Tutkimustuloksia nelikentästä - mahdollisuudet markkinatutkimuksessa

Asiakkaan odotusten ja mieltymysten sekä laajempaan markkinatutkimukseen liittyen menetelmäkehitys etenee hiljalleen. Zeffin asiakkaat keskittyvät useimmiten mittaamaan asiakkaiden tyytyväisyyttä - sen sijaan tulevien lanseerausten ja tuotekehityksen pohtimisessa ei aina käytetä samaa edistynyttä työkalua, kuin mitä asiakastyytyväisyyden tutkimisessa. Molemmat ovat kuitenkin keskeisiä asiakasymmärryksen lajeja - siksi nostamme tässä blogikirjoituksessa esiin markkinatutkimuksen ja kyselyjen tutkimustuloksia.

Mikä vetää asiakkaita puoleensa - markkinatutkimuksen uudet tuulet ja Zeffin nelikenttä

Asiakkaan odotusten ja mieltymysten sekä laajempaan markkinatutkimukseen liittyen menetelmäkehitys etenee hiljalleen. Zeffin asiakkaat keskittyvät useimmiten mittaamaan asiakkaiden tyytyväisyyttä - sen sijaan tulevien lanseerausten ja tuotekehityksen pohtimisessa ei aina käytetä samaa edistynyttä työkalua, kuin mitä asiakastyytyväisyyden tutkimisessa. Molemmat ovat kuitenkin keskeisiä asiakasymmärryksen lajeja - siksi nostamme tässä blogikirjoituksessa esiin markkinatutkimuksen ja kyselyjen tutkimustuloksia.

Selkälän ja Reipsin tuoreen (2023) tutkimuksen(1 perusteella Zeffin nelikenttä-kysymystyyppi soveltuu muita tutkittuja vaihtoehtoja paremmin tutkimuskohteiden väliseen suhteuttamiseen, joka on keskeistä myös markkinatutkimukselle. Erityisesti tutkijat (mt. 2023) nostavat esiin sen soveltuvuuden niin sanottuun conjoint-analyysiin, jossa tutkitaan tuotteen eri ominaisuuksien välisiä suhteita. Tämä perustuu tutkitusti Zeffin voimakkaaseen taipumukseen saada kyselyvastaajat rinnastamaan kysyttyjä asioita toisiinsa.

Tämä yhdistettynä ZEF-metodin suhteuttavaan vastaustapaan(2 avaa mielenkiintoisen mahdollisuuden myös asiakkaiden suhteellisten odotusten tutkimiselle. Näin voidaan verrata esimerkiksi uuden kehityksessä olevan tuotteen ominaisuusvaihtoehtojen painoarvoja ja optimoida valinnat niin, että niiden suhteellinen sopivuus asiakkaan mieltymyksiin on mahdollisimman hyvä.

Conjoint-analyysi voi olla kuormittava niin kyselyn toteuttajalle, kuin vastaajallekin ja keinot sen virtaviivaistamiseen ovat varmasti tervetulleita. Toisin kuin akateemisempi tutkimus yleensä, markkinatutkimus elää ennen kaikkea asiakkaan rajallisesta ajasta riippuvaisena. Esimerkiksi kymmenien minuuttien vastausaika ei useinkaan ole perusteltu tai ainakin tutkimuksen toteuttaja joutuu varautumaan selvään vastaajakatoon tutkimuksen aikana. Puuttuva data ei liene kenenkään etu - miksi siis ei jo tutkimuksen suunnitteluvaiheessa huomioitaisi tutkimusekonomiaa vastaajien kannalta? 

Conjoint-analyysissa(3 verrataan tuotteeen attribuutteja eli ominaisuuksia toisiinsa ja saadaan tutkimusprosessin lopputuloksena ominaisuuksien suhteelliset painoarvot päätöksenteolle. Analyysissa voidaan verrata olemassa olevia tai mahdollisia tulevia (hypoteettisia) tuotevaihtoehtoja toisiinsa. Edellä mainitussa Selkälän ja Reipsin (2023) tutkimuksessa(1 nostettiin esiin nimenomaan nelikentän soveltuvuus conjoint-analyysiin. 

Nelikenttä on Zeffissä käytössä oleva kysymystyyppi, jossa kysytään vastaajalta näkemystä kahdella ulottuvuudella samanaikaisesti. Soveltaen Imthornin ja kumppanien case-esimerkkiä(3 voitaisiin esim. puhelimen ominaisuudet rinnastaa toisiinsa Zeffin nelikentässä seuraavassa kuvassa näytetyllä mekanismilla. Tällaisessa menettelyssä tuotteen ominaisuuksia verrattaisiin siis pareittain niiden välisten suhteiden tunnistamiseksi ja vastaajien kognitiivista kuormaa voitaisiin vähentää paitsi valitsemalla kysymystyypiksi nelikenttä(1, myös jakamalla vastaajajoukko satunnaisiin alaryhmiin, joilta kultakin kysyttäisiin oma osuutensa kysymyssarjasta - ei koko tutkimuksen kysymyspatteristoa.

Kuva 1. Kyselynäkymä puhelimen hinnan ja painon välisen suhteen analyysissa nelikentässä.

Conjoint-analyysin lisäksi markkinatutkimuksessa hyödynnetään toki paljon muitakin metodeja ja meidänkin asiakkaamme käyttävät esim. tuotelanseerauksia pohtiessa jopa visuaalisia kysymyksiä kuten kuvavalintaa konkretisoimaan tuotevaihtoehtoja ja helpottamaan valintaa niiden välillä. Tällainen asetelma voidaan toteuttaa esimerkiksi alla olevan kuvan 2 esimerkin mukaisesti, jossa siinäkin on visuaalisuudestaan huolimatta myös mahdollisuuksia conjoint-analyysille.

Kuva 2. Esimerkki visuaalisesta tavasta kerätä tietoa preferensseistä.

Kuva 15.2.2024 klo 10.59

Kokonaan oma lukunsa markkinatutkimuksessa on tekstinanalyysi, josta kirjoitamme myöhemmin toisessa blogikirjoituksessa. Mainittakoon kuitenkin menetelmistä sen verran, että sentimenttianalyysi, avainsana-analyysi (pohjautuen pohjoismaisten kielten osalta Koskenniemen ja Karlssonin kehittämälle kielen rakenneanalyysille), adjektiivien ja verbien tunnistus sekä tunneprofilointi ovat keskeisiä Zeffin ominaisuuksia myös markkinatutkijan työkalupakissa.

Lähteet:

(1 Selkälä, A. T. & Reips, U.-D. 2023.    A new two-dimensional question format in web survey design: Assimilation and contrast effects. Methodological Innovations, 16(2), 186-200. https://doi.org/10.1177/20597991231179392

(2 Selkälä, A. T., Ronkainen, S. & Alasaarela, E. 2011. Features of the Z-scoring method in graphical two-dimensional web surveys: The case of ZEF. Qual Quant (2011) 45: 609–621. DOI 10.1007/s11135-010-9368-y

(3 Imthorn, M.; Kemp, R. & Nobel, I. 2016. Using Conjoint Analysis in Merger Control. Authority for Consumers and Markets Working paper. ISSN: 2352-0442

Related Posts

August 6, 2024

Mitä kilpailijasi eivät halua sinun tietävän muutoksen läpiviennistä?

Our 2D graph representation allows you to easily interpret and visualize your data, making it simple to identify trends and patterns.

Read the article

May 10, 2024

AI-pohjainen juurisyyanalyysi - NPS:n odotettu parannus

Our 2D graph representation allows you to easily interpret and visualize your data, making it simple to identify trends and patterns.

Read the article