Veröffentlicht 09.06.2017 in Allgemein

Praxis: Hohe Datenqualität – automatisiert.

Zeitgemäße Lösungen für schnelle Datenbereinigung – ohne Cheater, Straightliner und Speeder.

In der Marktforschung wird Qualität groß geschrieben – zu Recht. Insights sind die Entscheidungsbasis wichtiger Fragestellungen für Produkte und Dienstleistungen. Gutes Data-Cleaning gehört zum Standard und ist für saubere Ergebnisse ein Muss.

Das wachsende Tempo, in dem Consumer Insights für Entscheidungen heute bereit stehen müssen, gilt für das Data-Cleaning gleichermaßen. Wer heute noch Zeit aufwendet für die Datenbereinigung, hängt in der Zeit zurück. Es braucht schnelle und schnell bereinigte Ergebnisse zur direkten Auswertung.

 

Hohe Datenqualität sichern

Die erhobenen Daten sollten stets – auch bei schnellen Studien unter Zeitdruck – die Anforderungen der Qualitätsrichtlinien von Marktforschungsergebnissen erfüllen. Für  aussagekräftige, zielführende Ergebnisse und eine gute Entscheidungsbasis müssen die Daten unbedingt frei von sogenannten Risiken der Ergebnisverzerrung sein. Die finalen Insights sollten daher in jedem Falle ein Data-Cleaning durchlaufen haben.

Entfernen Sie unbedingt diese Antworten:

1.  Straightliner

Straightliner wählen generell in Matrixfragen die Antworten in einer Reihe herunter . In der Regel ist leider davon auszugehen, dass der Befragte sich nicht wirklich Gedanken gemacht hat.

2. Unplausible, sich widersprechende Antworten

Teilnehmer mit offensichtlich nicht plausiblen Antworten sollten entfernt werden.

Ein Beispiel

Frage 3  – Wie gefällt Ihnen das Produkt?
Antwort:   „Das Produkt gefällt mir überhaupt nicht.“
Frage 4 – Würden Sie das Produkt weiter empfehlen?
Antwort:  „Ich würde das Produkt in jedem Falle weiterempfehlen.“

3. Speeder

Speeder sind Befragungsteilnehmer, die „zu schnell“ antworten, konkret beispielsweise schneller als 50% des Medians der Antwortzeit. Aufgrund der hohen Geschwindigkeit bei den Antworten besteht das Risiko, dass diese nicht bedacht getroffen wurden.

 

Herkömmlich in die Rohdaten einzusteigen, über SPSS-Skripte oder Excel-Formeln, kostet für unser heutiges Tempo im Geschäftsleben bereits zu viel Zeit. Insights müssen viel schneller und effizienter bereit stehen.

 

Automatisiertes Data-Cleaning

Im heutigen Zeitalter der agilen Marktforschung unterstützen uns im Data-Cleaning automatisierte Tools, die Regeln folgen und die Qualität der Daten auf Knopfdruck sicherstellen. So entsprechen gewonnene Daten den erforderlichen Qualitätskriterien und können ohne Umwege für den finalen Report genutzt werden.

Zusatz-Vorteil
Weiterer Vorteil eines automatisierten Data-Cleanings – besonders bei sämtlichen repräsentativen Befragungen –  ist die direkt mitgesteuerte Quotenbefüllung. Fallen Antworten aufgrund mangelnder Qualität während der Feldphase heraus, bleiben die noch nicht befüllten Zielgruppen für die Teilnahme automatisch weiterhin geöffnet.

 

Erleben Sie automatisiertes Data-Cleaning
inkl. Screenout- und Quotensteuerung: Software Demo

Dr. Thomas Fandrich

Dr. Thomas Fandrich ist Co-Founder und COO von quantilope. Davor war er Marketing-Wissenschaftler für quantitative Methoden im Bereich des Konsumentenverhaltens und der Marketing-Mix-Effizienz. Er forschte unter anderem an den Universitäten in Kiel & Istanbul. Seine Arbeiten wurden in hochrangigen (inter-)nationalen Fachzeitschriften publiziert.