마케터 가이드: 정성적 데이터와 정량적 데이터의 주요 차이점

정성적 데이터와 정량적 데이터는 서로 다른 두 개의 주전자입니다. 기간.

그러나 "무엇"과 "왜"를 설명하라는 요청을 받으면 조금 더 복잡해집니다.

내 가설을 구성할 때 언제 양적 질문을 해야 합니까? 질적 데이터는 어떻습니까? 사진에 언제 들어가나요?

Andrew Chen이 말했듯이, "당신이 그것에 대해 뭔가를 하지 않으려면 측정할 가치가 없을 수도 있습니다."

이 기사의 유일한 목적은 마케팅 및 최적화의 맥락에서 정성적 데이터와 정량적 데이터의 차이점을 밝히는 것입니다.

더 이상 고민하지 않고 바로 들어가 보겠습니다.

정성적 데이터 정의

질적 데이터는 일반적으로 문장과 자연어 설명을 통해 표현됩니다. 숫자가 아닙니다.

고객 피드백에서 정성적 데이터를 언급할 때 우리는 그것을 그대로 또는 고객의 목소리라고 부릅니다.

수치 뒤에 숨겨진 이유인 WHY를 알려줍니다. 그것은 당신에게 설명을 제공하고, 데이터를 보는 대신 그들의 피드백이 무엇인지 알기 위해 추측을 배제합니다.

고객은 주의 집중 시간이 거의 또는 전혀 없으며 제한된 시간을 벌기 위해 더 많은 일을 하기를 기대합니다.

창의력이 필요한 곳입니다.

고객이 쉽게 대답할 수 있도록 하고 대화를 시작하세요.

그러면 질적 데이터를 얻을 수 있습니다.

설문조사, 현장 피드백, 전화 통화, 리타겟팅 사용 및 피드백을 얻기 위한 훨씬 더 창의적인 방법과 같이 고객이 답을 줄 가능성이 더 높을 때 고객을 잡으세요.

그러나 당신은 또한 훨씬 더 뛰어나고 당신의 응답자에게 보상을 제공할 수 있습니다. 결국 그들은 당신을 위해 시간을 보내고 있습니다.

설문조사 인센티브를 사용하는 것도 나쁘지 않을 것입니다. 너무 큰 것은 없고 단순한 윈-윈 유형의 시나리오입니다.

이유를 파악하고 고객의 동기를 진정으로 밝히는 데 매우 유용합니다.

그들이 귀하의 사이트에서 특정 작업을 수행한 이유 또는 특정 작업을 수행하지 않은 이유를 물어보십시오. 귀하의 비즈니스가 제공하는 것과 관련하여 그들이 가지고 있는 감정에 대해 물어보십시오. 해결되지 않은 불만 사항을 파악할 수 있는지 확인하십시오.

질적 데이터는 언제 사용합니까?

질적 데이터의 몇 가지 유형을 살펴보겠습니다.

• 사용자 페르소나: 사용자 페르소나 또는 이상적인 구매자를 정의하는 것은 필수입니다. 그 이유에 대해 자세히 알아보면 그것을 만드는 데 도움이 될 것입니다.
• 시장 검증: 당신은 기발한 아이디어를 가지고 있습니다. 당신은 사람들이 비용을 지불할 것이라는 것을 확인하고 싶습니까? 질적 연구와 양적 연구를 함께 사용합니다.
• 사용자 작업 이해: 고객과 대화하고 자신의 언어로 말하려면 고객이 솔루션으로 달성하려는 진정한 문제를 이해해야 합니다.
• 시장 조사 : 정성적 데이터는 시장 조사를 시범적으로 수행하는 데 유용합니다. 또한 CXL의 이 백서에서 설명한 것처럼 소셜 미디어 통찰력을 얻는 매우 효과적인 방법이 될 수도 있습니다.

MeasuringU는 다양한 유형의 질적 데이터 연구에 대한 기사에서 좋은 예를 보여주었습니다.

예를 들어, 지난 5년 동안 온라인 과정과 교육이 폭발적으로 증가했습니다. 그러나 학생들은 이러한 과정에 어떻게 참여합니까? 로그 데이터를 사용하여 소요 시간과 액세스한 콘텐츠를 조사하고 대면 과정을 통해 학생의 성취도를 평가할 수도 있지만 현상학적 연구는 학생들의 경험과 그것이 자료의 이해에 어떤 ​​영향을 미칠 수 있는지 더 잘 이해하는 것을 목표로 합니다.

그들은 5가지 유형의 정성적 데이터 를 식별했습니다. 정량적 데이터를 수집하기 위해 방법을 적용하는 것과 동일한 방식으로 효과적인 정성적 데이터 수집에 관한 일련의 관행과 규칙이 있습니다.

정량적 데이터 정의

질적인 부분을 다루었습니다.

그러나 양적 측면은 어떻습니까? 정량적 데이터를 수집하는 방법은 무엇입니까?

Cumul.io가 말했듯이 "정량적 메트릭은 사람들이 데이터의 통찰력, 즉 목표 및 목표 달성 측정에 대해 조치를 취하기를 원할 때 유용합니다."

트렌드와 패턴을 식별하고 사용자의 행동을 분석하기 위한 것입니다.

사실, 양적 데이터에는 일반적으로 척도(일, 킬로그램, 달러 등)가 있습니다.

양적 데이터는 언제 사용합니까?

새 웹사이트를 만들었으며 한 클릭 유도문안이 다른 웹사이트에 미치는 영향을 측정하려고 합니다.

A/B 테스트를 수행하고 싶을 것입니다.

변환은 이러한 목적에 적합합니다.

도구를 확인하는 가장 좋은 방법은 도구를 탐색하는 것입니다. 15일 동안 무료로 Convert에 대한 전체 액세스 권한을 얻으십시오. A/B 테스트, 모든 통합을 확인하고 왜 그렇게 많은 옵티마이저가 Optimizely 대안으로 Convert Experiences를 선택했는지 확인하십시오.

이것은 양적 연구의 완벽한 예입니다.

NPS와 같은 메트릭을 사용하여 고객 만족도를 측정하고 다양한 메트릭을 통해 비즈니스 상태를 측정하는 것은 정량적 자산의 또 다른 예입니다.

통계 분석을 수행하거나 숫자로 뒷받침되는 심층 연구를 수행하는 데 사용되는 모든 것은 양적입니다. 다양한 세그먼트, 인구 및 코호트를 살펴봄으로써 추가로 분석할 수 있습니다.

정성적 데이터와 달리 정량적 데이터는 (완전히) 편향되지 않는다는 장점이 있습니다. 데이터 집합이 클수록 편향 인스턴스를 얻을 가능성이 줄어듭니다.

결과는 낮은 오차 범위로 정확하고 정량적 데이터를 생성하는 모든 노력을 본질적으로 "신뢰할 수 있는" 것으로 만드는 경향이 있습니다.

반면 정성적 데이터는 훌륭한 통찰력을 제공하지만 완전히 편향되어 해석의 여지가 있을 수 있습니다.

오해하지 마세요. 정량적 데이터가 정성적 데이터보다 우수하고 잠재적인 합병증이 발생하지 않는다는 말은 아닙니다.

첫째, 데이터를 분석하는 데 사용하는 방법에 따라 동일한 정보 집합에서 완전히 다른 결과를 얻을 수 있습니다.

사실, 질문을 표현하는 방식과 정량적 피드백을 요청하는 데 사용하는 질문 유형에 따라 응답에 어느 정도의 변동이 생길 수 있습니다.

따라서 올바른 질문을 식별하기 위해 A/B 테스트를 실행하는 것이 중요합니다.

마지막으로 정량적 데이터도 매우 제한적입니다. 앞서 언급했듯이 의미 있는 통계 데이터를 제공할 수는 있지만 이러한 통계의 이면에 있는 이유를 밝히지는 않습니다.

정량적 도구의 예

Mixpanel 또는 Google Analytics와 같은 모든 웹사이트 분석 도구는 정량적 도구의 좋은 예입니다. 행동 분석, 히트맵 및 Crazzyegg 또는 FullStory와 같은 추적 도구도 마찬가지입니다.

풍부한 데이터, 그래프, 메트릭 및 차원을 제공합니다. 그러나 그들은 WHY에 대한 정보를 제공하지 않습니다.

사용자 3989가 이 버튼을 클릭하고 다른 버튼을 클릭하지 않은 이유는 무엇입니까?

사실 설문조사 및 피드백 도구는 일반적으로 수치, 지표를 요청할 수 있는 기능을 제공하므로 정량적 도구이기도 합니다. 그들은 당신이 양적 질문을 할 수 있습니다.

마케팅 캠페인을 강화하는 4가지 유형의 고객 데이터

데이터는 본질적으로 질적이든 양적이든 권력입니다.

이 통계를 고려하십시오. 67%의 사람들이 할인이나 사은품의 형태로 혜택을 받을 수 있다는 것을 아는 한 기꺼이 정보를 제공합니다.

또한, 소비자의 약 86%는 더 나은 고객 경험을 위해 더 많은 비용을 지불하기를 원할 것이며 더 많은 노하우와 세분화는 받는 개인에게 맞춤화된 뛰어난 서비스를 제공하는 데 확실히 도움이 될 수 있습니다.

ConnextDigital이 만든 이 인포그래픽은 4가지 유형의 고객 데이터와 각각을 (책임감 있게) 마이닝할 수 있는 방법에 대해 설명하면서 격차를 메웁니다.

어느 누구도 다른 것보다 낫지 않다

정성적 데이터와 정량적 데이터는 목적이 다릅니다. 그들은 다른 필요를 제공합니다.

숫자와 연결됨

• 데이터가 숫자일 때 구현
• 수집된 데이터를 통계적으로 분석할 수 있습니다.
• 예: 키, 몸무게, 시간, 가격, 온도 등

세부 정보와 연결됨

• 데이터를 잘 정의된 그룹으로 분리할 수 있을 때 구현
• 수집된 데이터는 관찰만 할 수 있고 평가할 수 없습니다.
• 예: 향기, 모양, 아름다움, 색상, 맛 등

이것은 일반적으로 프로젝트의 범위를 식별했는지 여부로 요약됩니다. 여전히 하고 싶은 일을 찾고 있다면 정성적 데이터는 프로젝트를 구성하고 주요 지표를 정의하는 방법을 연마하는 데 실제로 도움이 될 수 있습니다. 이미 구조와 주요 지표를 구체화했다면 정성적 데이터에 의존하여 세부 사항을 안내하세요. – Will Cannon, UpLead CEO(https://www.uplead.com)

그러나 그들은 또한 함께 일할 수 있습니다. 차이점을 이해하고 요구 사항과 목표를 기록한 다음 전화하십시오.