การวิจัยตลาดการทดสอบชื่อแบรนด์
ผู้จัดการและผู้บริหารมักเผชิญกับความจำเป็นในการทำความเข้าใจว่าลูกค้าตีความชื่อแบรนด์และผลิตภัณฑ์ของตนอย่างไร
ในการวิจัยตลาดการทดสอบชื่อแบรนด์ เราทดสอบและตีความว่าชื่อแบรนด์และผลิตภัณฑ์ส่งผลต่อการตัดสินใจซื้อ การมีส่วนร่วมของลูกค้า และลำดับความสำคัญเชิงกลยุทธ์ของลูกค้าของเราอย่างไร
การผสมผสานการวิจัยเชิงคุณภาพและเชิงปริมาณสามารถให้ข้อมูลเชิงลึกเชิงกลยุทธ์สำหรับผู้จัดการได้
การวิจัยเชิงคุณภาพ
วัตถุประสงค์ของระยะเชิงคุณภาพคือการสำรวจกรอบความคิดของลูกค้าและเพื่อล้วงเอาเสียงของลูกค้า ระยะเชิงคุณภาพจะได้ความคิดที่มีสติและจิตใต้สำนึกซึ่งจะช่วยให้เราพัฒนาเครื่องมือสำรวจเชิงปริมาณได้
การวิจัยเชิงคุณภาพสามารถนำเสนอข้อมูลที่หลากหลายเกี่ยวกับทัศนคติ ความเชื่อ และความคิดเห็น ตลอดจนสามารถตรวจสอบภูมิหลังทางสังคมและจิตวิทยาที่แตกต่างกันได้
การวิจัยเชิงคุณภาพยังช่วยให้ลูกค้าเข้าใจและประเมินพฤติกรรมและอารมณ์ของผู้บริโภคได้ดียิ่งขึ้น ผลที่ตามมาคือลูกค้าจะอยู่ในตำแหน่งที่ดีขึ้นในการทำความเข้าใจว่าชื่อใดจะกระตุ้นให้เกิดการตอบสนองเชิงบวกหรือเชิงลบจากลูกค้า
การสนทนากลุ่มโฟกัสเหล่านี้จะช่วยให้เราตรวจสอบและโต้ตอบเพิ่มเติมในมุมมองของลูกค้าปัจจุบันและผู้ที่มีแนวโน้มจะเป็นลูกค้า การอภิปรายกลุ่มสนทนาบางประเด็นจะสำรวจ:
- ข้อมูลประชากรของลูกค้า
- ชื่อผลิตภัณฑ์มีอิทธิพลต่อกระบวนการซื้ออย่างไร
- ปฏิกิริยาเชิงบวกและเชิงลบต่อชื่อที่เป็นไปได้
- ขาดชื่ออะไรไปล่ะ.
- ชื่อนั้นน่าจดจำแค่ไหน
- ความคิดใดที่ชื่อที่เป็นไปได้นำมาสู่ใจ
- ทำไมพวกเขาถึงเลือกชื่อ A มากกว่าชื่อ B
- ไลฟ์สไตล์ของลูกค้าในปัจจุบันและเป้าหมาย และเหตุผลที่พวกเขาใช้ผลิตภัณฑ์
- อารมณ์ของพวกเขาต่อสินค้า
- นิสัยการซื้อและการซื้อของ
การวิจัยเชิงปริมาณ
วัตถุประสงค์ของระยะเชิงปริมาณคือเพื่อให้คะแนนและจัดอันดับชื่อผลิตภัณฑ์ที่เป็นไปได้ทั้ง 4 ชื่อ การวิจัยเชิงปริมาณจะให้ข้อมูลเชิงลึกเกี่ยวกับการตั้งค่าชื่อผลิตภัณฑ์ ข้อความทางการตลาด และความต้องการที่ตรงตามความต้องการและที่ไม่ได้รับการตอบสนอง
จากประสบการณ์ของเราในโครงการที่คล้ายกัน เราอาจแนะนำระยะเชิงปริมาณเพื่อหาปริมาณ “เสียงของลูกค้า” แบบสำรวจผู้บริโภคออนไลน์นี้จะระบุปริมาณ:
- ระดับความชอบของชื่อผลิตภัณฑ์ที่เป็นไปได้
- ระดับความสำคัญทั่วไปของชื่อผลิตภัณฑ์
- ไม่ว่าพวกเขาจะไม่ได้ซื้อสินค้าเพราะชื่อก็ตาม
- ความถี่ในการซื้อผลิตภัณฑ์ที่มีชื่อเฉพาะ
- ความถี่ในการซื้อและวิธีการใช้ผลิตภัณฑ์
- ทัศนคติและการใช้ผลิตภัณฑ์ของพวกเขา
สำหรับแต่ละผลิตภัณฑ์ สามารถถามคำถาม 2 ข้อพร้อมคำถามติดตามผลข้อที่ 3 ได้:
- คำถามแรกคือคำถามเกี่ยวกับการจัดสรรผลรวมคงที่เพื่อกระตุ้นการตั้งค่าแบบสัมพันธ์ เช่น "จัดสรร 20 คะแนนในชื่อผลิตภัณฑ์สี่ชื่อต่อไปนี้ เพื่อให้การจัดสรรของคุณแสดงถึงการตั้งค่าแบบสัมพันธ์ของคุณสำหรับชื่อ" คำถามประเภทนี้จะวัดความแข็งแกร่งของการตั้งค่า (คล้อยตามการตีความข้อมูลตามช่วงเวลาหรืออัตราส่วน) แทนที่จะวัดเพียงอันดับ (ข้อมูลลำดับ) ที่สำคัญ จำนวนคะแนนทั้งหมดควรเป็นเลขคู่ของจำนวนตัวเลือกที่นำเสนอ ดังนั้นผู้ตอบที่ไม่แยแสจริงๆ จึงสามารถตั้งชื่อเป็นจำนวนคะแนนเท่ากันได้ (ในที่นี้คือ 4×5=20)
- คำถามที่สองเป็นการซักถามสำหรับความชอบโดยสมบูรณ์ของตัวเลือกอันดับต้นๆ เช่น “ในระดับ 1 ถึง 7 โดยที่ 1 แสดงถึงความไม่ชอบอย่างมาก และ 7 แสดงถึงความชอบอย่างมาก คุณจะให้คะแนนตัวเลือกที่คุณต้องการมากที่สุดจากคำถาม #1 อย่างไร สเกล 7 จุดเป็นสเกลลิเคิร์ตแบบคลาสสิก แต่สเกลอื่นๆ ก็สามารถทำได้ อย่างไรก็ตาม โปรดจำไว้ว่าการใช้มาตราส่วนที่มีคะแนนเป็นเลขคี่จะทำให้ผู้ตอบเป็นกลาง ในขณะที่มาตราส่วนที่มีจำนวนคะแนนเป็นเลขคู่ (เช่น ระดับ 1-10) จะทำให้ผู้ตอบไม่ได้รับคำตอบที่เป็นกลางทางคณิตศาสตร์ ซึ่ง ฉันคิดว่าน่าจะเป็นที่พึงปรารถนาในกรณีนี้
- คำถามที่สามเกิดขึ้นเฉพาะกับผู้ตอบแบบสอบถามที่คะแนนใน #2 ต่ำกว่าเกณฑ์ที่กำหนด และกำลังพิจารณาหาทางเลือกที่ดีกว่า เช่น "คุณนึกถึงชื่อผลิตภัณฑ์ที่เป็นไปได้ซึ่งในมุมมองส่วนตัวของคุณเองจะดีกว่า [ชื่อที่คุณจัดอันดับ #1 ในไตรมาสที่ 2] ได้ไหม" คำถามนี้ไม่ควรปล่อยให้มีการตอบกลับ และควรกำหนดเวลาด้วย "การหมดอายุ" สั้นๆ เช่น 5 วินาที เพื่อให้ได้คำตอบที่เป็นธรรมชาติมากกว่าที่จะพิจารณา
ทางเลือกและการสังเกตบางประการ:
แบบสำรวจอาจถามผลิตภัณฑ์ทั้ง 4 รายการในไตรมาสที่ 2 และสรุปความชอบที่สัมพันธ์กันจากความชอบที่แท้จริง อย่างไรก็ตาม คำถามประเภทนี้ไม่ได้ดึงดูดผู้ตอบให้มีส่วนร่วมมากเท่ากับคำถามที่มีผลรวมคงที่ และมีความเสี่ยงที่จะได้คำตอบ "ทั่วกระดาน" เนื่องจากผู้ตอบไม่เต็มใจที่จะตัดสินหรือ "ตอบกลับด้วยสแปมและรับเงิน" ในทางที่ผิด
เมื่อพูดถึงชื่อผู้สมัคร บางบริษัทมักจะกำหนดชื่อที่มีความหมายเกี่ยวข้องกับผลิตภัณฑ์ อย่างไรก็ตาม ภายในผลิตภัณฑ์ประเภทเดียวกัน ชื่ออาจใช้แทนกันได้ หากสิ่งนี้เป็นจริง เราอาจถามคำถามที่ "ตรงกัน" แก่ผู้ตอบตามสมควร ตัวอย่างเช่น “จากกลุ่มชื่อผลิตภัณฑ์ 7 ชื่อนี้ ให้เลือกชื่อที่ดีที่สุดสำหรับแต่ละผลิตภัณฑ์ 4 รายการนี้”
ลูกค้าบางรายมีโปรไฟล์ลูกค้าที่แตกต่างกันในใจสำหรับผลิตภัณฑ์ทั้งสี่นี้ โปรไฟล์เหล่านี้ส่วนใหญ่เป็นการผสมผสานระหว่างตัวแปรเชิงหมวดหมู่ (เพศ กลุ่มอายุ เชื้อชาติ/ชาติพันธุ์ ฯลฯ) ดังนั้นข้อมูลนี้จะถูกเก็บรวบรวมเพื่อดูว่าชื่อผู้สมัครที่แตกต่างกันมีระดับความน่าดึงดูดที่แตกต่างกันไปยังกลุ่มประชากรที่แตกต่างกันหรือไม่
การวิเคราะห์เชิงกลยุทธ์
การวิเคราะห์เชิงกลยุทธ์จะนำการเรียนรู้มาจาก ระยะที่ 1: การวิจัยเชิงคุณภาพ - การสนทนากลุ่ม และ ระยะที่ 2: การวิจัยเชิงปริมาณ - การสำรวจผู้บริโภคออนไลน์ และนำเสนออย่างสอดคล้องและมีประสิทธิภาพ สิ่งที่ส่งมอบอาจเป็นรายงาน PowerPoint ที่ครอบคลุมซึ่งระบุ:
- การรับรู้ของลูกค้าเกี่ยวกับชื่อผลิตภัณฑ์ที่เป็นไปได้
- ปฏิกิริยาเชิงบวก
- ปฏิกิริยาเชิงลบ
- ปัจจัยที่มีอิทธิพลต่อการรับรู้ชื่อผลิตภัณฑ์ของลูกค้า
- การวิเคราะห์ขั้นสูง
- ชื่อที่ดีที่สุดที่เป็นไปได้สำหรับแต่ละผลิตภัณฑ์
- คำแนะนำชื่อ
- ข้อสรุป
ในแง่ของการวิเคราะห์ขั้นสูง ควรตั้งคำถามก่อนแล้วจึงเลือกเครื่องมือ อย่างไรก็ตาม เนื่องจากเราได้พูดถึงตัวเลือกที่ไม่ต่อเนื่องกันทั้งในตัวแปรเป้าหมาย (ชื่อผลิตภัณฑ์) และข้อมูลประชากร เราจึงสามารถพูดได้อย่างแน่นอนว่าเราสามารถใช้การทดสอบทางสถิติแบบไม่อิงพารามิเตอร์เพื่อแยกแยะความสัมพันธ์ระหว่างข้อมูลลำดับ
การวิเคราะห์คลัสเตอร์และการถดถอยโลจิสติกอาจมีประโยชน์ ขึ้นอยู่กับสิ่งที่ลูกค้าต้องการทราบเป็นพิเศษ และที่สำคัญกว่านั้นคือผลลัพธ์ที่แท้จริง
ตัวอย่าง:
- ภายในตัวแปรเป้าหมาย: ผู้ตอบแบบสอบถามที่ชอบชื่อหนึ่งมักจะชอบชื่ออื่นหรือไม่? มี "กลุ่ม" ของชื่อที่ต้องการหรือไม่?
- ระหว่างตัวแปรเป้าหมายและข้อมูลประชากร: โปรไฟล์ของผู้ตอบแบบสอบถามบางรายชอบชื่อเฉพาะหรือไม่ ความชอบโดยสมบูรณ์เกี่ยวข้องกับลักษณะทางประชากรศาสตร์บางประการหรือไม่?
การส่งมอบขั้นสุดท้ายเป็นรายงานที่มีผลกระทบสูงพร้อมแผนปฏิบัติการสำหรับผู้จัดการ