تا مخاطب را نشناسید، می‌توانید او را به مشتری تبدیل کنید؟ چه می‌خواهد، چه چیزی در تصمیم‌گیری او نقش دارد، چه انتظاراتی دارد، چه موانعی بین او و شماست و... همه پرسش‌هایی است که پاسخ آن‌ها در دست شما نیست.
حدس‌وگمان دربارهٔ هرکدام در نهایت به هدررفتن منابع ختم می‌شود. نظرسنجی از مشتریان بهترین کلید برای بازکردن این قفل است؛ ولی نظرسنجی اشتباه هم دردسر است: تلف‌شدن وقت + داده‌هایی که اعتبار ندارند!
۶ اشتباه بزرگ ممکن است در زمان نظرسنجی از مشتریان رخ دهد که هرکدام را در ادامه با هم بررسی می‌کنیم.
اشتباه اول: به اهداف تجاری خودتان اصلاً توجه نمی‌کنید
«رقیبم انجام می‌ده، پس من هم انجام بدم!»
این جمله شما را فقط به‌سمت بن‌بستی می‌برد که ضرر کنید. قرار نیست چون رقبا کاری را انجام می‌دهند، آن کار درست باشد؛ حتی اگر ۱ میلیارد آدم گاو را بپرستند، باز هم نمی‌توان گفت پرستش گاو کار درستی است. به‌جای تقلید از رقبا، چند پرسش ساده را از خودتان بپرسید:
البته بسته به نوع نظرسنجی، برخی پرسش‌های دیگر هم باید مطرح شوند. مثلاً فرض کنید می‌خواهید دلیل خروج کاربر از سایت را بفهمید، این موارد را هم باید در نظر بگیرید:
خب، پس قبل از هرچیزی دلایل خودتان را مشخص کنید تا بتوانید به این پرسش جواب دهید: اصلاً چرا ما نظرسنجی می‌کنیم؟
اشتباه دوم: سراغ آدم‌های اشتباهی می‌روید
سؤال خودتان را که نباید از هر کسی بپرسید! نتیجهٔ نظرسنجی وقتی به شما کمک می‌کند که سراغ آدم درستی بروید؛ یعنی چه؟ فرض کنید ما ایمیلی دربارهٔ یکی از سرویس‌های خودمان برای ۳۰ هزار نفر ارسال کنیم، ولی ۳۰ نفر فقط این سرویس را بخرد.
خب، ما باید از هر ۳۰ هزار نفر نظرسنجی کنیم که چرا این محصول را انتخاب نکردی؟ نه، ما به سراغ فردی با مشخصات زیر می‌رویم:
ایمیل را باز کرده، روی لینک داخل ایمیل کلیک کرده و در نهایت محصول را نخریده است!
این کسی است که به ما کمک می‌کند مشکل را پیدا کنیم؛ چراکه هدف ما در اینجا یافتن بزرگترین مانعی است که باعث شده محصول فروش نرود و نه اینکه مثلاً چرا ایمیل باز نشده است.
چطور آدم درست را انتخاب کنیم؟ این کاملاً به هدف شما از نظرسنجی بستگی دارد. مثلاً برای بهبود مسیر خرید محصول، می‌توانید سراغ افرادی بروید که به‌تازگی محصول را خریده‌اند یا تا افزودن آن به سبد خرید پیش رفته‌اند.
حالا اگر می‌خواهید نرخ بازگشت مشتری بیشتر شود، سراغ مشتری‌هایی بروید که بیش از یک بار از شما خرید کرده‌اند. مشتریان ریزشی شما زیاد است و می‌خواهید محصول را بهینه کنید تا از این اتفاق جلوگیری کنید یا سرویس جدیدی ارائه کنید؟ سراغ مشتری‌هایی بروید که در ۶ ماه اخیر از شما خرید نکرده‌اند.
اشتباه سوم: تعداد افراد کافی نیست!
آیا پاسخ‌های ۱۰ نفر به شما کمک می‌کند الگوی مشخصی تعریف کنید؟ هرقدر تعداد افراد شرکت‌کننده در نظرسنجی کمتر باشد، حاشیه خطا هم بیشتر می‌شود. تعداد افراد ناکافی باعث می‌شود داده‌ها و نتیجه منحرف شود.
طبق تجربهٔ کارشناسان، ۱۰۰ تا ۲۰۰ نفر کافی است؛ چراکه بیش از ۲۰۰ نفر هم پاسخ‌های شما تکراری می‌شوند و فقط وقت را از دست می‌دهید.
اشتباه چهارم: سؤال اشتباهی می‌پرسید!
اگر سؤال اشتباه را از ۱۰ هزار نفر بپرسید، فقط ۱۰ هزار پاسخ اشتباه دارید و نه بیشتر 📷 اینجا دیگر مهم نیست سراغ چند نفر می‌روید یا فرد درست را انتخاب کرده باشید؛ مشکل خود سؤال است!
مثلاً فرض کنید می‌خواهید ببینید آیا محصول شما به مشتریان کمک می‌کند یا نه. اگر بپرسید «آیا از محصول ما راضی هستید؟» با یک مشکل روبه‌رو می‌شوید: ممکن است آن‌ها راضی باشند، ولی با این پرسش به جوانب دیگر که می‌تواند محصول را بهبود دهد، اشاره نکنند.
یک نمونهٔ دیگر؟ شاید از مشتری بپرسید به پشتیبانی چه امتیازی می‌دهید؟ خب، این سؤال برای سنجش مواردی مثل سرعت پاسخ‌گویی یا کیفیت پاسخ مناسب است؟ نه، مشتری همه‌چیز را در نظر گرفته و پاسخ داده است.
مثال آخر هم اجازه دهید مرتبط با مسیر خرید بگویم. پرسش «آیا از فرایند خرید راضی بودید؟» یک پرسش کلی است که نمی‌توان مثلاً با کمک آن، عملکرد مامور تحویل را سنجید.
اینکه پرسش شما چندگزینه‌ای باشد یا پرسش باز، به آن هدفی که دارید، گره خورده است؛ یعنی می‌خواهید چه اطلاعاتی کسب کنید و چه تحلیلی داشته باشید؟
اشتباه پنجم: داده‌ها را اشتباه تحلیل می‌کنید!
می‌توان گفت راه واحدی که بتوان به آن گفت راه درست تحلیل داده‌های کیفی وجود ندارد؛ ولی یک مسیر مشخص را می‌توان تعریف کرد:
برخی داده‌ها مثل سؤالات بی‌پاسخ یا داده‌های شخصی را می‌توان در یک گروه قرار داد؛ هدف یافتن الگوهای مشابه است تا بتوان کدی را به هر داده اختصاص داد.
کد یک عبارت یا نام مشخص است که به ما می‌گوید چطور از هر داده استفاده کنیم. مثلاً فرض کنید ما در بررسی اولیه داده‌ها به ۳ گروه داده پرتکرار رسیدیم: قیمت محصول بالاست؛ بازدهی ندارد؛ با تبلیغات آشنا نیستم.
خب، این ۳ گروه را می‌تواند با عبارت‌هایی مثل «قیمت»، «بازدهی» و «ناآشنایی» کدگذاری کرد. پس از آن، می‌توان داده‌ها را به‌درستی تحلیل کرد؛ مثلاً افرادی که از قیمت محصول ناراضی هستند، چه هدفی از تبلیغات داشته‌اند؟
وقت، وقت مشخص‌کردن الگوها بر اساس اولویت‌های شماست. اول ببینید درصد هر کد چقدر است؛ مثلاً آیا ۳۰ درصد از قیمت ناراضی‌اند یا بیشتر گفته‌اند تبلیغات بازدهی ندارد؟ حالا می‌توان مشکلات را بهتر درک کرد و متوجه شد چه چیزی در اولویت است.
در آخر هم یافته‌های کلیدی و مهم را بر اساس هدف خودتان از نظرسنجی در قالب یک گزارش خلاصه کنید؛ به شکلی که برای تمام ذینفعان قابل درک باشد.
اشتباه ششم: به داده‌ها نگاهی بی‌طرفانه ندارید!
شاید فکر کنیم نه، ما هیچ تعصبی نداریم و به همه‌چیز بی‌طرفانه نگاه می‌کنیم؛ ولی این شکلی نیست! همهٔ ما در معرض سوگیری‌های شناختی هستیم که کار تحلیل داده را حسابی خراب می‌کند.
مثلاً سوگیری تاییدی باعث می‌شود داده‌ها را به‌شکلی تفسیر کنیم که باورها یا فرضیه‌های خودمان را تایید کند. معمولاً این شکلی می‌شود: هرچه من را تایید کند، درست است! یک مدل دیگر هم می‌شود وقتی نظرات مخالف زیاد می‌شود، نتیجه می‌گیریم باورها و فرضیه‌های ما کاملاً درست و باید همان را حفظ کنیم.
خب، راه‌حل چیست؟ هنگام تفسیر داده‌ها حواستان به سوگیری‌های شناختی باشد و سعی کنید تمایلات شخصی خودتان را کنار بگذارید.
