TGTGInsightаналитика telegramLIVE / telegram public index
← Decoding Human — Роман Пустовойт
Decoding Human — Роман Пустовойт avatar

TGINSIGHT POST

Post #731

@decodinghuman

Decoding Human — Роман Пустовойт

Просмотры849Количество просмотров
Опубликован27 авг.27.08.2024, 19:55
Содержимое поста

Содержимое

Качественная выборка групп клиентов Создание портретов и сегментов клиентов — это вам не делай раз делай два, это в каком-то роде искусство. Какие они вообще бывают? По каким важным характеристикам делятся? С чего начинать — с имеющихся гипотез или смотреть по тому, как сегменты разделяются в полях? Как опросить всех, понять разницу и не сойти с ума? Подход сильно отличается в качественных и количественных исследованиях. Сегодня поговорим про качество. Качество — это про как. Вы опрашиваете небольшую выборку, но опрашиваете без предубеждений и максимально стараясь понять, как они живут. Вы задаете немного вопросов и слушаете рассказ, не предлагая вариантов ответов. Если мы говорим про глубинные интервью, а это основной инструментарий качественного исследования, обычно выборка в варьируется от 12 до 48 человек, хотя в исключительных случаях мы делали 6 (с очень сложной выборкой) и я слышал о качественных исследованиях в 96 и даже 120 человек, хотя сам не проводил, и когда я слышу что интервьюер проводит по 10 глубинных интервью в день, мне кажется, что коллеги не очень понимают суть метода. В качественных исследованиях у вас нет возможности разделить разделить выборку на большое количество характеристик, поэтому необходимо изначально для себя понять что вы исследуете и зачем. Исследовать, если совсем кратко и в целом, можно три вещи: общее, вариации и дифференциации. Чтобы выявлять общие вещи, вам нужны максимально непохожие группы клиентов: мужчины и женщины, молодые и пожилые, богатые и бедные, представители малого бизнеса и корпоративного. И если вам эти группы говорят одно и то же — значит, это и есть то самое общее. Чтобы исследовать вариации, напротив, нужно собирать максимально похожих друг на друга людей, и смотреть, что разного они говорят. Например, мы собираем группу женщин 25-35 лет, с доходом средний+ из Москвы, которым нравится Анна Асти, и спрашиваем, как они выбирают прокладки. Когда они нам говорят что-то общее, мы вряд ли можем сказать, а это общее у этой группы, или у всех вообще. А если женщина 45+? А если из города до 100 тысяч человек? А если фанатка русского рока? А если мужчина? Но вот когда они говорят разные вещи, это для нас является крайне важной и ценной информацией, с которой мы можем дальше пойти в количественный опрос и уже предлагать в качестве вариантов ответов. Итак принцип такой: у разных ищем общее, у одинаковых — различия. Дифференциации — это самая сложная штука, потому что когда об этом начинаешь говорить в рамках качественных исследований, знатные аналитки-количественники берутся за нож, шпагу, регрессивную модель или что есть под рукой, потому что это нельзя сказать о связи и дифференциации на такой выборке. Ну да, сказать нельзя, предположить — можно. Иногда количественная выборка вообще недоступна, поэтому лучше иметь хоть какое-то исследование, чем никакого. Для того, чтобы исследовать дифференциации, выборку нужно бить на примерно 2-3 равные части. У нас самая частое разбиение — это клиенты и не-клиенты, 50/50 процентов выборки. И конечно часто встречающийся исследовательский паттерн, что клиенты говорят, что компания лучшая, спасибо большое что есть и вообще это лидеры рынка, а не клиенты — что они не слышали о такой компании, или что-то слышали, но очень косвенно и кажется про компания про это. Можем ли мы провести корреляцию между группами и характеристиками компании? Нет, выборки недостаточно. Можем ли мы сделать содержательные выводы? О, да. Продолжение здесь