Что нужно учитывать в логике анализа данных, чтобы избежать описанной ситуации? Данные, с которыми вы проводите математические операции, должны быть однородными. Это тот самый принцип однородности, который мы разобрали в первой главе. Если вы анализируете уровень клиентского обслуживания, то можете складывать, вычислять средние и делать прочие математические операции только между данными одной группы. Причем вы можете вычислять средний показатель по всей сети, в одной торговой точке, или сравнивать индивидуальные показатели по каждому консультанту.
Но данные из разных групп вы можете только сравнивать. Например, показатели из группы «Уровень проведения консультаций» сравнить с показателями группы «Оформление информационного стенда». При сравнении может оказаться, что в торговой точке высокий уровень проведения консультаций, но менеджеры плохо работают с оформлением информационных стендов, поэтому их общий балл клиентского обслуживания снижен. В этом случае руководитель и персонал торговой точки точно знают, почему они не получили ожидаемых выплат, и что нужно исправить.
Измерение известности. Ошибка в методологии
Одна из задач, которые часто ставит руководство компании перед исследователями замер известности участников рынка. Замерить известность легко. Достаточно составить небольшую анкету с набором вопросов и провести количественный опрос в соответствии с правильно рассчитанной выборкой.
Так как проводить опрос с двумя вопросами в анкете непозволительная расточительность, то в анкету, кроме вопроса «Какие компании вам известны?» добавляют еще несколько вопросов, например, «Услугами какой компании вы пользовались?», чтобы в итоге измерить не только известность, но и доли участников рынка.
На примере исследования рынка застройщиков многоэтажных жилых зданий мы разберем ловушки, которые могут встретиться исследователю.
Так как проводить опрос с двумя вопросами в анкете непозволительная расточительность, то в анкету, кроме вопроса «Какие компании вам известны?» добавляют еще несколько вопросов, например, «Услугами какой компании вы пользовались?», чтобы в итоге измерить не только известность, но и доли участников рынка.
На примере исследования рынка застройщиков многоэтажных жилых зданий мы разберем ловушки, которые могут встретиться исследователю.
На рис. 7 показаны некоторые результаты замера известности строительных компаний. На вопрос «Какие строительные компании вы знаете?» были названы 72 компании, которые, по мнению респондентов, являются застройщиками многоэтажных жилых зданий.
Из 72 компаний только 4 перешагнули планку известности в 7%. Остальные 66 компаний известны единицам респондентов. Наличие такого большого количества компаний на рынке создает большой информационный шум в голове у клиентов.
Мы видим на рис. 7, что компания 39 обладает наибольшей известностью.
А компания 68 и компания 40 не просто неизвестны, но еще и не проходят по известности порог в 7%. По всем законам статистики и маркетинга, данные компании не могут претендовать на звание «реальный участник рынка». Компании 68 и 40, доля которых не является значимой для массового рынка, показаны на рисунке не случайно. Именно на примере показателей этих компаний мы и разберем ловушку, которая может встретиться исследователю.
Картина становится более интересной, когда мы начинаем сравнивать доли рынка компаний на уровне известности и продаж. Обратите внимание на рис. 8.
Интересная ситуация складывается с компаниями 40 и 68. Известность у них невысокая, а продажи на уровне реального участника рынка.
Если мы оставим цифры в таком виде, то рискуем получить вопросы, на которые у нас нет ответов. И скорее всего, несоответствие известности и продаж у компаний 40 и 68 поставит под сомнение все расчеты. Так как существует воронка продаж, которая явно показывает, что известность не может быть меньше продаж.
Итак, что происходит? Ошибка? Да, несомненно, ошибка. Но ошибка была допущена не в расчетах. Она появилась еще на моменте составления инструментария к исследованию.
В опросе участвовали только те, кто в течение года покупал жилье в новостройках. Известность замерялась спонтанно. То есть респондентам предлагалось вспомнить компании, которые, по их мнению, являются застройщиками многоэтажных домов. Пока все идет хорошо. В опросе участвует только конкретно сегментированная группа, которую составляют покупатели. Что происходит дальше?
Для замеров по покупкам предлагалось посмотреть на список строительных компаний. То есть замеры известности проводили спонтанные, а замеры покупок наведенные (с подсказкой). Именно эта ошибка в методике привела к цифрам, вызывающим вопросы без ответов.
В методике был пропущен блок «Замер наведенной известности». Даже на рынке упакованного печенья наведенная и спонтанная известность сильно отличаются друг от друга. А что говорить про рынок, где люди совершают покупки считанные разы за всю свою жизнь.
Лояльность это когда клиенты покупают в вашей компании чуть больше, чем у конкурентов.
Пример, который мы сейчас разберем, нужен для того, чтобы при разработке инструментария исследователь извлек из своей работы максимальную пользу для компании. Чтобы в процессе составления анкеты все вопросы были ориентированы на практический результат, важно понимать, какую информацию и в каком объеме вы сможете получить при имеющихся вопросах. Если есть понимание, что в результате сбора данных вы только актуализируете проблему, но не получите ответ на поставленный вопрос, то необходима дальнейшая работа с инструментарием. В примере мы покажем, что вы получите в итоге исследования, если анкета не продумана до конца. И что можно получить, если добавить в нее всего два вопроса.