Riset kuantitatif adalah cara yang efektif untuk mempelajari pengguna Anda dan membuat produk yang sesuai dengan kebutuhan mereka. Wawasan statistik dari penelitian kuantitatif dapat membantu kamu memprediksi perilaku pengguna secara akurat. Namun, untuk mendapatkan wawasan yang berarti ini, kamu perlu mengumpulkan data yang tepat.
Jadi, apa cara terbaik untuk menemukan data yang kamu butuhkan untuk penelitian kuantitatif?
Dalam tulisan ini, kita akan membahas tujuh metode pengumpulan data kuantitatif terbaik yang dapat kamu coba sendiri. Inilah yang akan kita bahas:
- Penelitian kuantitatif sekunder
- Kuesioner dan survei penelitian
- Wawancara Pengguna Terstruktur
- Pengamatan Kuantitatif
- Analisis Data
- A/B Testing
- Heatmap
Penelitian kuantitatif sekunder
Seseorang dalam industri kamu telah melakukan penelitian yang berkaitan dengan subjek penelitian kamu dan telah mempublikasikan hasil yang berarti. Hasil ini dikategorikan sebagai data sekunder dan merupakan sumber yang sangat baik untuk data tambahan. kamu dapat menemukannya dalam studi kasus, laporan industri rangkuman, ulasan pelanggan, catatan publik, jurnal yang diulas oleh rekan sejawat, podcast, tinjauan literatur, dan dokumentasi serupa.
Data sekunder hemat biaya, mudah diakses, dan memiliki kecepatan untuk mendapatkan informasi, menjadikannya salah satu metode penelitian kuantitatif yang paling disukai. Tidak seperti data primer yang dibuat dari awal, data sekunder sudah disintesis menjadi wawasan yang siap pakai. Jadi, kamu hanya perlu mengambil informasi yang sudah ada, menemukan apa yang kamu butuhkan, dan menggunakannya sebagai dasar untuk upaya penelitian kamu saat ini.
Pada akhirnya, data sekunder memberi kamu awal yang baik untuk memahami preferensi dan perilaku pengguna tanpa melakukan pekerjaan berat. Keterbatasan penelitian kuantitatif sekunder :
- Kamu tidak memiliki kendali atas kualitas data sekunder karena kamu menggunakan informasi tersebut sebagai pihak ketiga.
- Data sekunder bisa jadi tidak akurat atau ketinggalan zaman, sehingga mendistorsi hasil penelitian kamu.
- Data sekunder hanya memberikan wawasan penelitian tambahan.
Kuesioner dan survei penelitian
Meskipun kuesioner biasanya diberikan sebagai bagian dari wawancara, kuesioner juga dapat berfungsi sebagai metode pengumpulan data kuantitatif yang berdiri sendiri. Kuesioner penelitian adalah alat pengumpulan data yang terdiri dari pertanyaan dan opsi yang telah ditentukan yang dapat dipilih oleh peserta. Kuesioner pertama kali dikembangkan pada tahun 1838 oleh Statistical Society of London.
Kuesioner penelitian dapat dikelola sendiri atau dikelola oleh peneliti, tergantung pada konteks dan kompleksitas penelitian. Kuesioner yang dikelola sendiri berisi pertanyaan stkamur yang dapat dijawab oleh pengguna dengan sedikit atau tanpa panduan. Misalnya, kamu dapat mengirimkan survei NPS kepada pengguna untuk mengetahui seberapa besar kemungkinan mereka merekomendasikan produk kamu kepada orang lain.
Di sisi lain, kuesioner yang dikelola oleh peneliti diberikan oleh peneliti, biasanya, dalam bentuk wawancara-kami akan membahas lebih lanjut tentang wawancara di bagian selanjutnya. Selain itu, kuesioner yang dikelola oleh peneliti memungkinkan kamu untuk mendapatkan wawasan yang lebih dalam tentang perilaku pengguna daripada kuesioner yang dikelola sendiri.
Untuk mengumpulkan data yang berharga dengan survei penelitian, kamu perlu mengajukan pertanyaan yang ringkas dan logis yang relevan dengan konteks penelitian. Lebih penting lagi, pertanyaan-pertanyaan ini harus dibuat pada platform yang ramah pengguna dan mudah diakses. Oleh karena itu, berikut adalah beberapa tips untuk membuat kuesioner yang efektif:
- Buatlah pertanyaan yang singkat dan sederhana-hindari ketidakjelasan
- Bagilah pertanyaan kamu menjadi beberapa halaman. kamu tidak perlu menjejalkan semua pertanyaan ke dalam satu halaman
- Hindari ambiguitas
- Pastikan bahwa kuesioner kamu mudah diakses sehingga pengguna dapat mengisi dengan nyaman.
Manfaat menggunakan kuesioner untuk penelitian kuantitatif
- Dengan kuesioner, kamu dapat dengan cepat mengumpulkan data dalam jumlah besar dari banyak peserta dalam waktu yang relatif singkat.
- kamu hanya mengeluarkan sedikit atau bahkan tidak mengeluarkan biaya dengan kuesioner. Misalnya, kamu dapat menggunakan pembuat formulir seperti Google Forms untuk membuat dan membagikan kuesioner online secara gratis.
- Kuesioner memungkinkan kecepatan untuk mendapatkan informasi yang cepat, yang menghasilkan pengambilan keputusan yang lebih cepat. kamu dapat memperoleh wawasan tentang pengguna hanya dalam waktu 24 jam, tergantung pada skala penelitian kamu. Selain itu, sebagian besar pembuat kuesioner online secara otomatis mengkategorikan dan menganalisis hasil, sehingga memudahkan kamu untuk mendapatkan wawasan yang bermakna dengan cepat.
Keterbatasan kuesioner
- Bias respons survei dapat memengaruhi kualitas data dan wawasan yang diperoleh dari kuesioner.
- Kuesioner dapat mengumpulkan respons dari orang-orang yang memiliki sedikit atau tidak memiliki pengetahuan tentang konteks penelitian.
Wawancara Pengguna Terstruktur
Pada awalnya, wawancara digunakan sebagai metode pengumpulan data kualitatif karena sifatnya yang mendalam. Namun, sekarang ini, wawancara juga berfungsi sebagai cara yang dapat dikamulkan untuk mengumpulkan informasi statistik yang terkait dengan pengguna kamu.
Wawancara terstruktur memiliki urutan yang ketat dan mengharuskan pengguna untuk menjawab serangkaian pertanyaan tertutup yang telah ditentukan sebelumnya dengan mengikuti pedoman yang ketat. Contoh pertanyaan wawancara terstruktur meliputi:
Sudah berapa lama kamu menggunakan produk kami?
Platform media sosial apa yang paling sering kamu gunakan?
Manfaat menggunakan wawancara pengguna terstruktur untuk penelitian kuantitatif
- Wawancara pengguna membantu kamu mengontekstualisasikan data secara akurat, sehingga menghasilkan wawasan penelitian yang lebih baik.
- Wawancara pengguna mengikuti jadwal wawancara yang membantu kamu mengumpulkan data yang tepat yang diperlukan untuk penelitian kamu. Mengumpulkan data yang ringkas dan tepat akan menghasilkan wawasan yang cepat karena kamu tidak membuang waktu untuk memilah-milah informasi yang tidak relevan.
Keterbatasan wawancara pengguna terstruktur
- Wawancara ini memakan waktu dan mahal.
- Melakukan wawancara pengguna yang sukses membutuhkan tingkat keahlian yang tinggi.
Observasi kuantitatif
Metode observasi kuantitatif atau observasi terstruktur adalah teknik pengumpulan data etnografi di mana peneliti mempelajari pengguna saat mereka berinteraksi di lingkungan alami atau terkontrol untuk memahami satu atau beberapa perilaku tertentu dengan lebih baik. Sebagai contoh, katakanlah kamu memiliki alat penjadwalan media sosial dan ingin mempelajari lebih lanjut tentang audiens target kamu. Dalam hal ini, kamu dapat bergabung dengan komunitas manajer media sosial Slack untuk mendapatkan informasi langsung tentang kapan dan bagaimana mereka lebih suka berbagi konten di media sosial.
Perbedaan antara observasi kuantitatif dan metode observasi langsung lainnya seperti observasi partisipan dan observasi alami adalah bahwa observasi ini berfokus pada serangkaian perilaku yang terbatas. Dengan berfokus pada sejumlah perilaku yang terbatas, tim produk kamu dapat mengukur pengamatan mereka.
Manfaat observasi kuantitatif
- Data dari observasi kuantitatif menawarkan tingkat akurasi dan validitas yang tinggi.
- Hal ini menghasilkan wawasan data yang dapat dikamulkan.
Keterbatasan observasi kuantitatif
- Pengamatan kuantitatif memakan waktu.
- Kecepatannya untuk mendapatkan wawasan yang lambat, terutama jika melibatkan studi terhadap populasi pengguna yang besar.
Pengujian A/B (A/B Testing)
Pengujian A/B (A/B Testing) atau pengujian terpisah adalah eksperimen terkontrol secara acak. Di sini, peneliti menguji dua versi variabel dengan audiens dan menjalankan analisis statistik untuk menentukan versi mana yang berkinerja lebih baik dan mendorong lebih banyak metrik bisnis. Pada dasarnya, kamu membandingkan dua variasi dari hal yang sama untuk melihat versi mana yang lebih cocok untuk audiens kamu. Pengujian A/B (A/B Testing) adalah cara terbaik untuk menghilangkan ketidakpastian dari pengambilan keputusan dan memanfaatkan data kuantitatif untuk membuat perubahan produk yang sesuai dengan audiens target kamu.
Kamu dapat menjalankan Pengujian A/B (A/B Testing) di hampir semua aspek kehadiran dan aset digital bisnis kamu - mulai dari situs web dan laman lkamus hingga email, newsletter, dan CTA. Misalnya, kamu dapat menggunakan A/B test untuk menentukan apakah menambahkan Header baru ke landing page kamu akan meningkatkan rasio konversi dan mengurangi rasio pentalan.
Cara menjalankan tes A/B
- Pilih satu variabel untuk diuji-seperti CTA atau header halaman arahan-sehingga upaya kamu terpadu.
- Pilih metrik utama untuk difokuskan, seperti rasio konversi atau rasio pentalan, tergantung pada tujuan kamu.
- Buat variasi variabel untuk pengujian.
- Pisahkan kelompok sampel pengguna menjadi dua kelompok yang sama dan acak, dan paparkan ini ke versi variabel yang terpisah secara bersamaan.
- Gunakan alat Pengujian A/B (A/B Testing) seperti Optimizely dan Google Optimize untuk menjalankan eksperimen dan mengumpulkan data kuantitatif.
- Tentukan signifikansi statistik dari hasil. Signifikansi statistik adalah kemungkinan bahwa perbedaan dalam tingkat konversi antara variasi tertentu dan baseline bukan karena peluang acak.
Analisis Data
Analisis data adalah proses mengekstraksi wawasan berharga dari data kuantitatif. Meskipun tim produk kamu telah melakukan banyak pekerjaan berat untuk mengumpulkan data kuantitatif, pekerjaan mereka tidak berhenti sampai di situ - data kuantitatif tidak cukup membantu; kamu perlu memahami angka-angka tersebut dan mengekstrak informasi yang relevan yang dapat menghasilkan pengambilan keputusan bisnis yang lebih baik. Analis data memeriksa kumpulan data kuantitatif untuk menemukan tren dan menarik kesimpulan tentang informasi yang dikandungnya.
Langkah-langkah untuk Analisis Data Kuantitatif
- Bersihkan kumpulan data untuk menghilangkan informasi duplikat dan anomali yang memengaruhi hasil akhir kamu.
- Analisis data menggunakan teknik yang paling sesuai seperti analisis klaster, analisis regresi, dan analisis deret waktu. Metode yang kamu pilih akan bergantung pada jenis data yang kamu gunakan dan apa yang ingin kamu capai pada akhirnya. Misalnya, kamu harus menggunakan analisis regresi jika kamu akan membuat prediksi dari kumpulan data.
- Menafsirkan dan membagikan hasil analisis. Pastikan untuk membagikan hasil dalam format yang mudah dicerna seperti bagan atau grafik, dan kaitkan temuan kamu dengan tujuan bisnis tertentu. kamu dapat menggunakan Tableau untuk visualisasi data.
Heatmap
Heatmap adalah representasi grafis dari data di mana warna menunjukkan nilai. Peta ini membantu kamu memahami distribusi data dalam jumlah besar. Alih-alih membuat tabel data yang rumit, kamu dapat menggunakan Heatmap untuk menggambarkan pola data yang luas. Jenis Heatmap yang umum termasuk peta gulir, peta bergerak, dan peta klik.
Dengan Heatmap situs web, kamu dapat menganalisis kinerja situs web kamu dan melihat bagaimana pengguna berinteraksi dengan halaman web yang berbeda. Misalnya, kamu bisa melihat tombol apa yang lebih sering mereka klik, bagian situs yang mereka gulir, dan apa yang mereka abaikan sama sekali. kamu bisa membuat Heatmap situs web menggunakan alat bantu seperti Hotjar dan Clicktale.
Wrapping up
Teknik pengumpulan data kuantitatif terbaik adalah teknik yang memberikan data yang akurat dan kamul yang menghasilkan wawasan pengguna yang berharga. Meskipun kami telah menyoroti beberapa metode pengumpulan data kuantitatif terbaik, terserah kamu untuk memutuskan metode mana yang paling cocok untuk kebutuhan penelitian kamu.
Riset kuantitatif adalah cara yang bagus untuk mempelajari pengguna kamu, tetapi tidak lengkap. Untuk mendapatkan wawasan holistik tentang perilaku pengguna, kamu perlu menggunakan penelitian metode campuran-itu cara terbaik untuk menang.
0 Komentar