Калькулятор стоимости услуг

1. Выберите метод опроса  ? Зависит от задач исследования, географии и размера выборки



2. Предполагаемая длительность анкеты ? Грубо оценить "полевую" длительность интервью можно заполнив анкету самостоятельно и умножив полученное время на 1,3

3. Доля целевой
аудитории ? Доля людей, обладающих необходимыми характеристиками, среди населения региона

4. Количество респондентов ? Подробнее о размере и ошибках выборки можно посмотреть здесь http://www.fdfgroup.ru/?id=189

5. Дополнительные виды работ 

Дополнительно в услугу входит:

Стоимость (руб):

Разработка анкеты

0

Программирование и хостинг

0

Сбор информации

0

Подготовка кросс-таблиц

0

Подготовка отчета

0

Менеджмент проекта

0

Итого:

0
(без учета НДС)


Сохранить расчёт

Дополнительно в услугу входит:

Стоимость (руб):

Сбор информации

0

Стоимость подготовки отчета

0

Менеджмент проекта

0

Итого:

0
(без учета НДС)


Для получения информации свяжитесь с нами с помощью формы заявки или позвоните по телефону +7 (495) 755 22 24


Новый подход к исследованию предпочтений потребителей

Цель статьи - продемонстрировать возможности применения адаптивной быстрой сортировки в качестве альтернативы методам традиционной быстрой сортировки и шкалы максимального различия.


Адаптивная быстрая сортировка позволяет побороть ошибочное допущение, что все представленные для оценки элементы интересны и важны для всех респондентов.

Важно также отметить, что для адаптивной быстрой сортировки не требуется дополнительное ПО и можно использовать любое имеющееся ПО для создания опросов, в котором реализованы возможности усовершенствованной логики пропуска.


Быстрая сортировка

Метод быстрой сортировки представляет предпочтения потребителей в виде квазинормального распределения, так как при его использовании респондентов просят сортировать характеристики по группам с разной степенью предпочтения. Например, если необходимо изучить предпочтения потребителей по отношению к 10 характеристикам, респондент должен будет распределить их по пяти категориям значимости (1-2-4-2-1), при этом каждая категория получит свою оценку предпочтительности. Например, потребитель должен выбрать из списка предложенных характеристик одну, наиболее предпочтительную для него, и эта характеристика получит пять баллов. Затем он выберет две другие характеристики, занимающие для него второе место по значимости, – они получат по четыре балла. Затем потребитель выберет еще четыре характеристики, соответствующие третьему месту в его рейтинге, которые получат по три балла, и две, еще менее значимые, которые получат по два балла. И наконец, он выберет одну наименее предпочтительную для себя характеристику, которая получит один балл. Метод быстрой сортировки привносит возможность компромисса в процесс расстановки приоритетов, что в данном случае крайне желательно.


Таблица 1

Реальная оценка значимости Традиционная быстрая сортировка Адаптивная быстрая сортировка
Характеристика A 0 1 0
Характеристика B 0 2 0
Характеристика С 0 2 0
Характеристика D 0 3 0
Характеристика E 0 3 0
Характеристика F 1 3 1
Характеристика G 1 3 2
Характеристика H 2 4 3
Характеристика I 4 4 4
Характеристика J 5 5 5



Допущения и ограничения метода быстрой сортировки

Как и любой другой метод исследований, быстрая сортировка предполагает наличие определенных допущений и ограничений. Она представляет данные, которые могут быть соответствующими или несоответствующими ситуации, в виде нормального распределения. В большинстве случаев исследователи не смогут получить представление о распределении потребительских предпочтений до завершения исследования. С этим допущением связано и другое, которое состоит в предположении о реальной значимости и важности всех представленных в исследовании характеристик для всех респондентов. Если эти предположения окажутся неверны, результаты работы могут быть искажены или ошибочны.


На практике исследователи зачастую изучают множество новых потенциальных характеристик продукта, которые в действительности не важны для потребителей.

Чтобы изучить возможные последствия неверности данного допущения, представим следующий сценарий событий с участием одного респондента (см. таблицу 1). Предположим, что пять из 10 представленных характеристик не значимы или не важны для этого человека. Что касается реальной оценки значимости, то только пять из десяти пунктов получили оценку от 1 до 5. Очевидно, что оценки реальных предпочтений данного респондента невозможно представить в виде нормального распределения.

При использовании традиционного метода быстрой сортировки потребитель вынужден указать некий уровень значимости для каждой из представленных характеристик. В нашем примере ему пришлось поставить характеристикам от A до E оценки от 1 до 3, при том что в действительности их значимость для него нулевая. Чтобы усовершенствовать этот подход, характеристики продукта, не значимые для данного потребителя, не должны появиться в его списке для оценки.

Именно этого и позволяет добиться адаптивная быстрая сортировка. Она убирает из списка незначимые элементы до начала самого задания по их оценке. Чтобы попасть в список для оценки, характеристики должны обладать определенной значимостью для данного респондента. Как показано в таблице 1, метод адаптивной быстрой сортировки также не позволяет четко определить предпочтения потребителя, потому что данные не представлены в виде нормального распределения. Однако в данном случае они гораздо менее ошибочны по сравнению с традиционным методом быстрой сортировки.



Оставить свои комментарии по затронутой теме Вы можете на наших страницах в Facebook и Вконтакте.

Оригинал статьи www.quirks.com
Перевод статьи Агентство маркетинговых исследований FDFgroup







Будьте в курсе, а также
получайте полезные материалы