舉例來說,如果客戶是一家咖啡供應(yīng)商,“我們會通過產(chǎn)品互動情況匯總出一套包含強(qiáng)調(diào)部分的調(diào)查報告,其中突出體現(xiàn)了每一次客戶提到其它競爭對手的情況,”Sebastian表示?!斑@樣大家就能立即對客戶流失狀況作出因果分析——而這顯然并不是定性數(shù)據(jù)能夠?qū)崿F(xiàn)的效果?!?/p>
QSR International是另一家利用定制化軟件專門處理定性數(shù)據(jù)的企業(yè),其NVivo產(chǎn)品已經(jīng)為Gallup所采用。除了廣為人知的全國民調(diào)服務(wù)之外,Gallup也以咨詢方的身份幫助企業(yè)了解客戶關(guān)系當(dāng)中的情感狀況,而這自然會涉及到大量定性數(shù)據(jù)。
“一部分關(guān)鍵性研究問題需要單獨通過定性方式處理,其中包括客戶為什么會主動疏離或者對供應(yīng)商的服務(wù)表現(xiàn)出冷漠態(tài)度,乃至其在體驗客戶服務(wù)過程當(dāng)中表現(xiàn)出的動機(jī)與思維過程,”Gallup研究與策略顧問Ilana Ron-Levey指出。“當(dāng)我們與企業(yè)建立合作關(guān)系之后,定性數(shù)據(jù)能夠幫助我們了解到特定觀點的廣泛性,同時也是我們了解其背后特定規(guī)律及分布含義的關(guān)鍵所在,”她解釋道。
Gallup方面還利用一系列技術(shù)手段評估客戶心態(tài)。舉例來說,在最近一個B2B項目當(dāng)中,Gallup方面就面對面采訪了100多位高級客戶,并以客戶參與度為核心 收集到了大量定性與量化數(shù)據(jù),Ron-Levey表示。該團(tuán)隊還利用NVivo以及微軟Excel手動編碼的方式對定性數(shù)據(jù)進(jìn)行分析。
有了這些分析結(jié)果,Gallup利用定性響應(yīng)以統(tǒng)計方式解釋了影響客戶參與度的諸多因素。其利用定性數(shù)據(jù)描述了這些因素如果驅(qū)動客戶的所見內(nèi)容及感受。以此為基礎(chǔ),“我們收集到了多種能夠切實提高不同類型客戶參與度的執(zhí)行策略,”她表示。
在軟件當(dāng)中處理定性數(shù)據(jù)通常需要為其賦予數(shù)值形式,例如為特定定性響應(yīng)或者評論分配一個數(shù)值等級或者分值。比如在情緒分析當(dāng)中,研究人員通常會利用一個正值或者負(fù)值來表示定性數(shù)據(jù),而后再分配另一個數(shù)值來描述這種情緒的具體強(qiáng)度,Born指出。
文本分析包括以定性方式——例如議題模型及熱圖——對文本信息的內(nèi)容進(jìn)行總結(jié),而自然語言與語義處理技術(shù)則能夠從語音當(dāng)中提取出真實含義——包括書面與口頭兩類。
將定性數(shù)據(jù)轉(zhuǎn)化成量化形式可能會涉及到一些主觀決策?!斑@是一大挑戰(zhàn),但其中同時也充滿了機(jī)遇,”Borne指出。“語言當(dāng)中包含著大量微妙且復(fù)雜的內(nèi)容,我們可以將其提取出來進(jìn)行深度理解,從而更加準(zhǔn)確地把握其含義?!?/p>
QSR的NVivo產(chǎn)品中已經(jīng)采用了一系列算法,能夠通過常用詞匯或者句型對數(shù)據(jù)進(jìn)行分析。有了大量可視化工具,我們能夠更加輕松地解讀數(shù)據(jù)內(nèi)容——包括關(guān)鍵字云與樹狀圖。
“這讓我們能夠以強(qiáng)大且可靠的可視化角度獲取觀點及其深層原因,”QSR公司CEO John Owen表示。
定性數(shù)據(jù)收集工作往往相當(dāng)費時,需要研究人員擁有高超的技巧并建立起和諧的關(guān)系,從而降低對受訪者意見的理解偏差,效力于Gallup的Ron-Levey指出。
“作為一項長期被低估甚至忽視的重要技能,定性數(shù)據(jù)研究人員需要擁有移情能力,”Forrester公司的Lai表示贊同?!岸壳暗臓顩r是,定性研究人員往往單純依靠編程而非深入考量背景信息或者潛臺詞的方式進(jìn)行數(shù)據(jù)分析?!?/p>
處理數(shù)據(jù)并確保研究模型切實生效同樣不是件簡單的事。大家可能需要從無到有對一整套量化數(shù)據(jù)集進(jìn)行規(guī)范化處理,但這項任務(wù)在面對定性數(shù)據(jù)時會變得非常艱難,Borne指出。
“標(biāo)準(zhǔn)統(tǒng)計測試往往會對假設(shè)甲與假設(shè)乙進(jìn)行比對,但對于同時包含多種理解方式的定性數(shù)據(jù)來說,這樣的直接假設(shè)根本無法生效,”他進(jìn)一步解釋稱。
而從分析的角度出發(fā),理解方式在推廣過程中往往會超出樣本數(shù)據(jù)集的涵蓋范圍,Ron-Levey提醒道。
不過值得肯定的是,妥善打理定性數(shù)據(jù)確實能夠帶來令人欣慰的回報。
“在大數(shù)據(jù)時代之下,我們開始不斷探索數(shù)字背后所隱藏的真正意義,”Ron-Levey表示。“通過這種方式了解人們的感受、動機(jī)以及觀點將幫助企業(yè)建立起創(chuàng)新成果與新的運營戰(zhàn)略,從而吸引到更多客戶的關(guān)注?!?/p>
Forrester公司的Lai亦表示,“定性與量化觀點可以說是客戶情緒認(rèn)知工作中的‘陰與陽’兩面,只有將二者結(jié)合起來,才能真正得到與消費者行為相關(guān)的完整結(jié)論?!?/strong>
原文標(biāo)題:Why big data isn’t always the answer via:51CTO 核子可樂譯