Dados ordinais: definição, exemplos, coleta e análise

As empresas investem mais em ferramentas de dados para ajudar suas equipes de marketing a tomar melhores decisões.

Mas o marketing precisa de mais do que apenas dados e ferramentas analíticas para implementar uma estratégia de marketing eficaz. Eles também precisam entender o tipo de dados que coletam e como analisá-los para obter insights significativos.

Isso envolve voltar ao básico e entender os dados ordinais, um dos principais tipos de dados de marketing. Este artigo irá explorar os dados ordinais e como eles informam as decisões de marketing baseadas em dados.

O nível de satisfação do cliente é um exemplo de dado ordinal. Suas variáveis ​​podem ser:

• muito satisfeito
• satisfeito
• Neutro
• Insatisfeito
• Muito Insatisfeito

Usando dados ordinais, você pode calcular a frequência, distribuição, moda, mediana e intervalo de variáveis.

Tendo definido os dados ordinais, você pode se perguntar sobre outros tipos de dados, como dados nominais, de intervalo ou de razão. Como eles diferem dos dados ordinais? Aqui estão algumas definições rápidas:

• Dados nominais são uma classificação de dados cujas variáveis ​​possuem um conjunto finito de valores e categorias que não são ordenadas. Com dados nominais, você mede variáveis ​​como o tipo de emprego, que tem vários resultados, como trabalho freelancer, em tempo integral ou híbrido.
• Dados de intervalo são um tipo de dados em que o intervalo entre dois valores não é constante. Os dados de intervalo surgem de várias maneiras, por exemplo, ao medir intervalos de tempo ou quando a diferença entre duas medições varia. A maneira mais comum de representar dados de intervalo é usando uma tabela com colunas para os limites superior e inferior de cada intervalo.
• Dados de razão são um tipo de dado usado para análise estatística. Os dados de proporção não fornecem nenhuma informação sobre os valores que representam. Essas informações devem ser obtidas de outras fontes referenciadas pelos dados de razão. É frequentemente usado na análise de informações financeiras, mas também pode ser aplicado a outros tipos de dados.

5 exemplos de dados ordinais

Dados ordinais ocorrem em diferentes formatos. Aqui estão alguns exemplos de dados ordinais e como sincronizá-los com sua estratégia de negócios para melhorar seus esforços de gerenciamento de dados.

1. Nível de interesse

Se você já lançou seu produto no mercado ou introduziu novos recursos em seu produto existente, precisará realizar uma pesquisa de mercado para fazer perguntas para avaliar o interesse de seu público-alvo.

A pesquisa de mercado envolve a análise de dados qualitativos e quantitativos para entender as necessidades do cliente, seus parceiros de compra e o que os motiva a comprar de você. Esses insights podem ajudar a melhorar suas campanhas de marketing no futuro.

Por exemplo, se você organiza conferências regularmente, as pesquisas podem ajudá-lo a saber como você se saiu e se os participantes desejam participar da conferência novamente. Veja um exemplo de dados em nível de interesse:

Fonte: SurveyMonkey

As perguntas que você fizer revelarão o nível de interesse dos clientes em potencial em seu produto ou serviço. Os níveis de interesse variam de não interessado, ligeiramente interessado, neutro a muito interessado.

2. Nível educacional

Esse tipo de dados ordinais fornece informações sobre o nível de proficiência de seu público-alvo.

O nível educacional pode perguntar se seu público-alvo adquiriu diferentes níveis de educação formal, como ensino médio, superior e pós-graduação. Você pode coletar esses dados atribuindo números a cada nível, como 1 para nenhuma educação formal, 2 para escolaridade primária e assim por diante, até 10 para doutorado universitário.

Os dados de nível educacional são úteis ao usar análises em seu processo de recrutamento para ajudá-lo a avaliar as candidaturas de candidatos em potencial.

Dados de nível educacional podem ajudá-lo a fazer previsões poderosas sobre quem contratar no futuro para apoiar o crescimento da empresa, onde concentrar seus esforços de recrutamento e encontrar candidatos adequados para cargos específicos.

Se você dirige uma equipe de vendas, avaliar o nível educacional dos membros de sua equipe permite que você saiba como apoiar seus objetivos de desenvolvimento de carreira. Dessa forma, você pode construir uma equipe de vendas de alto desempenho e melhorar a retenção.

3. Status socioeconômico

Compreender o status socioeconômico de seu público-alvo ajuda a criar e refinar seus segmentos de clientes com base em seus perfis demográficos e psicográficos.

Você pode contar com esses segmentos ao executar campanhas de marketing personalizadas que atendam às suas necessidades e desejos. Dados ordinais sobre status socioeconômico para um público-alvo B2C incluem gênero, localização, renda familiar, estado civil e idade.

Por outro lado, os dados para um público-alvo B2B incluem receita bruta anual, estágio de crescimento do negócio, número de funcionários, posição no mercado e tipo de setor.

4. Nível de satisfação

O nível de satisfação reflete o conteúdo de seus clientes com diferentes interações de marca. Por exemplo, seu processo de integração do cliente ou como você resolve diferentes problemas do cliente.

A satisfação do cliente pode ser expressa como extremamente satisfeito, satisfeito, insatisfeito ou extremamente insatisfeito. Os dados do nível de satisfação ajudam a avaliar o atendimento ao cliente e a satisfação com o manuseio de vendas para identificar áreas de melhoria.

Aqui está um exemplo de dados de nível de satisfação de uma pesquisa de ajuste de mercado de produto realizada pela Buffer:

Fonte: Tampão

Com esses dados, a empresa pode dizer como o agendador Power do Buffer é útil para seus clientes, o que significa que o produto era adequado para seus usuários.

5. Comparação

Isso envolve fazer perguntas que revelam as semelhanças ou diferenças entre dois ou mais pontos de dados. Depois de identificar as semelhanças ou diferenças, você pode aprender quais características são semelhantes, quais são diferentes e o grau em que são diferentes ou semelhantes.

Por exemplo, você pode querer comparar o desempenho da receita de 2021 a 2022. Sua comparação renderá significativamente menos, aproximadamente o mesmo, mais e significativamente mais para a receita de cada ano.

Com isso, você pode avaliar as tendências macroeconômicas e do setor e ajustar sua estratégia para adequar seu processo orçamentário para controlar os gastos. Você pode até decidir levar isso adiante e comparar as tendências do setor para poder criar relatórios e escrever conteúdo de liderança de pensamento para aumentar o reconhecimento da marca.

Como coletar dados ordinais

Se você pedisse a alguém para classificar seu nível de satisfação em uma escala de 1 a 5, a resposta seria ordinal. Você pode coletar esses dados por meio de pesquisas ou escalas Likert usando um software de pesquisa.

As pesquisas são um dos métodos mais antigos de coleta de dados ordinais. Você pode usar pesquisas para determinar a opinião do seu público-alvo sobre produtos, tópicos ou questões específicas relacionadas à sua marca, produto ou serviço. Você pode pesquisar com muitos métodos, incluindo pessoalmente, por telefone ou online.

Com as pesquisas, no entanto, é difícil coletar dados precisos de pessoas que não querem responder às perguntas honestamente ou entendê-las. As pesquisas também exigem muito tempo da parte do pesquisador para criá-las, validá-las e analisá-las.

Uma escala Likert é uma pesquisa que pede aos participantes que concordem ou discordem de cada afirmação da pesquisa, por exemplo, “Discordo totalmente”. Os participantes então atribuem a si mesmos uma resposta com base em seus sentimentos em relação à afirmação e seu nível de concordância com ela.

As escalas Likert melhoram a clareza durante a análise porque os respondentes avaliam a si mesmos em uma escala ordenada com intervalos claramente definidos, por exemplo, uma escala de 1 a 7.

Para coletar dados ordinais, você deve executar pesquisas com perguntas que classificam as respostas usando uma escala implícita ou explícita. Por exemplo, se você tiver muito tráfego no site da sua empresa, poderá usar uma ferramenta de feedback do site da empresa para coletar feedback do seu site. Perguntar:

“Qual é o seu nível de satisfação com o post do blog que acabou de ler?''

As possíveis respostas podem ser:

• Feliz
• Infeliz
• satisfeito
• Insatisfeito

Testes a realizar com dados ordinais

Você pode realizar vários testes em dados ordinais para medir a diferença entre dois ou mais grupos. Esses testes incluem:

• O teste de Kruskal-Wallis
• O teste Mann-Whitney U
• Teste de soma de classificação de Wilcoxon
• Teste de mediana de humor

Dados ordinais são um tipo de dados que classifica os valores do menor para o maior. Em outras palavras, os dados ordinais são classificados ou ordenados.

Teste Kruskal-Wallis H

O teste de Kruskal-Wallis é um teste não paramétrico utilizado para comparar as medianas de três ou mais grupos independentes. É usado quando os dados não são normalmente distribuídos e a variância entre os grupos é desigual. O teste de Kruskal-Wallis também pode comparar dois grupos dependentes – fotos antes e depois do redesenho de um site.

Teste Mann-Whitney U

O teste de Mann-Whitney é um teste não paramétrico usado para comparar a mediana de duas amostras independentes. Pode ser usado quando há dados ordinais, como classificações em uma escala de 1 a 5, ou quando não há grupos claros nos dados.

teste de postos sinalizados de Wilcoxon

O teste de posto sinalizado de Wilcoxon é um teste não paramétrico que pode ser usado para conjuntos de dados com ou sem distribuição normal. É uma alternativa ao teste t nos casos em que os dados não têm distribuição normal.

Ao executar um teste t, a suposição é que a distribuição subjacente dos dados é normal, mas essa suposição pode estar errada.

Por exemplo, ao testar a diferença de altura entre dois grupos, digamos que um grupo tenha uma altura média de 180 cm e o outro grupo tenha 170 cm. Você não verá nenhuma diferença significativa em suas alturas.

No entanto, usando o teste de classificação sinalizada de Wilcoxon, você pode ver além da diferença regular em suas alturas.

Teste de mediana de humor

O teste é baseado na premissa de que o humor das pessoas se agrupa em torno de um ponto médio, sendo alguns mais positivos ou negativos do que outros. O teste mediano do humor geralmente mede como os indivíduos se sentem sobre um problema ou ideia, como a opinião do cliente sobre seus produtos ou serviços. Ele pode prever o comportamento com base em seus humores, como se seus clientes comprarão de você ou de seus concorrentes.

Como analisar dados ordinais

Existem duas maneiras de analisar dados ordinais: estatística inferencial e estatística descritiva.

A estatística descritiva resume as características de um conjunto de dados e identifica padrões. Aqui estão as estatísticas descritivas para dados ordinais:

• Distribuição de frequência
• Medidas de tendência central
• Faixa (medidas de variabilidade)

As estatísticas inferenciais , por outro lado, prevêem o que pode acontecer no futuro com base nos dados que você possui. Você pode usar dados ordinais para coletar insights, criar hipóteses ou até tirar conclusões com os quatro testes descritos acima.

Os testes Kruskal-Wallis, Mann Whitney U e Wilcoxon, analisam dados ordinais. Eles são todos testes não paramétricos, o que significa que não dependem de nenhuma suposição sobre a distribuição de dados.

Análise descritiva

A análise descritiva coleta, analisa e relata dados sobre eventos que já ocorreram. Isso difere da análise preditiva, que prevê eventos futuros com base em dados históricos. A análise descritiva ajuda as empresas a identificar padrões no passado para melhorar sua tomada de decisão futura.

Na análise descritiva, o objetivo é encontrar padrões nos dados existentes, não prever o que acontecerá no futuro. A análise descritiva visa encontrar relações de causa e efeito entre eventos passados ​​e usar essas relações para prever eventos futuros.

Ao contrário de outros métodos de análise, a análise descritiva pode ser usada a qualquer momento com quaisquer dados disponíveis. Isso o torna mais acessível para empresas menores com recursos insuficientes para modelos preditivos ou grandes conjuntos de dados exigidos por outros métodos.

Gráficos

Barras e gráficos apresentam dados de uma maneira fácil de compreender. Eles são úteis quando os dados são muito grandes ou complicados para serem exibidos em uma tabela. O tipo de gráfico escolhido depende da quantidade de informações que você deseja transmitir, das dimensões dos dados e do seu público.

Os gráficos de barras exibem informações como barras com comprimentos proporcionais aos seus valores. Eles são usados ​​quando os dados são categóricos, o que significa que se enquadram em grupos específicos. Aqui está um gráfico de barras para um call center, mostrando o tempo necessário para responder a cada dia da semana:

Fonte: Datapine

Eles são uma boa escolha quando você deseja que seu público possa comparar valores facilmente. Os gráficos de barras são mais intuitivos e fáceis de entender em comparação com os números. Também é possível usar barras em combinação com linhas ou outros gráficos, como gráficos de dispersão, histogramas ou gráficos de pizza.

Os gráficos de linha são usados ​​quando os dados têm um valor ordenado. Esses gráficos usam linhas para conectar pontos em dois eixos com a mesma escala em ambos os lados. Essas linhas podem ser sólidas ou pontilhadas e começar em qualquer ponto em qualquer um dos eixos.

As linhas representam mudanças ao longo do tempo, como a flutuação diária do mercado de ações ou a variação do custo da energia ano a ano. Aqui está um exemplo de leads de entrada mensais ao longo de 12 meses visualizados usando um gráfico de linha:

Medidas de tendência central

A tendência central é a média de um conjunto de números. Ele mede o quanto os números em um conjunto de dados estão agrupados em torno de sua média.

Três tipos principais de tendência central são média, mediana e moda. A medida mais comum de tendência central é a média aritmética, calculada somando todos os valores no conjunto de dados e dividindo essa soma pelo número de valores nesse conjunto de dados.

A mediana também pode ser usada como uma alternativa para calcular a tendência central, simplesmente encontrando o valor médio em um conjunto de dados depois de organizar todos os números de baixo para cima. A moda é o valor mais frequente em um conjunto.

Principais conclusões

Dados ordinais são mais complexos do que dados nominais e comumente usados ​​para avaliar o interesse. A escala Likert é um exemplo popular de dados ordinais.

Use alguns dos exemplos reais fornecidos aqui para inspirar sua própria coleta de dados de pesquisa. Enquanto isso, aprenda mais sobre pesquisas e como elas ajudam a coletar dados.