Date ordinale: definiție, exemple, colectare și analiză

Companiile investesc mai mult în instrumente de date pentru a-și ajuta echipele de marketing să ia decizii mai bune.

Dar marketingul are nevoie de mai mult decât de date și instrumente de analiză pentru a implementa o strategie de marketing eficientă. De asemenea, trebuie să înțeleagă tipul de date pe care le colectează și cum să le analizeze pentru a obține informații semnificative.

Aceasta implică revenirea la elementele de bază și înțelegerea datelor ordinale, unul dintre tipurile cheie de date de marketing. Acest articol va explora datele ordinale și modul în care acestea informează deciziile de marketing bazate pe date.

Nivelul de satisfacție a clienților este un exemplu de date ordinale. Variabilele sale ar putea fi:

• foarte satisfacut
• mulțumit
• Neutru
• Nemulţumit
• Foarte nesatisfăcut

Folosind datele ordinale, puteți calcula frecvența, distribuția, modul, mediana și intervalul de variabile.

Având date ordinale definite, s-ar putea să vă întrebați despre alte tipuri de date, cum ar fi datele nominale, interval sau raport. Cum diferă de datele ordinale? Iată câteva definiții rapide:

• Datele nominale sunt o clasificare a datelor ale căror variabile au un set finit de valori și categorii care nu sunt ordonate. Cu date nominale, măsurați variabile precum tipul de angajare, care are mai multe rezultate, cum ar fi munca independentă, cu normă întreagă sau hibridă.
• Datele de interval sunt un tip de date în care intervalul dintre două valori nu este constant. Datele de interval apar în multe moduri, de exemplu, atunci când se măsoară intervale de timp sau când diferența dintre două măsurători variază. Cel mai obișnuit mod de a reprezenta datele de interval este utilizarea unui tabel cu coloane pentru limitele superioare și inferioare ale fiecărui interval.
• Datele raportului sunt un tip de date utilizate pentru analiza statistică. Datele raportului nu oferă nicio informație despre valorile pe care le reprezintă. Aceste informații trebuie obținute din alte surse la care se face referire în datele raportului. Este adesea folosit în analiza informațiilor financiare, dar poate fi aplicat și altor tipuri de date.

5 exemple de date ordinale

Datele ordinale apar în diferite formate. Iată câteva exemple de date ordinale și cum să le sincronizați cu strategia dvs. de afaceri pentru a vă îmbunătăți eforturile de gestionare a datelor.

1. Nivel de interes

Indiferent dacă ați lansat deja produsul pe piață sau ați introdus noi funcții pentru produsul dvs. existent, va trebui să efectuați cercetări de piață pentru a pune întrebări pentru a evalua interesul publicului țintă.

Cercetarea de piață implică analiza atât a datelor calitative, cât și cantitative pentru a înțelege nevoile clienților, partenerii lor de cumpărare și ceea ce îi motivează să cumpere de la tine. Aceste informații vă pot ajuta să vă îmbunătățiți campaniile de marketing în viitor.

De exemplu, dacă găzduiți conferințe în mod regulat, sondajele vă pot ajuta să știți cât de bine v-ați descurcat și dacă participanții dvs. doresc să participe din nou la conferință. Iată un exemplu de date la nivel de interes:

Sursa: SurveyMonkey

Întrebările pe care le puneți vor dezvălui nivelul de interes al potențialilor clienți pentru produsul sau serviciul dvs. Nivelurile de interes variază de la neinteresat, ușor interesat, neutru, până la foarte interesat.

2. Nivelul de educație

Acest tip de date ordinale oferă informații despre nivelul de competență al publicului țintă.

Nivelul de educație poate întreba dacă publicul țintă a dobândit diferite niveluri de educație formală, cum ar fi liceu, facultate și școală absolventă. Puteți colecta aceste date prin atribuirea de numere fiecărui nivel, cum ar fi 1 pentru educație fără formă formală, 2 pentru școala primară și așa mai departe, până la 10 pentru o diplomă universitară de doctorat.

Datele la nivel de educație sunt utile atunci când utilizați analize în procesul de recrutare pentru a vă ajuta să evaluați cererile de locuri de muncă ale potențialilor candidați.

Datele la nivel educațional vă pot ajuta să faceți predicții puternice despre cine să angajați în viitor pentru a sprijini creșterea companiei, unde să vă concentrați eforturile de recrutare și să găsiți candidați potriviți pentru anumite poziții.

Dacă conduceți o echipă de vânzări, evaluarea nivelului de educație al membrilor echipei vă permite să știți cum să le susțineți obiectivele de dezvoltare a carierei. În acest fel, puteți construi o echipă de vânzări performantă și puteți îmbunătăți reținerea.

3. Statutul socio-economic

Înțelegerea statutului socio-economic al publicului țintă ajută la crearea și rafinarea segmentelor de clienți pe baza profilurilor lor demografice și psihografice.

Vă puteți baza apoi pe aceste segmente atunci când rulați campanii de marketing personalizate care să răspundă nevoilor și dorințelor acestora. Datele ordinare despre statutul socioeconomic pentru un public țintă B2C includ sexul, locația, venitul gospodăriei, starea civilă și vârsta.

Pe de altă parte, datele pentru un public țintă B2B includ venitul anual brut, stadiul de creștere a afacerii, numărul de angajați, poziția pe piață și tipul de industrie.

4. Nivelul de satisfacție

Nivelul de satisfacție reflectă modul în care sunt conținutul clienților tăi cu diferite interacțiuni ale mărcii. De exemplu, procesul de integrare a clienților sau cât de bine rezolvați diferitele probleme ale clienților.

Satisfacția clientului poate fi exprimată ca extrem de mulțumit, mulțumit, nesatisfăcut sau extrem de nemulțumit. Datele privind nivelul de satisfacție vă ajută să evaluați satisfacția cu privire la serviciile pentru clienți și la gestionarea vânzărilor pentru a identifica zonele de îmbunătățire.

Iată un exemplu de date privind nivelul de satisfacție dintr-un sondaj de potrivire produs-piață realizat de Buffer:

Sursa: Buffer

Cu aceste date, compania ar putea spune cât de util este planificatorul Buffer's Power pentru clienții săi, ceea ce înseamnă că produsul era potrivit pentru utilizatorii lor.

5. Comparație

Aceasta implică adresarea de întrebări care dezvăluie asemănările sau diferențele dintre două sau mai multe puncte de date. Odată ce identificați asemănările sau diferențele, puteți afla ce caracteristici sunt similare, care sunt diferite și gradul în care sunt diferite sau similare.

De exemplu, este posibil să doriți să comparați performanța veniturilor din 2021 până în 2022. Comparația dvs. va genera semnificativ mai puțin, aproximativ la fel, mai mult și semnificativ mai mult pentru veniturile fiecărui an.

Cu aceasta, puteți evalua tendințele macroeconomice și din industrie și puteți ajusta strategia pentru a se potrivi cu procesul de bugetare pentru a controla cheltuielile. Puteți chiar să decideți să duceți acest lucru mai departe și să comparați tendințele din industrie, astfel încât să puteți crea rapoarte și să scrieți conținut de lider de gândire pentru a crește gradul de conștientizare a mărcii.

Cum se colectează date ordinale

Dacă ai cere cuiva să-și claseze nivelul de satisfacție pe o scală de la 1 la 5, răspunsul său ar fi ordinal. Puteți colecta aceste date prin sondaje sau scale Likert folosind software-ul pentru sondaje.

Sondajele sunt una dintre cele mai vechi metode de colectare a datelor ordinale. Puteți folosi sondaje pentru a determina sentimentele publicului țintă cu privire la produse, subiecte sau probleme specifice legate de marca, produsul sau serviciul dvs. Puteți ancheta prin mai multe metode, inclusiv în persoană, prin telefon sau online.

În cazul sondajelor, totuși, colectarea datelor exacte de la oameni care nu doresc să răspundă sincer la întrebări sau să le înțeleagă este dificilă. Sondajele necesită, de asemenea, mult timp din partea cercetătorului pentru a le crea, valida și analiza.

O scară Likert este un sondaj care le cere participanților să fie de acord sau să nu fie de acord cu fiecare afirmație din sondaj, de exemplu, „Sunt în totalitate de acord”. Participanții își atribuie apoi un răspuns pe baza sentimentelor lor față de afirmație și a nivelului lor de acord cu aceasta.

Scalele Likert îmbunătățesc claritatea în timpul analizei, deoarece respondenții se evaluează pe o scară ordonată cu intervale clar definite, de exemplu, o scară de la 1 la 7.

Pentru a colecta date ordinale, trebuie să rulați sondaje cu întrebări care clasifică răspunsurile folosind o scală implicită sau explicită. De exemplu, dacă aveți o mulțime de trafic care vine pe site-ul web al companiei dvs., puteți utiliza un instrument de feedback pentru site-ul companiei pentru a colecta feedback de pe site-ul dvs. Cere:

„Cât de mulțumit ești cu postarea pe blog pe care tocmai ai citit-o?’’

Posibilele raspunsuri ar putea fi:

• Fericit
• Nefericit
• mulțumit
• Nemulțumit

Teste de efectuat cu date ordinale

Puteți efectua mai multe teste pe date ordinale pentru a măsura diferența dintre două sau mai multe grupuri. Aceste teste includ:

• Testul Kruskal-Wallis
• Testul Mann-Whitney U
• Testul Wilcoxon-sumă de rang
• Testul median al dispoziției

Datele ordinale sunt un tip de date care clasifică valorile de la cel mai mic la cel mai mare. Cu alte cuvinte, datele ordinale sunt clasate sau ordonate.

Testul Kruskal-Wallis H

Testul Kruskal-Wallis este un test neparametric utilizat pentru a compara medianele a trei sau mai multe grupuri independente. Este folosit atunci când datele nu sunt distribuite în mod normal, iar varianța dintre grupuri este inegală. Testul Kruskal-Wallis poate compara și două grupuri dependente - imagini înainte și după reproiectarea unui site web.

Testul U Mann-Whitney

Testul Mann-Whitney este un test neparametric utilizat pentru a compara mediana a două probe independente. Poate fi folosit atunci când există date ordinale, cum ar fi evaluări pe o scară de la 1 la 5, sau atunci când nu există grupuri clare în date.

Test de rang semnat Wilcoxon

Testul Wilcoxon cu rang semnat este un test neparametric care poate fi utilizat pentru seturi de date cu sau fără distribuție normală. Este o alternativă la testul t în cazurile în care datele nu au o distribuție normală.

Când rulați un test t, presupunerea este că distribuția de bază a datelor este normală, dar această ipoteză poate fi greșită.

De exemplu, când se testează diferența de înălțime între două grupuri, să presupunem că un grup are o înălțime medie de 180 cm, iar celălalt grup are 170 cm. Nu veți vedea nicio diferență semnificativă în înălțimea lor.

Cu toate acestea, folosind testul de rang semnat Wilcoxon, puteți vedea dincolo de diferența obișnuită a înălțimii lor.

Testul median al dispoziției

Testul se bazează pe premisa că stările de spirit ale oamenilor se grupează în jurul unui punct median, unele fiind mai pozitive sau negative decât altele. Testul median al Dispoziției măsoară adesea modul în care indivizii se simt cu privire la o problemă sau o idee, cum ar fi părerea clientului despre produsele sau serviciile dvs. Poate prezice comportamentul în funcție de dispozițiile lor, cum ar fi dacă clienții tăi vor cumpăra de la tine sau de la concurenții tăi.

Cum se analizează datele ordinale

Există două moduri de a analiza datele ordinale: statistica inferenţială şi statistică descriptivă.

Statisticile descriptive rezumă caracteristicile unui set de date și identifică modele. Iată statisticile descriptive pentru datele ordinale:

• Distribuția de frecvență
• Măsuri de tendință centrală
• Interval (măsuri de variabilitate)

Pe de altă parte, statisticile inferențiale prezic ce se poate întâmpla în viitor pe baza datelor pe care le aveți. Puteți utiliza datele ordinale pentru a colecta informații, pentru a crea ipoteze sau chiar pentru a trage concluzii cu cele patru teste descrise mai sus.

Testele Kruskal-Wallis, Mann Whitney U și Wilcoxon analizează toate datele ordinale. Toate sunt teste neparametrice, ceea ce înseamnă că nu se bazează pe nicio ipoteză despre distribuția datelor.

Analiza descriptivă

Analiza descriptivă colectează, analizează și raportează date despre evenimente care au avut loc deja. Acest lucru diferă de analiza predictivă, care prezice evenimente viitoare pe baza datelor istorice. Analiza descriptivă ajută companiile să identifice modele din trecut pentru a-și îmbunătăți procesul decizional în viitor.

În analiza descriptivă, scopul este de a găsi modele în datele existente, nu de a prezice ce se va întâmpla în viitor. Analiza descriptivă își propune să găsească relații cauză-efect între evenimentele trecute și să utilizeze aceste relații pentru a prezice evenimente viitoare.

Spre deosebire de alte metode de analiză, analiza descriptivă poate fi utilizată oricând cu orice date disponibile. Acest lucru îl face mai accesibil pentru întreprinderile mai mici, cu resurse insuficiente pentru modele predictive sau seturi mari de date solicitate de alte metode.

Grafice

Barele și graficele prezintă datele într-un mod ușor de înțeles. Sunt benefice atunci când datele sunt prea mari sau complicate pentru a fi afișate într-un tabel. Tipul de grafic pe care îl alegeți depinde de cantitatea de informații pe care doriți să o transmiteți, de dimensiunile datelor și de publicul dvs.

Graficele cu bare afișează informații ca bare cu lungimi proporționale cu valorile lor. Sunt folosite atunci când datele sunt categorice, adică se încadrează în grupuri specifice. Iată un grafic cu bare pentru un centru de apeluri, care arată timpul necesar pentru a răspunde în fiecare zi a săptămânii:

Sursa: Datapine

Sunt o alegere bună atunci când doriți ca publicul dvs. să poată compara valorile cu ușurință. Graficele cu bare sunt mai intuitive și mai ușor de înțeles în comparație cu numerele. De asemenea, este posibil să utilizați bare în combinație cu linii sau alte elemente grafice, cum ar fi diagrame de dispersie, histograme sau diagrame circulare.

Graficele cu linii sunt utilizate atunci când datele au o valoare ordonată. Aceste grafice folosesc linii pentru a conecta puncte pe două axe cu aceeași scară pe ambele părți. Aceste linii pot fi solide sau punctate și încep în orice punct de pe oricare dintre axe.

Liniile reprezintă schimbarea în timp, cum ar fi modul în care piața de valori fluctuează zilnic sau cum se modifică costul energiei de la an la an. Iată un exemplu de clienți potențiali lunari de intrare pe parcursul a 12 luni, vizualizați folosind un grafic cu linii:

Măsuri de tendință centrală

Tendința centrală este media unui set de numere. Măsoară cât de strâns sunt grupate numerele dintr-un set de date în jurul valorii medii.

Trei tipuri principale de tendință centrală sunt media, mediana și modul. Cea mai comună măsură a tendinței centrale este media aritmetică, calculată prin însumarea tuturor valorilor din setul de date și împărțirea acestei sume la numărul de valori din acel set de date.

Mediana poate fi, de asemenea, utilizată ca alternativă la calcularea tendinței centrale, pur și simplu găsirea valorii mijlocii într-un set de date după aranjarea tuturor numerelor de la mic la mare. Modul este cea mai frecventă valoare dintr-un set.

Recomandări cheie

Datele ordinale sunt mai complexe decât datele nominale și sunt utilizate în mod obișnuit pentru a măsura dobânda. Scala Likert este un exemplu popular de date ordinale.

Folosiți câteva dintre exemplele reale oferite aici pentru a vă inspira propria colectare de date ale sondajului. În timp ce sunteți la ea, aflați mai multe despre sondaje și despre cum vă ajută să colectați date.