Метрики опросов и проверка результатов, страница 2

Регрессионный анализ опроса показывает, какие факторы реально двигают NPS, а какие лишь коррелируют: коэффициенты, R² и мультиколлинеарность на примерах.

T-критерий проверяет, реальна ли разница средних баллов двух групп опроса или случайность выборки: как считать, что такое p-значение и когда тест ошибается.

ANOVA сравнивает три и более группы опроса одним тестом вместо рискованных попарных сравнений: как читать F-статистику и что делать после значимого результата.

Выбросы в данных опроса искажают средние и корреляции: как находить их по времени прохождения и разбросу ответов, что удалять, а что оставить как мнение.

Размер эффекта показывает, насколько велика статистически значимая разница на самом деле: d Коэна, пороги значимости и почему большая выборка их обесценивает.

Альфа Кронбаха показывает согласованность вопросов шкалы — от 0 до 1, приемлемо от 0,7. Разбираем логику расчёта на примере и что делать при низком значении.

Корреляция показывает, связаны ли ответы на два вопроса, но не доказывает причину. Разбираем расчёт, чтение коэффициента и ловушку «корреляция не причинность».

Факторный анализ группирует вопросы анкеты в скрытые факторы по силе связи между ответами. Разбираем, когда он нужен, как читать нагрузки и типичные ошибки.

Кластерный анализ делит респондентов на группы со схожими ответами без заранее заданных сегментов. Разбираем метод, выбор числа кластеров и ограничения.

NPS автосалона: по какому продукту считать — продажа или сервис, что искажает цифру, почему нельзя сравнивать дилеров одной марки напрямую. Ограничения метода.

NPS банка: как формулировать вопрос, по каким продуктам считать отдельно, что искажает цифру и почему сравнение со средним по рынку почти не имеет смысла.

NPS медицинской клиники: как формулировать вопрос, почему нельзя сравнивать разные отделения одной цифрой и как учитывать тревогу пациента при подсчёте.

NPS страховой компании: почему он обычно ниже среднего по рынку, транзакционный или общий замер, какие цифры считать нормой и что искажает результат измерения.

Как сравнить две волны опроса: погрешность разницы, а не отдельного замера, сколько нужно ответов, чтобы заметить изменение, и пороги значимости с таблицей.

Сезонность в опросах: откуда берутся регулярные колебания показателя, как отличить их от настоящего тренда и почему сравнивать волны нужно год к году.

Опрос лояльности клиентов: какие метрики выбрать, готовые вопросы, как делить клиентов на промоутеров и критиков и что делать с результатами. Честные оговорки.

NPS в B2B: чем замер лояльности отличается от B2C, кого из ЛПР опрашивать, как считать на малой базе и связывать оценку с выручкой аккаунта без ложных выводов.

Бенчмарки NPS по отраслям: условные ориентиры для ритейла, SaaS, банков, e-commerce и телекома. Почему из-за методологии нельзя сравнивать свой NPS с чужим.

Транзакционный и относительный NPS: чем отличаются два способа мерить лояльность, когда какой нужен, как формулировать вопрос и совмещать их в одну систему.

Кросс-табуляция в опросах: как построить таблицу сопряжённости, сравнить ответы по сегментам, читать проценты по строке и не обмануться на малых подгруппах.

Среднее, медиана и мода в опросах: чем отличаются, когда какая мера честнее и почему среднее по шкале Лайкерта считать некорректно. Распределение и top-2-box.

Доверительный интервал простыми словами: что означает 95%, как считать интервал для доли, чем метод Уилсона лучше обычного, где интервалу нельзя верить.

Статистическая значимость простыми словами: что такое p-value и порог 0,05, как понять, реальна ли разница в опросе и почему значимость — это не важность.

Погрешность опроса: формула расчёта, таблица зависимости от размера выборки, погрешность по подгруппам и почему «±3%» не покрывает главные ошибки исследования.

Response rate опроса: формула расчёта процента ответивших, ориентиры по каналам, отличие от завершаемости и способы поднять долю ответов без потери качества.

Индексы лояльности клиентов NPS, CSAT, CSI и CES: чем отличаются, какие вопросы и шкалы используют и как выбрать метрику под задачу. Со сравнительной таблицей.

Завершаемость опроса (completion rate): что это, формула расчёта, какая норма считается хорошей и как повысить долю тех, кто доходит до конца анкеты.

CSI — индекс удовлетворенности клиентов: что это, формула взвешенной суммы, как выбрать параметры и веса, пример расчёта и пороговые значения.

CSAT что это: формула расчёта, шкалы оценки, примеры вопросов и нормы по отраслям. Как считать индекс удовлетворённости клиентов и не ошибиться в выводах.

CES (Customer Effort Score) — индекс усилий клиента. Формула расчёта, шкалы 1–5 и 1–7, пороги хороших оценок, примеры вопросов и способы снизить усилия.