4 種類の研究デザイン — 知っておくべきことのすべて

研究を行うときは、何を達成したいのか、どのように達成したいのかを明確にする必要があります。 優れた調査設計により、正確で信頼できるデータを収集して有効な結論を導き出すことができます。

このブログ投稿では、UnderArmor、Carmex などの実例を使用して、一般的な 4 つのタイプの研究デザインの主な機能について概説します。 その後、プロジェクトに適したアプローチを簡単に選択できます。

目次

調査の設計には、適切な方法論の選択、最も適切なデータ収集方法の選択、およびデータを分析するための計画 (またはフレームワーク) の考案が含まれます。 要するに、優れた研究デザインは、私たちの研究を構造化するのに役立ちます。

マーケティング担当者は、調査を行う際にさまざまなタイプの調査デザインを使用します。

研究デザインには、記述的、相関的、実験的、および診断的デザインの 4 つの一般的なタイプがあります。 それぞれについて詳しく見ていきましょう。

4つのタイプの研究デザイン

研究者は、さまざまな研究目的を達成するためにさまざまなデザインを使用します。 ここでは、適切なタイプを選択する方法、それぞれの利点、およびユース ケースについて説明します。

研究は、より高いレベルで定量的または定性的に分類することもできます。 一部の実験では、質的および量的特性の両方が示されます。

実験的

実験計画法は、研究者が変数が互いにどのように相互作用するかを調べたい場合に使用されます。 研究者は、1 つの変数 (独立変数) を操作し、別の変数 (従属変数) への影響を観察します。

つまり、研究者は 2 つ以上の変数間の因果関係をテストしたいと考えています。

マーケティングでは、実験的研究の例として、テレビ コマーシャルと制御された環境 (ラボなど) で行われたオンライン広告の効果を比較することがあります。 この調査の目的は、年齢層や性別などの異なる人々の間で、どの広告がより注目されるかをテストすることです。

もう 1 つの例は、生産性に対する音楽の影響に関する研究です。 研究者は参加者を 2 つのグループ (仕事中に音楽を聴くグループとそうでないグループ) のいずれかに割り当て、彼らの生産性を測定します。

実験計画の主な利点は、研究者が変数間の因果関係を引き出すことができることです。

1 つの制限: この研究では、環境と参加者を大幅に制御する必要があるため、現実の世界で再現することは困難です。 さらに、それはかなり高価です。

最適:因果関係 (従属変数に対する独立変数の影響) のテスト。

相関

相関計画では、プロセスに介入することなく、2 つ以上の変数間の関係を調べます。

相関設計により、アナリストは変数間の自然な関係を観察できます。 これにより、データは現実世界の状況をより反映したものになります。

たとえば、マーケティング担当者は相関設計を使用して、ブランド ロイヤルティと顧客満足度の関係を調べることができます。 特に、研究者はデータのパターンや傾向を調べて、これら 2 つのエンティティ間に関係があるかどうかを確認します。

同様に、身体活動とメンタルヘルスの関係を研究することもできます。 ここのアナリストは、参加者に身体活動レベルと精神的健康状態に関する調査を完了するように依頼します. データは、2 つの変数がどのように関連しているかを示します。

対象:現実世界で 2 つ以上の変数が互いにどの程度関連付けられているかを理解する。

説明的

記述的研究とは、被験者が何をするかを観察し、それらに影響を与えることなく説明する体系的なプロセスを指します。

方法には、調査、インタビュー、ケーススタディ、および観察が含まれます。 記述的研究は、現象の詳細な理解を収集し、いつ/何を/どこで答えるかを目的としています。

SaaS 企業は、記述的設計を使用して、顧客が特定の機能をどのように操作するかを理解します。 調査結果は、パターンと障害を特定するために使用できます。

たとえば、プロダクト マネージャーは Hotjar による画面記録を使用して、アプリ内のユーザーの行動を観察できます。 このようにして、チームはユーザー ジャーニーの特定の段階で何が起こっているかを正確に理解し、それに応じて行動することができます。

ソーシャル リスニング ツールの Brand24 は、スクリーン レコーディングを通じてサインアップ フォームの摩擦ポイントを特定したおかげで、サインアップ コンバージョン率が 2.56% から 7.42% へと 3 倍になりました。

画像ソース

最適:行動や繰り返し発生する現象を明らかにする偏りのないデータの収集。

診断

診断研究は、問題の根本原因を特定し、最も効果的な解決策を見つけます。 マーケティングでよく使用され、改善の領域や成長の潜在的な機会を特定します。

診断研究のデザインは、次の 3 つのステップで構成されます。

• データ収集と問題定義を含む開始。
• データ分析、仮説検定、および目標設定で構成される診断。
• 可能な限り最良のソリューションを定義するソリューション。

製品チームでは、診断設計には、顧客からのフィードバックとレビューを分析して、会社が改善できる領域を特定することが含まれます。 これは、価格設定、不足している機能、顧客サービスなど、製品の提供を変更する必要がある場所を特定するのに役立ちます。

診断研究は、問題の正確な診断を提供し、改善の領域を特定します。

対象:問題の根本的な原因とその対処方法を理解する。

研究デザインの例

大手ブランドがさまざまなタイプの調査デザインをどのように採用しているかを見てみましょう。 ほとんどの場合、企業はいくつかの方法を組み合わせて、問題を包括的に概観し、解決策を見つけます。

アンダーアーマー

画像ソース

UnderArmour は、診断および記述的研究に言及することで、ランニング シューズの市場シェアを 2 倍にしました。

チームは、アスリートのリアルタイムのフィードバックに応じてシューズを絶えず改善することで、画期的な製品を設計することを目指しました。 そのために、同社は 10,000 人を超えるアスリートに無料でシューズを発送しました。 同社は Qualtrics を使用して、参加者のフィードバックを調査しました。

次に、すべての洞察を集めて、チームは設計を繰り返しました。 こうして、UA HOVR クッション付きランニングシューズが誕生しました。

2019年ランナーズワールドレコメンデーションアワード受賞。

プロのヒント:説明的な調査デザインを使用して、顧客の自然な行動を観察し、フィードバックに対処することで、顧客のニーズに合わせて製品を調整します。

カーメックス

画像ソース

Carmex Labs は調査会社 MRR と協力して、リップケア会社のパッケージと製品に対する顧客の反応を測定しました。 目標は、新たに立ち上げられた市場での販売不振の原因を見つけることでした。

チームはライブのオンライン フォーカス グループをモデレートしました。 参加者には製品サンプルが表示され、AI と NLP の自然言語処理によって顧客からのフィードバックの重要なテーマが特定されました。

これにより、パフォーマンスが低下する主な理由が明らかになり、パッケージングの変更が導かれました。

ピンセットマン

画像ソース

美容ブランドの Tweezerman は、ブランドの健全性を追跡し、製品のアイデアを検証するために、記述的な調査デザインに目を向けました。

Tweezerman は、SurveyMonkey Audience を利用して定量的な消費者フィードバックを収集し、グローバル ビジネス戦略に情報を提供しました。 このアプローチにより、Tweezerland は 50 個の製品のうち 10 個を検証し、オーディエンスを深く理解することができました。

覚えておいてください:市場調査を行うために必要なのは、適切なターゲティングで簡単な調査を開始することだけです。

研究デザインを始める

調査設計は、データを収集して質問に答える設計図です。 適切に実行すると、問題に関する詳細な情報が得られ、ビジネス上の意思決定に役立ちます。

まず、質問を計画し、問題を定義し、結果としてどのようなデータを受け取りたいかを考えます。 次に、適切な研究設計方法を選択します。

これで準備完了です。