DỮ LIỆU SƠ CẤP TRONG NGHIÊN CỨU MARKETING

Trước tình hình biến động của nền kinh tế và sự phát triển của khoa học công nghệ, để người quản lý có thể đưa ra những quyết định khả thi, hiệu quả thì nguồn dữ liệu đóng vai trò khá quan trọng.

DỮ LIỆU SƠ CẤP TRONG NGHIÊN CỨU MARKETING

Bên cạnh những dữ liệu thứ cấp sẵn có trên thị trường, những người làm marketing thường gặp phải tình huống thông tin cần thiết không thể có được từ nguồn dữ liệu thứ cấp. Do đó, người làm marketing cần phải tiến hành việc thu thập dữ liệu sơ cấp. Cho dù mục đích của việc nghiên cứu là thăm dò hay thực nghiệm thì quyết định tiến hành nghiên cứu sơ cấp cũng phải được đưa ra một cách thận trọng, vì việc này sẽ làm tiêu tốn nhiều thời gian cũng như chi phí.

Hơn nữa, nếu như việc thu thập thông tin không được tiến hành một cách đúng đắn, kết quả thu được có thể sẽ không mang lại những thông tin mong muốn cần thiết, hoặc có thể tiêu tốn nhiều chi phí hơn giá trị thực của nó. 

Việc thiếu thông tin không phải là một lý do đủ để quyết định tiến hành nghiên cứu sơ cấp. Thu thập thông tin sơ cấp chỉ là cần thiết khi mà thông tin thu được mang tính thực tiễn cao và đáng giá so với chi phí bỏ ra. Kết quả mang tính thực tiễn cao có ảnh hưởng đến quyết định của người lãnh đạo. Để xem xét tính thực tiễn của thông tin, cần phải đặt ra các câu hỏi như: Vì sao thông tin đó lại quan trọng? Có thể làm được điều gì khác khi có những thông tin đó? Quyết định sẽ thay đổi như thế nào phụ thuộc vào từng kết quả thu thập được?Ngay cả khi thông tin thu thập được mang tính thực tiễn cao, điều này cũng không đảm bảo cho việc tiến hành nghiên cứu sơ cấp. Giá trị thực của thông tin có được phải vượt qua chi phí thu nhập.  

Phương pháp thu thập dữ liệu sơ cấp

 Về cơ bản có hai phương pháp thu thập thông tin: điều tra trực tiếp hoặc quan sát. Việc điều tra trực tiếp được sử dụng thường xuyên hơn, tuy nhiên trong vài trường hợp, phương pháp quan sát cũng được sử dụng.

Phương pháp quan sát

Phương pháp này bao gồm việc ghi lại thông tin không phụ thuộc vào câu trả lời hay trí nhớ của đối tượng nghiên cứu. Ví dụ: gắn thiết bị đếm vào tivi để dự đoán số lượng người xem tivi, hay có một người nào đó đóng giả khách hàng đến phàn nàn để theo dõi phản ứng của người bán hàng.Lý do sử dụng phương pháp quan sát. Phương pháp này được sử dụng trong trường hợp đối tượng nghiên cứu từ chối trả lời, ví dụ như đối với những câu hỏi mang tính chất riêng tư, cá nhân. Việc quan sát cũng phù hợp khi đối tượng nghiên cứu có xu hướng trả lời sai sự thật khi được hỏi trực tiếp. Ví dụ: khi được hỏi đóng góp cho từ thiện bao nhiêu tiền, mọi người thường nói cao hơn số tiền thực tế. Thường chúng ta cũng sẽ thu được những câu trả lời thiếu chính xác khi hỏi về những vấn đề không quan trọng đối với người được hỏi. Trong trường hợp này, đối tượng nghiên cứu không cố tình trả lời sai mà chỉ là họ không biết, hoặc không nhớ được thông tin chính xác liên quan đến vấn đề đó. Ví dụ: mọi người sẽ không nhớ được lần gần đây nhất họ mua xăng hết bao tiền và họ mua mấy lít xăng? Phương pháp quan sát trong tình huống này sẽ đưa ra được những câu trả lời chính xác hơn. Ngoài ra, phương pháp quan sát còn được sử dụng với những nhóm đối tượng như trẻ nhỏ.Theo phương pháp này thì thông tin thu thập được nhờ việc quan sát. Vì vậy, không thể ghi nhận được những yếu tố như thái độ hoặc lý do cho hành vi của người tiêu dùng. Ngoài ra, để đảm bảo tính thực tiễn và giảm chi phí, việc quan sát cần phải đáp ứng hai yêu cầu. Thứ nhất, tình huống diễn ra hành vi để quan sát phải diễn ra thường xuyên theo một chu kỳ có thể đoán trước được. Thứ hai, thời gian cần thiết để tiến hành quan sát chỉ trong một khoảng thời gian ngắn.

 Có nhiều phương pháp tiến hành quan sát khác nhau:

(1) Việc quan sát do người hay do máy thực hiện,

(2) Hành vi được quan sát diễn ra một cách tự nhiên hay cưỡng bức,

(3) Đối tượng nghiên cứu có biết việc mình bị quan sát hay không?

(4) Việc quan sát diễn ra bằng việc quan sát trực tiếp hành vi hay thông qua việc đọc tài liệu ghi lại những hành vi đó.

Phương pháp điều tra trực tiếp

 Như tên của phương pháp này, thông tin được thu thập bằng việc hỏi trực tiếp đối tượng nghiên cứu. Phương pháp này bao gồm ba hình thức chính: phỏng vấn trực tiếp, phỏng vấn qua điện thoại, hoặc trả lời bản câu hỏi nghiên cứu. Bảng biểu dưới đây so sánh các hình thức khác nhau của phương pháp điều tra trực tiếp. Có thể thấy rằng có hình thức nào thực sự nổi trội hơn hình thức khác. Hình thức được sử dụng sẽ tùy thuộc vào mục đích nghiên cứu, loại hình câu hỏi và các yếu tố về thời gian, chi phí và nhân viên thực hiện.   

Phương pháp hỗn hợp

 Các doanh nghiệp thường tìm nhiều cách khác nhau để thu thập thông tin một cách hiệu quả nhất, giảm tỷ lệ không trả lời và giảm chi phí. Kết quả không chỉ là tiến hành thu thập thông tin qua fax hoặc internet mà còn tìm ra phương pháp hỗn hợp, nghĩa là kết hợp các hình thức điều tra trực tiếp với nhau trong cùng một nghiên cứu. Phương pháp thường được sử dụng nhiều nhất là kết hợp điều tra qua điện thoại với điều tra qua thư, điều tra qua điện thoại và cung cấp đĩa liên qua đến vấn đề nghiên cứu, điều tra qua điện thoại và qua fax. Trong trường hợp này, thường thì người tham dữ sẽ được lựa chọn qua điện thoại, do hình thức này có tỉ lệ người đồng ý điều tra lớn nhất. Tiếp đó, bản câu hỏi sẽ được gửi qua thư (in trên giấy hoặc ghi trên đĩa), hoặc bằng fax vì những hình thức này sẽ có chi phí thấp nhất. Việc sử dụng phương pháp hỗn hợp này sẽ phát triển trong tương lai.

ThS. TRẦN THỊ NHƯ LÂM – Khoa QTKD

Có thể bạn chưa biết:

Tư vấn và xây dựng hệ thống big data

  • Khảo sát, đánh giá cơ sở hạ tầng hệ thống hiện có để xem tính khả thi cho việc ứng dụng lưu trữ và khai thác Bigdata.
  • Tư vấn và xây dựng hệ thống phục vụ Bigdata theo tình hình hoạt động sản xuất/kinh doanh của doanh nghiệp.
  • Hệ thống lưu trữ dữ liệu (Data warehouse).
  • Hệ thống xử lý dữ liệu (ETL system).
  • Hệ thống phân tích dữ liệu (Analysis system).
  • Hệ thống phục vụ báo cáo (Report & BI system).
  • Vận hành, bảo trì hệ thống.

Phân tích dữ liệu big data

  • Xây dựng thuật toán khai thác dữ liệu dựa thực tế kinh doanh của công ty
  • Ứng dụng các mô hình định lượng thông minh để phân tích hành vi tiêu dùng
  • Dự báo nhu cầu tiêu dùng và chuẩn đoán những nguy cơ rời dịch vụ
  • Phát triển các giải pháp kinh doanh tăng doanh thu và kiểm soát rủi ro trong kinh doanh

Tư vấn chiến lược

  • Xây dựng chiến lược kinh doanh thông minh dựa trên kết quả phân tích thông minh từ nguồn big data
  • Phân khúc thị trường và định vị những phân khúc ưu tiên khai thác
  • Đổi mới sản phẩm và dịch vụ để giữ chân khách hàng và giảm thiểu rủi ro rời dịch vụ
  • Xây dựng các chương trình khuyến mãi theo khúc thị trường hạn chế tối thiểu spam đến khách hàng

Training lĩnh vực dữ liệu

  • Kiến thức về cơ bản trong khai thác big data
  • Kiến thức nâng cao hướng đến khai thác big data
  • Xây dựng chiến lược marketing dựa trên kết quả khai thác big data
  • Chuyển giao công nghệ mô hình khai thác big data

DVMS chuyên:
- Tư vấn, xây dựng, chuyển giao công nghệ Blockchain, mạng xã hội,...
- Tư vấn ứng dụng cho smartphone và máy tính bảng, tư vấn ứng dụng vận tải thông minh, thực tế ảo, game mobile,...
- Tư vấn các hệ thống theo mô hình kinh tế chia sẻ như Uber, Grab, ứng dụng giúp việc,...
- Xây dựng các giải pháp quản lý vận tải, quản lý xe công vụ, quản lý xe doanh nghiệp, phần mềm và ứng dụng logistics, kho vận, vé xe điện tử,...
- Tư vấn và xây dựng mạng xã hội, tư vấn giải pháp CNTT cho doanh nghiệp, startup,...

Vì sao chọn DVMS?
- DVMS nắm vững nhiều công nghệ phần mềm, mạng và viễn thông. Như Payment gateway, SMS gateway, GIS, VOIP, iOS, Android, Blackberry, Windows Phone, cloud computing,…
- DVMS có kinh nghiệm triển khai các hệ thống trên các nền tảng điện toán đám mây nổi tiếng như Google, Amazon, Microsoft,…
- DVMS có kinh nghiệm thực tế tư vấn, xây dựng, triển khai, chuyển giao, gia công các giải pháp phần mềm cho khách hàng Việt Nam, USA, Singapore, Germany, France, các tập đoàn của nước ngoài tại Việt Nam,…

Quý khách xem Hồ sơ năng lực của DVMS tại đây >>

Quý khách gửi yêu cầu tư vấn và báo giá tại đây >>