Руководство маркетолога: ключевые различия между качественными и количественными данными

Качественные данные и количественные данные — это два разных котла рыбы. Период.

Но когда нас просят объяснить «что» и «почему», все становится немного сложнее.

Когда мне следует задавать количественные вопросы при формулировании гипотез? А как насчет качественных данных? Когда он входит в картину?

Как говорит Эндрю Чен, «если вы не собираетесь что-то с этим делать, возможно, это не стоит измерять».

Единственная цель этой статьи — пролить свет на различия между качественными и количественными данными в контексте маркетинга и оптимизации.

Без дальнейших церемоний, давайте погрузимся прямо в.

Определение качественных данных

Качественные данные обычно выражаются с помощью предложений и описания на естественном языке. Не по номерам.

Говоря о качественных данных в отзывах клиентов, мы называем это дословно или голосом клиента.

Это дает вам ПОЧЕМУ, причины, стоящие за цифрами. Это дает вам объяснение, избавьтесь от догадок, зная их отзывы, вместо того, чтобы просто смотреть на данные.

У клиентов мало или совсем нет концентрации внимания, они ожидают, что вы сделаете больше, чтобы заработать их ограниченное время.

Вот где вам нужно быть творческим.

Сделайте так, чтобы вашему клиенту было легко ответить, и откройте диалог.

Затем вы можете получить качественные данные.

Поймайте клиента, когда он, скорее всего, даст вам ответ: опросы на выходе, обратная связь на месте, телефонные звонки, использование ретаргетинга и многие другие творческие способы получения обратной связи.

Но вы также можете быть еще более выдающимся и предложить вознаграждение своему респонденту. Ведь они проводят время для вас.

Было бы неплохо использовать поощрение за опрос. Ничего лишнего, простой беспроигрышный сценарий.

Это очень полезно для того, чтобы понять, почему, и по-настоящему раскрыть мотивы ваших клиентов.

Спросите, почему они сделали определенные вещи на вашем сайте или почему они не сделали определенных вещей. Спросите об их эмоциях относительно того, что предлагает ваш бизнес. Посмотрите, сможете ли вы выяснить какие-либо нерешенные проблемы.

Когда использовать качественные данные?

Рассмотрим некоторые типы качественных данных.

• Личность пользователя: необходимо определить личность пользователя или идеального покупателя. Углубление в «почему» поможет вам создать его.
• Проверка рынка: у вас есть гениальная идея. Вы хотите подтвердить, что люди будут платить за это, не так ли? Используйте сочетание качественных и количественных исследований.
• Понимание задач пользователей: чтобы разговаривать с клиентами и говорить на их родном языке, вы должны понимать истинную болевые точки, то, чего они пытаются достичь с помощью вашего решения.
• Исследование рынка : качественные данные пригодятся для пилотного исследования рынка. Это также может быть очень эффективным методом получения информации о социальных сетях, как объясняется в этой статье от CXL.

MeasuringU привел отличный пример в статье о различных типах качественных исследований данных.

Например, за последние 5 лет произошел взрыв онлайн-курсов и тренингов. Но как студенты взаимодействуют с этими курсами? Хотя вы можете изучить затраченное время и доступ к контенту с помощью данных журнала и даже оценить достижения учащихся по сравнению с очными курсами, феноменологическое исследование будет направлено на то, чтобы лучше понять опыт студентов и то, как это может повлиять на понимание материала.

Они выделили 5 типов качественных данных . Точно так же, как вы применяете методы для сбора количественных данных, у вас есть набор практик и правил, когда дело доходит до сбора эффективных качественных данных.

Определение количественных данных

Мы рассмотрели качественную часть.

Но как насчет количественной стороны? Как мы собираем количественные данные?

Как пишет Cumul.io, «количественные показатели полезны, когда вы хотите, чтобы люди предприняли действия на основе информации, полученной из ваших данных — цели и измерение достижения цели».

Он предназначен для выявления тенденций и закономерностей, а также для анализа поведения ваших пользователей.

На самом деле количественные данные обычно имеют шкалу (дни, килограммы, доллары и т. д.).

Когда использовать количественные данные?

Вы создали новый веб-сайт и хотите измерить влияние одного призыва к действию на другой.

Вы захотите провести A/B-тестирование.

Преобразование отлично подходит для этой цели.

Лучший способ проверить инструмент — изучить его. Получите полный доступ к Convert на 15 дней бесплатно. Проведите A/B-тестирование, проверьте все наши интеграции и узнайте, почему так много оптимизаторов выбрали Convert Experiences в качестве альтернативы Optimizely.

Это прекрасный пример количественного исследования.

Измерение удовлетворенности ваших клиентов с помощью таких показателей, как NPS, а также состояние вашего бизнеса с помощью различных показателей — еще один пример количественного актива.

Все, что используется для статистического анализа или проведения углубленных исследований, основанных на цифрах, является количественным. Его можно дополнительно проанализировать, рассмотрев различные сегменты, группы населения и когорты.

В отличие от качественных данных, количественные данные имеют преимущество в том, что они (полностью) беспристрастны. Поскольку у вас есть больший набор данных, вы снижаете вероятность получения случаев предвзятости.

Результаты, как правило, точны, с низкой погрешностью, что делает любые усилия, направленные на получение количественных данных, «надежными» по своей сути.

В то время как качественные данные дадут вам отличное представление, но могут быть полностью предвзятыми и открытыми для интерпретации.

Не поймите меня неправильно, я не говорю, что количественные данные лучше качественных и не сопряжены с потенциальными осложнениями.

Во-первых, в зависимости от того, какой метод вы используете для анализа данных, вы можете получить совершенно разные результаты из одного и того же набора информации.

На самом деле, то, как вы формулируете свои вопросы, и типы вопросов, которые вы используете для получения количественной обратной связи, может внести некоторую вариативность в ответы.

Поэтому крайне важно проводить A/B-тесты, чтобы определить правильные вопросы.

И последнее, но не менее важное: количественные данные также очень ограничены. Как я уже упоминал, он может дать вам значимые статистические данные, но не проливает свет на причины, лежащие в основе этих статистических данных.

Пример количественных инструментов

Все инструменты веб-аналитики, такие как Mixpanel или Google Analytics, являются отличными примерами количественных инструментов. А также поведенческая аналитика, тепловые карты и инструменты отслеживания, такие как Crazzyegg или FullStory.

Они дают вам множество данных, графиков, показателей и измерений. Но они не дают вам никакой информации о ПОЧЕМУ.

Почему пользователь 3989 нажал на эту кнопку, а не на другую?

На самом деле инструменты опросов и обратной связи также являются количественными инструментами, поскольку они обычно дают вам возможность запрашивать цифры, показатели. Они позволяют вам задавать количественные вопросы.

4 типа данных о клиентах, которые улучшат ваши маркетинговые кампании

Данные — это сила, будь они качественными по своей природе или количественными.

Взгляните на эту статистику: 67% людей охотно делятся своей информацией, если они знают, что это принесет им пользу в виде скидок или бесплатных подарков.

Более того, около 86% потребителей хотели бы платить больше за лучший клиентский опыт, а дополнительные ноу-хау и сегментация определенно могут помочь в предоставлении звездных услуг, которые кажутся персонализированными для получающего их человека.

Эта инфографика, созданная ConnextDigital, заполняет пробел, рассказывая о 4 типах данных о клиентах и ​​о том, как вы можете (ответственно) добывать каждый из них.

Ни один не лучше другого

Качественные и количественные данные имеют разное назначение. Они служат разным потребностям.

Ассоциируется с числами

• Реализовано, когда данные являются числовыми
• Собранные данные могут быть подвергнуты статистическому анализу.
• Примеры: рост, вес, время, цена, температура и т. д.

Связано с деталями

• Реализовано, когда данные можно разделить на четко определенные группы
• Собранные данные можно просто наблюдать, а не оценивать.
• Примеры: Запахи, Внешний вид, Красота, Цвета, Вкусы и т. д.

Обычно это сводится к тому, определили ли вы масштаб своего проекта. Если вы все еще изучаете, что вы хотите сделать, качественные данные действительно могут помочь вам отточить, как структурировать ваш проект и определить ваши ключевые показатели. Если вы уже определились со своей структурой и ключевыми показателями, полагайтесь на качественные данные, которые проведут вас через более мелкие детали. – Уилл Кэннон, генеральный директор UpLead (https://www.uplead.com)

Но они также могут работать рука об руку. Убедитесь, что вы понимаете разницу, запишите свои требования и цели, а затем позвоните.