Clusters de MaxDiff

Clustering MaxDiff

Dentro das populações de entrevistados da pesquisa, há grupos de pessoas do mesmo gênero. Esses grupos, ou “clusters”, podem ser determinados pelo quão semelhantes são os recursos preferidos de cada entrevistado. Ao agrupar cada respondente com base em sua utilidade individual para cada atributo, podemos determinar subpopulações e quais demografias compõem essas subpopulações.

Preparando uma pesquisa para clustering

Antes de usar o clustering MaxDiff, você precisa garantir que a pesquisa do seu projeto MaxDiff esteja fazendo as perguntas certas. Isso significa que você precisa configurar determinadas funcionalidades antes de coletar dados.

Na guia Pesquisa, certifique-se de ter adicionado perguntas a um bloco que não seja MaxDiff. No exemplo abaixo, o bloco Dados demográficos tem uma pergunta sobre a idade, o número de pessoas no domicílio do entrevistado e muito mais.

O bloco Dados demográficos está localizado logo acima do bloco MaxDiff, embora você possa movê-lo conforme desejado.

Formatação de pergunta

Você só pode realizar o clustering MaxDiff usando perguntas de múltipla escolha de seleção única. Isso porque oferecem uma seleção finita de escolhas que podem ser facilmente analisadas.

• Demografia: Pergunte sobre informações descritivas básicas, como idade, faixa de renda, raça ou sexo.
• Comportamento: pergunte como os clientes interagem com sua marca e seus produtos ou sobre comportamentos que possam estar relacionados ao comportamento de compra deles. Por exemplo, você pode perguntar com que frequência o cliente vai às compras.
• Dados operacionais: são informações como o tempo gasto no seu site ou o prazo do contrato de um funcionário em sua empresa.
• Formatos de perguntas: Formatar perguntas sobre comportamentos e crenças como escalas. O intervalo em uma escala pode nos ajudar a entender quais pontos de escala estão correlacionados e, portanto, aproximadamente no mesmo cluster; Sim/Não e perguntas de seleção única não são tão úteis para a análise de cluster.
  Exemplo: Se você perguntar “Que tipo de comprador você é?” e oferece as opções “Prefere comprar em shoppings”, “Preferir comprar online” e “Preferir comprar em butiques”, o algoritmo de agrupamento desejará dividir os entrevistados em três grupos, um para cada resposta. Se, em vez disso, você os perguntou como uma série de perguntas (por exemplo, “Você gosta de comprar em shoppings?”) com as respostas de 1 a 7, o algoritmo de agrupamento fará um trabalho melhor para realmente discernir o que separa compradores diferentes um do outro.

Ativação de clusters

O clustering pode ser encontrado na seção Clustering MaxDiff da guia Relatórios.

Para que os dados sejam exibidos pela primeira vez, você pode precisar clicar em Atualizar na seção Análise MaxDiff.

Ajuste da demografia usada no clustering

Por padrão, o clustering MaxDiff usará todas as perguntas da pesquisa de múltipla escolha que você fez. No entanto, você não precisa usar todas as perguntas se não desejar e pode adicionar e remover conteúdo para ver quais clusters diferentes este recurso recomenda a você.

Removendo dados demográficos

Na caixa à direita do cabeçalho Detalhes do cluster, clique no X em uma pergunta para removê-la da análise de cluster. A remoção de uma pergunta não faz com que os clusters sejam recalculados.

Adição de dados demográficos

Na caixa à direita do cabeçalho Detalhes do cluster, clique na seta suspensa. Em seguida, selecione as perguntas que gostaria de adicionar de volta aos clusters.

Clusters recomendados

Assim que você tiver coletado dados suficientes e atualizado sua página de clustering MaxDiff, este recurso recomendará clusters a você. Esses clusters são determinados com base em quão semelhantes são as características preferidas dos respondentes.  Sua utilidade individual para cada atributo é calculada e, em seguida, os dados demográficos comuns entre esses clusters são destacados para que você possa obter uma melhor compreensão de como diferentes populações preferem seus produtos.

Destaque um cluster no grafo superior para saber mais sobre este cluster. Clique nele para abrir os detalhes do cluster abaixo.

Detalhes do cluster

1. Resumo: a barra superior dos detalhes do cluster fornece um resumo rápido dos detalhes mais importantes, principalmente qual é o cluster, a importância estatística do cluster, como os respondentes geralmente responderam às perguntas demográficas, quantas respostas estão nesse cluster e a porcentagem de respostas às quais esse cluster se aplica. Você também pode clicar nessa parte para expandir e recolher o restante das informações.
   Exemplo: no Cluster 1 aqui ilustrado, as respostas tendem a ser de pessoas que possuem seu próprio apartamento. 4 entrevistados geralmente se encaixam nesse padrão, que é 80% de todo o conjunto de dados. Este é um conjunto de dados muito pequeno, portanto, as decisões provavelmente não devem ser tomadas com base nesses resultados. Isso também é indicado pela fraca força do cluster.
2. Demografia: Uma série de barras de detalhamento mostrando como os membros deste cluster responderam às perguntas demográficas. Cada barra de detalhamento é rotulada pela resposta que é mais altamente correlacionada às pontuações de utilidade para os recursos mais preferidos, no entanto, você verá que as pessoas em um cluster variarão em como responderam.
   Exemplo: o rendimento anual do cluster 1 está listado como “$20.000 – $29.000.” No entanto, esta não é a renda anual mais comum para este cluster, como podemos ver a barra para “$70.000 – $79.000” no final é muito mais longo. Isso porque aqueles que têm uma renda mais baixa são simplesmente mais propensos a ter preços razoáveis avaliados, Durabilidade, e assim por diante, do que aqueles no cluster que têm uma renda anual mais alta.
3. Cinco principais recursos: Estes são os cinco recursos que os membros do cluster foram mais propensos a indicar como o mais preferido ao selecionar recursos de uma lista. Os dados demográficos destacados têm altos escores de utilidade para os atributos selecionados aqui.
4. Visualizar análise: Clique neste botão para ver o relatório Análise MaxDiff apenas para os dados deste cluster.

Determinando a força do cluster

A Qualtrics usa uma métrica chamada pontuação de silhueta para determinar a força de cada cluster. Essa pontuação produz um valor entre 0 e 1 que determina a proximidade entre os respondentes. Usamos a seguinte tabela para converter da pontuação da silhueta para a força do cluster:

Aplicação de clusters a relatórios

Os clusters podem ser aplicados ao relatório de análise MaxDiff para que você possa ver detalhes mais específicos sobre como os entrevistados neste cluster avaliaram os atributos apresentados a eles.

Na seção Análise MaxDiff da guia Relatórios, selecione um cluster a partir do menu suspenso Segmentos na parte superior esquerda.

Você também pode selecionar Visualizar análise quando tiver um cluster selecionado na seção Clustering MaxDiff da guia Relatórios.