• Preference level of potential product names
• 製品名の一般的な重要度
• 名前のせいで商品を購入しないかどうか
• 特定の名前の製品をどのくらいの頻度で購入するか
• 購入頻度と商品の使用方法
• 製品に対する態度と使用方法

各製品について、2 つの質問と 3 番目の条件付きフォローアップの質問をすることができます。

1. 最初の質問は、相対的な好みを引き出すための固定合計割り当ての質問です。たとえば、「次の 4 つの製品名に 20 ポイントを割り当ててください。割り当ては、名前に対する相対的な好みを表します。」 この種の質問は、順位 (順序データ) だけでなく、好みの強さ (間隔または比率データの解釈が可能) を測定します。重要なのは、合計ポイント数が提示された選択肢の数の偶数倍である必要があることです。そのため、実際には無関心な回答者は、名前に同じポイント数 (ここでは 4×5=20) を与えることができます。
2. 2 番目の質問は、一番上の選択肢に対する絶対的な好感度を探ります。たとえば、「1 が強い嫌悪感、7 が強い好感度を表す 1 から 7 のスケールで、質問 #1 で最も好む選択肢をどの程度評価しますか?」 7 段階スケールは古典的なリッカート尺度ですが、他のスケールも使用できます。ただし、奇数のポイントを持つスケールを使用すると回答者は中立的になることができますが、偶数のポイントを持つスケール (1 ～ 10 スケールなど) を使用すると、回答者は数学的に中立的な回答を得ることができません。この場合、中立的な回答が望ましいと思います。
3. 3番目の質問は、#2の評価が一定の基準を下回る回答者に対してのみ適用され、より良い代替案を探ります。 たとえば、「あなた自身の個人的な見解で、[Q2 で #1 と評価した名前] よりも良い製品名を思いつきますか?」この質問では、回答を一切受け付けず、また、5 秒などの短い「有効期限」を設けて、熟考された回答ではなく、より自発的な回答を引き出す必要があります。

いくつかの代替案と観察:

調査では、4 つの製品すべてについて Q2 を尋ね、絶対的な好みから相対的な好みを推測することもできます。ただし、このタイプの質問では、固定金額の質問ほど回答者の関心を引き付けることができず、回答者が判断を下したがらないか、「スパム回答をして金銭を受け取る」という悪用により、「一律」の回答になりがちです。

候補名について言えば、一部の企業では、製品と意味的に何らかのつながりがある名前を割り当てるのが一般的です。ただし、同じ製品カテゴリ内では、名前は互換性がある場合があります。これが事実であれば、回答者に「マッチング」の質問をするのが妥当です。たとえば、「この 7 つの候補製品名の中から、これら 4 つの製品それぞれに最適な名前を選択してください。」

Some clients have different customer profiles in mind for these four products. These profiles are largely combinations of categorical variables (gender, age group, race/ethnicity, etc.), so this information would be collected to see if different candidate names have varying levels of appeal to different demographic groups.

戦略分析

戦略分析では、 フェーズI：定性調査 - フォーカスグループ、 そして フェーズ II: 定量調査 - 消費者オンライン調査 そして、それらを首尾一貫して効果的な方法で提示します。成果物は、以下の点を明記した包括的な PowerPoint レポートになります。

1. 潜在的な製品名に対する顧客の認識
2. 肯定的な反応
3. 否定的な反応
4. 商品名に対する顧客の認識に影響を与える要因
5. 高度な分析
6. 各製品に最適な名前
7. 名前の推奨事項
8. 結論

In terms of advanced analytics, it is better to pose questions first and then pick the tools. However, given that we’ve been talking about discrete choices in both the target variable (product name) and demographics, we can certainly say that we could use non-parametric statistical tests to tease out relationships between ordinal data.

クラスター分析とロジスティック回帰は、クライアントが具体的に何を知りたいか、そしてさらに重要な実際の結果に応じて役立つ場合があります。

例：

• ターゲット変数内: ある名前を好む回答者は別の名前を好む傾向がありますか? 好まれる名前の「クラスター」はありますか?
• ターゲット変数と人口統計の間: 特定の回答者プロファイルは特定の名前を好みますか? 絶対的な好みは何らかの人口統計特性と関連していますか?

最終的な成果物は、管理者向けのアクション プランを含む影響力の大きいレポートです。

ニューヨークの施設所在地

11 E 22nd Street、2階、ニューヨーク、NY 10010 電話: +1(212) 505-6805

SISインターナショナルについて

SISインターナショナル offers Quantitative, Qualitative, and Strategy Research. We provide data, tools, strategies, reports, and insights for decision-making. We also conduct interviews, surveys, focus groups, and other Market Research methods and approaches. お問い合わせ 次の市場調査プロジェクトにご利用ください。