Comment analyser des données qualitatives

Les données qualitatives comprennent des réponses ouvertes des questionnaires, des enquêtes et des entretiens. Étant donné que les données n`ont pas de valeur numérique, vous devez trier les réponses pour trouver des connexions et des résultats. Bien qu`il n`y ait pas de moyen idéal pour analyser vos données, il reste encore quelques lignes directrices à suivre pour vous assurer de tirer des conclusions précises. Nous allons passer à la recherche des informations importantes de vos résultats avant de passer à des moyens courants d`interpréter les données afin que vous puissiez en apprendre de celui-ci!

• Par exemple, si vous analysez des enquêtes de satisfaction client, vous pouvez utiliser des questions telles que «Quels sont les clients qui se débattent avec le plus?"OU" Quels processus améliorent l`expérience client?"

• Lire des données qualitatives peut prendre beaucoup de temps, mais vous obtiendrez des résultats inexacts si vous vous précipitez à travers elle.

• Gardez vos réponses organisées en les entrant dans une feuille de calcul. Dans une colonne, copiez la réponse complète non autorisée. Dans la colonne suivante, écrivez vos impressions.

• Par exemple, si vous interprétez une enquête de satisfaction de la clientèle, vous pouvez utiliser des codes comme "expérience positive", "problèmes d`employés", "problèmes avec le magasin", etc.
• Évitez d`utiliser plusieurs codes qui signifient la même chose. Par exemple, vous n`avez probablement pas besoin d`un code pour "Attitudes des employés" si vous avez déjà "problèmes d`employés" écrits.
• Utilisez un code plus général lorsque vous triez pour la première fois vos réponses. Vous pouvez toujours les recourir à des codes plus spécifiques une fois que vous voyez toutes les données avec lesquelles vous travaillez avec.

• Par exemple, si des réponses multiples sur une enquête de satisfaction de la clientèle mentionnent des éléments tels que la mise en page confusion de magasin, des produits désorganisés et un manque de propreté, vous pouvez trier les réponses dans un groupe "Niveau de magasin".
• Certaines réponses contiennent plusieurs passages qui s`intégrent à différents thèmes. Si c`est le cas, coupez-vous la réponse et triez chaque passage dans le groupe correspondant. Gardez toujours une copie de la réponse complète cependant, vous pouvez donc le faire référence plus tard sur.
• Cela peut prendre un peu d`essai et d`erreur avant de trouver les bons groupements. N`ayez pas peur d`essayer de réorganiser vos réponses dans de nouveaux groupes si vous ne trouvez pas de réponses à vos questions.

• Par exemple, si une réponse mentionne que les employés ne donnent pas bon service à la clientèle et une autre réponse indique que le magasin était en désordre, vous pouvez éventuellement faire une connexion que les employés ne se soucient pas de nettoyer le magasin.

• Par exemple, si une seule personne se plaint de la manière dont ils n`ont pas eu de bon service, c`était probablement un événement ponctuel qui n`ajoute pas à vos conclusions.
• Parfois, les valeurs aberrantes peuvent être des contrepoints intéressants à la majorité de vos données que vous souhaitez aborder. Par exemple, si quelques personnes se plaignent de lutter avec la mise en page de votre magasin, vous voudrez peut-être enquêter s`il y a de petits changements que vous pourriez faire.

• Par exemple, si vous comparez les excursions d`achat globales à partir de multiples répondants, vous pouvez les trier dans des expériences positives globales et des expériences négatives. Après cela, vous pouvez trouver des exemples spécifiques dans les réponses, tels que le service rapide ou les employés utiles, pour savoir pourquoi une personne a répondu la façon dont ils l`ont fait.

• Par exemple, si quelqu`un fait une pause pour une seconde avant de répondre à une question, vous pourriez interpréter qu`ils se sentaient incertains ou inquiets sur le sujet.
• Comme un autre exemple, si quelqu`un répond avec "Je n`ai vraiment pas aimé l`esthétique du magasin" et ils ont mis l`accent sur le mot "non", vous pourriez supposer qu`ils ont des sentiments forts sur la façon dont le magasin a l`air.

• Par exemple, vous pouvez trier vos données en 17 et moins, 18-35, 36-54 et 55+ pour voir comment différentes générations répondent.
• L`utilisation de données démographiques peut vous aider à déterminer si certains groupes ont des expériences différentes. Par exemple, si vous remarquez beaucoup de réponses des personnes 17 et sous qui ne veulent pas magasiner dans votre magasin, vous pouvez essayer de vendre plus de produits que la gamme d`âge s`intéresse à.

Vidéo.

Conseils

Mises en garde