Gräva djupare i dina undersökningsresultat: analys av tvärflikar och filter

resultat för korstabell och filterövervakning
75% av de som gillar katter och är intresserade av min kattparfymprodukt är kvinnor.

Jag marknadsför sociala medier för SurveyMonkey, så jag är en stor förespråkare för att använda onlineundersökningar för att nå ut till dina kunder för att fatta bättre, mer strategiska affärsbeslut. Du kan få mycket insikt i en enkel undersökning, särskilt när du vet en sak eller två om att skapa och analysera den. Uppenbarligen är att skriva och utforma en bra undersökning en viktig del av denna process, men allt detta front-end-arbete betyder väldigt lite om du inte vet hur man analysera dina resultat.

På SurveyMonkey erbjuder vi ett antal verktyg som hjälper dig att skära, tärna och förstå ditt datum. Två av de mest användbara är tvärflikar och filter. Jag ska ge dig en kort översikt och användningsfall för varje, så att du vet hur du implementerar dem för dina behov.

Vad är tvärflikar?

Cross-tabbing är ett praktiskt analysverktyg som ger dig en jämförelse sida vid sida av två eller flera enkätfrågor. När du använder korsfliksfiltret kan du välja de svar du vill segmentera och se hur dessa segment svarade på varje fråga i din undersökning.

Så om du är nyfiken på hur människor av olika kön svarade på dina olika undersökningsfrågor, till exempel, skulle du inkludera en enkätfråga som frågar om dina respondents kön. När du väl använder korsfliken kan du enkelt se hur män reagerade jämfört med kvinnor.

SurveyMonkey Cross-tab

Kvinnor rapporterade mer intresse för katter än män, så om du säljer en kattprodukt kanske du vill rikta den mot kvinnor.

Detta kan vara riktigt användbart i din marknadsföringsstrategi. Riktlinjerna för tvärflikar kan berätta mycket om dem som kan vara intresserade av din idé eller produkt - det kan segmentera dem som svarade positivt på ditt förslag efter åldersgrupp, kön, färgpreferens - vilken kategori som du inkluderar som en enkätfråga kan användas för att ytterligare dela upp dina svar med korsflikar.

Vad är filtrering?

Tillämpa ett filter på dina resultat för att se ett segment av dina respondenter tas bort från de andra. Du kan filtrera efter svar, efter anpassade kriterier eller efter egendom (datum, slutförda mot delvis slutförda svar, e-postadress, namn, IP-adress och anpassade värden) för att begränsa dina resultat så att du bara ser svar från personer som intresserar dig.

Så om du till exempel marknadsför en produkt till kattälskare och en av dina undersökningsfrågor frågar om dina respondenter gillar katter, är svaret från människor som svarade "nej" på den frågan förmodligen inte av mycket intresse. Tillämpa ett filter som väljs bara för personer som svarade ”ja” eller ”kanske” (om det var ett alternativ), så kan du bara se resultatet av potentiella kunder.

surveyymonkey filterresultat

När vi väl har filtrerat efter kattmänniskor upptäcker vi att de flesta respondenter fortfarande inte är intresserade av vår kattparfym. Vi överväger att investera i en ny produkt.

 Kombinera filter och tvärflikar för bättre undersökningsanalys

Så kanske du undrar, kan du använda filter och tvärflikar samtidigt? Svaret är ja! Det är en användbar strategi för att minska bullret och förstå dina svar.

Tillämpa först ditt filter. Så människor som är potentiella kunder, baserat på vårt tidigare exempel. Använd sedan din tvärflik för att ta reda på hur olika grupper av potentiella kunder känner. Så när vi går tillbaka till vårt kattälskareexempel, skulle du först använda filtret så att du bara tittar på svar från personer som kan vara intresserade av din produkt.

Använd sedan din tvärflik så att du vet åldrarna (kön, inkomstnivå och plats kan också vara intressanta faktorer här) och voila. Du sitter kvar med en heltäckande bild av dina potentiella kunder som kan delas upp efter ålder, kön eller vad du vill.

resultat för korstabell och filterövervakning

75% av de som gillar katter och är intresserade av min kattparfymprodukt är kvinnor.

Kom bara ihåg att tänka framåt om de faktorer som kommer att vara intressanta i din analys, så att du kan planera för dem i din undersökningsdesign. Det finns inget sätt att korsa fliken för inkomstnivå om du inte ber om det i din ursprungliga undersökning.

Vi hoppas att denna översiktsöversikt och filteranalysöversikt var användbar för dig! Har du fortfarande fler frågor om undersökningsanalys? Vad sägs om ett exempel på en insikt du har fått med hjälp av korsfliken eller filterfunktionerna? Berätta om det i kommentarsektionen nedan. Tack!

En kommentar

  1. 1

Vad tror du?

Den här sidan använder Akismet för att minska spam. Läs om hur din kommentardata behandlas.