Автор: researchexpo

Несмотря на то, что на Западе исследовательские компании давно активно используют исследовательские сообщества, в России до сих пор сообщества путают с панелями, создают «сообщества», работая с ними по сути по образу панелей. Настоящее онлайн сообщество может дать исследователю гораздо больше. Брендированное онлайн сообщество потребителей позволяет нестандартными креативными методами изучать потребителя, получая много инсайтов. Однако для эффективного использования данного метода необходимо несколько условий. На примере нашего кейса мы расскажем, что является самым важным при создании брендированного онлайн сообщества, какие новые техники мы использовали в данном проекте и какую пользу от проекта получил заказчик.

Потенциал для использования краудсорсинга и технологий машинного обучения в ритейле высок. Эти методы позволяют получить глубокие инсайты о ситуации в торговых точках, основываясь на данных прошлого и настоящего, чтобы спрогнозировать будущие продажи, лучше понять поведение покупателей и повысить общую эффективность.

Один из примеров применения технологий краудсорсинга и машинного обучения – это проведение ценовых мониторингов в торговых точках. Основное требование при сборе розничных цен предъявляется к скорости. Такой быстрый и масштабный информации может обеспечить только модель на базе краудсорсинга, когда десятки тысяч обычных людей (аудиторов) осуществляют проверки в торговых точках рядом со своим домом или работой по всей стране. Далее алгоритмы машинного обучения позволяют на основе ключевых атрибутов продукта и товарной категории рассчитать «правильную цену» и изменять ее в зависимости от ситуации на рынке, действий конкурентов и задач компании.

Краудсорсинг и машинное обучение выводят на новый уровень понятие big data и соединяют в единое целое данные о покупателях и рыночных трендах. Производители и ритейлеры могут прогнозировать поведение покупателей с большой степенью вероятности.

Ссылка на видео и презентацию.
В последние годы автоматизация захватила мир маркетинговых исследований. Автоматизируется сбор данных, их обработка и визуализация, что существенно сокращает сроки и бюджеты, позволяет проводить больше проектов. Но все это касается, в первую очередь, количественных исследований.

Однако мы знаем, что у клиентов регулярно возникают небольшие качественные задачи (например, оценка «сырых» идей, причины выбора концепций/роликов/дизайнов, драйверы и барьеры в категории, отношение к бренду, релевантность инсайта и т.д.), от которых зачастую отказываются из-за нехватки времени и бюджета. Мы задались вопросом: можно ли внедрить автоматизацию в качественные исследования? Ведь всегда считалось, что в основе качественных методик – взаимодействие модератора и респондента.

Мы придумали инструмент, который позволяет всего за 3-4 дня услышать голос потребителя: получить глубинную оценку и большое количество развернутых цитат. Часть действий модератора мы автоматизировали: респондентов отбирает электронный скринер, вопросы гайда задает анимированная анкета, а специальный инструмент анализирует ответы.
Совместно с благотворительным фондом “Нужна помощь” мы протестировали наш инструмент в рамках пилотного проекта. В докладе мы расскажем про наш опыт, ошибки и успехи.

Какие задачи можно решать с помощью JetQual? Заменит ли бот модератора? Какую часть работы модератора все-таки нельзя автоматизировать? Как сохранить качественную глубину? Как мы мотивируем респондентов давать развернутые ответы? Как работает автоматизация на этапе анализа текстов? Что важно не упустить? Как клиент может использовать результат? Какие решения можно принимать по итогам такого исследования?