Análise de Pesquisa: Como Avaliar os Resultados [Exemplo Real]

A análise de pesquisa é o processo de analisar os dados/feedback dos clientes coletados nos questionários que conduzimos anteriormente.

A maioria das ferramentas para criar pesquisas oferece opções para gerar as respostas, mas ainda é necessário mais do que um subconjunto de entrevistados e porcentagens organizadas em uma tabela para dar sentido às informações.

Mas não fique sobrecarregado. Neste post, fornecemos um exemplo prático de como organizar, analisar e usar insights acionáveis para impulsionar seu negócio e deixar todas as partes interessadas satisfeitas.

Vamos começar.

9 passos para analisar os resultados de uma pesquisa:

1. Configure o formulário da pesquisa para facilitar a coleta de dados
2. Organize os dados coletados da pesquisa
3. Use o método de análise de dados da pesquisa
4. Crie personas com base em dados demográficos
5. Crie conteúdo baseado em dados
6. Determine os melhores canais de distribuição
7. Determine a estratégia de marketing em redes sociais
8. Melhoria do produto
9. Previsão de comportamentos futuros

1. Configure seu formulário de pesquisa para facilitar a coleta de dados

Para tornar todo o processo de análise de dados mais fácil de entender, usaremos um exemplo de um modelo simples de restaurante.

Esta pesquisa online contém principalmente perguntas de múltipla escolha e fechadas sobre a comida, equipe, preço, idade e plataformas de redes sociais que os clientes usam para nos encontrar.

Esses tipos de perguntas são mais fáceis de analisar e podem nos dar uma taxa de resposta mais alta.

No entanto, a pesquisa inclui perguntas abertas que podem nos ajudar a coletar informações mais detalhadas dos clientes.

A pesquisa deve nos fornecer uma melhor compreensão das necessidades do nosso público-alvo.

No entanto, os exemplos de casos de uso neste post devem dar a você uma compreensão dos possíveis usos dos dados obtidos de qualquer pesquisa de feedback, como pesquisas de mercado, por exemplo.

2. Organize seus dados de pesquisa

Após o processo de coleta de dados, o primeiro passo é exportar os dados da ferramenta de pesquisa para o Google Sheets, Excel ou qualquer outro aplicação de análise estatística.

Se você já tem seus dados em mãos, pode pular esta parte e ir diretamente para a análise dos dados da pesquisa.

Após exportarmos a pesquisa, os dados devem ter a seguinte aparência:

Em seguida, devemos dividir a tabela em grupos mais gerais para não nos perdermos na lista de perguntas.

Aqui está um exemplo:

• Dados demográficos
• Marketing: Idade | Como você ficou sabendo de nós?
• Equipe: Você sentiu que a equipe foi receptiva e amigável?
• Comida: Como você avaliaria a qualidade da comida em nosso restaurante? A comida chegou no tempo?
• Cardápio: Há algo que você acha que deveria estar no cardápio?
• Preço: Os preços condizem com a qualidade da sua experiência geral?
• NPS (Net Promoter Score): Qual a probabilidade de você recomendar o restaurante aos seus amigos?
• Retorno: Você virá nos visitar novamente?

Após termos os números em mãos, o próximo passo é calcular a porcentagem para comparar as respostas rapidamente.

Aqui está um exemplo de cálculo de porcentagem de grupo de idade:

Para determinar qual grupo etário frequenta mais nosso restaurante, precisamos dividir o número total de pessoas em cada grupo etário pelo número total de respostas da pesquisa multiplicado por 100.

Para isso, usaremos o grupo etário de 25 a 34 anos.

• 25 pessoas com idade entre 25-34 responderam à nossa pesquisa
• O número total de pessoas que responderam à pesquisa é 55.
• 25/55x100 = 46%
• 46% dos clientes que visitaram nosso restaurante pertencem ao grupo etário de 25-34 anos.

3. Use métodos de análise de dados de pesquisa

Agora é hora de dar significado aos dados quantitativos e qualitativos que coletamos na pesquisa.

Para isso, usaremos vários métodos simples, como analisar nossas principais perguntas de pesquisa, cruzar e filtrar resultados e fazer benchmarking dos resultados.

Aqui está o que cada um desses métodos significa:

Principais perguntas

As principais perguntas da pesquisa devem nos fornecer informações sobre o assunto/tema que mais nos interessa.

Por exemplo, se estamos interessados em melhorar nossos métodos de marketing e promoção, nossas principais perguntas de pesquisa seriam as que se referem à parte de marketing:

Como você ficou sabendo de nós?

Os dados que obtemos dos entrevistados são evidentes. 63% dos entrevistados disseram que ficaram sabendo do restaurante pelas redes sociais. 18% disseram que nos encontraram no Google, e tanto comerciais de TV quanto influenciadores nos trouxeram 0 clientes.

Portanto, a principal pergunta de pesquisa é simplesmente a porcentagem de entrevistados que deram uma resposta específica a uma pergunta específica.

Cruzamento e filtragem de resultados

Cruzar significa comparar resultados (conjuntos de dados) entre mais subgrupos da pesquisa.

Exemplo: Queremos comparar como os grupos etários entre 18-24 e 25-34 responderam à pergunta “Como você ficou sabendo de nós?”

66% dos clientes com idade entre 18-24 responderam que ficaram sabendo de nós pelas redes sociais, 33% responderam que visitaram o restaurante após alguém recomendar.

O próximo grupo é o de 25-34 anos. 80% responderam que ficaram sabendo do restaurante pelas redes sociais, e 20% responderam que nos encontraram no Google.

Podemos concluir que ambos os grupos etários vieram principalmente das redes sociais, mas o grupo etário de 25-34 tem tendência a pesquisar restaurantes no Google, ao contrário do grupo de 18-24.

Filtrar resultados significa focar em apenas um subgrupo por vez, em vez de comparar as respostas de mais subgrupos.

Por exemplo, podemos analisar apenas o grupo etário de 25-34 e explorar apenas as respostas deles à pesquisa.

Benchmarking de dados de pesquisa

Benchmarking significa estabelecer uma linha de base a partir da qual você pode comparar os dados da pesquisa A com os dados que coletará na pesquisa B.

Aqui está um exemplo:

Podemos pegar os dados do NPS da pesquisa A (Qual a probabilidade de você nos recomendar a um familiar ou amigo) e comparar o NPS com os dados da pesquisa B.

A pontuação da nossa primeira pesquisa (pesquisa A) é nossa linha de base.

Se os dados da pesquisa A mostram que o NPS é maior do que os dados da nossa segunda pesquisa (pesquisa B), precisamos entender a causa disso.

O que estamos fazendo agora que está fazendo as pessoas não nos recomendarem tanto quanto antes?

Podemos usar diferentes métodos de visualização de dados, como gráficos de barras, para facilitar a comparação.

-–

Até agora, coletamos uma grande quantidade de dados valiosos. Com base nesses dados, podemos tirar conclusões, examinar como melhorar a satisfação do cliente e aumentar o valor para o negócio.

Siga os demais passos abaixo para ver exemplos reais de casos de uso de dados de pesquisa:

4. Defina uma persona de compra

1. Idade
2. Renda
3. Interesses
4. Localização
5. Motivações de compra

Exemplo:

James é um estudante de mestrado de 27 anos. Ele também trabalha em uma empresa de TI.

Ele vem toda sexta-feira à noite com seus amigos. Não é casado nem tem filhos. É muito ativo nas redes sociais. Mora perto do restaurante e ganha $94.700 por ano.

Gosta de fotografia, viagens e experimentar diferentes tipos de comida.

Sua rede social favorita é o Instagram, onde compartilha stories de comida regularmente.

Exemplo de persona

5. Crie conteúdo baseado em dados

De acordo com as respostas da pesquisa, nossos clientes são principalmente Millennials e Geração Z, o que significa que a estratégia de conteúdo (quando, por que e o que postar) deve corresponder aos hábitos de consumo e traços de personalidade das pessoas que pertencem a essas faixas etárias.

Podemos usar os dados da pesquisa para determinar o tópico, o ângulo e o propósito para criar conteúdo mais relevante e envolvente.

Aqui estão alguns exemplos de características do consumidor que melhor descrevem clientes entre 18 e 34 anos.

Pesquisa antes de comprar

A geração millennial é notoriamente difícil de agradar, e embora muitos restaurantes estejam fazendo o possível para atrair esse grupo demográfico com reformas caras ou novos itens no cardápio, a maneira mais fácil de tornar um restaurante atraente para os millennials pode ser tão simples quanto gerar avaliações. Repostar stories em seus perfis de redes sociais ou site deve fazer parte da sua estratégia de marketing.

Além disso, se voltarmos aos resultados da nossa pesquisa, veremos que 33% das pessoas com idade entre 18-24 responderam que alguém recomendou o seu restaurante.

Isso significa que o restaurante está fazendo um bom trabalho e mostra que o boca a boca é um estímulo para as pessoas virem ao seu restaurante.

Medo de perder algo

Outra característica que distingue os compradores nesses grupos etários é o medo de perder (FOMO).

Você pode usar avaliações e depoimentos, descontos com contagem regressiva ou textos sobre oportunidades perdidas.

Consumidores visuais

Postar vídeos, imagens, GIFs e MEMEs, ou até conteúdo interativo, deve fazer parte do seu marketing de conteúdo.

Consumidores multiplataforma.

Tudo que você produzir como conteúdo precisa ser otimizado para múltiplos dispositivos.

Expressões linguísticas

Os textos que escrevemos devem ser para o público em geral e compreensíveis para todos.

Tom de voz

Linguagem amigável e casual.

Criativos

A maioria dos clientes são jovens, o que significa que os profissionais de marketing também devem criar os materiais visuais (imagens) para se relacionar com seus clientes.

6. Determine os melhores canais de distribuição

De acordo com os resultados da pesquisa, 63% dos entrevistados ficaram sabendo do restaurante pelas redes sociais. 18% nos pesquisaram no Google, 18% visitaram o restaurante por recomendação de alguém, e comerciais de TV e influenciadores trouxeram 0 pessoas.

Podemos concluir que redes sociais e Google devem ser nosso foco principal para promover o restaurante e devemos abrir mão de TV e Influenciadores.

7. Determine a estratégia de marketing em redes sociais

Os dados da pesquisa que coletamos também podem ser aplicados em nossa estratégia de marketing pago nas redes sociais para uma segmentação de público mais precisa.

Aqui estão alguns exemplos de como você pode usar os dados:

• Podemos usar endereços de e-mail para retargeting de públicos e criação de públicos semelhantes com base em listas de clientes.
• Ajustar a faixa etária dos anúncios para segmentar os públicos certos e economizar tempo e dinheiro em testes com base nos dados demográficos.
• Podemos usar a lista de clientes para notificá-los sobre os novos itens do cardápio.
• Podemos segmentar públicos frios com interesse em comida vegana. (Com base nos dados qualitativos das perguntas abertas, a maioria dos entrevistados adoraria pizza vegana no cardápio)
• Conhecendo nossa persona de cliente ideal, podemos ajustar adequadamente nosso orçamento no Instagram ou Facebook.
• Use perguntas de avaliação para aumentar a relevância dos textos dos anúncios.

8. Faça melhorias com base no feedback

Os resultados da pesquisa mostram que pizza vegana, asas de frango e salada grega são alimentos que faltam no cardápio.

Os dados nos dizem que muitos visitantes são veganos, e o restaurante precisa considerar opções veganas como pizza vegana para seus clientes.

81% dos clientes disseram que a equipe foi amigável, 9% que não foi, e 10% não perceberam. Isso significa que a equipe está fazendo um bom trabalho na maioria das vezes ao atender os clientes.

9. Prevendo comportamentos futuros

54% dos entrevistados disseram que voltariam, 27% que não sabem, e 19% disseram que não retornariam.

A maioria dos clientes disse que voltaria, o que é ótimo, mas vamos investigar por que os clientes estão inseguros em retornar ao restaurante usando o método de tabulação cruzada.

27% responderam que não sabem se voltariam ao restaurante.

O lógico seria comparar essas respostas com as respostas sobre preço, qualidade da comida ou simpatia da equipe como possíveis fatores que podem influenciar a experiência do cliente.

Então, aqui está o que encontramos:

60% das pessoas que responderam “Não sei” também disseram que o preço não condiz com a qualidade do restaurante. Portanto, essa pode ser uma razão pela qual alguém pensaria duas vezes antes de ir ao restaurante.

Com isso, podemos usar essas informações para prever por que e se alguém voltaria ou não.

Conclusão

Há infinitas possibilidades de melhorar seu negócio quando seus clientes estão dispostos a fornecer feedback. Ao analisar o feedback dos clientes, as empresas podem servir melhor ao seu propósito e tomar decisões mais centradas no cliente.

Aprender como analisar e extrair insights valiosos não é um processo fácil. No entanto, uma vez dominado, pode beneficiar significativamente todos os aspectos do negócio.