Walt Paczowski は調査を熟知しており、調査が意思決定に非常に役立つと考えています。 "T意思決定者がしばしば必要とする可能性の領域に私たちを連れて行ってください行きなさい」と彼は言います。
調査データを最大限に活用する方法について、JMP のセミナーを率いています。 最近のいくつかの講演に先立って、彼は調査研究に関連する機会と課題について私たちに感じさせてくれました。
アンケート調査によって、どのような問題や質問に対処できますか? 何が分からないの？
一般に、調査研究を通じて対処できる問題や質問の種類に制限はありません。ビジネスであろうと政府であろうと、意思決定者が直面するすべての問題と疑問には、解決のための情報が必要です。
通常、必要な情報は可能性に関するものです。価格が変更された場合、新製品が提供された場合、または新しいポリシーが採用された場合はどうなりますか? アンケートはその情報を提供します。
ビッグデータと呼ばれることが多いトランザクションのデータベースも情報を提供しますが、この情報は過去の決定に基づいた過去のトランザクションに関するもの、つまり実際に起こったことに関するものにすぎません。 この過去のデータを使用して、行動や状態に変化がないか、最小限の変化しかないと仮定して、予測や予測を行うことができるため、これは価値があります。 とはいえ、私たちが知っている範囲は限られています。 調査は、意見、新製品や価格帯に関する好み、特に将来の計画に関する情報を取得して使用できるようにすることで、データベースに含まれていないすべての項目を取得して知識の範囲を拡大します。
調査が過去の行動についても教えてくれることは事実ですが、おそらくトランザクションのデータベースほど効果的ではありません。これは調査の欠点の 1 つです。 しかし、最も重要なことは、意思決定者がしばしば行かなければならない可能性の領域に私たちを連れて行ってくれることです。
最近、どのような組織が調査研究を利用していますか? それは時間の経過とともに変化しましたか？
調査は、1 つのタイプの組織や、1 つのタイプの質問や問題に限定されるものではありません。 私たちは通常、B2C ビジネスと呼ばれる消費者志向のビジネスを、顧客の意見や好みに関する情報を得るために調査を行う主なユーザーと考えています。 ビジネス指向のビジネスである B2B も、同じ理由でアンケートを使用します。 連邦、州、および地方レベルの政府機関は、調査を使用して、選挙区の好みや問題について学びます。 慈善団体は贈答の傾向について学びます。 プロでない人は、提供する新しいサービスについて学びます。警察、消防、EMS などのコミュニティの公共サービス グループは、そのパフォーマンスとコミュニティとの関係について学びます。 そして、リストは続きます。
たとえば 10 年前とは対照的に、現在、どのような種類の調査が何回行われているのかを判断するのは困難ですが、テクノロジーのおかげで、現在はより多くの調査が行われていると言っても過言ではありません。より多くの人々がインターネットにアクセスできるようになったためです。例であり、これは非常に役立ちます。 変化した要因の 1 つであり、それが大きな問題となっているのは、アンケートの回答率です。それは低下しています。 さまざまな理由から、時間をかけてアンケートに回答したいと考える人は少なく、これはアンケートで提供できる情報に確実に影響を与えます。
セミナーで何を話したいのか教えていただけますか？ または、プレゼンテーションの例を共有できますか?
私のプレゼンテーションの焦点は、私が調査データからリッチ情報と呼んでいるものを抽出することですが、私が議論する概念はビッグデータにも適用できます。 私は情報を、貧弱な情報から豊富な情報へと続く連続体として見ています。 データ自体は、スペクトルの貧弱な情報の端にあり、役立つ場合もありますが、常にそうとは限りません。 データは、ビジネス、政府、慈善団体、または公共サービスのいずれにおいても、有用で洞察力があり、意思決定に役立つ情報である豊富な情報を生成するために、任意の方法で成形および形成できる、生の、まとまりのない、混沌としたビルディング ブロックです。レベル。
これは、データ分析を行う際の哲学に近いものです。つまり、データの生の構成要素を意思決定のための豊富な情報に再編成するということです。 モデリングとシェーピングは、動的ツールと高度な統計手法を使用して行われます。単純なチャートや表、または貧弱な情報を生み出す手段や割合によってではありません。 で利用可能な動的および統計ツールの使用を強調するケース スタディで、この哲学を説明します。 JMP .
調査分析を行っている人が犯しがちな間違いを 1 つ特定できますか?
データのソース、調査、またはビッグデータに関係なく、実際には 2 つのよくある間違いがあります。
最初の間違いは、情報が貧乏人から金持ちまでの連続体であることを認識していないことです。
2 つ目は、豊富な情報を取得するためのビルディング ブロックとしてではなく、データ自体を情報として表示することです。 人々は生データを情報と混同しているため、レポートを作成したり、意思決定者に提案したりする際に、明らかなことを超えません。彼らは、これが情報であるという観点から、単純な手段と割合で明白なことを述べているだけです。 豊富な情報を構築するには、データは操作するアイテムにすぎず、常に額面どおりに受け取る必要はないという、異なる考え方が必要です。
あなたの人生で最大の成功は何だと思いますか?
すべての人生には個人的、社会的、キャリアのレベルがあるため、これは興味深い質問です。 個人的なレベルでは、間違いなく 2 人の娘と妻のことを言わなければなりません。 娘の 1 人は美しい家を設計する熟練した建築家であり、もう 1 人は発生学分野の主要な病院で新しい生命を生み出す博士号を取得しています。 私の妻は EdD であり、元教育長であり、現在はラトガース大学の教授で将来の学校管理者を養成しているため、教育分野に大きな影響を与えています。 社会的なレベルでは、私は妻と私が何年にもわたって作り、維持してきた多くの素晴らしい友人を言わなければなりません. キャリア レベルでは、ラトガース大学で次世代のリーダー、意思決定者、そして願わくば何人かの学者を訓練していたことに言及しなければなりません。
私はウォルトのプレゼンテーションに何度も出席しましたが、そのたびに何か新しいことを学び、実際のマーケティングの課題に適用できる実用的な洞察が調査データにあることに気付きました.
