Настольная книга исследователя - страница 11
Вы хотите увеличить средний чек, поэтому решаете пообщаться с людьми, которые стали реже покупать ваш продукт или совсем от вас ушли. В этом случае вы (зная или нет) идете в барьерное исследование, изучая отток. Конечно, возврат бывших пользователей повысит средний чек, но это не единственный путь.
В случае изучения оттока, исследование направлено на выявление его причин. Здесь предполагается работа с мотивами, мышлением людей.
В то же время средний чек мы можем увеличивать за счёт текущих пользователей, и в этом случае причины будут структурными. Мы смотрим на размер корзины, товары субституты и комплименты – с кем мы конкурируем в корзине пользователя. Выигрыш здесь вполне может оказаться за счёт формфактора, важности объёма, размера, типа упаковки. Никакого отношения к «мозгам», мотивам тут не будет, это сугубо поведенческое исследование.
В примере с изучением оттока мы в некотором роде работаем с точки зрения психоанализа, выясняя весь вариативный и уникальный спектр причин оттока. Во втором случае мы работаем как бихевиористы, не погружаясь в дебри сознания, но изучая непосредственно поведение.
Для оттока нам нужны люди, которые ушли. Для структурного изучения проблемы низкого чека важно выяснить, кто посещает нас, но покупает меньше, чем мы хотим (слишком мало товаров или самые дешевые из них).
Не принимая в расчёт разницу между способами, с помощью которых мы хотим решать бизнес-задачу, мы рискуем взять не тех людей, использовать не тот инструмент и получить не нужные (не самые эффективные) результаты.
Вывод – внимательно относимся к постановке бизнес-задач, за счёт кого и что мы хотим развивать. Всегда фиксируем, за счёт каких элементов маркетинга мы решаем нашу бизнес-задачу. Это необходимо для того, чтобы выбрать нужный инструмент и получить точные и правдивые (стратегически сильные) результаты.
Тренд: big data открывает реальность, которую не знают о себе покупатели
В современном мире нельзя игнорировать такой инструмент, как big data, которая вроде бы делает то же самое, что и количественные исследования, – показывает реальность. Но тогда, казалось бы, последние утрачивают свою актуальность. Однако это не совсем так. Ведь они отражают разные аспекты реальности: big data – поведение в жизни, количественные исследования – изменения в головах, или то, что остаётся, запоминается и влияет на выбор продуктов в дальнейшем. Big data нам нужна, чтобы понять, где ставить вышки сотовой связи и точки продаж сим-карт, исходя из трафика людей, а количественные – в каких из этих мест реклама будет привлекать внимание и оставаться в памяти, ибо не везде, где много трафика, аудитория одинаково включена в реальность.