تحقیق کیفی موبایلی برای پاسخگویی به سوالهای کوچک با داده‌های بزرگ

تحقیق کیفی موبایلی برای پاسخگویی به سوالهای کوچک با داده‌های بزرگ

تحقیق کیفی موبایلی برای پاسخگویی به سوالهای کوچک با داده‌های بزرگ

داده‌های بزرگ مزیت بزرگی در کار تحقیق کیفی بر پایه گوشی هوشمند بوده‌اند.

اوایل، چشم‌انداز داده‌های بزرگ برای ما، به عنوان طراح و توسعه‌دهنده‌ی پلتفرمهای تحقیقات کیفی بر گوشی‌های هوشمند ، واقعا ترسناک به نظر می‌رسید. در واقع ما تصور می‌کردیم بتوانیم از پتانسیل زیاد داده‌های بزرگِ خام و بررسی نشده،  داده‌های کاردبری استخراج کنیم. بدون ترس از این که اعداد بزرگمان با انجام عملیات و تقسیم به زیرگروه‌های کوچک، غیر قابل اطمینان و غیر قابل نمایش شوند. تصور میکردیم بتوانیم در یک سطح عظیم و قابل نمایش، نسبت به رفتار مصرف‌کننده و انگیزه‌های اصلیش بینش پیدا کنیم (به شکل روش تحقیق کیفی). خلاصه این که، ما رندر (Render) کردن داده‌های بزرگ را به عنوان یک تحقیق کیفی،‌ که باعث می‌شود مشتریان ملزم به انجام دادن کار کمتری بشوند، تصور می‌کردیم.

اما هر چه بیشتر روی مشتریانی که داده‌های بزرگ در اختیار دارند کار کردیم، بیشتر متوجه توانایی داده‌های بزرگ در بهتر کردن تحقیق کیفی شدیم، به همین ترتیب تحقیق کیفی نیز به پر کردن شکافهایی که در بینشی که داده‌های بزرگ به ما می‌هند کمک می‌کند. توانایی داده‌های بزرگ در پاسخ دادن به «چه می‌گذرد؟» حیرت‌انگیز است. اما تقریبا همیشه سوال «چرا؟» را برای شما بدون پاسخ باقی می‌گذارد. و برای برندها وقتی قصد ابداع کردن و ارتباط برقرار کردن دارند، «چه چیزی» بدون «چرا» کافی نیست.

بنابراین، همانگونه که مشخص می‌شود، داده‌های بزرگ مزیت بزرگی در تحقیق کیفی بر پایه گوشی هوشمند بوده است که به مشتریانمان قابلیت اجرایی می‌دهند.

داده‌های بزرگ به آنها اجازه مید‌هد که رفتار را در مقیاس بزرگ ببینند و به آنها اجازه می‌دهد با دقت، لحظات بحرانی و نقاط تاثیری که قبلا نامرئی بودند را شناسایی کنند. داده‌های بزرگ تحقیقات کیفی روی گوشی‌های هوشمند را، به سمت تمرکز کردن روی لحظات دقیقی که انگیزه‌ها، ادراک و رفتارهایی که احتیاج به فهمیده شدن بهتری دارند، هدایت می‌کند.

اینجا یک مثال داریم. یکی از مشتریان ما یک پیشگام صنعتی در جمع‌آوری، مدیریت و کاوش داده‌های بزرگ، سپس کمک کردن به مشتریانشان در ساختن پلتفرم‌های ارتباطی بر پایه بینشی که پلتفرم فراهم می‌کند است. یکی از استراتژیست‌های داده‌شان، داستانی درباره یک فروشنده که در واقع از تکنیک‌های آنالیز داده‌های بزرگ برای شناسایی دقیق مصرف‌کننده‌ها، بر پایه داده‌های رفتاری دیگری که جمع می‌کردند، استفاده می‌کرد، با ما در میان گذاشت. گرچه مشکل‌زا بودن این تاکتیک اثبات شده، قدرت شناسایی هدفش تاثیر برانگیز است.

حالا، تصور کنید شما یک بازاریاب برای یک شرکت که اثاثیه کودک می‌سازد هستید.

داده‌های بزرگ به شما اجازه می‌دهد بدانید دقیقا چه کسانی به زودی به اثاث کودک نیاز خواهند داشت، مایل به چه برند و فروشنده‌ای برای خرید آن هستند و از چه رسانه‌ای استفاده می‌کنند. بنابراین شما می‌توانید درباره‌اش با آنها ارتباط برقرار کنید. معدن طلا!

اگر می‌خواهید کاری ارزشمندتر از فرستادن یک کوپُن برای آنها انجام دهید، باید بیشتر بفهمید.

اگر می‌خواهید به طور موثری با مردمی که می‌خواهند بچه به دنیا بیاورند ارتباط برقرار کنید و برایشان ابداع کنید، لازم است چیزهایی مانند «امیدوارند چه نوع محیطی برای محل نوزادشان خلق کنند، و چرا» را بفهمید. لازم خواهد بود بفهمید درکشان از تفاوت برندهای اثاثیه‌ای که قرار است شما برای فروش با آنها رقابت کنید چگونه است و عامل این درک چیست. شما نیاز خواهید داشت که بفهمید چه چیزی در مورد محصول شما ویژه و متفاوت است، و چگونه می‌توانید از اثاثیه خودتان به عنوان چیزی که در واقع ارزش عالی‌تری به کاربرش می‌دهد صحبت کنید. شما هنوز به پیدا کردن بینش نسبت به نیازی که مصرف کننده می‌خواهد برند شما، بهتر از هر کس دیگری، مرتفعش کند احتیاج دارید.

آیا می‌خواهید با آن کیفیت‌سنجی کنید؟

حالا، با تحقیقات کیفی روی گوشی هوشمند، به راحتی می‌توانید آن بینش را پیدا کنید. یک پروژه ساده تحقیق کیفی روی گوشی هوشمند، با همکاری پنجاه نفر از مشتریان شناخته شده‌ی داده‌های بزرگتان، به طول یک هفته، اجازه می‌دهد تصویرتان را کامل کنید. شما می‌توانید با گوشی هوشمندشان باعث شوید اتاقی که می‌خواهند به محل نگه‌داری نوزاد تبدیل کنند را به شما نشان دهند، برنامه‌هایشان، خواسته‌هایشان و رویاهاشان را با شما در میان بگذارند. و شما می‌توانید این غنای اطلاعاتی را در عکس‌های ترکیبی، اعترافات صوتی و ویدیوهای اچ دی به تیم خود ببرید. شما می‌توانید سوار بر جیب‌ها و کیف‌هایشان شوید و از آنها بخواهید مسیری که طی می‌کنند تا تصمیم بگیرند چه اثاثیه‌ای بخرند را ژورنال کنند و هر تاثیر درون‌مغازه‌ای و آنلاین و غیره‌شان را ثبت کنند. می‌توانید آنها را بفرستید تا از محصول شما (یا رقیبتان) خرید کنند و به شما بگویند در طراحیتان چه کار درستی می‌کنید و وضعیت محصولتان در بازار چگونه است.

فقط ما نیستیم که پیگیر چگونگی اضافه کردن «چرا» به آن «چه چیزی» که داده‌های بزرگ شناسایی کرده است هستیم.

ما یک هیئتِ بحث به نام «کیفیت سنجی علیه داده‌های بزرگ» دیدیم. هفته گذشته در Qual 360 در واشنگتن پیشروان دیدی ازCirque du Soleil، Merck، Travelocity/Orbitz و Gallup سبک سنگین کردند، یکی از تم‌های کلیدی که منتج شد این بود که اصلا «کیفیت سنجی علیه داده‌های بزرگ» در کار نیست. بیشتر شبیه «داده‌های بزرگ اجازه می‌دهد من ببینم چه می‌گذرد و کیفیت‌سنجی اجازه می‌دهد بفهممش و برای مخاطبان داخلیم معنادارش کنم.» است.

ناگهان می‌بینیم که داده‌های بزرگ و کیفیت‌محوری بیشتر شبیه بتمن و رابین و کمتر شبیه لکس لوتر و سوپرمن هستند.

به جای دعوا کردن بر سر فضا در جهان بینش، تجربه ما به ما آموخت که داده‌های بزرگ و کیفیت‌محوری بیشتر یک تیم پویای دو نفره هستند که با همکاری هم برای ارائه تصویر کامل به بالا بردن سطح نوآوری‌های موثر، پیشرفت برند و ارتباطات کمک می‌کنند. و حالا داده‌های بزرگ به جای تهدید آمیز به نظر رسیدن، شروع به هیجان انگیز بودن کرده است.

نوشته شده توسط راس مک‌لین، منبع: greenbookblog



هنوز کسی نظر خود را ثبت نکرده، شما نفر اول باشید.

ثبت یک دیدگاه

سوالات بیشتری دارید؟ با ما تماس بگیرید

تماس با ما