Umfrageanalyse: Wie Sie Umfrageergebnisse auswerten [Praxisbeispiel]

Umfrageanalyse ist der Prozess der Auswertung der Kundendaten/Feedbacks, die aus den zuvor durchgeführten Fragebögen gesammelt wurden.

Die meisten Tools zur Erstellung von Umfragen bieten Optionen zur Generierung von Antworten, aber es braucht mehr als eine Teilmenge von Befragten und sauber in einer Tabelle aufgeführten Prozentsätzen, um die Informationen sinnvoll zu nutzen.

Aber keine Sorge: In diesem Blogbeitrag zeigen wir Ihnen ein praktisches Beispiel, wie Sie Erkenntnisse organisieren, analysieren und nutzen können, um Ihr Unternehmen voranzubringen und alle Stakeholder zufriedenzustellen.

Los geht’s.

9 Schritte zur Analyse von Umfrageergebnissen:

1. Umfrageformular für einfachere Datenerfassung einrichten
2. Gesammelte Umfragedaten organisieren
3. Methode zur Umfragedatenanalyse verwenden
4. Personas basierend auf demografischen Daten erstellen
5. Datengestützte Inhalte erstellen
6. Beste Vertriebskanäle bestimmen
7. Social-Media-Marketingstrategie festlegen
8. Produktverbesserung
9. Zukünftiges Verhalten vorhersagen

1. Ihr Umfrageformular für einfachere Datenerfassung einrichten

Um den gesamten Prozess der Datenanalyse leichter verständlich zu machen, verwenden wir das Beispiel einer einfachen Restaurantvorlage.

Diese Online-Umfrage enthält hauptsächlich Multiple-Choice- und geschlossene Fragen über das Essen, das Personal, den Preis, das Alter und die sozialen Medienplattformen, über die Kunden uns finden.

Diese Fragentypen sind leichter zu analysieren und können uns eine höhere Rücklaufquote bringen.

Dennoch enthält die Umfrage offene Fragen, die uns helfen, tiefgründigere Informationen von den Kunden zu sammeln.

Die Umfrageforschung soll uns ein besseres Verständnis der Bedürfnisse unserer Zielgruppe vermitteln.

Die Anwendungsbeispiele in diesem Blogbeitrag sollen Ihnen jedoch ein Verständnis der möglichen Datennutzung aus jeder Feedback-Umfrage geben, zum Beispiel aus Marktforschungsumfragen.

2. Ihre Umfragedaten organisieren

Nach Abschluss der Datenerfassung besteht der erste Schritt darin, die Daten aus dem Umfragetool in Google Sheets, Excel oder eine andere statistische Analyse-App zu exportieren.

Wenn Sie Ihre Daten bereits bereit haben, können Sie diesen Teil überspringen und direkt zur Umfragedatenanalyse gehen.

Nach dem Export der Umfrage sollten die Daten wie folgt aussehen:

Als nächstes sollten wir die Tabelle in allgemeinere Gruppen unterteilen, damit wir uns nicht in der Liste der Fragen verlieren.

Hier ist ein Beispiel:

• Demografische Daten
• Marketing: Alter | Wie haben Sie von uns gehört?
• Personal: Hat das Personal einen einladenden und freundlichen Eindruck gemacht?
• Essen: Wie würden Sie die Qualität des Essens in unserem Restaurant bewerten? Kam das Essen pünktlich?
• Menü: Gibt es etwas, das Ihrer Meinung nach auf der Speisekarte stehen sollte?
• Preis: Entsprachen die Preise der Qualität Ihres Gesamterlebnisses?
• NPS (Net Promoter Score): Wie wahrscheinlich ist es, dass Sie das Restaurant Ihren Freunden empfehlen?
• Rückkehr: Werden Sie uns wieder besuchen?

Sobald wir die Zahlen vorliegen haben, besteht der nächste Schritt darin, den Prozentsatz zu berechnen, um die Antworten schnell zu vergleichen.

Hier ist ein Beispiel für die Berechnung des Prozentsatzes einer Altersgruppe:

Um zu bestimmen, welche Altersgruppe am häufigsten in unser Restaurant kommt, müssen wir die Gesamtzahl der Personen in jeder Altersgruppe durch die Gesamtzahl der Umfrageantworten multipliziert mit 100 dividieren.

Dafür nehmen wir die Altersgruppe 25-34.

• 25 Personen im Alter von 25-34 haben unsere Umfrage beantwortet
• Die Gesamtzahl der Personen, die die Umfrage beantwortet haben, beträgt 55.
• 25/55x100 = 46%
• 46% der Kunden, die unser Restaurant besuchten, gehören zur Altersgruppe 25-34.

3. Methoden zur Umfragedatenanalyse verwenden

Jetzt ist es an der Zeit, den quantitativen und qualitativen Daten, die wir aus der Umfrage gesammelt haben, eine Bedeutung zu geben.

Dazu verwenden wir einige einfache Methoden wie das Betrachten unserer wichtigsten Forschungsfragen, das Kreuztabulieren und Filtern von Ergebnissen sowie das Benchmarken der Umfrageergebnisse.

Hier ist, was jede dieser Methoden bedeutet:

Wichtigste Fragen

Die wichtigsten Umfragefragen sollen uns Informationen über das Thema/den Bereich liefern, der uns am meisten interessiert.

Wenn wir beispielsweise daran interessiert sind, unsere Marketing- und Werbemethoden zu verbessern, wären unsere wichtigsten Forschungsfragen diejenigen, die sich auf den Marketingbereich beziehen:

Wie haben Sie von uns gehört?

Die Daten, die wir von den Befragten erhalten, sind eindeutig. 63% der Befragten gaben an, über soziale Medien von dem Restaurant gehört zu haben. 18% gaben an, uns bei Google gefunden zu haben, und sowohl TV-Werbung als auch Influencer haben uns 0 Kunden gebracht.

Die wichtigste Forschungsfrage ist also genau das: ein Prozentsatz der Befragten, die eine bestimmte Antwort auf eine bestimmte Frage gegeben haben.

Kreuztabulieren und Ergebnisse filtern

Kreuztabulation bedeutet das Vergleichen von Ergebnissen (Datensätzen) zwischen mehreren Untergruppen aus der Umfrage.

Beispiel: Wir möchten vergleichen, wie die Altersgruppen 18-24 und 25-34 die Frage “Wie haben Sie von uns gehört?” beantwortet haben.

66% der Kunden im Alter von 18-24 antworteten, dass sie von uns über soziale Medien gehört haben, 33% antworteten, dass sie das Restaurant nach einer Empfehlung besucht haben.

Die nächste Gruppe sind die 25-34-Jährigen. 80% antworteten, dass sie über soziale Medien von dem Restaurant gehört haben, und 20% antworteten, dass sie uns auf Google gefunden haben.

Wir können schlussfolgern, dass beide Altersgruppen hauptsächlich über soziale Medien auf uns aufmerksam wurden, aber die Altersgruppe 25-34 tendenziell Restaurants über Google sucht, im Gegensatz zur Altersgruppe 18-24.

Das Filtern von Ergebnissen bedeutet, dass wir uns jeweils nur auf eine Untergruppe konzentrieren, anstatt die Antworten mehrerer Untergruppen zu vergleichen.

Zum Beispiel können wir nur die Altersgruppe 25-34 analysieren und nur deren Antworten auf die Umfrage untersuchen.

Umfragedaten benchmarken

Benchmarking bedeutet, eine Basislinie zu etablieren, von der aus Sie die Daten aus Umfrage A mit den Daten vergleichen können, die Sie mit Umfrage B sammeln werden.

Hier ist ein Beispiel:

Wir können die NPS-Score-Daten aus Umfrage A (Wie wahrscheinlich ist es, dass Sie uns einem Familienmitglied oder Freund empfehlen) nehmen und den NPS-Score mit den Daten aus Umfrage B vergleichen.

Der Score aus unserer ersten Umfrage (Umfrage A) ist unsere Basislinie.

Wenn die Daten aus Umfrage A zeigen, dass der NPS-Score höher ist als die Daten aus unserer zweiten Umfrage, Umfrage B, müssen wir die Ursache dafür verstehen.

Was tun wir jetzt, dass die Menschen uns weniger weiterempfehlen als zuvor?

Wir können verschiedene Methoden zur Datenvisualisierung wie Balkendiagramme für einen einfacheren Vergleich verwenden.

-–

Bisher haben wir eine große Menge wertvoller Daten gesammelt. Auf der Grundlage dieser Daten können wir Schlussfolgerungen ziehen, untersuchen, wie wir die Kundenzufriedenheit verbessern können, und den Wert für das Unternehmen steigern.

Folgen Sie den restlichen Schritten unten, um ein echtes Beispiel für Umfragedaten-Anwendungsfälle zu sehen:

4. Eine Käuferpersona definieren

1. Alter
2. Einkommen
3. Interessen
4. Standort
5. Kaufmotive

Beispiel:

James ist ein 27-jähriger Masterstudent. Er ist außerdem in einem IT-Unternehmen beschäftigt.

Er kommt jeden Freitagabend mit seinen Freunden. Er ist weder verheiratet noch hat er Kinder. Er ist sehr aktiv in sozialen Medien. Er wohnt in der Nähe des Restaurants und verdient 94.700 USD pro Jahr.

Er mag Fotografie, Reisen und das Probieren verschiedener Speisen.

Sein liebstes soziales Medium ist Instagram, wo er regelmäßig Foodstories teilt.

Beispiel einer Musterpersona

5. Datengestützte Inhalte erstellen

Den Umfrageantworten zufolge sind unsere Kunden hauptsächlich Millennials und Generation Z, was bedeutet, dass die Inhaltsstrategie (wann, warum und was gepostet werden soll) den Konsumgewohnheiten und Persönlichkeitsmerkmalen der Personen dieser Altersgruppen entsprechen sollte.

Wir können die Umfragedaten nutzen, um Thema, Blickwinkel und Zweck zu bestimmen und relevantere und ansprechendere Inhalte zu erstellen.

Hier sind einige Verbrauchereigenschaften, die Kunden zwischen 18 und 34 Jahren am besten beschreiben.

Vor dem Kauf recherchieren

Die Millennial-Generation ist bekannt dafür, schwer zufriedenzustellen zu sein. Während viele Restaurants versuchen, diese Zielgruppe mit teuren Renovierungen oder neuen Menüpunkten anzuziehen, könnte der einfachste Weg, ein Restaurant für Millennials attraktiv zu machen, so einfach sein wie das Generieren von Bewertungen. Das Wiederposten von Stories in Ihren sozialen Medienprofilen oder auf Ihrer Website sollte Teil Ihrer Marketingstrategie sein.

Wenn wir außerdem auf unsere Umfrageergebnisse zurückblicken, können wir sehen, dass 33% der Personen im Alter von 18-24 antworteten, dass jemand Ihr Restaurant empfohlen hat.

Das bedeutet, dass das Restaurant gute Arbeit leistet und zeigt uns, dass Mundpropaganda ein Anreiz für Menschen ist, in Ihr Restaurant zu kommen.

Angst, etwas zu verpassen

Ein weiteres Merkmal, das Käufer in diesen Altersgruppen auszeichnet, ist die Angst, etwas zu verpassen.

Sie können Bewertungen und Testimonials, Rabatte mit Countdown-Timern oder Texte über verpasste Möglichkeiten verwenden.

Visuelle Konsumenten

Das Posten von Videos, Bildern, GIFs und MEMEs oder sogar interaktiven Inhalten sollte Teil Ihres Content-Marketings sein.

Multi-Geräte-Konsumenten

Alles, was Sie als Inhalt produzieren, muss für mehrere Bildschirmgeräte optimiert sein.

Sprachliche Ausdrücke

Die von uns verfassten Texte sollten für die allgemeine Öffentlichkeit und für jeden verständlich sein.

Tonalität

Freundliche und informelle Sprache

Kreatives

Die meisten Kunden sind junge Menschen, was bedeutet, dass Vermarkter die Kreativmaterialien (Bilder) auch so gestalten sollten, dass sie mit ihren Kunden in Verbindung stehen.

6. Beste Vertriebskanäle bestimmen

Den Umfrageergebnissen zufolge haben 63% der Umfrageteilnehmer von dem Restaurant über soziale Medien erfahren. 18% haben uns auf Google gesucht, 18% haben das Restaurant aufgrund einer Empfehlung besucht, und TV-Werbung sowie Influencer haben uns 0 Personen gebracht.

Wir können schlussfolgern, dass soziale Medien und Google unser Hauptfokus für die Bewerbung des Restaurants sein sollten, und dass wir auf TV und Influencer verzichten sollten.

7. Social-Media-Marketingstrategie festlegen

Die gesammelten Umfragedaten können auch in unserer bezahlten Social-Media-Marketingstrategie für eine genauere Zielgruppenansprache verwendet werden.

Hier sind einige Beispiele, wie Sie die Daten nutzen können:

• Wir können E-Mail-Adressen für Retargeting-Zielgruppen und die Erstellung von Lookalike-Audiences basierend auf Kundenlisten verwenden.
• Die Altersrange von Anzeigen anpassen, damit wir die richtigen Zielgruppen erreichen und Zeit und Geld für Tests basierend auf den demografischen Daten sparen können.
• Wir können die Kundenliste verwenden, um Kunden über neue Menüpunkte zu informieren.
• Wir können kalte Zielgruppen nach Interesse an veganer Ernährung ansprechen. (Basierend auf den qualitativen Daten aus den offenen Fragen würden die meisten Befragten gerne vegane Pizza auf dem Menü sehen)
• Indem wir unsere ideale Kundenpersona kennen, können wir unser Budget auf Instagram oder Facebook entsprechend anpassen.
• Bewertungsfragen verwenden, um die Relevanz von Werbetexten zu erhöhen.

8. Verbesserungen basierend auf Feedback vornehmen

Die Umfrageergebnisse zeigen uns, dass vegane Pizza, Chicken Wings und griechischer Salat Speisen sind, die auf der Speisekarte fehlen.

Die Daten zeigen uns, dass viele Besucher Veganer sind, und das Restaurant muss vegane Optionen wie vegane Pizza für seine Kunden in Betracht ziehen.

81% der Kunden gaben an, dass das Personal freundlich war, 9%, dass es das nicht war, und 10% haben es nicht bemerkt. Das bedeutet, dass das Team die meiste Zeit gute Arbeit leistet, wenn es die Gäste bedient.

9. Zukünftiges Verhalten vorhersagen

54% der Umfragebefragten gaben an, zurückzukommen, 27%, dass sie es nicht wissen, und 19% gaben an, nicht zurückzukehren.

Die meisten Kunden sagten, sie würden zurückkommen, was fantastisch ist, aber lassen Sie uns untersuchen, warum Kunden unsicher sind, ob sie ins Restaurant zurückkehren, mithilfe der Kreuztabulationsmethode.

27% antworteten, dass sie nicht wissen, ob sie ins Restaurant zurückkehren würden.

Es wäre logisch, diese Antworten mit den Antworten über Preis, Essensqualität oder Personalfreundlichkeit als mögliche Einflussfaktoren auf die Kundenerfahrung zu vergleichen.

Also, das haben wir herausgefunden:

60% der Personen, die mit “Ich weiß nicht” antworteten, sagten auch, dass der Preis nicht der Qualität des Restaurants entsprach. Das könnte ein Grund sein, warum jemand zweimal darüber nachdenken würde, ins Restaurant zu kommen.

Das gesagt, können wir diese Informationen nutzen, um vorherzusagen, warum und ob jemand zurückkommen würde oder nicht.

Fazit

Es gibt endlose Möglichkeiten zur Verbesserung Ihres Unternehmens, wenn Ihre Kunden bereit sind, Feedback zu geben. Durch die Analyse von Kundenfeedback können Unternehmen ihrem Zweck besser gerecht werden und besser auf den Kunden ausgerichtete Entscheidungen treffen.

Das Lernen, wertvolle Erkenntnisse zu analysieren und zu gewinnen, ist kein einfacher Prozess. Einmal gemeistert, kann es jedoch jeden Aspekt des Unternehmens erheblich begünstigen.