איזה כלים עומדים לרשותך כדי לנתח את הגורמים שמניעים בחירות של אנשים, ומה הכי חשוב להם? בפוסט הזה אני מסביר כיצד אפשר ללמוד מה מניע החלטות רכישה של צרכנים, ואיך ניתן לבנות סקר שוק כדי לאסוף את הנתונים הללו.
מה הכי חשוב ללקוחות?
הנמשל, בהקשר העסקי, הוא איך חברה יכולה להבין מהם הפרמטרים של המוצר או השירות שהיא מתכננת שיהפכו אותו מושך ללקוחות וריווחי לחברה? הבנה של הפרמטרים הקריטיים למוצר ואיך הם משפיעים על הלקוחות היא חשובה כדי שהחברה תדע להכווין את הפעילות שלה (בין אם זה פעילות פיתוח מוצר ובין אם זה אופן השיווק של המוצרים).
מיד אדגים שלוש שיטות, שעוזרות לנתח ולהבין איך רוכשים או צרכנים פוטנציאליים, מקבלים החלטות קנייה. הראשונה – שאלות דירוג פרטניות, השנייה שאלת מידרג, והשלישית "בחירת חבילות" – Conjoint analysis.
שאלות דירוג פרטניות (Likert scale)
שיטה זו היא הפשוטה ביותר, מרכיבים סדרה של כ-10 שאלות, כל שאלה נוגעת לתכונה מסוימת שרוצים לבחון (Feature אפשרי במוצר). לדוגמה אם המוצר הוא תוכנה בענן, אז תשולב בשאלון סדרת שאלות כגון (דוגמה חלקית):
באיזו מידה חשובה לך זמינות התוכנה?
באיזו מידה חשוב לך שהתמיכה בתוכנה תינתן טלפונית?
באיזו מידה חשוב לך שהתוכנה תלווה באפליקציה במובייל?
באיזו מידה חשוב לך שהתוכנה תדע לפעול גם Offline?
באיזו מידה חשוב לך שהתוכנה תכיל אפשרויות הגדרת רמות מידור למשתמשים?
וכן הלאה…
בכל שאלה כזו המרואיין מתבקש לדרג על סולם של 1-5 (1 = כלל לא ועד 5 = במידה רבה מאוד).
החסרון בשיטה הוא שכל פרמטר "מבודד" מיתר הפרמטרים. במציאות, כאשר אנחנו מקבלים החלטות אנחנו שוקלים מצרף של פרמטרים, נוסף על כך, ייתכן שנקבל פרמטרים שנראים "שווי ערך" (שניהם חשובים במידה רבה מאוד, לדוגמה) אבל בפועל עשויים להיות בעלי חשיבות שונה. השיטות הבאות מנסות לתת מענה למגבלה זו.
שאלת מידרג (Ranking)
בשיטת המדרג אנחנו מציגים למרואיין סדרה של היגדים, והוא מתבקש לדרג אותם מהחשוב ביותר לפחות חשוב. כך ניתן להשוות כל היגד להיגד ולהבין מה יותר ומה פחות חשוב. לבסוף ניתן להציג את החשיבות היחסית של כל פרמטר בהתאם למיקום הממוצע שלו כפי שדורג על ידי המשיבים.
לדוגמה:
אנא דרג את הפרמטרים הבאים מהחשוב ביותר להכי פחות חשוב:
זמינות גבוהה
תמיכה טלפונית
גישה באמצעות אפליקצית מובייל
אפשרות להפעלת התוכנה גם Offline
אפשרות להגדרת רמות מידור למשתמשים
שאלת מידרג מאלצת את המשיבים לבחור מה חשוב יותר ומה חשוב פחות ועוזרת לנו להבחין בין הפרמטרים, אבל היא עדיין לא מכסה במלואה את הדילמות המורכבות שקיימות כשאנחנו באים לבחון "חבילה שלמה" (כזו שגם כוללת עלות). השיטה הבאה מאפשרת לשלב רמת מורכבות גבוהה יותר.
בחירת "חבילות" (Conjoint Analysis)
שיטה זו נתונה במחלוקת מדעית רבה, משום שבבסיסה ישנן הנחות שונות הנוגעות ל"איך אנשים מקבלים החלטות", וכפי שידוע, החלטות אינן רציונליות. עם זאת, היא נפוצה מאוד בשימוש בחברות מחקר ובסקרי שוק, והיא עוזרת להשלים את התמונה בהרבה מקרים.
השיטה עובדת כך שהמרואיין נשאל על חבילות שונות, ומתבקש לבחור בחבילה הטובה ביותר בעיניו.
לדוגמה, מבין החבילות הבאות, בחר בחבילה המועדפת:
חבילה א':
-
תשלום חודשי של 50$
-
תמיכה טלפונית 24/7
-
כולל אפליקציית מובייל
-
ללא אפשרויות מידור משתמשים
-
ללא גישה Offline
חבילה ב':
-
תשלום חודשי של 25$
-
ללא תמיכה טלפונית (מייל בלבד)
-
לא כולל אפליקציית מובייל
-
כולל אפשרויות מידור משתמשים
-
כולל גישה Offline
חבילה ג':
-
תשלום חד-פעמי בסך 500$
-
כולל תמיכה טלפונית 5 ימים בשבוע
-
כולל אפליקציית מובייל
-
כולל אפשרויות מידור משתמשים
-
כולל גישה Offline
וכן הלאה…
החבילות חוזרות על עצמן בתצורות ותמהילים שונים, מספר פעמים, כך שכל משיב מבצע מספר בחירות בחבילות שונות. באופן כזה, המשיב יוצר סדרי עדיפויות המבוססות על תמונה רחבה יותר של המוצר (ולא על "פרמטרים מבודדים" כפי שהיה בסוגי השאלות הקודמות).
באמצעות ניתוח סטטיסטי מתאים (Logistic regression, random effects logic, וכדומה) ניתן להציג את החשיבות היחסית של כל אחד מהפרמטרים, והסיכוי ששינוי בפרמטר מסוים יביא את הלקוח לבחור במוצר.
כפי שאני תמיד אומר, השיטות השונות עוזרות לנו להקטין את אי-הודאות כאשר אנחנו מתכננים להיכנס עם מוצר חדש לשוק. הם לא חזות הכל (לפעמים יתכנו גורמים נוספים שעשויים להשפיע על ההחלטות), אבל המחקר עוזר לנו להבין ולבסס החלטות.
אם אתם עומדים בפני השקה של מוצר או שירות חדש, ורוצים להבין כיצד השוק עשוי להגיב להחלטות שונות בנוגע למוצר, אתם מוזמנים לפנות אלינו בתחתית העמוד.