시장 조사원은 설문 조사를 사용하여 제품 및 서비스에 대한 데이터를 수집합니다. 데이터 수집 프로세스로서의 설문조사는 응답자에 대한 질문(질문에 응답하는 사람)과 제품 및 서비스에 대한 질문(예: 질문 내용)의 두 가지 차원으로 구성됩니다. 일반적으로 묻는 질문에는 응답자가 관심 있는 모집단과 얼마나 유사한지 평가할 수 있는 인구 통계(예: 연령, 소득 및 성별) 및 연구 목표에 답하는 데 도움이 되는 정보를 수집하기 위한 연구 질문이 포함됩니다.
고객이 제품이나 서비스를 사용하는 방식, 제품에 대한 만족도, 고객이 원하는 새로운 기능에 대한 정보를 수집합니다. 그 결과 인사이트를 통해 더 나은 제품과 서비스, 더 행복한 고객, 조직의 더 많은 수익을 창출할 수 있습니다.행동 분석을 의사 결정의 중심에 두어 시장 출시 시간을 단축하고 경쟁 우위를 유지하는 데 도움이 됩니다. Consumer Research 플랫폼은 소비자 및 행동 연구 데이터를 분석하기 위한 전체 도구 세트를 제공합니다.
- 범주형 플랫폼
- 선택 모델
- MaxDiff 플랫폼
- 업리프트 플랫폼
- 다중 요인 분석
범주형 플랫폼
범주형 플랫폼을 사용하면 다중 응답 데이터를 포함하여 데이터의 범주형 응답을 표로 만들고 플롯하고 비교할 수 있습니다. 이 플랫폼을 사용하여 결함 기록, 설문 조사 응답과 같은 범주 응답 데이터를 분석하고 참가자 인구 통계를 연구할 수 있습니다.
이 차트는 단순 응답 설문 조사 질문에 대한 결과를 보여줍니다. "당신이 가장 좋아하는 색은 무엇입니까?" 성별로 그룹화. 각 응답자는 다음 목록에서 하나의 색상을 선택하라는 요청을 받았습니다. 빨간색, 파란색, 녹색, 주황색, 노란색, 분홍색, 보라색 또는 없음.
분석에 따르면 파란색은 남녀 모두에게 가장 좋아하는 색입니다. 남성의 경우 43명의 남성 응답자가 파란색을 선택한 빈도는 19회입니다. 이는 44.2%의 점유율에 해당합니다. 여성의 경우 여성 응답자 37명 중 11명(빈도) 또는 29.7%(비례)가 파란색을 선택했습니다. 흥미롭게도 11명의 응답자 또는 약 14%가 색상에 대해 없음을 선택했습니다.
선택 모델
선택 모델링은 개인이 제시된 대안에서 특정 선택을 할 확률을 추정하는 데 사용되는 강력한 분석 방법입니다. 선택 실험은 잠재 고객이 선호하는 제품 또는 서비스 속성을 발견하는 데 도움이 되도록 시장 조사에 사용됩니다. 0 또는 1 응답 표시기를 사용합니다.
효과 요약 보고서는 중요한 순서대로 효과를 보여줍니다. 속도가 가장 중요한 영향을 미치고 가격과 디스크 크기가 그 뒤를 잇습니다.
Utility Profiler를 사용하여 결과를 탐색하고 속성에 대한 최적의 설정을 찾을 수 있습니다.
MaxDiff 플랫폼
MaxDiff(최대 차이 척도)를 표준 선호 척도(1 - 10)의 대안으로 사용하여 평가되는 항목의 상대적 중요도를 결정합니다. MaxDiff는 응답자가 가장 선호하는 옵션(1개)과 가장 적게 선호하는 옵션(-1개)을 보고하고 나머지 옵션은 없음(0)으로 보고하도록 합니다. 이것은 종종 선호 척도보다 더 결정적인 순위를 생성합니다.
업리프트 플랫폼
Uplift 플랫폼을 사용하면 호의적으로 반응할 가능성이 있는 개인에게만 제안을 전송하여 마케팅 예산의 효과를 극대화할 수 있습니다. 대규모 데이터 세트와 가능한 많은 행동 또는 인구통계 예측 변수가 있는 경우에도 이 작업을 수행할 수 있습니다. 향상 모델을 사용하여 이러한 예측을 할 수 있습니다.
남녀 모두를 대상으로 하는 헤어 컬러링 제품의 구매를 늘리기 위한 마케팅 캠페인이 설계되었습니다. 연구를 설계하고 구매를 추적하기 위해 주요 미용 공급망의 "클럽 카드" 구성원을 식별했습니다. 이 회원 중 약 절반이 무작위로 선택되어 제품에 대한 판촉 제안을 보냈습니다. 이후 3개월 동안 모든 클럽 카드 회원의 제품 구매를 추적했습니다.
그래프의 오른쪽 세로축은 구매하지 않은 것에 비해 구매의 비율이 작다는 것을 나타냅니다. 그래프는 검은색, 빨간색 또는 갈색 머리를 가진 여성과 젊은 여성의 구매 증가가 발생함을 보여줍니다( 나이 < 42) 금발 머리. 나이든 금발 여성의 경우 ( 나이 ≥ 42) 남성의 경우 승진에 부정적인 영향을 미친다.
다중 요인 분석
다중 요인 분석(MFA)은 주성분 분석(PCA)과 밀접한 관련이 있는 분석 방법입니다. MFA는 고유값 분해를 사용하여 동일한 항목에 대한 여러 측정값을 직교 주성분으로 변환합니다. 이러한 구성 요소는 항목이 어떻게 유사하고 어떻게 다른지 이해하는 데 도움이 될 수 있습니다.
이 예는 와인 특성에 대한 모의 감각 패널 연구의 데이터를 사용합니다. 참가자들은 1(강도 없음)에서 10(강도가 두드러짐)까지 다양한 특성에 대해 16개의 와인을 평가했습니다. 16가지 와인이 어떻게 비슷하거나 다른지 더 잘 이해하고 싶습니다.
처음 두 차원의 요인 점수 플롯에서 와인은 지역에 따라 함께 모여 있는 경향이 있습니다. 그리고 로딩 플롯에서 왼쪽 아래 사분면의 광선은 Carolyn에 해당합니다. 그들은 Carolyn과 다른 평가자들 사이의 차이를 나타냅니다.
1. JMP 초판을 사용한 시장 데이터 분석, Walter R. Paczkowski. eISBN-13: 9781629604855
2. JMP 온라인 도움말 메뉴 - 소비자 조사 - 행동 연구 방법
