البيانات الترتيبية: التعريف والأمثلة والجمع والتحليل

تستثمر الشركات أكثر في أدوات البيانات لمساعدة فرق التسويق على اتخاذ قرارات أفضل.

لكن التسويق يحتاج إلى أكثر من مجرد أدوات بيانات وتحليلات لتنفيذ استراتيجية تسويق فعالة. يحتاجون أيضًا إلى فهم نوع البيانات التي يجمعونها وكيفية تحليلها للحصول على رؤى مفيدة.

يتضمن ذلك العودة إلى الأساسيات وفهم البيانات الترتيبية ، وهي أحد أنواع بيانات التسويق الرئيسية. ستستكشف هذه المقالة البيانات الترتيبية وكيف تُعلم قرارات التسويق القائمة على البيانات.

مستوى رضا العملاء هو مثال على البيانات الترتيبية. يمكن أن تكون متغيراتها:

• راضي جدا
• راضي
• حيادي
• غير راض
• مستاء جدا

باستخدام البيانات الترتيبية ، يمكنك حساب التكرار والتوزيع والوضع والوسيط ونطاق المتغيرات.

بعد تحديد البيانات الترتيبية ، قد تتساءل عن أنواع البيانات الأخرى ، مثل البيانات الاسمية أو بيانات الفاصل الزمني أو البيانات النسبية. كيف تختلف عن البيانات الترتيبية؟ فيما يلي بعض التعريفات السريعة:

• البيانات الاسمية هي تصنيف للبيانات التي تحتوي متغيراتها على مجموعة محدودة من القيم والفئات غير المرتبة. باستخدام البيانات الاسمية ، يمكنك قياس المتغيرات مثل نوع العمل ، الذي له العديد من النتائج ، مثل العمل الحر أو العمل بدوام كامل أو العمل المختلط.
• بيانات الفاصل الزمني هي نوع من البيانات حيث يكون الفاصل الزمني بين قيمتين غير ثابت. تظهر بيانات الفاصل الزمني بعدة طرق ، على سبيل المثال ، عند قياس الفترات الزمنية أو عندما يختلف الفرق بين قياسين. الطريقة الأكثر شيوعًا لتمثيل بيانات الفاصل الزمني هي استخدام جدول به أعمدة للحدود العليا والسفلى لكل نطاق.
• بيانات النسبة هي نوع من البيانات المستخدمة في التحليل الإحصائي. لا تقدم بيانات النسبة أي معلومات حول القيم التي تمثلها. يجب الحصول على هذه المعلومات من مصادر أخرى مشار إليها ببيانات النسبة. غالبًا ما يستخدم في تحليل المعلومات المالية ولكن يمكن أيضًا تطبيقه على أنواع أخرى من البيانات.

5 أمثلة على البيانات الترتيبية

تحدث البيانات الترتيبية بتنسيقات مختلفة. فيما يلي بعض الأمثلة على البيانات الترتيبية وكيفية مزامنتها مع استراتيجية عملك لتحسين جهود إدارة البيانات الخاصة بك.

1. مستوى الفائدة

سواء كنت قد أطلقت بالفعل منتجك في السوق أو قدمت ميزات جديدة لمنتجك الحالي ، فستحتاج إلى إجراء أبحاث السوق لطرح أسئلة لقياس اهتمام جمهورك المستهدف.

تتضمن أبحاث السوق تحليل البيانات النوعية والكمية لفهم احتياجات العملاء وشركائهم في الشراء وما الذي يحفزهم على الشراء منك. يمكن أن تساعد هذه الأفكار في تحسين حملاتك التسويقية في المستقبل.

على سبيل المثال ، إذا كنت تستضيف مؤتمرات بانتظام ، فيمكن أن تساعدك الاستطلاعات على معرفة مدى نجاحك وما إذا كان الحاضرون يرغبون في حضور المؤتمر مرة أخرى. فيما يلي مثال على بيانات مستوى الاهتمام:

المصدر: SurveyMonkey

ستكشف الأسئلة التي تطرحها عن مستوى اهتمام العملاء المحتملين بمنتجك أو خدمتك. تتراوح مستويات الفائدة من غير مهتم ، ومهتم قليلاً ، ومحايد ، ومهتم للغاية.

2. مستوى التعليم

يوفر هذا النوع من البيانات الترتيبية رؤى حول مستوى كفاءة جمهورك المستهدف.

قد يستفسر مستوى التعليم عما إذا كان جمهورك المستهدف قد حصل على مستويات مختلفة من التعليم الرسمي ، مثل المدرسة الثانوية والكلية والمدارس العليا. يمكنك جمع هذه البيانات عن طريق تخصيص أرقام لكل مستوى ، مثل 1 في حالة عدم وجود تعليم رسمي ، و 2 للتعليم الابتدائي ، وهكذا ، حتى 10 للحصول على درجة الدكتوراه الجامعية.

تكون البيانات على مستوى التعليم في متناول اليد عند استخدام التحليلات في عملية التوظيف لمساعدتك في تقييم طلبات التوظيف للمرشحين المحتملين.

يمكن أن تساعدك بيانات المستوى التعليمي في وضع تنبؤات قوية حول من يجب تعيينه في المستقبل لدعم نمو الشركة ، ومكان تركيز جهود التوظيف الخاصة بك ، والعثور على المرشحين المناسبين لشغل وظائف محددة.

إذا كنت تدير فريق مبيعات ، فإن تقييم المستوى التعليمي لأعضاء فريقك يمكّنك من معرفة كيفية دعم أهداف التطوير الوظيفي الخاصة بهم. بهذه الطريقة ، يمكنك بناء فريق مبيعات عالي الأداء وتحسين الاحتفاظ.

3. الوضع الاجتماعي والاقتصادي

يساعد فهم الوضع الاجتماعي والاقتصادي لجمهورك المستهدف في إنشاء شرائح العملاء وتحسينها بناءً على ملفاتهم الشخصية الديموغرافية والنفسية.

يمكنك بعد ذلك الاعتماد على هذه الشرائح عند تشغيل حملات تسويقية مخصصة تلبي احتياجاتهم ورغباتهم. تتضمن البيانات الترتيبية عن الحالة الاجتماعية والاقتصادية لجمهور مستهدف من B2C الجنس والموقع ودخل الأسرة والحالة الاجتماعية والعمر.

من ناحية أخرى ، تتضمن البيانات الخاصة بالجمهور المستهدف B2B إجمالي الإيرادات السنوية ومرحلة نمو الأعمال وعدد الموظفين والموقع في السوق ونوع الصناعة.

4. مستوى الرضا

يعكس مستوى الرضا مدى المحتوى الذي يتعامل به عملاؤك مع العلامات التجارية المختلفة. على سبيل المثال ، عملية إعداد العميل أو مدى جودة حل مشكلات العملاء المختلفة.

قد يتم التعبير عن رضا العملاء على أنه راضٍ للغاية أو راضٍ أو غير راضٍ أو غير راضٍ تمامًا. تساعدك بيانات مستوى الرضا على قياس الرضا عن خدمة العملاء ومعالجة المبيعات لتحديد مجالات التحسين.

في ما يلي مثال على بيانات مستوى الرضا من استطلاع ملائم لسوق المنتج أجرته Buffer:

المصدر: Buffer

باستخدام هذه البيانات ، يمكن للشركة معرفة مدى فائدة برنامج Buffer's Power Scheduler لعملائها ، مما يعني أن المنتج كان مناسبًا لمستخدميه.

5. المقارنة

يتضمن ذلك طرح أسئلة تكشف أوجه التشابه أو الاختلافات بين نقطتي بيانات أو أكثر. بمجرد تحديد أوجه التشابه أو الاختلافات ، يمكنك معرفة الخصائص المتشابهة ، وأي منها مختلف ، ودرجة اختلافها أو تشابهها.

على سبيل المثال ، قد ترغب في مقارنة أداء الإيرادات من عام 2021 إلى عام 2022. ستؤدي مقارنتك إلى إنتاج أقل بكثير ، ونفس الشيء تقريبًا ، والمزيد ، وأكثر بشكل ملحوظ لكل إيرادات كل عام.

باستخدام هذا ، يمكنك قياس اتجاهات الاقتصاد الكلي والصناعة وتعديل استراتيجيتك لتناسب عملية وضع الميزانية الخاصة بك للتحكم في الإنفاق. قد تقرر حتى المضي قدمًا في هذا الأمر ومقارنة اتجاهات الصناعة بحيث يمكنك إنشاء تقارير وكتابة محتوى القيادة الفكرية لزيادة الوعي بالعلامة التجارية.

كيفية جمع البيانات الترتيبية

إذا طلبت من شخص ما أن يصنف مستوى رضاه على مقياس من 1 إلى 5 ، فسيكون رده ترتيبيًا. يمكنك جمع هذه البيانات من خلال الاستطلاعات أو جداول ليكرت باستخدام برنامج المسح.

الاستطلاعات هي واحدة من أقدم الطرق لجمع البيانات الترتيبية. يمكنك استخدام الاستطلاعات لتحديد مشاعر جمهورك المستهدف حول المنتجات أو الموضوعات أو أو المشكلات المحددة المتعلقة بعلامتك التجارية أو منتجك أو خدمتك. يمكنك إجراء الاستطلاع بعدة طرق ، بما في ذلك شخصيًا أو عبر الهاتف أو عبر الإنترنت.

مع الاستطلاعات ، من الصعب جمع بيانات دقيقة من الأشخاص الذين لا يريدون الإجابة على الأسئلة بصدق أو فهمها. تتطلب الاستطلاعات أيضًا الكثير من الوقت من جانب الباحث لإنشائها والتحقق من صحتها وتحليلها.

مقياس ليكرت هو استطلاع يطلب من المشاركين الموافقة أو عدم الموافقة على كل عبارة في الاستطلاع ، على سبيل المثال ، "أنا لا أوافق بشدة". ثم يقوم المشاركون بتخصيص إجابة لأنفسهم بناءً على مشاعرهم تجاه البيان ومستوى اتفاقهم معه.

تعمل مقاييس ليكرت على تحسين الوضوح أثناء التحليل لأن المستجيبين يصنفون أنفسهم على مقياس مرتب بفواصل زمنية محددة بوضوح ، على سبيل المثال ، مقياس من 1 إلى 7.

لتجميع البيانات الترتيبية ، يجب عليك إجراء استطلاعات بأسئلة تصنف الإجابات باستخدام مقياس ضمني أو صريح. على سبيل المثال ، إذا كان لديك الكثير من الزيارات القادمة إلى موقع الويب الخاص بشركتك ، فيمكنك استخدام أداة ملاحظات موقع المؤسسة لجمع التعليقات من موقع الويب الخاص بك. بسأل:

"ما رأيك في محتوى منشور المدونة الذي قرأته للتو؟"

يمكن أن تكون الإجابات المحتملة:

• سعيد
• تعيس
• راضي
• غير راضي

اختبارات لإجراء مع البيانات الترتيبية

يمكنك إجراء عدة اختبارات على البيانات الترتيبية لقياس الفرق بين مجموعتين أو أكثر. تشمل هذه الاختبارات:

• اختبار Kruskal-Wallis
• اختبار Mann-Whitney U.
• اختبار رتبة ويلكوكسون
• اختبار Mood's Median

البيانات الترتيبية هي نوع بيانات يصنف القيم من الأقل إلى الأكبر. بمعنى آخر ، يتم ترتيب البيانات الترتيبية أو ترتيبها.

اختبار Kruskal – Wallis H.

اختبار Kruskal-Wallis هو اختبار غير حدودي يستخدم لمقارنة متوسطات ثلاث مجموعات مستقلة أو أكثر. يتم استخدامه عندما لا يتم توزيع البيانات بشكل طبيعي ، ويكون التباين بين المجموعات غير متساوٍ. يمكن لاختبار Kruskal-Wallis أيضًا مقارنة مجموعتين تابعتين - قبل وبعد إعادة تصميم موقع الويب.

اختبار Mann-Whitney U.

اختبار Mann-Whitney هو اختبار غير حدودي يستخدم لمقارنة متوسط ​​عينتين مستقلتين. يمكن استخدامه عندما تكون هناك بيانات ترتيبية ، مثل التصنيفات على مقياس من 1 إلى 5 ، أو في حالة عدم وجود مجموعات واضحة في البيانات.

اختبار رتبة موقع ويلكوكسون

اختبار تصنيف موقع Wilcoxon هو اختبار غير حدودي يمكن استخدامه لمجموعات البيانات مع التوزيع الطبيعي أو بدونه. إنه بديل لاختبار t في الحالات التي لا تحتوي فيها البيانات على توزيع طبيعي.

عند إجراء اختبار t ، فإن الافتراض هو أن التوزيع الأساسي للبيانات أمر طبيعي ، ولكن هذا الافتراض قد يكون خاطئًا.

على سبيل المثال ، عند اختبار فرق الارتفاع بين مجموعتين ، لنفترض أن متوسط ​​ارتفاع إحدى المجموعات يبلغ 180 سم والمجموعة الأخرى يبلغ 170 سم. لن ترى أي فرق كبير في ارتفاعاتهم.

ومع ذلك ، باستخدام اختبار تصنيف موقع Wilcoxon ، يمكنك أن ترى ما وراء الاختلاف المعتاد في ارتفاعاتها.

اختبار متوسط ​​الحالة المزاجية

يعتمد الاختبار على فرضية أن الحالة المزاجية للأشخاص تتجمع حول نقطة وسيطة ، حيث يكون البعض أكثر إيجابية أو سلبية من البعض الآخر. غالبًا ما يقيس اختبار Mood المتوسط ​​شعور الأفراد تجاه قضية أو فكرة ، مثل رأي عميلك حول منتجاتك أو خدمتك. يمكن أن يتنبأ بالسلوك بناءً على مزاجهم ، مثل ما إذا كان عملاؤك سيشترون منك أو من منافسيك.

كيفية تحليل البيانات الترتيبية

هناك طريقتان لتحليل البيانات الترتيبية: الإحصاء الاستنتاجي والوصفي.

تلخص الإحصائيات الوصفية خصائص مجموعة البيانات وتحدد الأنماط. فيما يلي الإحصاء الوصفي للبيانات الترتيبية:

• التوزيع بتكرار
• مقاييس النزعة المركزية
• المدى (مقاييس التباين)

من ناحية أخرى ، تتنبأ الإحصائيات الاستدلالية بما قد يحدث في المستقبل بناءً على البيانات التي لديك. يمكنك استخدام البيانات الترتيبية لتجميع الرؤى أو إنشاء الفرضيات أو حتى استخلاص النتائج من خلال الاختبارات الأربعة الموضحة أعلاه.

يقوم كل من Kruskal-Wallis و Mann Whitney U و Wilcoxon باختبار مجموع الرتب الموقعة بتحليل البيانات الترتيبية. كلها اختبارات غير معلمية ، مما يعني أنها لا تعتمد على أي افتراضات حول توزيع البيانات.

تحليلات وصفية

تجمع التحليلات الوصفية البيانات حول الأحداث التي وقعت بالفعل وتحللها وتبلغ عنها. يختلف هذا عن التحليلات التنبؤية ، التي تتنبأ بالأحداث المستقبلية بناءً على البيانات التاريخية. تساعد التحليلات الوصفية الشركات على تحديد الأنماط في الماضي لتحسين عملية صنع القرار في المستقبل.

في التحليلات الوصفية ، الهدف هو العثور على أنماط في البيانات الحالية ، وليس التنبؤ بما سيحدث في المستقبل. تهدف التحليلات الوصفية إلى إيجاد علاقات السبب والنتيجة بين الأحداث الماضية واستخدام هذه العلاقات للتنبؤ بالأحداث المستقبلية.

بخلاف طرق التحليل الأخرى ، يمكن استخدام التحليلات الوصفية في أي وقت مع توفر أي بيانات. هذا يجعله أكثر سهولة بالنسبة للشركات الصغيرة ذات الموارد غير الكافية للنماذج التنبؤية أو مجموعات البيانات الكبيرة التي تتطلبها طرق أخرى.

الرسوم البيانية

تقدم الأعمدة والرسوم البيانية البيانات بطريقة يسهل فهمها. تكون مفيدة عندما تكون البيانات كبيرة جدًا أو معقدة للغاية بحيث لا يمكن عرضها في جدول. يعتمد نوع الرسم البياني الذي تختاره على كمية المعلومات التي تريد نقلها ، وأبعاد البيانات ، والجمهور.

تعرض الرسوم البيانية الشريطية المعلومات على هيئة أشرطة بأطوال تتناسب مع قيمها. يتم استخدامها عندما تكون البيانات فئوية ، مما يعني أنها تندرج في مجموعات محددة. فيما يلي رسم بياني شريطي لمركز الاتصال ، يوضح الوقت المستغرق للرد كل يوم من أيام الأسبوع:

المصدر: داتابين

إنها اختيار جيد عندما تريد أن يتمكن جمهورك من مقارنة القيم بسهولة. تعد الرسوم البيانية الشريطية أكثر سهولة وأسهل في الفهم مقارنة بالأرقام. من الممكن أيضًا استخدام الأشرطة مع الخطوط أو الرسومات الأخرى ، مثل المخططات المبعثرة أو الرسوم البيانية أو المخططات الدائرية.

يتم استخدام الرسوم البيانية الخطية عندما يكون للبيانات قيمة مرتبة. تستخدم هذه الرسوم البيانية خطوطًا لربط النقاط على محورين بنفس المقياس على كلا الجانبين. يمكن أن تكون هذه الخطوط متصلة أو منقطة وتبدأ من أي نقطة على أي من المحورين.

تمثل الخطوط التغيير بمرور الوقت ، مثل كيفية تقلب سوق الأسهم يوميًا أو كيف تتغير تكلفة الطاقة عامًا بعد عام. في ما يلي مثال على العملاء المتوقعين الوافدين على مدار 12 شهرًا باستخدام رسم بياني خطي:

مقاييس النزعة المركزية

الاتجاه المركزي هو متوسط ​​مجموعة من الأرقام. يقيس مدى قرب تجميع الأرقام في مجموعة البيانات حول متوسطها.

ثلاثة أنواع رئيسية من الاتجاه المركزي هي المتوسط ​​والوسيط والوضع. المقياس الأكثر شيوعًا للاتجاه المركزي هو المتوسط ​​الحسابي ، محسوبًا عن طريق جمع جميع القيم في مجموعة البيانات وقسمة هذا المجموع على عدد القيم في مجموعة البيانات تلك.

يمكن أيضًا استخدام الوسيط كبديل لحساب الاتجاه المركزي ، ببساطة إيجاد القيمة المتوسطة في مجموعة البيانات بعد ترتيب جميع الأرقام من الأقل إلى الأعلى. الوضع هو القيمة الأكثر شيوعًا في المجموعة.

الماخذ الرئيسية

البيانات الترتيبية أكثر تعقيدًا من البيانات الاسمية وتستخدم بشكل شائع لقياس الفائدة. مقياس ليكرت هو مثال شائع للبيانات الترتيبية.

استخدم بعض الأمثلة الحقيقية المتوفرة هنا لإلهام مجموعة بيانات الاستبيان الخاصة بك. أثناء التواجد فيه ، تعرف على المزيد حول الاقتراع وكيف يساعد في جمع البيانات.