Guide du marketing : principales différences entre les données qualitatives et les données quantitatives

Les données qualitatives et les données quantitatives sont deux choses différentes. Période.

Mais quand on nous demande d'expliquer le « quoi » et le « pourquoi », cela devient un peu plus compliqué.

Quand dois-je opter pour des questions quantitatives lors de la formulation de mes hypothèses ? Qu'en est-il des données qualitatives ? Quand entre-t-il en scène ?

Comme le dit Andrew Chen, "si vous ne faites rien, cela ne vaut peut-être pas la peine d'être mesuré".

Le seul but de cet article est de faire la lumière sur les différences entre les données qualitatives et quantitatives dans le contexte du marketing et de l'optimisation.

Sans plus tarder, plongeons dedans.

Définition des données qualitatives

Les données qualitatives sont généralement exprimées au moyen de phrases et de descriptions en langage naturel. Pas par chiffres.

Lorsque nous nous référons à des données qualitatives dans les commentaires des clients, nous les appelons textuellement ou la voix du client.

Il vous donne le POURQUOI, les raisons derrière les chiffres. Il vous donne l'explication, élimine les conjectures de savoir quels sont leurs commentaires au lieu de simplement regarder les données.

Les clients ont peu ou pas de capacité d'attention, ils s'attendent à ce que vous fassiez plus pour gagner leur temps limité.

C'est là qu'il faut être créatif.

Facilitez la réponse de votre client et ouvrez le dialogue.

Ensuite, vous pouvez obtenir les données qualitatives.

Attrapez le client au moment où il est le plus susceptible de vous donner une réponse : sondages de sortie, commentaires sur site, appels téléphoniques, utilisation du reciblage et bien d'autres moyens créatifs d'obtenir des commentaires.

Mais vous pouvez aussi être encore plus remarquable et offrir une récompense à votre répondant. Après tout, ils passent du temps pour vous.

Ce ne serait pas une si mauvaise idée d'utiliser une incitation à l'enquête. Rien de trop grand, un scénario simple de type gagnant-gagnant.

C'est très utile pour entrer dans le pourquoi, et vraiment découvrir les motivations de vos clients.

Demandez-leur pourquoi ils ont fait certaines choses sur votre site ou pourquoi ils n'ont pas fait certaines choses. Renseignez-vous sur les émotions qu'ils ont concernant ce que votre entreprise propose. Voyez si vous pouvez comprendre les frustrations non résolues.

Quand utiliser des données qualitatives ?

Passons en revue certains des types de données qualitatives.

• User Persona : définir votre user persona, ou acheteur idéal, est un must. Aller en profondeur dans le pourquoi vous aidera à le fabriquer.
• Validation du marché : vous avez une idée de génie. Vous voulez confirmer que les gens paieraient pour cela, n'est-ce pas ? Utilisez une combinaison de recherche qualitative et quantitative.
• Comprendre les tâches de l'utilisateur : pour parler à vos clients et parler dans leur propre langue, vous devez comprendre le véritable problème, ce qu'ils essaient de réaliser avec votre solution.
• Étude de marché : les données qualitatives sont utiles pour piloter une étude de marché. Cela peut également être une méthode très efficace pour obtenir des informations sur les médias sociaux, comme expliqué dans cet article de CXL.

MeasuringU a donné un excellent exemple dans un article sur les différents types de recherches de données qualitatives.

Par exemple, il y a eu une explosion au cours des 5 dernières années des cours et formations en ligne. Mais comment les étudiants s'engagent-ils dans ces cours ? Bien que vous puissiez examiner le temps passé et le contenu consulté à l'aide des données de journal et même évaluer les résultats des étudiants par rapport aux cours en personne, une étude phénoménologique viserait à mieux comprendre l'expérience des étudiants et son impact sur la compréhension du matériel.

Ils ont identifié 5 types de données qualitatives . De la même manière que vous appliquez des méthodes pour collecter des données quantitatives, vous disposez d'un ensemble de pratiques et de règles lorsqu'il s'agit de collecter des données qualitatives efficaces.

Définition des données quantitatives

Nous avons couvert la partie qualitative.

Mais qu'en est-il du côté quantitatif ? Comment procède-t-on pour collecter des données quantitatives ?

Comme le dit Cumul.io, "les métriques quantitatives sont utiles lorsque vous voulez que les gens agissent sur les informations de vos données - objectifs et mesure de la réalisation des objectifs".

Il est destiné à identifier les tendances et les modèles, et à analyser le comportement de vos utilisateurs.

En fait, les données quantitatives ont généralement une échelle (jours, kilogrammes, dollars, etc.).

Quand utiliser des données quantitatives ?

Vous avez créé un nouveau site Web et vous souhaitez mesurer les effets d'un appel à l'action par rapport à un autre.

Vous voudrez effectuer des tests A/B.

Convert fonctionne très bien à cette fin.

La meilleure façon de découvrir un outil est de l'explorer. Obtenez un accès complet à Convert pendant 15 jours gratuitement. Testez A/B, découvrez toutes nos intégrations et découvrez pourquoi tant d'optimiseurs ont choisi Convert Experiences comme alternative à Optimizely.

C'est l'exemple parfait de la recherche quantitative.

Mesurer la satisfaction de vos clients à l'aide de métriques telles que le NPS, ainsi que la santé de votre entreprise à travers différentes métriques est un autre exemple d'actif quantitatif.

Tout ce qui est utilisé pour effectuer une analyse statistique ou mener une recherche approfondie appuyée par des chiffres est quantitatif. Il peut être analysé plus en détail en examinant différents segments, populations et cohortes.

Contrairement aux données qualitatives, les données quantitatives ont l'avantage d'être (complètement) impartiales. Comme vous disposez d'un ensemble de données plus important, vous réduisez la probabilité d'obtenir des instances de biais.

Les résultats ont tendance à être précis, avec une faible marge d'erreur, ce qui rend tout effort produisant des données quantitatives intrinsèquement « fiable ».

Alors que les données qualitatives vous donneraient de grandes informations, mais peuvent être complètement biaisées et sujettes à interprétation.

Ne vous méprenez pas, je ne dis pas que les données quantitatives sont supérieures aux données qualitatives et ne comportent pas de complications potentielles.

Tout d'abord, selon la méthode que vous utilisez pour analyser les données, vous pouvez obtenir des résultats complètement différents à partir du même ensemble d'informations.

En fait, la façon dont vous formulez vos questions et les types de questions que vous utilisez pour solliciter des commentaires quantitatifs peuvent introduire une certaine variabilité dans les réponses.

Il est donc crucial de faire des tests A/B pour identifier les bonnes questions.

Enfin, les données quantitatives sont également très restrictives. Comme je l'ai mentionné, cela peut vous fournir des données statistiques significatives, mais cela ne fait pas la lumière sur les raisons qui sous-tendent ces statistiques.

Exemple d'outils quantitatifs

Tous les outils d'analyse de sites Web tels que Mixpanel ou Google Analytics sont d'excellents exemples d'outils quantitatifs. Il en va de même pour les analyses de comportement, les cartes thermiques et les outils de suivi tels que Crazzyegg ou FullStory.

Ils vous donnent une abondance de données, de graphiques, de mesures et de dimensions. Mais ils ne vous donnent aucune information sur le POURQUOI.

Pourquoi l'utilisateur 3989 a-t-il cliqué sur ce bouton et pas sur l'autre ?

En fait, les outils d'enquête et de feedback sont également des outils quantitatifs car ils vous donnent généralement la possibilité de demander des chiffres, des métriques. Ils vous permettent de poser des questions quantitatives.

4 types de données client qui améliorent vos campagnes marketing

Les données, c'est le pouvoir, qu'elles soient de nature qualitative ou quantitative.

Considérez cette statistique : 67 % des personnes donnent volontiers leurs informations tant qu'elles savent que cela leur sera bénéfique sous forme de remises ou de cadeaux.

De plus, environ 86% des consommateurs voudraient payer plus pour une meilleure expérience client et plus de savoir-faire et de segmentation peuvent certainement aider à fournir un service exceptionnel qui se sent personnalisé à l'individu qui le reçoit.

Cette infographie créée par ConnextDigital comble le vide en parlant des 4 types de données client et de la façon dont vous pouvez (de manière responsable) les exploiter.

Aucun n'est meilleur que l'autre

Les données qualitatives et quantitatives ont des finalités différentes. Ils répondent à des besoins différents.

Associé à des nombres

• Implémenté lorsque les données sont numériques
• Les données collectées peuvent être analysées statistiquement.
• Exemples : taille, poids, heure, prix, température, etc.

Associé à des détails

• Mis en œuvre lorsque les données peuvent être séparées en groupes bien définis
• Les données collectées peuvent simplement être observées et non évaluées.
• Exemples : parfums, apparence, beauté, couleurs, saveurs, etc.

Cela revient généralement à savoir si vous avez identifié la portée de votre projet. Si vous explorez encore ce que vous voulez faire, les données qualitatives peuvent vraiment vous aider à déterminer comment structurer votre projet et définir vos indicateurs clés. Si vous avez déjà étoffé votre structure et vos indicateurs clés, appuyez-vous sur des données qualitatives pour vous guider dans les détails les plus fins. – Will Cannon, PDG d'UpLead (https://www.uplead.com)

Mais ils peuvent aussi travailler main dans la main. Assurez-vous de bien comprendre la différence, écrivez vos exigences et vos objectifs, puis passez votre appel.