Adatalapú kreativitás, marketing-kísérletek és szolgáltatásfejlesztés

2018. február 13. 18:30 - Growth Hacker Bálint

Kvantitatív vs. kvalitatív adatok

Lean Analytics 1/3. rész

Ezen a héten valamennyivel többet fogunk foglalkozni az adatalapú kreativitás "adat" részével. Ebben a cikkben bemutatom nektek, hogy milyen alapokon nyugszik az ún. "Lean Analytics".

Jó, jó... de mi ez az egész?

Hogy ezt megértsük, egy kicsit távolabbról kell indulnunk, ugyanis a "Lean Analytics" a "Lean Startup" egyik alkategóriája. Szóval, először tisztázzuk mi az a "Lean Startup". Egy mondatban: építs, mérj, tanulj. Ez egy startup építési módszertan ami a folyamatos innovációra és értékteremtésre koncentrál. (Ha bővebben érdekel a dolog, akkor erről magyarul a MiniCRM egyik bejegyzésében olvashatsz még.)

Ezután a bevezető után valószínűleg te is rájöttél már - a "Lean Analytics" a méréssel foglalkozik. Mit és hogyan érdemes mérni. Igazából erről fogunk beszélni ebben a bejegyzésben.

big-data-2296821_1280.jpg

A Buyer Personáról szóló első cikkemben már beszéltem nektek a kvantitatív-kvalitatív adatokról és a köztük lévő különbségről, de akkor beszéljünk róluk kicsit nagyobb odafigyeléssel...

Számunkra (még mindig) inkább a kvantitatív (mennyiségi) adatok a mérvadóak, hiszen ezek a valódi, számszerű adatok, mint például a demográfiai adatok - vagy, csak, hogy egy üzlethez közelebbi példát mondjak - ugyanilyen kvantitatív adat pl. az, hogy a szomszéd cukrászda tegnap este 18:00 és 20:00 között 13 szelet sajttortát és 9 csokis muffint értékesített.

Na, de ez nem azt jelenti, hogy a kvalitatív adatokkal nem is kell törődnünk...

kvalitatív (minőségi) adatok ugyan messze nem annyira tényszerűek, mint a kvantitatívak, azért még nem mehetünk el mellettük szó nélkül. Bár nem szolgálnak "valódi adatokkal", azért egy-két egyszerű következtetéssel könnyen építhetünk mennyiségi adatokat a minőségi adatok köré. Például:

"Egy 1-5 skálán, mennyire váltott ki belőled éhséget ez a logó?"

label-2780146_1280.png

Aztán az így kapott válaszokból már tudsz csinálni statisztikát, le tudsz vonni bizonyos következtetéseket, mint például, "A 18-24 év közti férfiak válasza átlagosan 2.4, de a 30-34 közti nőké 4.3, tehát a középkorú nők körében nagyobb valószínűséggel lesz népszerű ez az étterem." - Természetesen ez csak egy fél másodperc alatt összeeszkábált következteté, de a metodológia a lényeg - valami ilyesmiről lenne szó.

A következő cikkben azt fogjuk boncolgatni, hogy miképp tudjuk hitelesíteni a megszerzett adatainkat és hogyan bizonyosodhatunk meg afelől, hogy nem csak egy-két véletlen egybeesésre alapozva hozunk döntéseket.

A komment szekció ismét a tiétek, köszönöm szépen a figyelmet. Találkozunk csütörtök délután!

komment

A bejegyzés trackback címe:

http://growth-hacking.blog.hu/api/trackback/id/tr913665806

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben.

Adatalapú kreativitás, marketing-kísérletek és szolgáltatásfejlesztés