Il mese scorso, abbiamo intervistato esperti di ricerche di mercato e consumatori e fondatori di Data Analytics Corp. Walter R. Paczkowski sulla nostra Parlando analiticamente serie di webcast. Se ti sei perso il webcast live, puoi ancora vederlo su richiesta . La conduttrice Anne Milley ha risposto a molte domande del pubblico, ma non è stata in grado di raggiungerle tutte. Quindi Walter ha gentilmente accettato di rispondere ad alcuni di loro in questo Q & A.
Domande: (a) Qual è il tuo approccio alla costruzione di ipotesi da testare prima di un progetto di analisi? (b) Trovi che il lavoro analitico per i segmenti B2B sia molto più difficile rispetto ai segmenti B2C perché ci possono essere così tanti fattori nel B2B che non possono essere inseriti in un modello?
Risposta: Le risposte a queste prime due domande sono simili, quindi risponderò insieme. È qui che il lavoro qualitativo iniziale diventa una parte importante del progetto di ricerca generale. Ricorda, ci sono due fasi che sostengo per la maggior parte dei progetti: qualitativo seguito da quantitativo. La fase qualitativa aiuta a impostare i parametri per la fase quantitativa. Generalmente non conosciamo tutti i parametri necessari per la fase quantitativa - fattori chiave o attributi, livelli per i fattori, formulazione corretta, concetti importanti, solo per citarne alcuni. La ricerca qualitativa, i focus group o interviste individuali individuali con esperti in materia (ad esempio, PMI) o opinion leader (cioè KOL), li aiutano a identificarli. Questo rende la fase quantitativa più focalizzata e potente.
Che cosa ha a che fare con le ipotesi e i fattori B2B? Le ipotesi sono solo parametri, non diversi da un elenco di fattori o attributi da includere nella fase quantitativa. Le discussioni con i consumatori o le PMI o i KOL possono aiutare a formulare ipotesi che il personale di marketing non avrebbe mai immaginato.
Lo stesso vale per la modellazione B2B - o, di fatto, per qualsiasi modellazione per B2B, così come per B2C o B2B2C. Se l'elenco di fattori è ampio, cerca l'aiuto di PMI e KOL. Ti aiuteranno a dirti cosa è importante e cosa può essere ignorato. Ma questa è solo una ricerca qualitativa iniziale.
Domanda: Pensi che le organizzazioni abbiano un approccio equilibrato alla creazione di valore sia dai dati rilevati che dai dati più ricchi di informazioni che possono essere ricavati da sondaggi e esperimenti ben progettati?
Risposta: Non sono sicuro di "bilanciato", ma l'uso di entrambi i tipi di dati è sicuramente lì. Dal momento che lavoro in una vasta gamma di settori, vedo molte pratiche, le migliori e le peggiori, di cui ho parlato con Anne. Molte delle grandi organizzazioni, le più sofisticate che ho citato nell'intervista, utilizzano queste due fonti di dati per rispondere alle loro domande di business chiave e comprendere i loro mercati. Questi sono quelli che seguono la migliore pratica di usare gli strumenti giusti - lo strumento è il tipo di dati in questo caso.
Negli ultimi anni, ho presentato workshop sulla modellazione scelta, un grande esempio di approccio sperimentale e ho lavorato con Big Data, come ho detto nell'intervista. Non solo sono stati ben seguiti, ma ho notato che molti partecipanti provenivano dalla stessa azienda, divisioni diverse ma comunque la stessa compagnia. Quindi l'uso di entrambi i tipi è lì - Ho i dati!
Domanda: Quando il prezzo è un fattore in un esperimento di scelta, quanto bene il prezzo ottimale indicato dall'esperimento corrisponde a quello che dovrebbe essere il miglior prezzo effettivo sul campo?
Risposta: Questa è una grande domanda. E difficile rispondere. In primo luogo, l'ultima parte della domanda chiedeva "quale dovrebbe essere il prezzo effettivo nel campo". Questo è l'intero scopo dello studio: trovare quel prezzo. Penso che la vera domanda sia se lo studio replica o meno gli attuali prezzi esistenti. Questo può essere meglio determinato usando il Profiler in JMP o un simulatore impostando il caso base sulle condizioni attuali attuali. Ma queste condizioni non corrisponderanno esattamente a ciò che è nel mercato, poiché i prezzi di mercato sono guidati da molti altri fattori che lo studio non può gestire. Tuttavia, lo studio dovrebbe avvicinarsi. Quindi cerca il profilatore per aiutare su questo problema.
