Проценко Сергей Николаевич

Участие в Ассоциации не только даёт возможность общения с интересными людьми и настоящими профессионалами, но и обеспечивает дополнительный импульс, позволяет «не закисать».

Сергей Проценко, Южно–Российский исследовательский центр, Ростов-на-Дону

Автор статьи объясняет, как можно эффективно использовать Big Data, объединяя опрос и мониторинг социальных медиа.

alt

 Мы можем многое узнать, изучая поведение людей в интернете. Данио Димитров объясняет, как можно эффективно использовать Big Data, объединяя рациональное и эмоциональное.

Получение лучших инсайтов от респондентов всегда было ключевой задачей в любом исследовательском проекте. Существует множество способов получения информации от методологии до взаимодействия с респондентами и удержания их внимания. На протяжении долгих лет стремление за вечно недостижимыми инсайтами сопровождалось рядом преобразований и даже революций. С новейшими технологиями и онлайн инструментами это стремление поднялось на более высокий уровень. Сочетание активных опросов и пассивного мониторинга может стать ключом к построению полной картины поведения потребителей.

История

Онлайн исследованиям уже почти 20 лет. Онлайн позволяет дистанционно опросить респондентов. Онлайн исследователи гарантируют, что качество данных можно контролировать и анализировать с помощью сочетания умных инструментов и подходов. Панели были и остаются важным строительным блоком этой конструкции. Они обеспечивают предварительный таргетинг и дают информацию о том, насколько велика потенциальная потребительская аудитория. Все больше и больше клиентов и агентств стремятся использовать онлайн панели. За прошедшие годы было сделано многое для достижения максимально возможного уровня участия респондентов: геймификация, адаптация опросов для мобильных телефонов, совершенствование дизайна, визуализация вопросов.

Привет из подсознания

Однако, независимо от технологии, принцип остается тем же самым – мы просим людей активно делиться своим мнением и предоставлять как можно больше деталей, разбирая восприятие объекта исследования до самой маленькой молекулы, пытаться понять его. В конце концов, потребительское поведение, как ожидается, будет рациональным, основанным на твердых аргументах «почему я покупаю этот продукт», «почему мне это нравится» и «чем он отличается от любого другого». Мы все хотим верить, что мы рациональны, но если быть честным, то мы должны признать, что часть нашего потребительского поведения является эмоциональной. Рациональная часть в нас оценивает плюсы и минусы определенных покупок, но всегда кто-то маленький сидит у нас на плече и шепчет нам на ухо: «Купи красный, купи красный».

Активный сбор рациональных мнений приближает нас к цели. Это дает уверенность в том, что сделает потребитель. Тем не менее, чем больше мы знаем о подсознательном маленьком человеке на плече, тем больше мы ищем способы зафиксировать этот эмоциональный эффект в наших исследованиях.

Новое важное дело

В первые годы анализ Big Data вызвал восторг на исследовательском рынке, казалось, что это ответ на все наши вопросы. Казалось, что опрос респондентов уже в прошлом. Ведь своим онлайн поведением люди дают нам много информации. Тем, что люди ищут в интернете (прочитанные статьи, предпочтения в социальных сетях, упоминания продуктов и т. д.), они показывают нам, что им интересно. Существует так много источников для сбора информации, и активный опрос стал казаться менее привлекательным. Производители считают, что поведением потребителей управляют эмоции, а их сложнее извлекать в стандартной исследовательской среде. Они должны быть разгаданы из неосознанных действий человека, когда никто не смотрит. Клиенты начали проявлять интерес к Big Data и увидели в нем способ, наконец, зафиксировать и проанализировать подсознательные программы своих потенциальных клиентов. Big Data обещают скорость и точность. Мы можем проанализировать, разделить и переформатировать набор данных, чтобы выявлять тенденции и идентифицировать связи между кажущимися несвязанными факторами. На базе программных платформ разработаны решения для сортировки неструктурированных данных и получения ценной информации. Кажется, что у нас есть ответы на все наши вопросы.

Возникающие вопросы

Дальнейшие исследования в этой области вскоре выявили определенные недостатки. Ясно, что с неструктурированными данными возникают проблемы, которые накапливаются. Первоначальный азарт стал уступать некоторым важным проблемам:

Как отсеять важные моменты от «шума» в данных?

Как выделить наиболее важные каналы данных для наблюдения и анализа в соответствии с целью исследования?

Можно ли собирать информацию без вторжения в личное пространство и конфиденциальные данные?

Где конкретные границы между личным пространством и информацией, доступной для исследований?

Почему анализ, основанный на больших данных, эффективен только в том случае, если он сделан специалистом с определенным набором технологических и аналитических навыков, а когда таких экспертов не хватает?

Как контролировать затраты, когда сбор данных из нескольких источников требует значительного пространства для хранения, которое неизбежно растет, а иногда выходит за рамки ожиданий?

Как составить портрет потребителя методом 360̊, учитывая, что для этого требуется доступ к широкому спектру данных о человеке, которые трудно получить, не пересекая личные границы?

Реализация этих проблем заставила клиентов и исследователей сделать шаг назад и снова рассмотреть традиционные методы исследования. Какая методология является быстрой, точной и легко совместимой с большими данными? Ответ всегда был прямо перед нами − онлайн панели.

Вместе сильнее

Мы знаем все об онлайн панелях. Они существуют довольно долго. Они содержат ключевые моменты в отношении потребителя, которые, если их использовать с умом, могут решать проблемы Big Data. В рамках онлайн панели участников просят с самого начала поделиться значительным количеством личной информации. Им известно о том, что владелец панели должен защищать эти данные. Участники могут решить, чем они хотят поделиться, хотят ли они участвовать в данном исследовании, осознавая, как долго оно будет длиться. Это может показаться довольно простой комбинацией преимуществ панели, но если мы вернемся к упомянутым выше проблемам Big Data, то становится ясно, в чем они соответствуют.

Проблемы Big Data Решение с помощью онлайн панелей
Устранение «шума» Big Data Необходимо правильно настроить таргетинг на вашу аудиторию, тогда «шума» в данных будет намного меньше, а важные индикаторы будут более заметны.
Определение наиболее полезных каналов для мониторинга Результаты исследований на основе панелей могут указать на правильные каналы и временные рамки.
Конфиденциальность данных участников Владельцы панелей обязаны защищать конфиденциальную информацию участников. Для владельца панели нет никаких компромиссов, связанных с защитой данных.
Граница между личным и исследовательским Личность участников опроса подтверждается при регистрации, но остается анонимной в ходе исследования. Личные данные доступны для анализа без раскрытия фактической личности.
Требуются специфические сочетания экспертных навыков для анализа Синергия с данными панелей позволяет более широкому кругу специалистов участвовать в анализе.
Лишние затраты на хранение Пространство для хранения можно контролировать, используя выборки из онлайн панелей.
Невозможно составить портрет потребителя методом 360̊ В регистрационных анкетах панелей есть подробная информация об участниках.

 Вместе лучше

Проблемы и решения, перечисленные в таблице, важны, но не дают никаких подробностей о том, как этот процесс действительно работает. В зависимости от потребностей клиента, механики объединения панельных опросов и сбора информации Big Data различаются. Как и в любом другом исследовании, все зависит от целей и задач. Определение аудитории для панельного исследования уже дает ответы на вопрос, какие каналы больше подходят для мониторинга, и какой подход к мониторингу применяется.

Концепция довольно проста, но ее выполнение может стать проблемой. Существуют количественные онлайн опросы с использованием панелей, которые связаны с инструментом сбора информации Big Data, чтобы респонденты предлагали доступ к этой информации другим пользователям. Ключевым аспектом синергии Big Data и панелей является обеспечение того, чтобы оба модуля обменивались данными друг с другом на технологическом уровне, а переменные сохранялись правильно.

Этот «диалог» обеспечивается благодаря установке приложения для cookie tracking, Facebook или другого трекера социальной сети, вплоть до установки виртуального собеседника, который будет измерять определенные особенности образа жизни, основываясь на прошлых вариантах выбора. Ни при каких обстоятельствах имя, адрес, адрес электронной почты и другая личная информация респондента не должны храниться или передаваться третьим лицам. Профиль респондента имеет значение только для исследователя. Пока респонденты уверены, что личная информация не будет передана третьим лицам, мы сможем собрать необходимую информацию для анализа.

Дополнительная выгода

Здесь все части головоломки сходятся. Активный опрос и пассивный мониторинг помогают раскрыть тайны потребительского поведения. Мы используем выводы Big Data о прошлом поведении, такие как элементы поиска, симпатии и антипатии. А опросы в онлайн панелях дают информацию о намерениях, взглядах и перспективах, ориентированных на будущее. Синергия между традиционной методологией исследования и анализом Big Data создает двойную выгоду: лучшее понимание того, от чего действительно зависит принятие решения о покупке, как с рациональной, так и с эмоциональной точки зрения.

Перевод: Карпова Антонина

Источник: http://www.research-results.de