ວິທີການນໍາໃຊ້ໄດເວີທີ່ສໍາຄັນເພື່ອວິເຄາະຂໍ້ມູນສໍາຫຼວດ

ວິທີການວິໄຈຂັ້ນສູງສໍາລັບບົດລາຍງານຕໍ່ຫນ້າລູກຄ້າ

ຂໍ້ມູນການສໍາຫຼວດເຮັດໃຫ້ຕົວເອງດີກັບຂະບວນການທີ່ເອີ້ນວ່າ ການວິເຄາະຄົນຂັບທີ່ສໍາຄັນ . ການກໍານົດແລະການວິເຄາະຜູ້ຂັບຂີ່ທີ່ສໍາຄັນສາມາດຊ່ວຍໃຫ້ນັກກາລະຕະຫຼາດແລະຜູ້ໂຄສະນາຊອກຫາຄໍາຕອບຕໍ່ຄໍາຖາມຕ່າງໆເຊັ່ນ: ສິ່ງທີ່ເຮັດໃຫ້ລູກຄ້າຂອງຂ້ອຍປ່ຽນຊື່ອື່ນ? ສິ່ງທີ່ປະກອບສ່ວນໃຫ້ຄວາມໂປ່ງໃສຂອງຜູ້ບໍລິໂພກໃນການຊື້ຜະລິດຕະພັນຂອງຂ້ອຍ? ກຸ່ມບໍລິໂພກໃດທີ່ມີຄວາມພໍໃຈຫລາຍທີ່ສຸດກັບບໍລິການຂອງພວກເຮົາ?

ໃນການຄົ້ນຄວ້າໃດຫນຶ່ງ, ຂັ້ນຕອນທໍາອິດແມ່ນກໍານົດຄໍາຖາມທີ່ສໍາຫຼວດໄດ້ຖືກອອກແບບເພື່ອຕອບສະຫນອງ.

ນັກກາລະຕະຫຼາດຕ້ອງກໍານົດວ່າຈຸດປະສົງຂອງການຄົ້ນຄວ້າແມ່ນການຄາດຄະເນ, ຄໍາອະທິບາຍຫຼືຄໍາອະທິບາຍ (ຫາຍາກສໍາລັບການສໍາຫຼວດ). ຈະເປັນແນວໃດຖ້າວ່າທັງສອງປະເພດຂອງຈຸດປະສົງແມ່ນສໍາຄັນ?

ຄວາມຫຍຸ້ງຍາກ: ເສລີ່ຍ

ເວລາທີ່ຕ້ອງການ: ຫນຶ່ງອາທິດ

ນີ້ແມ່ນວິທີການ:

  1. ມັນທັງຫມົດກ່ຽວກັບຄວາມສໍາພັນ

    ຕົວແປໃຫຍ່ທີ່ແຕກຕ່າງກັນຂອງຕົວແປທີ່ຂື້ນແລະເປັນອິສະລະສາມາດໄດ້ຮັບການສຶກສາຜ່ານການວິເຄາະຕົວຊີ້ສໍາຄັນແລະໂດຍປົກກະຕິ, ການວິເຄາະແມ່ນມຸ້ງໄປຫາຫນຶ່ງຫຼືຫຼາຍຕົວແປແລະຕົວແປຕ່າງໆ. ມັນແມ່ນ ຜົນກະທົບ ທີ່ສໍາຄັນທາງສະຖິຕິຂອງຕົວປ່ຽນແປງເອກະລາດກ່ຽວກັບຕົວແປທີ່ຂຶ້ນກັບຈຸດສຸມຂອງການຄົ້ນຄວ້າ. ໃນທາງກົງກັນຂ້າມ, ມີລັກສະນະຍຸດທະສາດ (ເຊັ່ນ: ສ່ວນແບ່ງຕະຫຼາດ) ທີ່ມີຄວາມສົນໃຈກັບລູກຄ້າ. ອີກດ້ານຫນຶ່ງ, ມີຕົວກໍານົດການປະຕິບັດງານຫຼືຄຸນລັກສະນະຄໍາອະທິບາຍທີ່ມີຄວາມກ່ຽວຂ້ອງກັບລັກສະນະທາງຍຸດທະສາດໃນທາງໃດທາງຫນຶ່ງ.

  2. ການວິເຄາະຄົນຂັບ Key ສາມາດຕອບວ່າ "ເປັນຫຍັງ?"

    ຕົວແປທີ່ກ່ຽວຂ້ອງທີ່ເລືອກແລະວິທີວິເຄາະທີ່ເລືອກສໍາລັບການວິເຄາະທີ່ສໍາຄັນແມ່ນສ່ວນຫນຶ່ງຂອງຈຸດປະສົງຂອງການຄົ້ນຄວ້າ: ຄໍາອະທິບາຍ, ການຄາດຄະເນ, ຄໍາອະທິບາຍ.

    ຖ້າ ຄໍາອະທິບາຍ ເປັນເປົ້າຫມາຍ, ຕົວແປອິສະລະທີ່ເລືອກໄດ້ຖືກເຊື່ອວ່າມີອິດທິພົນຕໍ່ການປ່ຽນແປງທີ່ສັງເກດເຫັນໃນຕົວແປທີ່ຂຶ້ນກັບ. ຕົວແປອິສະລະຄວນຈະມີການກະເຮັດເຊັ່ນດຽວກັນ. ຕົວຢ່າງ, ຄວາມເພິ່ງພໍໃຈໂດຍລວມກັບການບໍລິການລູກຄ້າ (ຕົວແປທີ່ຂຶ້ນກັບ) ອາດຈະກ່ຽວຂ້ອງກັບເວລາລໍຖ້າ, ຄວາມງ່າຍດາຍຂອງການກັບຄືນແລະນະໂຍບາຍການຄືນເງິນ (ທັງຫມົດຕົວແປອິສະລະແລະຕອບສະຫນອງຕໍ່ການປ່ຽນແປງຫຼືການກະທໍາ).

  1. ການວິເຄາະຄົນຂັບສໍາຄັນສາມາດຕອບວ່າ "ຖ້າເປັນແນວໃດ?"

    ຖ້າ ການຄາດຄະເນ ແມ່ນຈຸດປະສົງຂອງການຄົ້ນຄວ້າ, ຕົວແປອິສະລະກໍາລັງຊອກຫາຄໍາສັນຍາທີ່ຈະຄາດຄະເນຜົນໄດ້ຮັບ. ໃນຕົວຢ່າງນີ້, ຕົວແປອິສະລະບໍ່ຈໍາເປັນຕ້ອງມີການກະທໍາ. ເປົ້າຫມາຍໃນການຄົ້ນຄວ້າການຄາດຄະເນບໍ່ແມ່ນການປ່ຽນແປງຕົວແປທີ່ຂຶ້ນກັບ, ແຕ່ວ່າການຄາດເດົາບາງສິ່ງບາງຢ່າງກ່ຽວກັບມັນ. ຕົວຢ່າງເຊັ່ນການວິເຄາະການຂັບຂີ່ສໍາຄັນສາມາດຖືກອອກແບບເພື່ອຄາດຄະເນການລ່ວງລະເມີດຫຼັງຈາກມີການເຂົ້າຮ່ວມໃນໂຄງການປ້ອງກັນການສູບຢາແຕ່ນັກຄົ້ນຄວ້າຍັງອາດຈະກວດເບິ່ງຕົວແປຕ່າງໆທີ່ແຕກຕ່າງກັນທີ່ເຊື່ອວ່າປັບປຸງອັດຕາຄວາມສໍາເລັດຂອງໂຄງການຢຸດສູບຢາຂອງພວກເຂົາ.

  1. ການວິເຄາະຄົນຂັບສໍາຄັນແມ່ນການສໍາຫຼວດເປັນມິດ

    ຄຸນລັກສະນະຂອງຍີ່ຫໍ້ມັກຈະເປັນຫນຶ່ງໃນສາມປະເພດ: ຄວາມພໍໃຈ, ການຕົກລົງ, ຫຼືການປະຕິບັດງານ. ຫລາກຫລາຍເກັດທີ່ສາມາດຖືກນໍາໃຊ້ເພື່ອບັນທຶກການຕອບສະຫນອງຂອງຜູ້ຕອບແບບສໍາຫຼວດຫຼືການຈັດອັນດັບຂອງຄຸນລັກສະນະໃນປະເພດເຫຼົ່ານີ້. ຂະຫນາດ rating ທົ່ວໄປທີ່ສຸດແມ່ນ Likert, ເຊິ່ງສາມາດນໍາໃຊ້ໄດ້ງ່າຍຕໍ່ຄວາມພໍໃຈແລະຂໍ້ຕົກລົງ. ໃນເວລາທີ່ຜູ້ຕອບແບບສອບຖາມມີອັດຕາຄຸນລັກສະນະຂອງຜະລິດຕະພັນຫຼືບໍລິການຫຼືຄຸນລັກສະນະຕ່າງໆໃນຫລາຍຍີ່ຫໍ້, ພວກເຂົາສາມາດກວດເບິ່ງກ່ອງສໍາລັບ "ແມ່ນ" ກັບຂໍ້ມູນທີ່ມີຜົນ 1/0. ຂໍ້ມູນລະບົບປະສາດນີ້ຖືກປ່ຽນແປງໄດ້ຢ່າງງ່າຍດາຍສໍາລັບຈຸດປະສົງຂອງການວິເຄາະສະຖິຕິ.

  2. ໄດເວີສໍາຄັນຕ່າງໆສໍາລັບຕະຫຼາດທີ່ແຕກຕ່າງກັນ

    ການຄົ້ນຄວ້າສ່ວນແບ່ງຕະຫລາດຊີ້ໃຫ້ເຫັນວ່າຄົນຂັບລົດທີ່ແຕກຕ່າງກັນອາດຈະມີຄວາມສໍາຄັນໃນຕະຫຼາດທີ່ແຕກຕ່າງກັນແລະບາງຄົນອາດຈະມີຄວາມສໍາຄັນໃນທຸກພາກຕະຫຼາດ. ການວິເຄາະການຂັບຂີ່ສໍາຄັນສາມາດງ່າຍການອອກແບບການສໍາຫຼວດຍ້ອນວ່າມັນສາມາດຖືກຖາມພຽງແຕ່ຄັ້ງດຽວໃນການສໍາຫຼວດແຕ່ຂໍ້ມູນທີ່ສາມາດຖືກກັ່ນຕອງເຂົ້າໄປໃນ "ການຕັດ" ຫຼືທໍ່ທີ່ແຕກຕ່າງກັນເຊິ່ງສະທ້ອນໃຫ້ເຫັນກຸ່ມຜູ້ບໍລິໂພກທີ່ແຕກຕ່າງກັນ. ຕົວຢ່າງເຊັ່ນການຕັດທອນສາມາດສະທ້ອນໃຫ້ເຫັນເຖິງປະຊາກອນ, ອາຍຸ, ເພດ, ສະຖານະພາບເສດຖະກິດ, ລາຍໄດ້, ຫຼືລະດັບການສຶກສາ.

  3. ການວິເຄາະຄົນຂັບສໍາຄັນສາມາດນໍາໃຊ້ກັບຄຸນຄ່າທາງປະຫວັດສາດ

    ສາມາດນໍາໃຊ້ເຕັກນິກການວິເຄາະຕ່າງໆເພື່ອປະຕິບັດການວິເຄາະການຂັບຂີ່ທີ່ສໍາຄັນ. ບາງຕົວແປທີ່ຂຶ້ນຢູ່ກັບຫມວດຫມູ່, ບໍ່ໄດ້ມາດຕະຖານ, ແລະດັ່ງນັ້ນບໍ່ສາມາດຖືກວິເຄາະໂດຍການເລື່ອນທາງເສັ້ນ. ແທນທີ່ຈະ, ການວິເຄາະການຈໍາແນກແບບເລິກເຊິ່ງ ຫຼືການຟື້ນຟູ logistic ຖືກນໍາໃຊ້. ຕົວແປຫມວດຫມູ່ສາມາດຖືກນໍາໃຊ້ໃນການສໍາຫຼວດທີ່ມີທັງຈຸດປະສົງການຄາດຄະເນແລະຄໍາອະທິບາຍ. ການສອບຖາມຄວາມເພິ່ງພໍໃຈຂອງລູກຄ້າຫຼືການກວດສອບຄວາມສັດຊື່ມັກນໍາໃຊ້ຄ່າເສື່ອມລາຄາທີ່ສະແດງເຖິງສະຖານະພາບຂອງຄວາມສໍາພັນຂອງລູກຄ້າ (ການເຄື່ອນໄຫວ / ບໍ່ໃຊ້).

  1. Linearity - ອີກຫນຶ່ງສິ່ງທີ່ຄວນພິຈາລະນາ

    ຜູ້ຂັບຂີ່ທີ່ສໍາຄັນແມ່ນລັກສະນະທີ່ມີຄວາມສໍາຄັນທາງສະຖິຕິກັບຜົນໄດ້ຮັບທີ່ຕ້ອງການຫຼືຄຸນລັກສະນະທາງຍຸດທະສາດ. ຕົວແປທີ່ເປັນເອກະລາດຖືກຖືວ່າເປັນ linear ຖ້າມັນມີສາຍພົວພັນທີ່ກົງກັບຕົວແປທີ່ຂຶ້ນກັບ. ຕົວຢ່າງຈະເປັນຄວາມຍືດຫຍຸ່ນຂອງລາຄາ - ຍ້ອນລາຄາສິນຄ້າປ່ຽນແປງ, ຮູບແບບການຂາຍແບບເລີ້ມຕົ້ນແມ່ນເກີດຂຶ້ນໃນການຕອບສະຫນອງຕໍ່ການປ່ຽນແປງເຫຼົ່ານີ້. ເວັ້ນເສຍແຕ່ວ່າລະດັບຄວາມຖືກຕ້ອງຂອງການຄາດເດົາແມ່ນຕ້ອງການ, ໃນການສຶກສາທີ່ໄດ້ຮັບການອອກແບບຢ່າງດີ, ຂໍ້ມູນທາງເສັ້ນສາມາດສະແດງຂໍ້ມູນທີ່ບໍ່ແມ່ນເສັ້ນທາງທີ່ຖືກຕ້ອງ, ໂດຍບໍ່ຈໍາເປັນຕ້ອງໃຊ້ເຕັກນິກແບບພິເສດ.

  2. ຄໍາຮ້ອງສະຫມັກຊອບແວສໍາລັບການວິເຄາະຄົນຂັບທີ່ສໍາຄັນ

    ແພກເກດຊອບແວຈໍານວນຫຼາຍຖືກອອກແບບມາເພື່ອປະຕິບັດຂະບວນການສະຖິຕິທີ່ຈໍາເປັນສໍາລັບການວິເຄາະທີ່ສໍາຄັນ. ນິຕະຍະສານ Quirk ເຜີຍແຜ່ການທົບທວນຊອບແວ.

    ສອງສະແດງຢູ່ທີ່ນີ້ກວມເອົາຂອບເຂດຂອງຕົວເລືອກທີ່ມີຢູ່ຈາກຄໍາຮ້ອງສະຫມັກຂັ້ນພື້ນຖານທີ່ຖືກອອກແບບມາເພື່ອເຮັດວຽກເປັນ Microsoft Excel Add-ins ກັບແພລະຕະຟອມທີ່ສົມບູນແບບເຊັ່ນ SPSS.

    ALLSTAT ແມ່ນການວິເຄາະຂໍ້ມູນລາຄາບໍ່ແພງແລະການແກ້ໄຂສະຖິຕິສໍາລັບ Microsoft Excel.

    SPSS ແມ່ນມາດຕະຖານ, ແລະມັນໄດ້ມີການປັບປຸງຫຼາຍໆຢ່າງ - ຫນຶ່ງໃນນັ້ນແມ່ນໂມດູນການຕະຫຼາດຂອງ IBM SSPS Direct Marketing ເບິ່ງຄືວ່າມີປະໂຫຍດສໍາລັບນັກຄົ້ນຄວ້າຕະຫຼາດ.

  1. ປະໂຫຍດຂອງການວິເຄາະຄົນຂັບທີ່ສໍາຄັນ

    ເນື່ອງຈາກການວິເຄາະທີ່ສໍາຄັນແມ່ນມີປະສິດທິພາບແລະສາມາດຂະຫຍາຍໄດ້, ມັນຊ່ວຍຮັກສາຂອບເຂດງົບປະມານແລະຊັບພະຍາກອນຂອງການອອກແບບການສໍາຫຼວດແລະການວິເຄາະ. ຜູ້ຂັບຂີ່ຍີ່ຫໍ້ທີ່ມີຢູ່ - ເວົ້າວ່າ, ທີ່ຄຸ້ນເຄີຍກັບລູກຄ້າຜູ້ທີ່ໃຊ້ການສໍາຫຼວດປະຈໍາປີ - ສາມາດນໍາໃຊ້ໃນຂອບເຂດການສໍາຫຼວດທີ່ມີຢູ່; ການສໍາຫຼວດທີ່ນໍາໃຊ້ການວິເຄາະຄົນຂັບທີ່ສໍາຄັນບໍ່ຈໍາເປັນຕ້ອງເຮັດໃຫ້ຍາວນານຫຼືສັບສົນຫຼາຍ. ແບບສອບຖາມລູກຄ້າຕ້ອງບໍ່ປ່ຽນແປງຢ່າງຈະແຈ້ງເພື່ອຮອງຮັບການວິເຄາະຄົນຂັບທີ່ສໍາຄັນ. ເລື່ອງທີ່ໃຊ້ການວິເຄາະການຂັບຂີ່ທີ່ສໍາຄັນແມ່ນສາມາດເຂົ້າໃຈໄດ້ແລະໃຫ້ມັນສະແດງຕົວຕົນຂອງຂໍ້ມູນສໍາລັບການນໍາສະເຫນີ.

  2. ອ້າງອິງ

    ການທົບທວນການຄົ້ນຄວ້າວິໄຈຕະຫຼາດ Quirk ເຜີຍແຜ່ບົດຄວາມກ່ຽວກັບຫົວຂໍ້ການຄົ້ນຄວ້າຕະຫຼາດແບບກວ້າງຂວາງ. ຊຸດຂອງພວກເຂົາກ່ຽວກັບ ການນໍາໃຊ້ຂໍ້ມູນ ແລະ ເຕັກນິກການຄົ້ນຄວ້າແລະທ່າອ່ຽງ ແມ່ນມີຜົນປະໂຫຍດສໍາລັບນັກຄົ້ນຄວ້າທີ່ສົນໃຈໃນຫມາກໄມ້ແລະການຄົ້ນຄວ້າການສໍາຫຼວດ.

    ແຫຼ່ງຂໍ້ມູນ

    • ບົດຄວາມຂອງ Quirk # 20010104 - ການສໍາຫຼວດວິທີການວິເຄາະໂດຍ Rajan Sambandam (ຂອງສູນຕອບໃນ Fort Washington, PA)
    • ບົດຂຽນຂອງ Quirk # 20010297 - > ການວິເຄາະຄົນຂັບ Key ໂດຍ Micheal Lieberman (ຂອງ Multivariate Solutions, New York