อมูลที่มีค่าจำนวนมาก จากข้อมูลนี้ เราสามารถสรุปผล ตรวจสอบวิธีปรับปรุงความพึงพอใจของลูกค้า และเพิ่มมูลค่าให้กับธุรกิจ
ทำตามขั้นตอนที่เหลือด้านล่างเพื่อตรวจสอบตัวอย่าง กรณีการใช้งานข้อมูลแบบสำรวจ จริง ?
4. กำหนดลักษณะผู้ซื้อ
- อายุ
- รายได้
- ความสนใจ
- ที่ตั้ง
- แรงจูงใจในการซื้อ
ตัวอย่าง:
เจมส์เป็นนักศึกษาปริญญาโทอายุ 27 ปี เขายังทำงานในบริษัทไอที
เขามากับเพื่อนทุกคืนวันศุกร์ เขายังไม่ได้แต่งงานและมีลูก เขามีความกระตือรือร้นในโซเชียลมีเดีย เขาอาศัยอยู่ใกล้ร้านอาหารและมีรายได้ 94,700 ดอลลาร์ต่อปี
เขาชอบถ่ายรูป ชอบท่องเที่ยว และชิมอาหารประเภทต่างๆ
โซเชียลมีเดียที่เขาโปรดปรานคือ Instagram ซึ่งเขาแบ่งปันเรื่องราวเกี่ยวกับอาหารเป็นประจำ
ตัวอย่างบุคคลตัวอย่าง
5. สร้างเนื้อหาที่ขับเคลื่อนด้วยข้อมูล
จากการตอบแบบสำรวจ ลูกค้าของเราส่วนใหญ่เป็นกลุ่มมิลเลนเนียลและเจเนอเรชั่น Z ซึ่งหมายความว่ากลยุทธ์ด้านเนื้อหา (เมื่อใด ทำไม และควรโพสต์อะไร) ควรตรงกับนิสัยผู้บริโภคและลักษณะบุคลิกภาพของผู้ที่อยู่ในกลุ่มอายุเหล่านั้น
เราสามารถใช้ข้อมูลการสำรวจเพื่อกำหนดหัวข้อ มุม และวัตถุประสงค์เพื่อสร้างเนื้อหาที่เกี่ยวข้องและมีส่วนร่วมมากขึ้น
ต่อไปนี้คือตัวอย่างคุณลักษณะของผู้บริโภคบางส่วนที่อธิบายลูกค้าที่มีอายุระหว่าง 18-34 ปีได้ดีที่สุด
หาข้อมูลก่อนซื้อ
คนรุ่นมิลเลนเนียลนั้นเป็นที่พอใจยาก และในขณะที่ร้านอาหารหลายแห่งพยายามอย่างดีที่สุดเพื่อดึงดูดกลุ่มประชากรนี้ด้วยการปรับปรุงใหม่ราคาแพงหรือรายการเมนูใหม่ วิธีที่ง่ายที่สุดในการทำให้ร้านอาหารดึงดูดใจคนรุ่นมิลเลนเนียลอาจทำได้ง่ายเพียงแค่เขียนรีวิว การรีโพสต์เรื่องราวบนโปรไฟล์โซเชียลมีเดียหรือเว็บไซต์ของคุณควรเป็นส่วนหนึ่งของกลยุทธ์ทางการตลาดของคุณ
นอกจากนี้ หากเรากลับไปที่ผลการสำรวจของเรา เราจะพบว่า 33% ของผู้ที่มีอายุ 18-24 ปีตอบว่ามีคนแนะนำร้านอาหารของคุณ
ซึ่งหมายความว่าร้านอาหารทำงานได้ดีและแสดงให้เราเห็นว่าคำพูดแบบปากต่อปากเป็นสิ่งกระตุ้นให้ผู้คนมาที่ร้านอาหารของคุณ
กลัวพลาด
ลักษณะเด่นอีกอย่างที่ทำให้ผู้ซื้อในกลุ่มอายุเหล่านี้แตกต่างก็คือความกลัวว่าจะพลาด
คุณสามารถใช้คำวิจารณ์และคำรับรอง ส่วนลดพร้อมตัวนับเวลาถอยหลัง หรือทำสำเนาโอกาสที่พลาดไป
ผู้บริโภคภาพ
การโพสต์วิดีโอ รูปภาพ GIFS และ MEME หรือแม้แต่เนื้อหาแบบโต้ตอบควรเป็นส่วนหนึ่งของการตลาดเนื้อหาของคุณ
ผู้บริโภคหลายอุปกรณ์
ทุกสิ่งที่คุณจะผลิตเป็นเนื้อหาจำเป็นต้องได้รับการปรับให้เหมาะสมสำหรับอุปกรณ์หลายหน้าจอ
สำนวนภาษา
สำเนาที่เราเขียนควรเป็นฉบับสำหรับบุคคลทั่วไปและทุกคนสามารถเข้าใจได้
โทนเสียง
ภาษาที่เป็นมิตรและเป็นกันเอง
ครีเอทีฟโฆษณา
ลูกค้าส่วนใหญ่เป็นคนหนุ่มสาว ซึ่งหมายความว่านักการตลาดควรออกแบบโฆษณา (รูปภาพ) ให้สัมพันธ์กับลูกค้าของตนด้วย
6.กำหนดช่องทางการจัดจำหน่ายที่ดีที่สุด
จากผลการสำรวจพบว่า 63% ของผู้ตอบแบบสำรวจเคยได้ยินเกี่ยวกับร้านอาหารจากโซเชียลมีเดีย 18% ค้นหาเราบน Google, 18% เยี่ยมชมร้านอาหารตามคำแนะนำของใครบางคน และโฆษณาทางทีวีและผู้มีอิทธิพลทำให้เรามี 0 คน
เราสามารถสรุปได้ว่าโซเชียลมีเดียและ Google ควรเป็นจุดสนใจหลักของเราในการโปรโมตร้านอาหารและควรละทิ้งทีวีและอินฟลูเอนเซอร์
7. กำหนดกลยุทธ์การตลาดโซเชียลมีเดีย
ข้อมูลการสำรวจที่เรารวบรวมมายังสามารถนำไปใช้ในกลยุทธ์การตลาดโซเชียลมีเดียแบบชำระเงินของเราเพื่อการกำหนดเป้าหมายผู้ชมที่แม่นยำยิ่งขึ้น
ต่อไปนี้คือตัวอย่างบางส่วนของวิธีที่คุณสามารถใช้ข้อมูลได้:
- เราสามารถใช้ที่อยู่อีเมลเพื่อกำหนดเป้าหมายผู้ชมใหม่และสร้างผู้ชมที่คล้ายกันตามรายชื่อลูกค้า
- ปรับช่วงอายุของโฆษณา เพื่อให้เราสามารถกำหนดเป้าหมายผู้ชมที่เหมาะสม และประหยัดเวลาและค่าใช้จ่ายสำหรับการทดสอบตามข้อมูลประชากร
- เราสามารถใช้รายชื่อลูกค้าเพื่อแจ้งให้ลูกค้าทราบถึงรายการใหม่ในเมนู
- เราสามารถกำหนดเป้าหมายผู้ชมที่เย็นชาด้วยความสนใจในอาหารมังสวิรัติ (จากข้อมูลเชิงคุณภาพจากคำถามปลายเปิด ผู้ตอบแบบสอบถามส่วนใหญ่จะชอบพิซซ่ามังสวิรัติในเมนู)
- การรู้จักบุคลิกลูกค้าในอุดมคติของเราทำให้เราสามารถปรับงบประมาณบน Instagram หรือ Facebook ได้อย่างเหมาะสม
- ใช้คำถามให้คะแนนเพื่อเพิ่มความเกี่ยวข้องของสำเนาโฆษณา
8. ทำการปรับปรุงตามคำติชม
ผลการสำรวจแสดงให้เห็นว่าพิซซ่ามังสวิรัติ ปีกไก่ และสลัดกรีกเป็นอาหารที่ขาดหายไปจากเมนู
ข้อมูลบอกเราว่าผู้เข้าชมจำนวนมากเป็นมังสวิรัติ และร้านอาหารจำเป็นต้องพิจารณาตัวเลือกมังสวิรัติ เช่น พิซซ่ามังสวิรัติสำหรับลูกค้า
81% ของลูกค้าบอกว่าพนักงานเป็นกันเอง 9% ไม่ใช่และ 10% ไม่ได้สังเกต ซึ่งหมายความว่าทีมทำงานได้ดีเกือบตลอดเวลาเมื่อให้บริการแขก
9. การทำนายพฤติกรรมในอนาคต
54% ของผู้ตอบแบบสำรวจกล่าวว่าพวกเขาจะกลับมา 27% ที่พวกเขาไม่รู้ และ 19% บอกว่าพวกเขาจะไม่กลับมา
ลูกค้าส่วนใหญ่บอกว่าจะกลับมาอีก ซึ่งเยี่ยมมาก แต่ลองมาสำรวจกันว่าทำไมลูกค้าถึงไม่มั่นใจว่าจะกลับมาที่ร้านอาหารโดยใช้วิธีการข้ามตาราง
27% ตอบว่าไม่รู้ว่าจะกลับมาที่ร้านอาหารอีกไหม
เหตุผลก็คือการเปรียบเทียบคำตอบเหล่านี้กับคำตอบเกี่ยวกับราคา คุณภาพอาหาร หรือความเป็นมิตรของพนักงาน ซึ่งอาจส่งผลต่อประสบการณ์ของลูกค้า
นี่คือสิ่งที่เรามี: ️
60% ของคนที่ตอบว่า “ไม่รู้” ยังบอกด้วยว่าราคาไม่ตรงกับคุณภาพของร้าน นั่นอาจเป็นเหตุผลว่าทำไมบางคนถึงคิดทบทวนก่อนมาที่ร้านอาหาร
อย่างที่กล่าวไปแล้ว เราสามารถใช้ข้อมูลนี้เพื่อคาดการณ์ว่าทำไมและถ้ามีคนต้องการหรือไม่กลับมา
บทสรุป
มีความเป็นไปได้ไม่รู้จบในการปรับปรุงธุรกิจของคุณเมื่อลูกค้าของคุณยินดีที่จะให้ข้อเสนอแนะ ด้วยการวิเคราะห์ความคิดเห็นของลูกค้า บริษัทต่างๆ จะสามารถตอบสนองวัตถุประสงค์ของตนได้ดีขึ้นและตัดสินใจโดยยึดลูกค้าเป็นศูนย์กลางได้ดียิ่งขึ้น
การเรียนรู้วิธีวิเคราะห์และดึงข้อมูลเชิงลึกอันมีค่าออกมานั้นไม่ใช่กระบวนการที่ง่าย อย่างไรก็ตาม เมื่อเชี่ยวชาญแล้วจะเป็นประโยชน์อย่างมากต่อธุรกิจในทุกด้าน