Tuotteet

SurveyMonkey on tehty tehokkaaseen toimintaan. Katso, mitä SurveyMonkey voi tehdä puolestasi.

Hanki tietoon perustuvia näkemyksiä johtavalta kyselytutkimusyritykseltä.

Tehosta toimintaa yli 100 integroinnin avulla.

Laadi ja mukauta verkkolomakkeita tiedon ja maksujen keräämiseen.

Kyselytutkimuksia ja näkemyksiä nopeammin tekoälyn avulla.

Räätälöidyt ratkaisut kaikkiin tutkimustarpeisiin.

Kyselytutkimusmallit

Mittaa yrityksesi asiakastyytyväisyyttä ja ‑uskollisuutta.

Selvitä, mikä ilahduttaa asiakkaita ja tekee heistä suosittelijoita.

Paranna käyttäjäkokemusta hyödyllisillä havainnoilla.

Kerää yhteystietoja eri sidosryhmiltä.

Hallitse helposti tapahtumien vastauspyyntöjä.

Selvitä, mitä osallistujat haluavat tulevilta tapahtumilta.

Paranna sitoutumista ja tuloksia havaintojen avulla.

Pyydä palautetta, niin osaat vetää parempia kokouksia.

Paranna työsuoritusta työtovereiden palautteen avulla.

Luo parempia kursseja ja opetusmenetelmiä.

Pyydä opiskelijoita arvioimaan kurssimateriaalit.

Selvitä asiakkaiden mielipiteet uudesta tuoteideasta.

Resurssit

Kyselytutkimusten ja datan parhaat käytännöt

Vinkkejä mm. kyselytutkimuksiin ja liiketoimintaan

SurveyMonkeyn ohjeet ja oppaat

Näin huippubrändit lisäävät kasvua SurveyMonkeyn avulla.

Data-analyysisuunnitelman kehittäminen

Tee suunnitelma kyselytutkimusvastausten analysointia varten

Onnittelut!

Olet saanut kyselytutkimusvastauksia! Jännittävää. Innostavaa. Ja... vähän hämmentävää.

Ei kuitenkaan kannata huolestua, sillä muistathan, että olet jo asettanut kyselytutkimuksesi tavoitteet ja tehnyt data-analyysisuunnitelman tavoitteidesi mukaisesti.

Data-analyysisuunnitelma on opas kyselytutkimusdatan järjestämiseksi ja analysoimiseksi. Sen tarkoitus on auttaa sinua saavuttamaan kolme tavoitetta, jotka liittyvät ennen kyselytutkimuksen käynnistämistä asettamaasi päämäärään:

  1. Tärkeimpiin tutkimuskysymyksiin vastaaminen
  2. Täsmällisempien kyselytutkimuskysymysten käyttäminen vastausten ymmärrettävyyden parantamiseksi
  3. Vastaajien segmentointi, jotta eri demografisten ryhmien mielipiteitä on mahdollista verrata

Kyselytutkimusta suunnitellessasi määrittelit yleiset tutkimuskysymykset, joihin halusit vastauksia lähettämällä kyselylomakkeen. Palauta mieleesi nuo tavoitteet, kun aloitat data-analyysisuunnitelman.

Esimerkkinä voidaan käyttää vaikkapa opettajille järjestettyä seminaaria, jonka jälkeisellä kyselytutkimuksella haluttiin selvittää, mitä osallistujat ajattelivat tapahtumasta. Tällöin tavoite oli saada palautetta seminaariin osallistuneilta henkilöiltä. Tämän tavoitteen saavuttamiseksi laadittiin yleisiä kysymyksiä, joihin toivottiin vastauksia:

Seminaarin palautekyselytutkimuksen tavoite: Saada palautetta henkilöiltä, jotka osallistuivat seminaariin. (Haluan palautetta osallistujilta, jotta voin arvioida tapahtuman vahvuuksia ja heikkouksia sekä tehdä oikeanlaisia kohdennettuja kehitystoimenpiteitä.)

Tutkimuskysymykset:

  1. Mitä mieltä osallistujat olivat tapahtumasta yleisesti?
  2. Mitä seminaarin osuuksia osallistujat pitivät parhaimpina?
  3. Mitä seminaarin osuuksia täytyy vielä kehittää?
  4. Keitä osallistujat ovat ja mitkä ovat heidän erityistarpeensa?

Tarkastelemalla uudelleen päämäärääsi ja tutkimuskysymyksiäsi voit palauttaa asettamasi tavoitteet mieleesi – ja olet valmis suunnittelemaan sitä, miten aiot käsitellä kyselytutkimuksen dataa.

Data-analyysisuunnitelma aloitetaan yleensä niistä kyselytutkimuksen kysymyksistä, joissa vastaajia pyydetään vastaamaan suoraan tärkeimpiin tutkimuskysymyksiin. Opettajille järjestetyn seminaarin kohdalla ne olisivat seuraavat kaksi kysymystä:

  • Kuinka tyytyväinen olit seminaariin yleisesti?
  • Kuinka hyödyllinen tämä seminaari oli verrattuna muihin seminaareihin, joihin olet osallistunut?

Näihin kahteen kysymykseen saatujen vastausten perusteella tiedät, oliko seminaarisi onnistunut. Juuri nämä vastaukset ovat tärkeitä, kun raportoit esimiehellesi seminaarista ja kun päätät, järjestätkö seminaarin uudelleen seuraavana vuonna. Nämä vastaukset ovat kokonaistuloksen kulmakivet.

Yleiset arviot eivät kuitenkaan anna tietoa siitä, miksi osallistujat pitivät seminaarista, tai siitä, miten voit kehittää seminaariasi edelleen.

Jotta voit ymmärtää kyselytutkimuksesta saatavaa dataa vielä syvällisemmin, jaottele yksittäiset kyselytutkimuskysymykset kunkin yleisen tutkimuskysymyksen mukaisiin kategorioihin. Kun laadit todellisuutta vastaavaa loppuraporttia, tiedät täsmälleen, mitä tietoa tarvitset saadaksesi vastaukset isoihin kysymyksiin.

Jos siitä on apua, voit järjestellä kysymykset taulukkomuotoon:

TutkimuskysymysKyselytutkimuskysymykset
Mitä mieltä osallistujat olivat tapahtumasta yleisesti?1. Kuinka tyytyväinen olit seminaariin yleisesti?
2. Kuinka hyödyllinen tämä seminaari oli verrattuna muihin seminaareihin, joihin olet osallistunut?
Mitä seminaarin osuuksia osallistujat pitivät parhaimpina?

Mitä seminaarin osuuksia täytyy vielä kehittää?
3. Miten arvioisit työpajojen vaativuutta?
4. Tarjosiko seminaari mielestäsi liikaa, liian vähän vai sopivan määrän verkostoitumismahdollisuuksia?
5. Mitä mieltä olit seminaarissa tarjotusta ruuasta yleisesti?
6. Oliko seminaaritilan lämpötila mielestäsi liian lämmin, liian kylmä vai juuri sopiva?
Keitä osallistujat ovat ja mitkä ovat heidän erityistarpeensa?8. Oletko opettaja, opiskelija vai työskenteletkö hallinnollisissa tehtävissä?
9. Kuinka suuri oppilaitoksesi on?
10. Kuinka vanha olet?

Jos haluat esimerkiksi saada vastauksen laajaan kysymykseen ”Mitä seminaarin osuuksia täytyy vielä kehittää?”, tiedät, että sinun tulee katsoa vastauksia kysymyksiin 5 ja 6.

Olet tehnyt palautekyselytutkimuksen tapahtumasta, koska haluat tietää, tarvitseeko sinun kehittää jotakin, jos haluat tehdä tulevista tapahtumista vieläkin parempia. Yksi keskeisimmistä asioista tiedon merkityksen ymmärtämisessä – ja kehitystarpeiden selvittämisessä – on eri demografisten ryhmien tunnistaminen vastaajat segmentoimalla.

Jotta saat käsityksen siitä, kuka kyselytutkimukseesi on vastannut, varmista, että kyselytutkimuksen lopussa on demografisia kysymyksiä vastaajien iästä, sukupuolesta, työtehtävästä, oppilaitoksesta jne. Miksi tämä on tärkeää?

Mieti data-analyysisuunnitelmaa tehdessäsi, mitä ryhmiä haluat verrata. Jotta voit pilkkoa tulokset tarkoituksenmukaisella tavalla saadaksesi selville kehittämistarpeet, sinun on otettava huomioon, kuka (ja kuinka moni) kyselytutkimukseen osallistuu.

Voi olla esimerkiksi niin, että yleiset tyytyväisyyspisteet ovat matalat, mutta näet kuitenkin vastauksista, että kaikki opiskelijat pitivät seminaarista. On tärkeää tietää, miten eri demografiset ryhmät vastasivat kysymyksiin. On mahdollista, että yli 60-vuotiaat osallistujat eivät pidä seminaareista, jotka edellyttävät hyviä tietokoneenkäyttötaitoja. Jos moni heistä vastaa kyselytutkimukseen, tämä laskee kokonaisarvosanaa.

Älä kuitenkaan ole huolissasi – jos opiskelijat olivat tyytyväisiä, tiedät, ettei tapahtuma ollut huono. Tulosten suodattaminen demografisten ryhmien mukaan auttaa tarkastelemaan asiaa eri perspektiiveistä – ja muuttaa datan arvokkaaksi ja käyttökelpoiseksi tiedoksi.

Hyödyllisen analyysisuunnitelman tekeminen edellyttää siis sitä, että työ aloitetaan ensisijaisista tuloksista, kyselytutkimuksen kysymysten järjestämisestä ja sen määrittelemisestä, kuinka vastaajajoukko voidaan segmentoida eri alaryhmiin. Tämän jälkeen voit aloittaa datan analysoinnin!

Työkaluhakemisto

Työkalumme on suunniteltu hyödyntämään palautetta työtehtävässäsi tai toimialallasi.

Tutustu SurveyMonkey Enterprise ‑ominaisuuksiin

Hallitse palautetta SurveyMonkeyn tietosuojaominaisuuksilla, yksityisyydensuoja- ja vaatimustenmukaisuusstandardeilla sekä dataintegraatioilla.

Näin huippubrändit lisäävät kasvua SurveyMonkeyn avulla

Liity SurveyMonkeya käyttävien huippubrändien joukkoon ja luo kasvua edistäviä huipputuotteita ja kokemuksia.

Edistä brändisi strategiaa ajantasaisilla brändin seurantatiedoilla

Hanki työkalut, joilla hallitset brändin tilaa, lisäät bränditietoisuutta ja kehität käsitystä brändistä. Rekisteröidy ilmaiseksi ja kokeile heti.