为什么要进行年度调查？
年度用户调查提供了一个机会，可以从我们的全球用户群中收集有关我们品牌和软件的标准化反馈。 这些信息随后可用于建立基准、衡量公司的发展并更好地了解我们的用户如何与我们互动。 2022 年版本是年度调查的第二版，并已更新以符合公司不断发展的业务目标。
方法、响应率和响应者人口统计数据
Salesforce 联系人用于构建将收到调查邀请的 50,000 名用户的样本。 为确保全球代表性，一个分层随机抽样按销售区域（即美洲、日本、中国、欧洲、世界其他地区）创建此子集。 调查邀请于 2022 年 11 月 9 日通过 Qualtrics 发送，调查在两周后于 2022 年 11 月 23 日结束。 总共收到 1,062 份回复，回复率为 2.12%。
响应者人口统计：与 2021 年的调查不同，今年的调查询问了一系列可选的人口统计问题，以更好地了解响应者的身份。 以下统计数据代表了那些选择回答这些问题的人的结果：
- 性别：75% 的用户被确定为男性，21% 的用户被确定为女性，0.6% 的用户被确定为非二元/第三性别。
- 种族：90% 的受访者被确定为不是西班牙裔、拉丁裔或西班牙裔
- 种族：大多数受访者被确定为白人 (45%) 或亚裔 (43%)
- 世代：用户被问及他们的出生年份，世代标签是根据提供的范围构建的世代动力学中心. 大多数响应者可归类为婴儿潮一代 (27%)、X 一代 (29%) 或千禧一代 (30%)。 沉默一代 (2.6%) 和 Z 世代 (1.8%) 的用户占用户的少数。
谁是我们的用户，他们如何看待 JMP？
调查的受访者通常使用 JMP 的时间较长：24% 的用户报告使用 JMP 3-5 年，16% 6-9 年，40% 10 年或更长时间。 较新的用户占样本的少数，5.6% 的用户报告使用 JMP 的时间不到一年，15% 的用户使用 JMP 的时间在一到两年之间。 JMP (66%) 和 JMP pro (32%) 是最常用的平台，其次是 JMP clinical (0.3%) 和 JMP Live (0.2%)。 关于频率，35% 的人报告每周使用 JMP 几次，28% 的人每月使用 JMP 几次，22% 的人每天使用 JMP，11% 的人每隔几个月使用一次 JMP，4.4% 的人一年使用几次 JMP 或较少的。
净推荐值： 一种净推荐值是衡量客户忠诚度及其向他人推荐公司、产品或服务的倾向的指标。 今年的调查包括两项净推荐值：一项用于评估我们公司 (NPS C ) 和另一个评估我们的软件 (NPS秒). 对于核动力源C , 用户被问及“您向朋友或同事推荐我们公司的可能性有多大？”衡量他们对我们品牌的看法。 结果显示，55% 的响应者可以归类为我们公司的推动者，32% 的响应者可以归类为被动。 对于核动力源秒，用户被问及“您向朋友或同事推荐 JMP 软件的可能性有多大？”结果显示，59% 的响应者可归类为我们软件的推广者，28.4% 的响应者为被动。
用户情绪:为了进一步评估用户对 JMP 的看法，提供了一系列陈述，并提示用户说明每个陈述对 JMP 的描述程度一点都不好到非常好. 结果可以分为三个领域：竞争洞察力、UI/UX 洞察力和信任/可靠性洞察力。
竞争洞察力
- 是市场领导者：20% 非常好 & 35% 非常好
- 拥有比竞争对手更先进的功能：22% 非常好，37% 非常好
- 是优质产品：31% 非常好，43% 非常好
- 物有所值：18% 非常好，37% 非常好
- 是最好的软件：25% 的响应非常好，47% 的响应非常好
- 是人们喜爱的产品：20% 非常好 & 40% 非常好
用户界面/用户体验洞察力
- 易于使用：25% 非常好，37% 非常好
- 使用直观：21% 非常好，35% 非常好
- 使用愉快：32% 非常好 & 39% 非常好
信任/可靠性洞察力
- 产生我信任的分析结果：46% 非常好 & 40% 非常好
- 制作看起来很专业的图形：33% 非常好，35% 非常好
- 可靠：35% 非常好，47% 非常好
- 有良好的文档：26% 非常好 & 37% 非常好
消费者研究分析
JMP 的消费者研究功能被用来发现更详细的见解并为公司生成建议。
女性用户对 JMP 的看法：女性在 STEM 领域的代表性不足，因此与男性 (75%) 相比，女性在我们的样本中占少数 (21%) 也就不足为奇了。 当更仔细地查看数据时，可以确定两个与性别相关的值得注意的发现：首先，根据样本，我们的女性用户群似乎在几代人中都在增长。 在样本所代表的前三代人中，千禧一代拥有最高的女性比例 (27.8%)。 这表明 JMP 的用户群反映了女性科学家和工程师人数不断增加的行业趋势。 其次，在查看 NPS 时C和核动力源小号按性别划分，男性和女性在支持者、消极者和批评者中的比例几乎相同，并且在这些群体之间没有发现显着的统计差异。 这表明 JMP 有效地避免了男性和女性在体验我们品牌和软件方面的任何差异——这一趋势在未来应该会继续下去。
净推荐值的细微差别：总体而言，净推荐分数显示大多数响应者代表我们公司 (55%) 和产品 (59%) 的推荐者。 但仔细查看数据可以揭示用户类型的一些细微差别，这些用户或多或少可能是 JMP 的推广者。 首先，按世代筛选表明，较新几代人更有可能推广我们的公司和软件。 例如，与千禧一代相比，婴儿潮一代宣传我们公司的可能性高 13%，宣传我们软件的可能性高 9%。 这是否表明年轻一代对 JMP 的看法较差？
这可能表明，属于较早几代的用户可能代表使用 JMP 时间较长的 JMP 用户，他们对 JMP 的熟悉程度可能会带来更有利的看法。 为探索这一点，净推荐分数根据报告的 JMP 使用年限进行过滤，结果表明人们使用 JMP 的时间越长，他们成为推荐人的可能性就越大。 使用 JMP 不到一年的报告最不可能宣传我们的公司和软件。
这些发现引发了一个问题，即用户成为推广者的可能性是否更多地受到世代或使用年限的驱动。 两种模型都符合 NPS C和核动力源小号作为回归变量和变量一代,使用年限和交互变量一代 x 使用年数作为每个回归变量。 结果表明，只有使用年限具有统计显着性，这表明某人成为 JMP 用户的时间长短是他们成为推广者倾向的驱动因素，而不是他们所属的那一代人。
有人可能会反驳说，如果用户是长期用户，他们当然更有可能宣传我们。 是的，这应该是预料之中的。 但是，我建议我们考虑为什么会存在这些差异：JMP 是一个强大的工具，根据他们使用 JMP 工作的时间长短，用户推广我们的可能性是否存在统计上的显着差异？ 换句话说，我们的用户不需要花费数年时间就可以了解 JMP 的价值。 理想情况下，我们希望使用 JMP 一年或更短时间的人与在我们公司工作 10 年或更长时间的人一样愿意推广我们的公司和软件。 即使考虑到不同使用年限的响应数量差异，我们也不希望看到统计上的显着差异。 回想一下，尽管女性在该样本中占少数，但与男性相比，在推广 JMP 的意愿方面似乎没有差异。
那么为什么要提及代际差异呢？ 不同世代对劳动力和他们消费的产品有不同的态度和看法，这对于未来的营销策略来说很重要。 此外，在该样本中，千禧一代占使用 JMP 不到一年的人群的 41%，占使用 JMP 一到两年的人群的 51%。 在讨论如何启用新用户时，重要的是要记住这些用户在千禧一代中占很大比例。
接触新用户的机会：考虑到之前讨论的代际差异，可以在数据中识别接触新用户的机会。 当千禧一代需要帮助使用 JMP 的功能来解决问题时，他们不太可能去 JMP 用户社区、访问技术支持或使用 JMP 教育资源。 找到将用户重定向到这些来源的方法至关重要，因为大多数报告使用这些资源的人都对这些资源非常满意。
社交媒体提供了一个更快速地接触大量用户的机会。 的与社交平台 Facebook、Instagram、LinkedIn 和 Twitter 相比，本样本中的千禧一代使用 YouTube 的频率最高（31.9% 的人表示每天都使用该平台）。 这很有趣，因为只有 7% 的千禧一代表示使用 YouTube 来寻求有关如何使用 JMP 的帮助，但大多数人表示使用该平台的频率很高。 Twitter 在表示从未使用过该平台的用户中所占比例最高 (56.8%)，其次是 Instagram (50.8%)。
进一步研究
在 2022 年年度调查结果的基础上，可以收集更多数据来解决该分析中出现的问题。 这些可能包括收集有关我们的用户如何与社交媒体互动以进行工作和娱乐的信息，以及用户在寻求帮助时如何被引导至 JMP 资源的信息。 此外，探索为什么用户可能比我们公司更有可能推广我们的软件，对于了解用户如何看待我们的品牌可能很有价值。 为了改进明年的调查，为新用户提供不同的问题路径可能很有价值，因为可以直接询问用户自开始使用 JMP 以来的使用情况。 这可能会揭示用户支持的机会，以改善我们的连接工作。
有关此调查的问题，请联系 Taylor Ferguson (Taylor.Ferguson@jmp.com)
