品牌名称测试市场研究
管理人员和主管经常需要了解客户如何解读他们的品牌和产品名称。
![SIS 国际市场研究与战略](https://www.sisinternational.com/wp-content/uploads/2017/06/Strategy-group-1024x611.jpg)
在品牌名称测试市场研究中,我们测试并解释品牌和产品名称如何影响购买决策、客户参与度和客户的战略重点。
![SIS 国际市场研究与战略](https://www.sisinternational.com/wp-content/uploads/2017/06/Strategy-group-1024x611.jpg)
结合定性和定量研究可以为管理者提供深入的战略洞察。
定性研究
定性阶段的目的是探索客户的心态并获取客户的声音。定性阶段将获得有意识和潜意识的想法,这将有助于我们开发定量调查工具。
定性研究可以提供关于态度、信仰和观点的广泛信息,并可以研究不同的社会和心理背景。
定性研究还为客户提供了更好地了解和评估消费者行为和情绪的可能性。因此,客户将能够更好地了解哪些名称会引起客户的积极或消极反应。
这些焦点小组对话将帮助我们进一步探究和了解现有和潜在客户的观点。焦点小组讨论将探讨以下领域:
- 客户人口统计
- 产品名称如何影响他们的购买过程
- 对潜在名字的积极和消极反应
- 缺少什么名字
- 名字有多难忘
- 潜在的名字会让人想到什么
- 为什么他们选择名称 A 而不是名称 B
- 当前和目标客户的生活方式以及他们使用产品的原因
- 他们对产品的情感
- 购物和购买习惯
定量研究
定量阶段的目的是对 4 个潜在产品名称进行评级和排名。定量研究将深入了解产品名称偏好、市场信息以及满足和未满足的需求。
根据我们在类似项目中的经验,我们可能会建议采用量化阶段来量化 “顾客的声音”。 此次在线消费者调查将量化:
- 潜在产品名称的偏好程度
- 产品名称的总体重要性水平
- 他们是否会因为名称而不购买产品
- 他们购买特定名称产品的频率
- 购买频率以及使用产品的方式
- 他们对产品的态度和使用
对于每个产品,可以提出 2 个问题和第 3 个后续问题:
- 第一个问题是一个固定金额分配问题,用于引出相对偏好,例如“在以下四个产品名称中分配 20 分,您的分配代表您对这些名称的相对偏好”。 这类问题衡量的是偏好强度(适合区间或比率数据解释),而不仅仅是排名(序数数据)。重要的是,总分应该是所提供选项数量的偶数倍,因此真正无所谓的受访者可以给这些名字相同的分数(这里是 4×5=20)。
- 第二个问题探究对最佳选择的绝对喜好程度,例如“以 1 到 7 为标准,1 代表非常不喜欢,7 代表非常喜欢,您如何评价问题 #1 中您最喜欢的选择?” 7 分量表是经典的李克特量表,但其他量表也是可能的;但是,请记住,使用奇数点的量表可让受访者保持中立,而偶数点的量表(例如 1-10 量表)会使受访者无法做出数学上的中立反应,我认为在这种情况下这是可取的。
- 第三个问题只针对那些在 #2 中评分低于某个阈值的受访者,并探索更好的替代方案, 例如,“您能否想出一个可能的产品名称,在您个人看来,该名称比 [您在第二季度评定为 #1 的名称] 更好?” 这个问题不应该允许任何回答,并且还应该有一个短暂的“到期时间”,例如 5 秒,以获得更自发而不是深思熟虑的答复。
一些替代方案和观察:
调查可以只针对所有 4 种产品询问 Q2,并从绝对喜好推断出相对偏好。但是,这类问题不会像固定金额问题那样深入地吸引受访者,并且容易受到“一刀切”答案的影响,因为受访者要么不愿意做出判断,要么会滥用“发送垃圾回复并骗取金钱”。
说到候选名称,有些公司通常会指定与产品具有某种语义关联的名称。但是,在同一类别的产品中,名称可能会互换。如果是这样,那么我们可以合理地向受访者询问“匹配”问题。例如,“从这 7 个候选产品名称中,为这 4 种产品分别挑选出最佳名称。”
有些客户为这四种产品设定了不同的客户档案。这些档案主要是分类变量(性别、年龄组、种族/民族等)的组合,因此会收集这些信息,以查看不同的候选名称是否对不同的人口群体具有不同的吸引力。
战略分析
战略分析将借鉴 第一阶段:定性研究——焦点小组, 和 第二阶段:定量研究——消费者在线调查 并以连贯有效的方式呈现。交付成果可以是一份全面的 PowerPoint 报告,其中应确定:
- 顾客对潜在产品名称的认知
- 积极的反应
- 负面反应
- 影响顾客对产品名称认知的因素
- 高级分析
- 为每种产品提供最佳名称
- 姓名建议
- 结论
对于高级分析而言,最好先提出问题,然后再选择工具。但是,鉴于我们一直在讨论目标变量(产品名称)和人口统计数据中的离散选择,我们可以肯定地说,我们可以使用非参数统计测试来梳理序数数据之间的关系。
聚类分析和逻辑回归可能会很有用,这取决于客户具体想要了解什么,更重要的是实际结果。
例子:
- 在目标变量中:喜欢一个名字的受访者是否倾向于喜欢另一个名字?是否存在受青睐名字的“集群”?
- 在目标变量和人口统计学之间:某些受访者资料是否偏爱某些名字?绝对喜欢是否与某些人口统计学特征相关?
最终交付成果是一份具有高影响力的报告,其中包含一份针对管理人员的行动计划。