調查分析：如何評價調查結果【真實案例】

調查分析是分析從我們之前進行的問卷中收集的客戶數據/反饋的過程。

大多數用於創建調查的工具都提供了生成響應的選項，但仍然需要將更多的受訪者和百分比整齊地放在表格中才能理解信息。

但不要不知所措； 在這篇博文中，我們為您提供了一個實際示例，說明如何組織、分析和使用可操作的見解來推動您的業務向前發展，並使所有業務的利益相關者感到高興。

讓我們潛入水中。

1. 設置您的調查表以便於收集數據

為了讓整個數據分析過程更容易理解，我們將使用一個簡單的餐廳模板示例。

這項在線調查主要包含多項選擇題、封閉式問題，涉及客戶用來找到我們的食物、員工、價格、年齡和社交媒體平台。

這些類型的問題更容易分析，並且可以給我們更高的響應率。

然而，該調查包括開放式問題，可以幫助我們從客戶那裡收集更多有見地的信息。

調查研究應該讓我們更好地了解目標受眾的需求。

但是，這篇博文中的用例示例應該讓您了解從任何反饋調查（例如市場研究調查）中可能獲得的數據使用情況。

2. 整理你的調查數據

數據收集過程完成後，第一步是將調查工具中的數據導出到 Google 表格、Excel 或任何其他統計分析應用程序中。

如果您已經準備好數據，則可以跳過這一部分，直接進入調查數據分析。

導出調查後，數據應如下所示：

接下來，我們應該將表格分成更一般的組，這樣我們就不會迷失在問題列表中。

這是一個例子：

• 人口統計
• 市場營銷：年齡 | 你是怎麼知道我們的？
• 工作人員：您覺得工作人員熱情友好嗎？
• 食物：您如何評價我們餐廳的食物質量？ 食物是否準時到達？
• 菜單：有什麼你認為應該在菜單上的嗎？
• 價格：價格是否與您的整體體驗質量相匹配？
• NPS（淨推薦值） ：您向朋友推薦餐廳的可能性有多大？
• 返回: 你會再來拜訪我們嗎？

確定數字後，下一步是計算百分比以快速比較答案。

這是計算年齡組百分比的一個示例：

要確定哪個年齡段的人來我們餐廳最多，我們需要將每個年齡段的總人數除以調查答案的總數乘以 100。

為此，我們將選擇 25-34 歲的年齡組。

• 25 位 25-34 歲的人回答了我們的調查
• 回答調查的總人數為 55 人。
• 25/55×100 = 46%
• 46% 到訪我們餐廳的顧客屬於 25-34 歲年齡段。

3. 使用調查數據分析方法

現在是時候為我們從調查中收集的定量數據和定性數據賦予一些意義了。

為此，我們將使用幾種簡單的方法，例如查看我們的主要研究問題、交叉製表和過濾結果，以及對調查結果進行基準測試。

以下是每一個的含義：

熱門問題

熱門調查問題應為我們提供有關我們最感興趣的主題/主題的信息。

例如，如果我們有興趣改進我們的營銷和促銷方法，我們的首要研究問題將是與營銷部分相關的問題：

你是怎麼知道我們的？

我們從受訪者那裡得到的數據是顯而易見的。 63% 的受訪者表示他們通過社交媒體聽說過這家餐廳。 18% 的受訪者表示他們在 Google 上找到了我們，電視廣告和網紅都為我們帶來了 0 個客戶。

因此，最重要的研究問題就是對特定問題給出特定答案的受訪者的百分比。

交叉製表和過濾結果

交叉製表意味著比較來自調查的更多子組之間的結果（數據集）。

示例：我們想比較 18-24 歲和 25-34 歲之間的年齡組如何回答“您是如何聽說我們的？”這個問題。

66% 的 18-24 歲顧客回答說他們從社交媒體上聽說過我們，33% 的回答說他們在有人推薦餐廳後去過餐廳。

下一組是 25-34 歲的人。 80% 的人回答說他們通過社交媒體聽說過這家餐廳，20% 的人回答說他們在 Google 上找到了我們。

我們可以得出結論，這兩個年齡組大多“來自”社交媒體，但 25-34 歲的年齡組傾向於谷歌搜索餐廳，而不是 18-24 歲的年齡組。

過濾結果意味著我們一次只關註一個子組，而不是比較更多子組的答案。

例如，我們只能分析 25-34 歲年齡段，只探索他們對調查的答案。

基準調查數據

基準測試意味著建立一個基線，您可以從該基線將調查 A 的數據與您將通過調查 B 收集的數據進行比較。

這是一個例子：

我們可以從調查 A 中獲取 NPS 分數數據（您將我們推薦給家人或朋友的可能性有多大） ，並將 NPS 分數與調查 B 中的數據進行比較。

我們第一次調查（調查 A）的分數是我們的基線。

如果調查 A 的數據顯示 NPS 分數高於我們第二次調查調查 B 的數據，我們需要了解其原因。

我們現在在做什麼導致人們不像以前那樣推薦我們？

我們可以使用不同的方法進行數據可視化，例如條形圖，以便於比較。

—

到目前為止，我們已經收集了大量有價值的數據。 基於這些數據，我們可以得出結論，研究如何提高客戶滿意度並增加業務價值。

按照以下其餘步驟檢查調查數據用例的真實示例：

4. 定義購買角色

1. 年齡
2. 收入
3. 興趣
4. 地點
5. 購買動機

例子：

詹姆斯是一名 27 歲的碩士研究生。 他還受僱於一家 IT 公司。

他每週五晚上都會和他的朋友一起來。 他沒有結婚，也沒有孩子。 他在社交媒體上非常活躍。 他住在餐廳附近，年收入 94,700 美元。

他喜歡攝影、旅行和品嚐不同類型的食物。

他最喜歡的社交媒體是 Instagram，他定期分享美食故事。

示例角色示例

5. 創建數據驅動的內容

根據調查回复，我們的客戶主要是千禧一代和 Z 一代，這意味著內容策略（何時、為什麼以及發布什麼內容）應與屬於這些年齡段的人的消費習慣和個性特徵相匹配。

我們可以使用調查數據來確定主題、角度和目的，以創建更具相關性和吸引力的內容。

以下是一些最能描述 18-34 歲客戶的消費者特徵示例。

購買前先研究

千禧一代是出了名的難以取悅，雖然許多餐廳都在盡最大努力通過昂貴的裝修或新菜單項目來吸引這一人群，但讓餐廳吸引千禧一代的最簡單方法可能就像生成評論一樣簡單。 在您的社交媒體資料或網站上重新發布故事應該是您營銷策略的一部分。

此外，如果我們回到我們的調查結果，我們可以看到 33% 的 18-24 歲的人回答有人推薦了您的餐廳。

這意味著餐廳做得很好，並向我們展示了口耳相傳是人們光顧您餐廳的動力。

怕錯過

區分這些年齡段買家的另一個特徵是害怕錯過。

您可以使用評論和推薦、帶有倒數計時器的折扣或錯過的機會副本。

視覺消費者

發布視頻、圖片、GIFS 和 MEME，甚至是互動內容都應該是您內容營銷的一部分。

多設備消費者。

您將作為內容製作的所有內容都需要針對多種屏幕設備進行優化。

語言表達

我們寫的副本應該是給大眾的，每個人都可以理解的。

說話的語氣

友好而隨意的語言

廣告素材

大多數客戶是年輕人，這意味著營銷人員還應該設計與客戶相關的創意（圖像）。

6. 確定最佳分銷渠道

根據調查結果，63% 的受訪者從社交媒體上聽說過這家餐廳。 18% 的人在谷歌上搜索我們，18% 的人因為某人的推薦而光顧了這家餐廳，電視廣告和影響者為我們帶來了 0 人。

我們可以得出結論，社交媒體和谷歌應該是我們推廣餐廳的主要重點，應該放棄電視和網紅。

7.確定社交媒體營銷策略

我們收集的調查數據也適用於我們的付費社交媒體營銷策略，以實現更準確的受眾定位。

以下是一些關於如何使用數據的示例：

• 我們可以使用電子郵件地址重新定位受眾並根據客戶列表創建相似的受眾。
• 調整廣告的年齡範圍，以便我們可以定位正確的受眾，並根據人口統計數據節省測試時間和金錢。
• 我們可以使用客戶列表來通知客戶菜單上的新項目。
• 我們可以通過對純素食品的興趣來定位冷酷的受眾。 （根據開放式問題的定性數據，大多數受訪者會喜歡菜單上的純素披薩）
• 通過了解我們理想的客戶角色，我們可以適當地調整我們在 Instagram 或 Facebook 上的預算。
• 使用評分問題來增加廣告文案的相關性。

8. 根據反饋進行改進

調查結果顯示，素食比薩、雞翅和希臘沙拉是菜單中缺少的食物。

數據告訴我們，許多遊客都是素食主義者，餐廳需要為顧客考慮素食選擇，比如素食披薩。

81% 的客戶表示員工很友好，9% 的客戶表示不友好，10% 的客戶沒有註意到。 這意味著團隊在為客人服務時大部分時間都做得很好。

9. 預測未來行為

54%的受訪者表示會回來，27%的人表示不知道，19%的人表示不會回來。

大多數顧客說他們會回來，這很棒，但是讓我們調查一下為什麼顧客不確定使用交叉表的方法返回餐廳。

27% 的人回答說他們不知道他們是否會回到餐廳。

合乎邏輯的做法是將這些答案與有關價格、食品質量或員工友好程度的答案進行比較，因為它們可能會影響客戶體驗。

所以這就是我們所擁有的：️

回答“我不知道”的人中有 60% 還表示價格與餐廳的質量不符。 所以這可能是為什麼有人在來餐廳之前會三思而後行的原因。

話雖如此，我們可以使用這些信息來預測為什麼以及是否有人會或不會回來。

結論

當您的客戶樂於提供反饋時，就有無限可能改善您的業務。 通過分析客戶反饋，公司可以更好地服務於他們的目的，並做出更合適的以客戶為中心的決策。

學習如何分析和提取有價值的見解並不是一個容易的過程。 但是，一旦掌握，可以顯著受益於業務的各個方面。