Forklarende forskning: hvordan det å finne koblinger kan føre til forretningsbeslutninger
Hva er forklarende forskning?
For å svare på spørsmålet vårt, vil vi gjennomgå formålet med forklarende forskning, hvordan det kan implementeres i forskningsprosjektene dine, og noen gode eksempler på hvordan organisasjoner for tiden bruker forklarende forskning for å ta bedre forretningsbeslutninger.
Forklarende forskning: hva det er og hvorfor det er viktig
Forklarende forskning faller inn under kategorien konkluderende forskning, på grunn av dens forsøk på å avsløre en årsak-og-virkning sammenheng mellom to variabler. I likhet med beskrivende forskning, forsøker denne formen for forskning å bevise en idé fremmet av et individ eller organisasjon. Imidlertid avviker det betydelig både i metodene og formålet. Der beskrivende forskning er meget omfattende, og forsøker å definere en mening, holdning eller atferd som holdes av en bestemt gruppe bedre, har forklarende forskning bare to mål:
- Å forstå hvilke variabler som er årsaken, og hvilke variabler som er virkningen. La oss for eksempel si at et byråd ønsket å redusere bilulykker i gatene. De kan finne gjennom foreløpig beskrivende og utforskende forskning at både ulykker og trafikkraseri har økt jevnlig de siste 5 årene. I stedet for automatisk å anta at trafikkraseri er årsaken til disse ulykkene, ville det være viktig å måle om det motsatte kan være sant. Kanskje øker trafikkraseriet i lys av flere ulykker på grunn av stenging av veibaner og økt trafikk. Det kan også være tilfelle med det gamle ordtaket «korrelasjon medfører kausalitet». Kanskje øker begge deler på grunn av en annen grunn som konstruksjon, mangel på riktig trafikkontroller eller en tilstrømning av nye sjåfører.
- Å bestemme arten av forholdet mellom årsaksvariablene og virkningen som er spådd. Vi fortsetter med eksempelet vårt, la oss si at byrådet beviste at trafikkraseri har en økende virkning på antall bilulykker i området. Forklarende forskningen kan brukes til to ting. Først måler du effekten av virkningen, som å kvantifisere den prosentvise økningen i ulykker som følge av trafikkraseri. For det andre å observere hvordan forholdet mellom variablene fungerer (dvs. rasende sjåfører er tilbøyelige til å akselerere farlig eller ta flere risikoer, noe som resulterer i flere ulykker).
Disse målene er det som gjør forklarende forskning mer vitenskapelig enn dens utforskende og beskrivende motparter. For å oppfylle disse målene, må forklarende forskere isolere den spesielle variabelen de mener er ansvarlig for noe som finner sted, og måle dens sanne effekt. Med denne informasjonen kan en organisasjon trygt avgjøre om det er verdt ressursene å bruke en variabel, som å legge til bedre trafikkskilt, eller forsøke å eliminere en variabel, som for eksempel trafikkraseri.
Å implementere forklarende forskning effektivt
Forklarende forskning bør sees på som eksperimentell forskning. Husk at målet med denne forskningen er å bevise en årsak og virkning sammenheng. Med dette i bakhodet blir det veldig viktig å ha planlagte parametere og mål. Uten en fullstendig forståelse av forskningsplanen din og hva du prøver å bevise, kan funnene dine bli upålitelige og ha store mengder forutinntatt forskning. Forsøk å bruke utforskende forskning eller beskrivende forskning som et verktøy å basere forskningsplanen din på.
Når forskningsplanen og målene dine er utarbeidet, er det på tide å sette opp det forklarende forsøket ditt ordentlig. Her er tre avgjørende betingelser for det forklarende forsøket du bør sjekke før du setter det i gang:
- Årsak og virkning sammenhengen vil bli bevist eller motbevist av eksperimentet. Selvfølgelig kan dette virke opplagt, men hvis du ikke sørger for at forskningsplanen din direkte knytter seg til forskningsmålet ditt, blir resultatene av studien like fruktløs som de fleste frokostblandingene for barn (ikke vondt ment, Coco Pops). For å sikre at studien din får resultater på en eller annen måte, må du observere hva det normale miljøet ditt er og deretter skru opp frekvensen eller kraften til den forklarende variabelen.
- Du identifiserer tydelig hvilke variabler som testes som uavhengige (forårsaker virkning) og hvilke som blir testet som avhengige (blir påvirket). Som diskutert i eksempelet trafikkraseri/bilulykke, er det i mange tilfeller vanskelig å si hvilken variabel som er avhengig av den andre. På grunn av dette er det viktig å identifisere hvilke som vil bli testet som hva før eksperimentet. Vanligvis vil den uavhengige variabelen være hva du legger til miljøet.
For eksempel antar vi at å øke fargeutvalget for biler vil øke salget. I dette tilfellet er antallet fargealternativer den uavhengige variabelen og salgsnivået vår avhengige variabel. Det neste trinnet ville være å måle det normale salget hos bilforhandleren, og deretter legge til et bredere utvalg av bilfarger. Etter å ha samlet inn de nye salgstallene, kan du sammenligne de to datasettene og studere virkningen på salget. - Det er ingen eksterne variabler som også kan forårsake endringer i resultatene. Uten å redegjøre for alle mulige faktorer som kan påvirke endringer i den avhengige variabelen din, kan du ikke være sikker på at det er variabelen som testes, som virkelig er ansvarlig for å forårsake virkningene vi måler. På laboratoriet har forskere luksusen av å kunne skape et helt nøytralt miljø. Dessverre for resten av oss må vi forholde oss til miljøet vi er gitt. Så det viktigste du må gjøre når du oppretter forskningsplanen er å sikre at eksperimentet ditt skjer under mest mulig like forhold som da du målte de normale resultatene.
La oss for eksempel si at du eier en iskrembutikk og vil studere effekten en klovn som deler ut ballonger foran butikken din vil ha på salget. Fantastisk idé, jeg vet! Det ville være en dårlig idé å bruke salget om sommeren som din vanlige datakilde og kjøre eksperimentet om vinteren. Ikke bare ville det være kaldt for klovnen, men været ville ha en enorm effekt på iskremsalget.
Hvem bruker forklarende forskning og hvordan kan jeg integrere den i forretningsmålene mine?
Det spiller ingen rolle hvilken type organisasjon du er eller hvilke mål du har, forklarende forskning kan brukes til din fordel. Målet med forklarende forskning er å bevise at en bestemt sammenheng eksisterer. Hvis du fra et selskaps synspunkt vil bekrefte at en strategi vil fungere, eller være sikker når du identifiserer kildene til et problem, er forklarende forskning veien å gå. La oss se på noen få eksempler på hvordan forklarende forskning kan implementeres med forskjellige mål i tankene:
- Å øke kundelojalitet: De fleste franchisekjeder utfører forklarende forskningseksperiment i butikkene sine. I ett tilfelle gjennomførte et stort bilverksted nylig et eksperiment der utvalgte butikker håndhevet en policy om at en ansatt ville ha en-til-en med kunden mens bilen deres ble vurdert. De ble bedt om å gå over eventuelle bekymringer og snakke med vanlige ord om eventuelle feil med bilen, med fokus på at kunden forsto problemene.
Dette eksperimentet ble implementert på grunn av en undersøkelse på nettet som identifiserte mangel på kommunikasjon mellom ansatte og kunder som en barriere for gjentatte kunder. Etter å ha identifisert to løsninger på dette problemet (muliggjort diskusjon og økt kundeforståelse), brukte selskapet dette eksperimentet for å finne ut hvor effektive disse løsningene ville være for å øke kundelojaliteten. Ved å sammenligne salget i uendrede verksteder med de som var en del av eksperimentet, merket selskapet en betydelig økning i kundelojalitet. - Samfunnssinitiativer: Byråd bruker ofte forklarende forskning for å måle suksessen med samfunnsinitiativene. La oss si at byen Oslo gjennomførte en spørreundersøkelse og fikk vite at Oslo-beboerne var misfornøyde med dagens muligheter for kollektivtransport. De kunne deretter sette i gang en strategi for å skape flere parkeringsmuligheter ved offentlig transport for å hjelpe flere til å kunne ta bussen eller toget. Etter å ha implementert denne strategien kan de sende den samme spørreundersøkelsen på nytt og måle hvilken type effekt den har hatt på den generelle tilfredsheten med kollektivtransport.
- Effektiv reklame: Reklame er en av de vanligste sektorene for forklarende forskning. De fleste gangene vil selskaper teste reklamekampanjer i små områder før de utvider det til alle steder. Tanken er å måle om det er en tilstrekkelig økning i salg, kundeemner eller allmenn interesse i de regionene med reklamen før de engasjerer seg fullstendig.
Mange organisasjoner vil ta dette eksperimentet et skritt videre ved å opprette en spørreundersøkelse som spør kundene om hva som fikk dem til å besøke eller bli interessert i tjenestene deres. Nå kan virksomheten sammenligne svarene fra kunder i eksperimentområdet med svarene fra deres samlede kundegrunnlag og se om økningen i trafikken er et direkte resultat av reklameringen deres.
På med forskerhatten!
Med den nyvunne kunnskapen din om forklarende forskning, vil du kunne lage mer effektive forskningsplaner som utnytter alle forretningsmuligheter.
Oppdag flere ressurser
Spørreundersøkelsesmaler for kundetilfredshet
Utforske maler for spørreundersøkelser om kundetilfredshet for raskt å innhente data, identifisere smertepunkter og forbedre kundeopplevelsen.
Innhent tilbakemeldinger du kan handle ut ifra
Benytt slagkraften som ligger i tilbakemelding ved hjelp av SurveyMonkeys nettbaserte evalueringsskjemaer. Kom i gang med skjemaopprettingsverktøyet i dag.
Finn ut hvordan Box gir teamet nye muligheter med kundedata
Finn ut hvordan Box bruker SurveyMonkey til å få en omfattende oversikt over kundereisen og samle inn tilbakemeldinger på ett sted.
Gi merkevaren et løft med suksesshistorier fra kunder og anbefalinger
Hør historier og direkte fra kundene og gjør tilbakemeldinger om til tilfellestudier, anbefalinger og vurderinger som støtter salg og markedsføring.