La interpretación de los datos de la encuesta es un importante proceso de varios pasos que requiere importantes recursos humanos, tecnológicos y financieros. Esta inversión vale la pena cuando los equipos pueden cambiar de dirección, deleitar a los clientes y solucionar problemas basados en la información obtenida de los resultados.
El tipo de encuesta o pregunta establece la dirección para los encuestados y para los datos de la encuesta resultantes. Comprender las opciones y qué tipo de perspectivas pueden revelar es fundamental para interpretar con precisión las respuestas a las preguntas.
Antes de comenzar, revise el objetivo de la encuesta y el tipo de preguntas de la encuesta seleccionadas. Esto ayudará al interpretar los resultados y determinar los próximos pasos. Los siguientes son tipos de encuestas utilizados con frecuencia, aunque existen muchas más opciones.
NPS es una pregunta de encuesta ampliamente utilizada que proporciona información sobre cuán felices están los clientes con una marca. El resultado es un número en una escala que responde a la pregunta principal «¿Qué es probable que recomiende [negocio o marca] a otros en su círculo social?» Por lo tanto, el NPS informa cuán fuerte es el mensaje de boca en boca de una marca en un momento determinado.
Algunas preguntas de NPS hacen un seguimiento con un cuadro de comentarios abiertos. Esto permite a los clientes explicar o identificar los factores que influyeron en su elección. Estos comentarios literales de NPS pueden ayudar a las organizaciones a perfeccionar dónde están excediendo sus productos o servicios y dónde pueden romperse las cosas.
Preguntar a los clientes sobre cuán satisfechos están con el proceso de compra y/o con productos o servicios después de que realicen una compra puede ser útil para las empresas que buscan mejorar su viaje de clientes. Las preguntas incluyen cuán satisfecho está el cliente con la experiencia, cuán felices están con su compra y si han tenido algún desafío aprovechando al máximo su compra.
¿Cómo empezar una interpretacion de datos?
El análisis de los datos representa una acción que está en su lugar dentro de un sistema que consiste en múltiples etapas, todas fundamentales e interdependientes entre sí. Después de que se hayan recopilado los resultados de una investigación, será el momento de pasar a la fase de análisis. Por lo tanto, pasar de los datos aproximados a la salida de síntesis, será posible que cualquiera analice los aspectos del problema o el fenómeno bajo observación. En esta guía queremos ilustrar cómo analizar los datos estadísticos y cuáles son, en detalle, las diversas fases de análisis a tener en cuenta.
El primer momento del análisis de datos estadísticos se representa por la observación en la recopilación de datos sin procesar. Por lo tanto, esta fase constituirá el primer elemento de documentación estadística. Los principales tipos de recopilación de datos son tres: un cuestionario resultante de encuestas directas con el uso de investigaciones ad hoc, o menos estadísticas «indirectas» llamadas (es decir, recopiladas por varios cuerpos), o incluso resultados de observaciones experimentales u obtenidas de base de datos de la empresa.
En cambio, la segunda fase del análisis de datos estadísticos está representada por la «codificación» de los datos que se les calcula SO, que se entenderá en los tramos abiertos. Esta fase se lleva a cabo transponiendo todos los datos sin procesar recopilados durante la primera fase dentro de la matriz de datos sin procesar, o como parte de una tabla de inventario específica.
En este punto, la tabla de datos que se someterá al análisis debe elegirse. En la elección de las características de la tabla, dos factores intervienen sustancialmente: en primer lugar, la relevancia para el problema a analizar, la homogeneidad de los datos y la agotidad de estos. En segundo lugar, será esencial comprender el propósito del análisis de los datos (si, por lo tanto, de un tipo exploratorio o confirmatorio).
¿Cómo iniciar una interpretación de datos?
La interpretación de los datos es revisar y analizar datos para sacar conclusiones relevantes para una empresa.
Es más que los conjuntos de datos de Copy Pasting en hojas de cálculo de Excel o gráficos elegantes de Google Analytics en su mazo de diapositivas. La interpretación de datos está conectando los patrones y reconocer las tendencias en sus datos, convirtiendo estas ideas en recomendaciones procesables para una empresa.
Las interpretaciones de datos consisten en un informe, visualizaciones de datos y recomendaciones basadas en datos para ayudar a su audiencia a digerir su mensaje.
Jordie Van Rijn, una consultora de marketing por correo electrónico en CageMonday, agrega:
«Las estadísticas muestran que el correo electrónico es muy rentable, a menudo citando un ROI increíble. Pero la optimización de valor puede estar en los datos. La automatización del correo electrónico y el marketing generan muchos datos valiosos de primera parte, pero a menudo los informes estándar en el software de marketing de correo electrónico simple Don Te permite la profundidad para obtener ideas reales y hacer el desgarro.
Algunos de los más grandes son una conexión con la navegación y el comportamiento de la visita de la tienda, las ventas, el historial de productos y las preferencias que faltan en los informes. Pero otras secciones transversales pueden ser igual de perspicaces: piense en los nuevos suscriptores por fuente de suscripción, compradores premium versus descuentos e informes sobre el margen del producto. Tendrá que reunir más fuentes de datos, pero estas son ideas increíblemente procesables «.
Los datos cuantitativos son números y estadísticas que se pueden cuantificar y medir.
¿Cómo se hace una interpretación de datos estadisticos?
Las estadísticas descriptivas se utilizan para resumir y describir los datos a los que tiene acceso, ya sea:
- datos para toda la población de interés (como todos los que asiste a una escuela en particular), o
- Los datos recopilados de una muestra aleatoria de una población más grande (como una muestra aleatoria de personas que eran pacientes en un hospital en particular durante un período de dos años).
La única diferencia es que en la última situación, que ocurre con mayor frecuencia, las estadísticas descriptivas no permiten sacar conclusiones sobre la población más amplia, por lo que generalmente se utilizará junto con otras estadísticas. Más sobre esto en breve, pero por ahora consideremos las estadísticas descriptivas en la Tabla 1.
Estos datos se obtuvieron de una muestra de personas que viven en una ciudad en particular, y el tamaño de la muestra es (233 ) (como lo indica el (n = 233 ) en la parte inferior de la tabla). Además, hay dos tipos diferentes de variables resumidas en esta tabla:
- datos para toda la población de interés (como todos los que asiste a una escuela en particular), o
- Los datos recopilados de una muestra aleatoria de una población más grande (como una muestra aleatoria de personas que eran pacientes en un hospital en particular durante un período de dos años).
Estos dos tipos de variables necesitan y se han analizado de manera diferente.
Veamos primero las variables continuas (alternativamente, si desea obtener más información sobre los diferentes tipos de variables, consulte la página de datos y tipos de variables de este módulo).
Las variables continuas se han resumido utilizando dos medidas, la primera es la media (también llamada promedio aritmético). Esta es la medida más utilizada de la tendencia central, y es un valor único utilizado para describir el conjunto de datos al indicar el valor central. Por ejemplo, en la Tabla 1, la media para la variable de «edad en años» es (47.3 ), lo que indica que la edad promedio (o central) de la muestra de (233 ) personas es (47.3 ). La segunda medida es la desviación estándar (SD), que es la medida de dispersión más utilizada. Este es un valor único utilizado para describir el conjunto de datos indicando cuán variado (o diseminado) es. La desviación estándar para la variable de «edad en años» en la Tabla 1 es (17.4 ). Esto es bastante grande en relación con el medio, lo que indica que hay una variación bastante grande en las edades de la muestra de (233 ) personas.
Artículos Relacionados:
