Pesquisa quantitativa de marketing - Quantitative marketing research

Pesquisa quantitativa de marketing é a aplicação de técnicas de pesquisa quantitativa ao campo do marketing. Tem raízes na visão positivista do mundo e no ponto de vista de marketing moderno de que o marketing é um processo interativo no qual o comprador e o vendedor chegam a um acordo satisfatório sobre os " quatro Ps " do marketing: Produto, Preço, Local (localização ) e promoção.

Como método de pesquisa social , normalmente envolve a construção de questionários e escalas . As pessoas que responderam (respondentes) são solicitadas a preencher a pesquisa . Os profissionais de marketing usam as informações para obter e compreender as necessidades dos indivíduos no mercado e para criar estratégias e planos de marketing .

Coleção de dados

O método de pesquisa de marketing quantitativo mais popular é a pesquisa. As pesquisas geralmente contêm uma combinação de perguntas estruturadas e perguntas abertas. Os participantes da pesquisa respondem ao mesmo conjunto de perguntas, o que permite ao pesquisador comparar facilmente as respostas de diferentes tipos de entrevistados. As pesquisas podem ser distribuídas de quatro maneiras: telefone, correio, pessoalmente e online (seja por celular ou desktop).

Outro método de pesquisa quantitativa é conduzir experimentos sobre como os indivíduos respondem a diferentes situações ou cenários. Um exemplo disso é o teste A / B de uma parte das comunicações de marketing, como a página de destino de um site. Os visitantes do site veem diferentes versões da página de destino e os profissionais de marketing acompanham qual é a mais eficaz.

Diferenças entre pesquisa quantitativa de consumidor e B2B

A pesquisa quantitativa é usada tanto na pesquisa do consumidor quanto na pesquisa business-to-business (B2B). No entanto, existem diferenças em como os pesquisadores de consumidores e os pesquisadores de B2B distribuem suas pesquisas.

Geralmente, as pesquisas são distribuídas online mais do que pessoalmente, por telefone ou por correio. No entanto, na pesquisa B2B, a pesquisa online nem sempre é possível, muitas vezes porque é difícil entrar em contato com determinados tomadores de decisão de negócios por e-mail. Como resultado, os pesquisadores B2B ainda costumam realizar pesquisas por telefone.

Procedimento geral típico

Simplificando, existem cinco etapas principais e importantes envolvidas no processo de pesquisa:

1. Definindo o problema.
2. Projeto de pesquisa .
3. Coleta de dados .
4. Análise de dados .
5. Redação e apresentação de relatórios .

Uma breve discussão sobre essas etapas é:

1. Auditoria e definição do problema - Qual é o problema? Quais são os vários aspectos do problema? Que informações são necessárias?
2. Conceituação e operacionalização - Como exatamente definimos os conceitos envolvidos? Como traduzimos esses conceitos em comportamentos observáveis ​​e mensuráveis?
3. Especificação da hipótese - Que afirmações queremos testar?
4. Especificação do projeto de pesquisa - Que tipo de metodologia usar? - exemplos: questionário, pesquisa
5. Especificação da pergunta - que perguntas fazer? Em que ordem?
6. Especificação da escala - como as preferências serão avaliadas?
7. Especificação do projeto de amostragem - Qual é a população total? Qual tamanho de amostra é necessário para esta população? O que a amostragem método para uso - exemplos:? Probabilidade de amostragem: - ( amostragem por conglomerados , amostragem estratificada , amostragem aleatória simples , amostragem de múltiplos estágios , amostragem sistemática ) e amostragem não probabilística : - (Conveniência de amostragem, Julgamento Amostragem, Purposive Amostragem, Quota de amostragem, Snowball Sampling , etc.)
8. Coleta de dados - Use correio, telefone, internet, interceptações de shopping
9. Codificação e reespecificação - Faça ajustes nos dados brutos para que sejam compatíveis com as técnicas estatísticas e com os objetivos da pesquisa - exemplos: atribuição de números, verificações de consistência, substituições, exclusões, ponderação, variáveis ​​dummy, transformações de escala, padronização de escala
10. Análise estatística - Execute várias técnicas descritivas e inferenciais (veja abaixo) nos dados brutos. Faça inferências da amostra para toda a população. Teste os resultados quanto à significância estatística.
11. Interpretar e integrar as descobertas - o que significam os resultados? Que conclusões podem ser tiradas? Como essas descobertas se relacionam com pesquisas semelhantes?
12. Elabore o relatório de pesquisa - o relatório geralmente contém títulos como: 1) resumo executivo; 2) objetivos; 3. Metodologia; 4) principais achados; 5) gráficos e diagramas detalhados. Apresente o relatório ao cliente em uma apresentação de 10 minutos. Esteja preparado para perguntas.

A etapa de design pode envolver um estudo piloto para descobrir quaisquer problemas ocultos. As etapas de codificação e análise são normalmente realizadas por computador, usando software estatístico . As etapas de coleta de dados podem, em alguns casos, ser automatizadas, mas geralmente requerem uma mão de obra significativa para serem realizadas. A interpretação é uma habilidade dominada apenas pela experiência.

Análise estatística

Os dados adquiridos para a pesquisa quantitativa de marketing podem ser analisados ​​por quase qualquer uma das várias técnicas de análise estatística , que podem ser amplamente divididas em estatística descritiva e inferência estatística . Um importante conjunto de técnicas é aquele relacionado aos levantamentos estatísticos . Em qualquer caso, um tipo apropriado de análise estatística deve levar em consideração os vários tipos de erros que podem surgir, conforme descrito abaixo.

Confiabilidade e validade

A pesquisa deve ser testada quanto à confiabilidade , generalização e validade .

Generalizabilidade é a capacidade de fazer inferências de uma amostra para a população.

Confiabilidade é a extensão na qual uma medida produzirá resultados consistentes.

• A confiabilidade teste-reteste verifica a semelhança dos resultados se a pesquisa for repetida em circunstâncias semelhantes. A estabilidade em medidas repetidas é avaliada com o coeficiente de Pearson.
• A confiabilidade dos formulários alternativos verifica se os resultados são semelhantes se a pesquisa for repetida usando formulários diferentes.
• A confiabilidade da consistência interna verifica o quão bem as medidas individuais incluídas na pesquisa são convertidas em uma medida composta. A consistência interna pode ser avaliada correlacionando o desempenho em duas metades de um teste (confiabilidade de divisão pela metade). O valor do coeficiente de correlação produto-momento de Pearson é ajustado com a fórmula de predição de Spearman-Brown para corresponder à correlação entre dois testes completos. Uma medida comumente usada é o α de Cronbach , que é equivalente à média de todos os coeficientes de divisão pela metade possíveis. A confiabilidade pode ser melhorada aumentando o tamanho da amostra.

A validade pergunta se a pesquisa mediu o que pretendia.

• A validação de conteúdo (também chamada de validade de face) verifica o quão bem o conteúdo da pesquisa está relacionado às variáveis ​​a serem estudadas; busca responder se as questões de pesquisa são representativas das variáveis ​​pesquisadas. É uma demonstração de que os itens de um teste são retirados do domínio que está sendo medido.
• A validação de critérios verifica o quão significativos os critérios de pesquisa são em relação a outros critérios possíveis. Quando o critério é coletado posteriormente, o objetivo é estabelecer a validade preditiva.
• A validação de construção verifica qual construção subjacente está sendo medida. Existem três variantes de validade de construto: validade convergente (quão bem a pesquisa se relaciona com outras medidas do mesmo construto), validade discriminante (quão mal a pesquisa se relaciona com medidas de construtos opostos) e validade nomológica (quão bem a pesquisa se relaciona outras variáveis ​​conforme exigido pela teoria).
• A validação interna , usada principalmente em projetos de pesquisa experimental, verifica a relação entre as variáveis ​​dependentes e independentes (ou seja, a manipulação experimental da variável independente realmente causou os resultados observados?)
• A validação externa verifica se os resultados experimentais podem ser generalizados.

Validade implica confiabilidade: uma medida válida deve ser confiável. Confiabilidade não implica necessariamente validade, entretanto: Uma medida confiável não significa que seja válida.

Tipos de erros

Erros de amostragem aleatória:

• amostra muito pequena
• amostra não representativa
• método de amostragem inadequado usado
• erros aleatórios

Erros de projeto de pesquisa:

• preconceito introduzido
• erro de medição
• erro de análise de dados
• erro de quadro de amostragem
• erro de definição de população
• erro de escala
• pergunta erro de construção

Erros do entrevistador:

• erros de gravação
• erros de trapaça
• questionando erros
• erro de seleção de respondente

Erros do respondente:

• erro de não resposta
• erro de incapacidade
• erro de falsificação

Erros de hipótese:

• erro tipo I (também chamado de erro alfa)
  • os resultados do estudo levam à rejeição da hipótese nula, embora seja realmente verdadeira
• erro tipo II (também chamado de erro beta)
  • os resultados do estudo levam à aceitação (não rejeição) da hipótese nula, embora seja realmente falsa

Veja também

Referências

Bibliografia