Ifølge Christian Vermehren vil der ske et skift fra de traditionelle analysemetoder til online undersøgelser. Fremtiden bringer langt flere avancerede teknikker til at samle data på, og både korrespondanceanalyse og klyngeanalyser vil i stigende grad blive accepteret som nogle af de primære analysemetoder.

Hvilke metoder vil man i fremtiden anvende til at målgruppesegmentere online?

Den traditionelle offline marketing research der udarbejdes af bureauer såsom AIM, Gallup etc. kommer i fremtiden til at foregå online pga. sammensmeltningen af medier. TV , computer og Internet smelter sammen som et medie, og i stedet for at måle effekten af f. eks tv-reklamer via telefoninterviews, så tror jeg, at meget af denne analyse kommer til at foregå via Internettet. Et andet fremtidsperspektiv handler om analysemetoderne - jo flere typer data man bliver i stand til at indsamle, desto vigtigere bliver det, at man er i stand til at kunne analysere og holde styr på denne store mængde data.

Her vil det blive mere og mere vigtigt at benytte sig af multivariable statistiske teknikker, såsom korrespondanceanalyse, som vi i Netminers populært kalder webmapping.

Den tager udgangspunkt i mange forskellige typer af data og prøver at visualisere sammenhængene imellem alle disse data på én gang. Ved hjælp af et todimensionalt grafisk kort gør metoden det muligt, at se de statistiske sammenhænge ved at aflæse afstandene imellem punkterne.

Korrespondanceanalysen placerer først hver eneste respondent i et mulidimensionelt matematisk rum, således at individets unikke placering i rummet afspejler det, som personen har svaret i spørgeskemaet.Afstandene imellem individerne vil nu indikere, om individerne er meget ens eller forskellige i deres besvarelser. I korrespondanceanalysen projicerer man herefter det multidimensionelle rum ned på et todimensionalt plan, således at man er i stand til at se folks placeringer.

Det vil være oplagt at kombinere forskellige statistiske teknikker, og hvis man f.eks. skal gruppere folk, så er det praktisk at supplere med en klyngeanalyse. Klynge analyse er også en avanceret statistik teknik, som tager udgangspunkt i det fulde multidimensionelle rum og ser på afstandene imellem individerne, for til sidst at kigge på de grupperinger af individer, der er mest statistisk signifikante. Denne teknik er effektiv, når man ønsker at operere med afgrænsede segmenter.

Hvorledes opdeles respondenterne?

Vi kigger på brugerens adfærdsmønster på websitet og tracker klikstrømme , klikrækkefølgen, besøgstiden og hvor folk kommer fra. Herefter kobler vi ofte disse data til et online spørgeskema, hvor det jo er muligt, at spørge om næsten hvad som helst.

Der er forskellige måder at spørge på, nogle anvender et værdibaseret spørgeskema, andre segmenterer målgruppen ud fra demografi og oplevelser på websitet. I fremtiden vil mobiltelefoni og SMS forbrug være nye data, vi kommer til at tracke, og der vil i fremtiden være en stor kompleks mængde data, som vi skal lære at analysere bedst muligt.

Hvad er Netminers fremtidige tiltag?

Korrespondanceanalyse og klyngeanalyse er jo ikke særligt nyt for os, men der er stadig mange, som ser teknikkerne som en hel nye måde at segmentere folk på. Vores næste skridt bliver at udforske forskellige teknikker til at analysere f. eks klikstrømme, men egentligt tror jeg, at vi er ret tæt på at udnytte denne form for data maksimalt.

Selvfølgelig kan der dukke nye ting op, og i fremtiden vil man sikkert se at analyseresultater kobles til automatisk, dvs. realtime, personalisering af indhold. Det er her muligt at oversætte analysens resultater direkte til handling, og på baggrund af disse analyseresultater ændre sit website automatisk. Fremtidige teknologier vil hjælpe med at tilpasse websitet ud fra resultaterne. Hvis man opdeler en analyse i 15 forskellige segmenter, så vil man måske igennem denne nye teknologi kunne tilpasse websitet, så det automatisk ændrer sig, alt efter hvilket segment der kommer ind på websitet.

Hvor seriøst bliver online undersøgelser taget?

Jeg tror i stigende grad de online kvantitative metoder bliver taget seriøst. Vi samarbejder med firmaer, der specialiserer sig i kvalitative metoder. Det typiske er at vi først afdækker hvilke profiler, der er på websitet, og så tager det kvalitative bureau fat i de typiske profiltyper og udtrækker nogle respondenter til kvalitative interviews. Men vi har rent faktisk set at vi kunne forudse mange af reaktionerne i de kvalitative interviews. Når vi har lavet analyserne parallelt med et kvalitativt bureau, er vi ofte kommet frem til mange af de samme resultater, så de to analysetyper går meget godt i spænd med hinanden, men de overlapper også hinanden mange gange, så hvis man har et stramt budget, kan man udmærket nøjes med den ene form for metode.

Fordelene ved den kvantitative metode er at man kommer i bredden og rammer folk lige i det øjeblik, de er på websitet. Så hvis man vil høre folks mening i brugssituationen, er den en meget effektiv metode. Hvis man f. eks undersøger folk i et laboratorium eller fokusgruppe, hiver man brugerne ud af den kontekst, man egentligt er interesseret i at undersøge, og på den måde får man måske nogle mindre valide svar.

Er det repræsentativt med brugen af præmier i online undersøgelser?

Præmier anvendes, når man vil øge svarprocenten, og det kan diskuteres, om materialet derved bliver repræsentativt, men repræsentativiteten afhænger ikke altid af svarprocenten. Det er mest afgørende, om dem der svarer afviger på en systematisk måde, fra dem som ikke svarer. Der er en udbredt misforståelse om, at svarprocenten er enorm vigtig for repræsentativiteten. Det er den ikke forudsat at det er et website med rigtig mange brugere. Så længe man kan sige, at folk er blevet udtrukket fuldstændig tilfældigt, så er det ikke afgørende om det er 5% eller 25% der svarer. Hvis der er en systematisk forskel på dem som svarer og dem som ikke svarerså opstår problemerne. Men så hjælper det ikke, at øge svarprocenten, for så er det måske bare flere af den samme type mennesker, der svarer. Hvis der er en systematisk afvigelse imellem dem der svarer, og dem som ikke svarer, så har man måske et problem, og så skal man gøre sig klart, hvem det er, man vil sige noget om i sin undersøgelse. Ofte er det de mest erfarne (og tilfredse) brugere, der vælger at svare. Hvis det er dem man ønsker at fokusere på, er det ok. Ofte kan det endda være en fordel. Det nytter f.eks. ikke noget ved brugervenlighedsundersøgelser, at du spørger en førstegangsbesøgende. En sådan person har nemlig ikke nogen forudsætning for at vurdere websitets navigation og indhold, idet vedkommende jo ikke kender websitet særlig godt.

Repræsentativiteten afhænger derfor meget af, hvad formålet med analysen er, men generelt ved vi ikke 100% hvor repræsentative disse online metoder er. Dog lavede Netminers på et tidspunkt en analyse for HK og resultaterne af den demografiske fordeling ud fra spørgeskemaet, var nøjagtig den samme som den fordeling HK selv havde blandt deres medlemmer. Dette tyder på, at det online spørgeskema i hvert fald er repræsentativt når det kommer til engagerede brugere, som medlemmer jo må forventes at være. Men selvfølgelig ved vi ikke, om nogle af de potentielle medlemmer havde opgivet eller fortrudt undersvejs, og her er det, at spørgeskemaet bliver mindre validt.

Hvor mange besvarelser skal man have, for at kunne konkludere noget udfra tallene?

En god tommelfingerregel er 1000 besvarelser, men det afhænger af, hvor detaljeret man ønsker at gå til værks i analysen. Hvis man vil være 95 % sikker med plus/minus 5 %, skal den mindste kategori man undersøger have 384 besvarelser, forudsat at websitet har mange brugere. Jo dybere man går ned i undersøgelsen, jo større skal stikprøven være.

Hvad med mindre websites uden så meget trafik?

Det er generelt et problem at anvende online spørgeskemaer på websites med mindre trafik, fordi her betyder svarprocenten rigtig meget. Hvis websitet har mange brugere, stiger den optimale stikprøve op til 384 i takt med at antallet af brugere på websitet vokser. Men så stiger den stort set ikke længere, selvom du har 1 million eller 10 millioner brugere. Hvis du f. eks skal sige noget om Danmarks befolkning er 400 brugere faktisk nok. Stikprøvens størrelse er relativ uafhængig af populationens størrelse, men hvis du undersøger et lille website med få brugere, så skal stikprøven lige pludselig udgøre en meget større procentdel af populationen (dvs. det samlede antal brugere på websitet). På mindre website er svarprocenten derfor vigtig, og her er det meget relevant med præmier for at lokke respondenter til.

Hvor langt skal et spørgeskema være?

Brugerne hopper ofte fra, hvis det er for langt, og hvis der er for mange spørgsmål vil undersøgelsen bliver mere kompleks at analysere, og det vil tage længere tid. Der kan ligeledes være mange forskellige formål blandet ind i et enkelt skema, hvilket ikke er særlig praktisk. Og det betyder også at man skal have flere forskellige målgrupper i tale, hvis spørgeskemaet er for bredt. Men omvendt må det heller ikke blive for kort, fordi det er nødvendigt med mange forskellige data, hvis man skal kunne udnytte multivariabelt statistik og sige noget fyldestgørende om profilerne.

Hvilke nye teknikker anvender I for tiden?

Ved analysen af ´åbne spørgsmål` anvender vi nye teknikker til at få statistiske data på. Man kan automatisk optælle ord og fragmenter af sætninger, og derved udlede statistiske resultater baseret på åbne besvarelser, hvilket normalt er meget svært. Hvis man f. eks segmenterer igennem en klyngeanalyse, kan man rangordne alle individuelle åbne besvarelser for hvert segment, således at en ´åben besvarelse` karakteriserer segmentet bedst muligt. På denne måde er det muligt at tage udgangspunkt i f.eks. top5 over ´åbne besvarelser`. Det er teknikker, som man vil se mere af i fremtiden.