Big data eller spørreundersøkelser? Ja takk – begge deler

I en treg analysebransje har big data røsket opp i hverdagen, og satt nye problemstillinger på agendaen. Står markedsanalyse som vi kjenner det, for fall? Vil tilgangen til økt mengde data gjøre spørreundersøkelser overflødig? Jeg mener at vi må utnytte det beste i begge metoder - mottoet må være: Ja takk, begge deler!

Thea Fredheim Lian

Om forfatteren

Big data – hva så?

I en digitalisert hverdag har selve premissene i markedsanalyse-bransjen endret seg. Fokuset er flyttet fra tradisjonelle markedsundersøkelser til de store datamengdene som genereres fra alle plattformer og kontaktpunkter vi har med våre kunder. Dataanalytikerne er fremtidens helter, sies det, og mange spår markedsanalysens død. Med store mengder data, høyere hastighet og høyere kompleksitet, stilles vi overfor nye utfordringer som markedsanalytikere. Store bedrifter, så vel som små, får en stadig økende datamengde å holde oversikt over. Alt fra transaksjonsdata, CRM-data, kundenes atferdpå bedrift-ens nettsider og i sosiale medier skal foredles og struktureres. Dette gir uendelige muligheter, men også mange ut-fordringer. Big data er og blir et buzzord, og få selskaper og byråer vet hvordan man skal få struktur på mengdene med ustrukturerte data.

«Denne undersøkelsen tar tolv minutter å svare på»

Selv med en hurtig utvikling i nye analysemetoder og kilder til innsikt, har ikke bransjen klart å holde følge. Markedsanalyse har lenge vært tilnærmet synonymt med spørreundersøkelser og enten det er på forespørsel fra kunder, markedssjefer eller byråene selv, lager vi fortsatt unødvendig lange undersøkelser. «Bare ett spørsmål til» synes å være mottoet. Hensynet til representativitet og konsistens med tidligere år legger føringer for utarbeidelse av skjema, og ofte fokuseres det på enkeltstående leveranser snarere enn en integrert helhet. I en verden med økt krav til hurtighet og presisjon legger lange feltperio-der og rapporteringssykluser en kraftig demper på innsikten som genereres. Respondenttretthet og skipping gjennom undersøkelser reduserer datakvaliteten, og spørsmålene er ofte vanskelig å svare på. For hvem holder egentlig styr på hvilken juice de drakk for tre måneder siden, hvilke teleoperatører de har sett reklame for de siste tretti dagene og hvor ofte de handler i dagligvarebutikker?

Vi kan ikke lenger tenke enten/eller

Big data alene er for nytt og for ustrukturert til å kunne løse utfordringene bransjen står overfor i dag, og spørreundersøkelser alene gir ikke alle svar. Datapunktene holdes isolert, og der kundene og dataanalytikerne holder én bit av puslespillet, holder byråene og markedsanalytikerne en annen. Ved å stole blindt på enten/eller kan man i aller verste fall ende opp med å ta forretningskritiske beslutninger basert på feil grunnlag – enten det er feil svar på det som skjer akkurat nå eller om det er mangelfulle svar på årsakene til at det skjer.

Jeg mener at kombinasjonen av kilder – informasjonen fra big data kombinert med innsikten fra surveydata – er helt essensiell for fremtiden. Der big data gir oss et øyeblikksbilde på hva som skjer, gir spørreundersøkelser svar på hvorfor det skjer – men bare hvis de kombineres på riktig måte.

Integrasjon av atferdsdata med holdningsdata gir bedre beslutninger

Sammenhengen mellom holdning og atferd er kompleks, og vanskelig å fange opp i et spørreskjema. Ofte oppstår det en diskrepans der holdning ikke nødvendigvis gjenspeiler atferd og vi ønsker å stille oss selv i et bedre lys enn hva hverdagen vår tilsier. Eksemplene på disse er mange – jeg nevner to: den miljøbevisste forbrukeren som ikke kildesorterer eller den samfunnsengasjerte forbrukeren som benytter seg av svart arbeidskraft når hun skal pusse opp sommerhuset. Selv disse (veldig) forenklede eksemplene lar seg vanskelig måle, og vi stoler blindt på respondentenes evne til å vurdere egen atferd. Jon Puleston eksemplifiserer denne kognitive skjevheten ved å stille spørsmålet: «Vil du rydde opp etter dette møtet?» «Ja», tenker kanskje du, det gjør man selvsagt, og 50% svarer nettopp dette – men i virkeligheten er det bare 13% som faktisk rydder opp. Hvis du utelukkende baserer deg på undersøkelsesdata får du derfor et feil bilde av virkeligheten. Løsningen? Integrer data fra reell atferd. Da får du ikke bare vite hva folk faktisk gjør, men også hvilke holdninger, preferanser og interesser de har. Slik blir du bedre rustet til å ta de gode beslutningene.

Smartere undersøkelser = bedre svar

Når datamengdens kvalitet og kvantitet øker, gir dette spennende muligheter for å forbedre spørreskjema. Ved å stille de riktige spørsmålene og la andre kilder ta seg av det du ikke nødvendigvis trenger svar på, kan du unngå respondenttretthet, redusere frafall og øke datakvaliteten. Kortere, mobiltilpassede undersøkelser med konkrete spørsmål som svarer på undersøkelsesformålet og ikke alt annet også, kombinert med atferdsdata, transaksjonsdata eller reklamespending, åpner et hav av muligheter. Du trenger kanskje ikke å vite hvilken ost respondentene kjøpte forrige måned, men hvilket merke de foretrekker og hvorfor. Kortere og spissformulerte undersøkelser gjør det enklere å opprettholde og vedlikeholde paneler, og øker respondentenes engasjement. Derfor bør enhver undersøkelses-prosess ta utgangspunkt i de dataene som allerede er tilgjengelig og la dette påvirke veien videre.

Pinterest – en sosial fotodelingsside – har utviklet en standard for hvordan de tester nye produktattributter som baserer seg på nettopp denne metoden. Selskapet gjennomfører eksperimenter med endringer i produktet der brukernes atferdsmønster overvåkes nøye og supplerer dette med korte undersøkelser blant de samme brukerne om hvordan de opplever tjenesten. Selskapet har strenge regler for hvilke spørsmål som stilles og hvordan, for å sikre at brukerne opplever minst mulig slitasje ved bruk av tjenesten. Ved å kombinere atferdseksperimenter med små undersøkelser får de en total innsikt i brukernes holdninger, forståelse og følelser til tjenesten – og ikke bare endringene i bruksmønster.

Når egne data ikke er nok

Mange selskaper har tilgang til store mengder data, men som oftest er dette data på egne brukere. Hva med resten av markedet? Det store bildet blir fort borte hvis man kun fokuserer på egne kunder, noe SoundCloud har erfart. Strømmetjenesten har med sine 250 millioner månedlige lyttere tilgang til enorme mengder brukerdata: omtrent 3 terrabyte med data genereres hver dag (!). Big data alene gir likevel ikke svar på den større konkurransesituasjonen og hvordan folk flest generelt orienterer seg i musikkstrømmemarkedet – dataene de har, er kun generert av egne brukere. Lytterne er tidlige innovatører, noe som gjør det vanskelig å generalisere. For å få oversikt over det generelle musikkstrømmemarkedet gjennomførte de i samarbeid med et analysebyrået On Device Research en mobil dagbokundersøkelse blant amerikanske brukere, med en gruppe bestående av 350 brukere som frivillig oppga sin SoundCloud-ID, som ble sammenlignet mot en tilsvarende stor kontrollgruppe. Slik fikk selskapet en dypere forståelse av brukernes motivasjon, hva de hører på, med hvem og hvorfor. Den mobile dagboken beriket den innsikten de allerede hadde opparbeidet seg gjennom sine store datasett, og hjalp til med å segmentere brukerne. Undersøkelser vil derfor kartlegge blindsonen – områder man ikke får belyst med egne brukerdata.

Integrasjon og kombinasjon – hva med personvern?

Både Pinterest og SoundCloud viser hvordan man kan koble data man allerede har, for å svare på dypere spørsmål rundt brukernes motivasjon, men det fordrer at man har tilgang til innlogget brukerdata. Ikke alle har dette, og det oppstår også en rekke etiske og praktiske problemstillinger rundt personvern og lovgivning: Hva har man egentlig lov til å gjøre? Personvern blir stadig viktigere og nytt lovverk er på vei, men alle problemstillinger trenger ikke nødvendigvis å besvares ved å integrere surveydata med egne data. Det er også mulig (og nødvendig) å kombinere flere kilder. Med all informasjonen som er tilgjengelig finnes det mange smarte måter å kombinere innsikt. Skal du for eksempel måle kjennskap, se på mediespendingen i samme periode som kjennskap måles. Kun kreativiteten setter grenser!

Smart bruk av data er fremtiden.

Inntoget av big data gjør at vi blir tvunget til å tenke nytt. Undersøk-elser som vi kjenner dem, kommer til å dø: Vi kan ikke lenger stille 40 spørsmål om kjøpsatferd, interesser eller internettbruk, og vi kan ikke lenger bruke måneder på datainnsamling og rapportering. I en verden av data må vi alltid tenke på hvilken annen informasjon som er tilgjengelig og hvilken innsikt vi trenger for å få (nesten) hele bildet. For å holde følge med utviklingen må vi løfte blikket, slutte å basere oss utelukkende på én kilde og tenke smartere. Fremtidens markedsanalytiker evner å skille relevant informasjon fra det uvesentlige, leter i flere datasett og kilder for å finne svar, designer undersøkelser etter behov og ikke etter vane og skreddersyr spørsmål på bakgrunn av analyseformål. Dette er nøkkelen for å holde seg konkurransedyktig i tiden fremover.

Kilder:

  • SoundCloud-case: https://ondeviceresearch.com/soundcloud-big-data.
  • Pinterest: PDF “Combining “Small Data” from surveys and “BiG Data” from online experiments at Pinterest, Jolie M. Martin.
  • Puleston: https://www.slideshare.net/BAQMaR/04-predict-the-future-baqmarjonpuleston.

Noen tips

  • Tenk godt gjennom formålet med undersøkelsen: Finnes det andre, relevante datakilder du kan lene deg på?
  • Gjør et utvidet søk før du setter i gang med skjema: Har noen andre gjort akkurat det du skal gjøre?
  • Sett opp hypotesene du ønsker å teste. Spørsmål som ikke svarer på hypotesen er som regel overflødige «fint å vite».
  • Vær streng, sett kriterier på lengde og form før prosessen starter og hold deg til det.
  • Integrer tilgjengelige data på atferdsvariabler.
  • Gjør undersøkelsen kort og konkret. Slutt med spørsmåls-grådighet!
  • Ha et langsiktig perspektiv, og tenk at dette enkelt skal kunne gjøres om igjen.
  • God integrasjon krever et åpent samarbeid mellom partene involvert.

Andre artikler du kan være interessert i

Se alle artikler

Segmenteringsutfordringer – del 3

Har du en god segmenteringsmodell?

fagartikkel, tema-artikkel

Segmenteringsutfordringer – del 2

Hvilken segmenteringsmodell bør du velge?

fagartikkel, tema-artikkel

Bedre oppmerksomhet med kunstig intelligens

Mediebransjens oppmerksomhet på reklameoppmerksomhet har økt de siste par årene. Dette skyldes flere ting. For det første skyldes det at folks…

fagartikkel