Ota yhteyttä

Miten voimme sinua auttaa? Lähetä meille viestisi, vastaamme sinulle mahdollisimman pian!

Designtutkimus Helsinki
Lähetä

Voit myös soittaa meille: (+358) 9 425 79838

Kiitos viestistä! Viesti on lähetetty.

Ole hyvä ja täytä kaikki kentät, paina sen jälkeen Lähetä.

Asiakaskokemus, Markkinatutkimus, Tutkimus, Yleinen

Laadukas markkinatutkimus – miten se syntyy?
Esimerkki: Kilpailuetutekijöiden selvittäminen

Teemu Putto

Teemu Putto

11.8.2020

Tämä esimerkki on tarkoituksella pidetty tutkittavien muuttujien osalta yksinkertaisena havainnollistamisen takia. Tulokset perustuvat siis tässä kuvitteelliseen dataan.

Esimerkissä tarkastellaan tilannetta geneerisen yrityksen osalta, mutta lähestymistapa on täysin yleistettävissä moniin eri käyttötarkoituksiin esimerkiksi tuotteen positioinnista ja viestikärkien kartoittamisesta aina työnantajamielikuvan kehittämiseen saakka.

Mistä tässä esimerkissä on kysymys?

Datan tehokas hyödyntäminen vähentää tarvittavien kysymysten määrää ja tuottaa konkreettisempia tuloksia. Kun kysymysten tuottama tieto osataan hyödyntää tehokkaasti ja eri kysymykset pystytään linkittämään toisiinsa, voidaan vähälläkin kysymysmäärällä päästä pitkälle. Yksittäisten kysymysten tuijottaminen taas ei auta meitä näkemään metsää puilta.

Tämä yksinkertainen esimerkki esittelee yhden tavan, millä yrityksen kilpailuetutekijät (nykyiset tai potentiaaliset) pystytään selvittämään markkinatutkimuksen keinoin tehokkaasti ja luotettavasti.

Miten kilpailuetutekijöitä voidaan lähteä selvittämään?

Jokaisella menestyvällä yrityksellä on oltava oma kilpailuetutekijänsä. On useita tapoja määrittää kilpailuetutekijöitä, mutta ainakin kolme seuraavaa kohtaa ovat relevantteja:

  • Yritys on kilpailuetutekijässä kilpailijoitaan vahvempi
  • Kilpailuetutekijä on kuluttajalle tärkeä valintamotiivi
  • Kilpailuetutekijä ei ole helposti kopioitavissa

Usein törmää siihen, että keskitytään näistä vain ensimmäiseen kohtaan ja puhutaan erottautumisen tärkeydestä. On kuitenkin muistettava, että erottautumisella ei ole arvoa sinänsä, vaan sen on tapahduttava ominaisuuksissa, joilla on kuluttajille merkitystä.  

Siksi kvantitatiivisella markkinatutkimuksella kilpailuetutekijöitä lähdettäisiin ratkaisemaan kahden ulottuvuuden kautta:

  1. Mikä tekijät ovat yrityksen valinnassa tärkeitä?
  2. Miten yrityksen koetaan onnistuvan näissä tekijöissä?

Helppoa? Teoriassa kyllä. Mutta käytännössä jos ja kun halutaan luotettavia ja todellisuuden kanssa yhtäpitäviä tuloksia, vaaditaan paljon enemmän kuin pari suoraa kysymystä.

Kilpailuetutekijöiden tärkeys – miten se saadaan selville?

Kun puhutaan erilaisten ominaisuuksien tärkeyden mittaamisesta, on yleisimmin käytetty tapa asteikollinen kysymys, eli esimerkiksi ”asteikolla 1-5, kuinka tärkeä ominaisuus edullisuus sinulle on?”

Tämä on kuitenkin karkea ja erottelukyvyltään tehoton lähestymistapa, joka johtaa kahteen ongelmaan:

  • Tulokset eivät peilaa todellista käyttäytymistä
  • Tulosten jatkohyödyntäminen analyyseissä on tehotonta

Syy ongelmiin on siinä, että vastaaja ei joudu tekemään valintoja eri ominaisuuksien välillä, vaan hän voi toivoa täydellisyyttä. Siksi tällaisella mittaamisella esimerkiksi hinnan tai eettisyyden merkitykset ylikorostuvat todellisuuteen verrattuna. Onhan helppoa ilmoittaa tekevänsä eettisiä valintoja, jos se ei edellytä luopumista mistään muusta.

Jatkoanalysoinnin kannalta on myös erittäin haastavaa, jos yksilötasolla meillä on viisi erittäin tärkeää ja viisi melko tärkeää valintamotiivia. Tästä on mahdotonta päätellä sitä, mistä langasta meidän pitää todellisuudessa vetää voittaaksemme kuluttajan puolellemme.

Parhaiten kuluttajien todellisiin valintamotiiveihin pääsee kiinni pakottamalla kuluttaja tekemään valintoja erilaisten tekijöiden välillä myös tutkimuksessa. Yksinkertaisimmillaan tämä voi tarkoittaa parittaista vertailua (”kumpi sinulle on ostotilanteessa tärkeämpää, eettisyys vai edullinen hinta”), tehokkaammin toteutettuna esimerkiksi MaxDiff-menetelmän avulla.

Toki ennen kuin varsinaiseen mittaamiseen päästään käsiksi, meillä on oltava pohjatieto siitä, mitkä valintamotiivit kyseisellä toimialalla ovat relevanteimmat. Usein olennaisimmat motiivit pystytään määrittämään aiemman tutkimustiedon ja toimialatuntemuksen kautta, mutta vähänkin epävarmoissa tilanteissa pohjalle kannattaa tehdä kvalitatiivinen tutkimus, jonka avulla varmistutaan siitä, että mitään olennaista ei jää huomioimatta.

Vaihe 1: Motiivien tärkeyden mittaus

Jos mittaisimme kuluttajien valintamotiiveja asteikollisella kysymyksellä, voisi lopputulos näyttää oheisenlaiselta:

Tällaisesta tuloksesta on hyvin vaikea vetää mitään johtopäätöksiä. Tulokset ovat lähellä toisiaan, eikä niiden tärkeyksien välisestä suhteesta voida vetää mitään johtopäätöksiä. Kuten myös edellä mainittu, esimerkiksi hinnan merkitys ylikorostuu tällaisessa mittauksessa aina.

Seuraavassa esimerkissä hyödynnämme MaxDiff-menetelmää. Se pohjautuu ominaisuuksista rakennettuihin yhdistelmiin, joita vastaajalle tulee arvioitavaksi useampi kappale.

Valintatehtävä näyttää vastaajalle seuraavanlaiselta:

Tässä tapauksessa vastaaja vastaa viiteen yllä olevan kaltaiseen valintatehtävään, joissa ominaisuudet vaihtelevat aina osittain. On myös mahdollista ja usein täysin riittävää kysyä jokaisessa tehtävässä vain, mikä on vastaajan mielestä kaikkein tärkein ominaisuus. Kun data on kerätty, se analysoidaan tilastollisesti siten, että eri ominaisuudet saadaan suhdeasteikolliseen tärkeysjärjestykseen sekä kokonaistasolla että yksilötasolla.

MaxDiff-raportoinnissa kokonaisuudessaan sata pistettä jaetaan mitattujen ominaisuuksien kesken niiden tärkeyden suhteessa. Käytännössä tämä tarkoittaa sitä, että oheisesta kuvasta voimme paitsi päätellä ominaisuuksien tärkeysjärjestyksen, niin tiedämme nyt myös esimerkiksi sen, että ystävällinen palvelu on kuluttajille kaksi kertaa tärkeämpi asia kuin nopea asiointi.

Vaihe 2: Motiiveissa onnistumisen selvittäminen

Omaa onnistumista ei voi mitata tyhjiössä.

Ei riitä, että tiedämme, miten me itse suoriudumme eri ominaisuuksissa. Erilaisilla ominaisuuksilla on täysin erilaiset odotusarvot, eikä saatuja prosenttilukuja voida suoraan verrata toisiinsa. Siksi oman yrityksen suoritusta on mitattava aina suhteessa muihin markkinatoimijoihin.

Ajatellaan nyt tilannetta, jossa yrityksemme ”Oma yritys” on varsin tuore tulokas markkinoilla, eivätkä sen mielikuvamittarit ole vielä erityisen vahvoja. Kun mielikuvamittareita on kysytty yrityksen tunteneilta, näyttää tilanne suorina prosenttilukuina tältä verrattuna pääkilpailijoihimme.

Tämä ei kuitenkaan vie meitä kovin pitkälle.

Jotta analysoinnissa päästään aidosti kiinni yritysten vahvuuksiin ja heikkouksiin kilpailijoihin verrattuna, meidän on pystyttävä poistamaan taustatekijöistä johtuvat tasoerot eri yritysten välillä. Silloin pystymme päättelemään sen, missä tekijöissä suoriudumme tällä hetkellä suhteessa hyvin ja missä heikosti.

Tässä tapauksessa käytämme apuna biplot-menetelmää hahmottaaksemme markkinapositiot.

Nyt ymmärrämme dataa jo paremmin. Esimerkiksi Kilpailija A:n selkeä erotteleva tekijä on ”ystävällinen palvelu”, kun taas ”Oma yritys” positioituu lähelle ominaisuuksia ”korkealaatuiset tuotteet” ja ”laaja valikoima”.

Tulosten jatkohyödyntämistä varten otamme yritystämme erottelevat tekijät ulos vielä lukuarvioina. Erottuvuudet perustuvat tässä Khi-neliö -analyysiin.

Nyt meillä on käytössämme data, joka havainnollistaa oman markkinapositiomme suhteessa kilpailijoihin.

Vaihe 3: Löydösten yhdistäminen

Olemme nyt selvittäneet kaksi olennaista ulottuvuutta – valintamotiivien tärkeyden ja yrityksemme suoriutumisen niissä suhteessa kilpailijoihin. Jotta näitä tuloksia voidaan tehokkaasti hyödyntää, on ne vielä koostettava yhteen. Hyödynnämme siinä yksinkertaista nelikenttätarkastelua, jossa origo asettuu yritysten keskiarvon kohdalle.

Tähän kiteytyy kaikkein olennaisin tieto. Kaikki muut olivat vain välivaiheita tavoitteeseen pääsemiseksi.

Tästä kuvasta voimme tulkita suoraan seuraavia asioita:

  • Yrityksemme kilpailuetu löytyy tällä hetkellä tuotteiden laadusta
  • Meidän on nyt keskityttävä palvelun ystävällisyyden parantamiseen.
  • Laaja valikoima erottelee meitä muista, mutta koska se ei ole kuluttajille olennainen kriteeri, ei valikoimaa kannata enää ainakaan laajentaa. Voi jopa miettiä, olisiko sen supistaminen taloudellisesti kannattavaa.

Tätä taustaa vasten on helppo lähteä miettimään sitä, mitkä haasteista ovat todellisia ja mitkä mielikuvallisia – eli mitä toimenpiteitä markkina-aseman vahvistaminen vaatii.

Lisäksi kuvaan on havainnollistamiseksi lisätty regressiosuora, joka antaa meille osviittaa siitä, että mitä tärkeämpi tekijä on, sitä heikommin siinä suoriudutaan suhteessa kilpailijoihin. Työmaata siis riittää, mutta nyt parannuskohteet ovat selkeästi tiedossa.

Tämän saman datan pohjalta voidaan tarkastelua viedä haluttaessa vielä huomattavasti pitemmälle. MaxDiff-mittaus antaa erottelukykynsä johdosta erittäin hyvän pohjan motiivipohjaiselle segmentoinnille. Segmentoinnin suoritettuamme tietäisimme vielä, millaisiin ryhmiin kuluttajat jakautuvat valintamotiiviensa mukaan, ja mistä segmenteistä oma potentiaalimme löytyy. Tämä on hyvä esimerkki siitä, miten pitkälle jo muutaman kysymyksen tehokkaalla analysoinnilla voidaan päästä.

Yhteenveto

Huolellinen tilastollinen analysointi vähentää epävarmojen oletusten tarvetta. Kun ei tarvitse arvailla sitä, mitä tuloksista voidaan päätellä, pystytään keskittymään siihen, mitä käytännön toimenpiteitä tulosten pohjalta pitää tehdä.

Jos esimerkiksi tässä tapauksessa ominaisuuksien tärkeys olisi kysytty asteikollisena ja ominaisuuksissa suoriutuminen vain omasta yrityksestä, ei tällaista analyysiä olisi luotettavasti pystytty toteuttamaan. Tällöin tulosten pohjalta suunnitellut toimenpiteet voisivat pahimmillaan olla todella haitallisia.

Joskus kuulee sanottavan, että markkinatutkimuksen tulokset eivät pidä yhtä todellisen kuluttajakäyttäytymisen kanssa. Näin varmasti voi joskus olla. Useimmiten syy löytyy kuitenkin silloin siitä, että kyseessä on heikosti suunniteltu tutkimus ja huolimattomasti hyödynnetty data.

Yhteystiedot