Количественные исследования: как их проводить и применять в управлении проектами
Инструкция, как проводить и использовать в продуктовом менеджменте количественные исследования
Статья руководителя отдела маркетинга цифрового маркетинга компании Индид о том, как проводить количественные исследования и затем использовать их в продуктовой разработке.
Введение
В широком смысле, количественные исследования — это методы исследований с фокусом на сборе и анализе количественных данных. Считается, что в маркетинге такое изучение помогает лучше понять рынок и потребности клиента, а в продуктовой разработке — сам продукт и его восприятие пользователями. Поэтому количественные исследования для продукта и маркетинга должны быть жестко разграничены: они имеют разные цели проведения. От этого будет зависеть, кто должен проводить исследования — маркетинговый или продуктовый отделы.
Поэтому в статье пойдет речь про количественные исследования, который подходят для маркетинга и управления проектами в IT.
Что такое количественные исследования
Количественные исследования — это статистический способ изучения аудитории и ее реакции на разработку. При проведении такого исследования главная задача — опросить как можно больше представителей целевой аудитории.
Оно используется для проверки продуктовых гипотез, когда необходимо:
- оценить реакцию пользователя на изменения в продукте;
- получить оценку или собрать обратную связь текущих пользователей;
- определить, на каких сегментах аудитории стоит сфокусироваться;
- такие стратегические шаги следует предпринять для удовлетворения их потребностей;
- понять, какие новые функции нужно ввести в работу в первую очередь.
Используя отзывы клиентов и анализируя поведенческие данные, продуктовые менеджеры могут более эффективно расставлять приоритеты в планах развития продукта — распределять бэклог.
С помощью количественных исследований можно услышать мнение массового потребителя. И на основе полученных данных оптимизировать интерфейс и функциональность продукта, делая его более удобным и соответствующим ожиданиям целевой аудитории.
Количественные vs качественные
Суть количественных исследований становится яснее при сравнении с качественными.
Как провести количественное исследование
Разберем шаги для проведения количественного исследования на практическом примере.
Отдел маркетинга хочет узнать текущее состояние лояльности клиентов, сколько привержены продукту, а сколько клиентов — не очень.
Шаг 1. Определить цель исследования
Задайте себе вопрос «Я провожу исследования, чтобы что?». Важно четко сформулировать цель, зачем проводим то или иное исследование. Она должна быть конкретной, измеримой и достижимой. Если исследование сложное, желаемый результат можно разбить на мелкие и более управляемые цели.
В нашем примере мы должны оценить уровень лояльности клиентов. Получить конкретные цифры: какой % пользователей нам симпатизируют, а сколько из них недовольны продуктом.
Шаг 2. Подобрать инструмент
Нужно выбрать подходящий инструмент среди методов количественных исследований.
Нам подойдет метод NPS-опроса (от англ. Net Promoter Score) — показатель приверженности чему-либо. Он позволяет определить, сколько клиентов готовы быть амбассадорами продукта, а сколько — критиками.
Шаг 3. Описать целевую аудиторию
Задайте параметры аудитории, среди которой нужно провести опрос.
Так как это NPS-опрос, то нужно подобрать актуальную базу клиентов, которые пользуются продуктом в настоящий момент. Взять из нее новых и постоянных клиентов и далее дробить на те составляющие, которые понадобятся для необходимых выводов о лояльности клиентов.
Например, есть 2 сегмента аудитории: постоянные и новые пользователи. Нам важнее услышать мнение «старичков», поэтому их среди респондентов будет 80%, а новых клиентов — 20%.
Шаг 4. Определить, что значит завершенное исследование
Далее нужно установить четкие критерии, по которым мы поймем, что исследование завершено. Например, достижение определенного числа ответов, завершение анализа данных или достижение статистической значимости.
В нашем примере это:
- число опрошенных клиентов. Например, больше 200 человек;
- баланс между новыми и постоянными клиентами — соотношение 80% и 20%, как мы определили при описании ЦА исследования.
То есть наше исследование можно считать завершенным, когда мы получим 200 ответов: 160 от постоянных клиентов и 40 от новых пользователей.
Шаг 5. Разработать исследование
На этом шаге надо определить, какие типы вопросов будут использоваться в опросе — закрытые, открытые или смешанные. Лучше всего разработать анкету так, чтобы она логично приводила респондента от одного блока к другому, минимизируя утомляемость.
Закрытые вопросы, такие как «Определите по 10 бальной шкале на сколько вероятно, что вы порекомендуете нашу компанию/продукт друзьям или коллегам?» помогают собрать общую оценку. Далее, в зависимости от ответа, можно задать открытый вопрос «Что мы могли бы улучшить для повышения вашей оценки?» или «Что вам наиболее понравилось в нашей компании/продукте?» Эти вопросы дают возможность клиентам объяснить свою позицию и предоставить ценную обратную связь.
На этапе дизайна мы также определяем, как будем оценивать результаты. К примеру, те, кто поставят оценку 9 и больше баллов, будут считаться амбассадорами, от 6 до 8 — нейтралами, меньше 6 — критиками.
Шаг 6. Протестировать опрос
Перед запуском основного исследования следует провести пилотное с небольшой группой респондентов. Это поможет выявить любые непонятные вопросы или найти трудности с интерфейсом, если вы используете какую-то площадку для опросов.
Можно попросить пройти опрос коллег из смежного подразделения – у них не замылен глаз на маркетинговые задачи. А затем уже провести пробный опрос на небольшой группе клиентов и вместе с тем протестировать платформу для исследований.
Шаг 7. Провести само исследование
Есть много вариантов, как провести само исследование:
- отправить рассылку по базе клиентов,
- разместить форму опроса на сайте или в приложении,
- обзвонить потребителей,
- провести опрос в соцсетях компании и др.
В нашем случае это может быть рассылка в чат-бот Google- или Яндекс-формы с вопросами.
Шаг 8. Проанализировать собранные данные
Когда все данные собраны, можно переходить к анализу результатов. Обычно исследователи применяют статистические методы: средние значения, абсолютные значения, медианы, и т. д. Также можно использовать графические методы представления результатов (диаграммы, графики), можно потом собирать в таблицы или в текст. Визуализация данных поможет наглядно донести результаты до всех заинтересованных сотрудников.
Предположим, что в нашем NPS-опросе мы получили данные, что из 200 респондентов 30% критиков, 20% нейтралов и 50% амбассадоров. Затем нам нужно посчитать NPS. Для этого существует формула:
NPS = 50% — 30% = 20%
Куда делись нейтралы? Кто-то при расчетах приплюсовывает их к амбассадорам, но можно выносить их за рамки расчета. Нейтральная группа респондентов не дает нам ничего кроме понимания, что «среднячков» нужно переманить в группу амбассадоров. По сути, для маркетинга это аудитория, которую нужно «согреть», ведь они могут и «остыть» до критиков.
Высокий показатель NPS (от 50% и выше) свидетельствует о сильной лояльности клиентов и хорошей репутации компании.
Шаг 9. Сформулировать выводы и дать рекомендации
Снова вспоминаем цель исследования и сверяем все наши результаты с ней. Какой ответ мы получили на свой главный вопрос? Оправдалась ли наша гипотеза? Какие действия должны быть следующими для развития компании? Далее можно составить отчет, который включает в себя методологию исследования, результаты, анализ и рекомендации. И, конечно же, план действий на основе результатов исследования, чтобы улучшить продукт или услугу.
В нашем случае к основным выводам можно отнести:
- амбассадоров больше, чем критиков — это хорошо;
- значительная доля нейтралов требует качественного анализа (чтобы понять, как их переманить в амбассадоров);
- высокий процент критиков требует качественного анализа, почему они недовольны и как это исправить.
По сути, мы проверили гипотезу (у нас есть и критики, и амбассадоры), составили представление об аудитории и поняли, что нам нужно дальше продолжать работу в таком-то направлении — вызывать больше положительных впечатлений от продукта у нейтралов.
Как еще можно использовать количественные исследования
Приведем другой пример и на нем разберем, как еще можно использовать данные статистического анализа.
Представим, что мы провели опрос среди пользователей, чтобы выяснить, как новая кнопка «Быстрый заказ» влияет на их опыт использования приложения. Саму кнопку мы разместили в приложении, но она доступна только малой части пользователей. Теперь нам нужно проанализировать собранные данные, интерпретировать результаты и принять решение, будем ли мы запускать эту кнопку на всех пользователей.
Какие выводы и решения доступны на основе полученных значений:
- внедрить изменение. Исследование дало положительный результат — клиенты довольны кнопкой. Можно запустить новую функцию на всех пользователей;
- доработать изменение. Результаты неоднозначные. Можно изменить дизайн, сделать кнопку заметнее и проще или расположить в другом месте;
- отменить изменение. Пользователи недовольны кнопкой — ее не замечают или игнорируют ее использование.
Все наши выводы — это прежде всего правильно интерпретированные результаты. Нужно определить, подтверждают ли собранные данные первоначальные гипотезы и как они могут повлиять на дальнейшее развитие продукта или маркетинга.
Заключение
Количественные исследования можно применять по-разному, в зависимости от типа проекта. В каждом случае подход будет различаться, но основная цель одна — использовать данные для принятия обоснованных решений и улучшения результатов.
В IT-проектах, таких как разработка программного обеспечения или веб-приложений, количественные исследования могут применяться для тестирования пользовательского интерфейса, оценки производительности системы и анализа взаимодействия с пользователем. Например, проведение A/B-тестирования поможет определить, какая версия интерфейса более удобна для пользователей или приводит к большему количеству транзакций. Также можно анализировать логи серверов, чтобы узнать, какие функции приложения наиболее востребованы, а что может вызывать технические проблемы.
В обоих случаях процесс начинается с формулировки четких целей исследования. После проведения опроса на основе собранных данных проводится статистический и технический анализ.
После аналитики данных идет этап принятия решений и внедрения изменений. В маркетинге это может быть корректировка стратегий взаимодействия с клиентами, в IT — изменения в дизайне или структуре приложения для улучшения его производительности и удобства использования.
Точные данные в количественных исследованиях имеют чрезвычайно важное значение, поскольку они лежат в основе всех аналитических и стратегических решений.
Использование количественных методов позволяет компаниям сфокусироваться на наиболее значимых для аудитории аспектах, оптимизировать продукты и услуги в соответствии с фактическими потребностями и ожиданиями клиентов.
