Руководитель группы маркетинговых исследований и исследований рынка, Samsung Electronics Russia. Выпускница мех-мата МГУ. До прихода в Samsung работала в Nielsen, в подразделении Retail Audit. Карьеру в Samsung Елена начала в 2006 году, присоединившись к только что открытой функции в российском представительстве компании. Сейчас Елена – руководитель группы, в ведении которой полный спектр потребительских исследований для всех департаментов и категорий продуктов.
Автор: researchexpo
Круглый стол c заказчиками исследований
Ссылка на видео и презентации Сбербанк, Samsung, Яндекс, PepsiCo.
Исследовательская антиутопия: маркетинговые исследования 2030
Идея — представить будущее исследований глазами заказчиков. Как изменятся методы сбора и анализа информации о потребителях? Что будет с отделами исследований и рисечерскими компаниями? Пришло время смелых прогнозов и сценариев в актуальном жанре современности — антиутопии!
Антон Донских
Мария Незговорова
ПЕРЕСЯДЬ С ИГЛЫ ЗАКАЗНЫХ ИССЛЕДОВАНИЙ НА АНАЛИЗ DATA LAKE
Ссылка на видео и презентацию.
В своем докладе авторы рассматривают новый современный формат исследований, заимствуя термин «DataLake» из области теории о больших данных. Представьте, что «озеро данных» уже существует, и все, что Вам нужно – это «закинуть удочку» и поймать ответ на нужный вопрос. Данная аналогия легла в основу концепции нового продукта компаний OMI и YouGov, который уже прижился на американском и европейском рынках, а с 2019 года доступен и в России.
На нескольких кейсах авторы продемонстрируют возможности работы с «озером данных»:
1. Вирусный успех или «нивкакиерамки». Оценка влияния скандальной рекламной кампании Reebok на основные KPI бренда, или как найти ответ на любой вопрос в «озере данных»
2. Формула любви. Из каких показателей здоровья бренда формируется любовь и эмоциональная привязанность к нему. Синтез результатов исследования «Любимые бренды россиян» и «озера данных» OMI-YouGov
3. «Ирония судьбы или…» В Новый год не принято проводить исследования потребителей за небольшим исключением для сезонных продуктов. «Озеро данных» ответит на вопрос, как Новый год влияет на ответы потребителей и какие выводы из этого можно сделать.
Асият Абукова
Антон Титов
Предсказать непредсказуемое, или как можно спрогнозировать NPS
Ссылка на презентацию.
Мы живем в век, когда все познается через опыт. Любая компания ищет возможности повышать эффективность своей работы и улучшать качество опыта клиентов. Индекс NPS часто используется как показатель удовлетворенности клиентов и ценится компаниями за простоту и понятность. Тем не менее, он бывает плохо объясним в динамике. Это сильно снижает полезность метрики для бизнеса – если показателем нельзя управлять, то и нет смысла использовать его в качестве KPI.
Чтобы понимать, от чего NPS зависит и что повлияло на его изменения, был использован анализ на основе динамического моделирования. Такой подход необходим, чтобы определить:
— как разные факторы влияют на NPS
— что дает наибольший вклад в рост числа промоутеров
— какие инструменты могут помочь снизить долю критиков
— какую долю составляют внешние факторы, на которые невозможно влиять, но важно учитывать.
Глубокий анализ изменений NPS необходим, чтобы повысить его роль в бизнесе и применять этот показатель в стратегическом планировании более осмысленно.
