Een groot deel van je werk als marketeer of bedrijfseigenaar bestaat uit het verzamelen en analyseren van gegevens over je doelgroep om zakelijke beslissingen te onderbouwen.
Alle gegevens die je verzamelt, vallen in een van de volgende vier categorieën: nominale gegevens, ordinale gegevens, intervalgegevens en verhoudingsgegevens. Elk van deze gegevenstypen wordt op een andere manier verzameld en geanalyseerd.
In dit artikel richten we ons op nominale gegevens. Je leert het volgende:
- Wat nominale gegevens zijn
- Hoe je nominale gegevens verzamelt en analyseert
- Voorbeelden van nominale gegevens en hoe ze worden gebruikt in het bedrijfsleven
- Verschillen tussen nominale gegevens en andere soorten gegevens
Wat zijn nominale gegevens?
Nominale gegevens zijn een soort kwalitatieve gegevens. Ze kunnen worden gelabeld en gegroepeerd in onderling uitsluitende categorieën binnen een variabele. Deze categorieën hebben geen numerieke waarde, worden niet gemeten en kunnen niet worden gerangschikt in een volgorde of hiërarchie. Omdat nominale gegevens niet geordend kunnen worden, zal het veranderen van de plaatsing van de waarden de betekenis van de gegevens niet veranderen.
Soms kun je nominale variabelen weergeven door getallen, maar deze getallen hebben geen kwantitatieve invloed op de gegevens zelf.
Voorbeeld: Je verzamelt gegevens van vijf mensen over hun favoriete kleuren en je krijgt de volgende antwoorden: blauw, rood, magenta, groenblauw en geel. Je zou kunnen besluiten om deze kleurcategorieën een numerieke waarde toe te kennen: 1 voor blauw, 2 voor rood, 3 voor magenta, enzovoort.
Hoewel je getallen gebruikt om elke kleurcategorie te labelen, impliceren deze getallen geen hiërarchie. Dus groenblauw vertegenwoordigd door 4 heeft niet meer waarde dan blauw vertegenwoordigd door 1 (en vice versa).
Hoe verschillen nominale gegevens van andere soorten gegevens?
Er zijn vier hoofdtypen gegevens:
- Nominale gegevens
- Ordinale gegevens
- Interval gegevens
- Ratio gegevens
Deze gegevenstypen vallen uiteen in twee categorieën: kwantitatieve gegevens (intervalgegevens en ratiogegevens) en kwalitatieve gegevens (nominale gegevens en ordinale gegevens). Kwantitatieve gegevens zijn gebaseerd op getallen, meetbaar, telbaar en onderworpen aan de meeste wiskundige operatoren. Kwalitatieve gegevens daarentegen zijn beschrijvend en helpen je het wat, waarom en hoe achter bepaald gedrag of bepaalde keuzes te begrijpen. Bovendien is beschrijvend onderzoek een onderzoeksmodel dat zich onderscheidt door zijn unieke vermogen om kwantitatieve en kwalitatieve onderzoeksbenaderingen te combineren.
Zowel nominale als ordinale gegevens zijn kwalitatieve gegevens die kunnen worden verzameld door middel van enquêtes en assessments. Het verschil is dat ordinale gegevens kunnen worden gemeten en geordend. Je kunt ook Google scrapen om aanvullende informatie voor je analyse te krijgen.
Nominale gegevens zijn meestal zelfstandige naamwoorden, bijv. namen van mensen, nationaliteiten, oogkleuren, enz. Die niet gekwantificeerd of geordend kunnen worden. Ordinale gegevens meten meestal emoties, zoals geluk, tevredenheid en boosheid in termen van waarschijnlijkheid. Dit type gegevens wordt gebruikt in zaken zoals de Net Promoter Score (NPS).
Neem bijvoorbeeld de vraag: "Hoe waarschijnlijk is het dat u ons product aanbeveelt aan jouw vrienden?"
Merk op dat de opties niet kunnen worden gemeten, maar in een specifieke volgorde bestaan die er vreemd uitziet als de waarden door elkaar worden gehaald. Een bedrijfseigenaar kan niet bepalen hoeveel Neutraal verschilt van Onwaarschijnlijk, maar hij weet wel dat, in volgorde van graad, Neutraal een betere optie is voor mensen om te kiezen dan Onwaarschijnlijk.
Nominale gegevens geven je inzicht in een specifieke populatie of een steekproef van een populatie. Dit is nuttig in veel bedrijfstakken, waaronder de gezondheidszorg, psychologie en het bedrijfsleven - vooral als je meer te weten komt over je doelgroep, beïnvloedt dit de producten of aanbiedingen die je uitrolt. Hieronder staan vijf voorbeelden van nominale gegevens zoals ze van toepassing zijn op het bedrijfsleven:
1. Demografisch onderzoek
Demografische informatie helpt u om de gedetailleerde features van jouw doelgroep beter te begrijpen, of het nu gaat om hun leeftijd, geslacht, nationaliteit, ras, inkomen, burgerlijke staat of religie. Als u demografische enquêtevragen stelt, kunt u deze gegevens over bestaande en potentiële klanten op grote schaal verzamelen. Je kunt ook tools voor gegevensverzameling zoals Apify gebruiken om openbare demografische en op interesses gebaseerde gegevens van het web te halen ter ondersteuning van een bredere publieksanalyse. Dit helpt je om je marketingstrategie af te stemmen op de groep mensen die het meest waarschijnlijk je product zullen kopen of je diensten nodig hebben.
Stel je voor hoeveel effectiever je marketinginspanningen zullen zijn als je weet dat de meeste mensen in je doelgroep alleenstaande moeders zijn die een 9-5 baan hebben en tegelijkertijd een bijbaantje, in plaats van pasgetrouwde vrouwen met een hoog inkomen. Of wat als je je zou richten op vrouwen van middelbare leeftijd die een zittend leven leiden in plaats van vrouwen van midden 30 die 3-4 keer per week naar de sportschool gaan?
Het kennen van de demografie van je doelgroep kan je helpen:
- Ontwikkel trendy producten of bied de juiste diensten aan
- Effectiviteit van advertenties meten
- Identificeer trends en nieuwe zakelijke kansen in jouw branche
- De publieke opinie over je merk begrijpen
Het verzamelen van demografische gegevens is ook nuttig wanneer je mensen aanneemt of werft om voor je te werken. Het helpt je ervoor te zorgen dat je personeelsbestand divers, rechtvaardig en inclusief is.
Een bedrijfsevaluatie is een transparante analyse van de belangrijkste prestatie-indicatoren (KPI's) van je bedrijf die ontworpen is om je te laten zien waar je bedrijf staat, welke nieuwe zakelijke kansen er zijn, welke factoren groei in de weg staan en welke strategieën je kunnen helpen om de doelen te bereiken die je nog niet hebt bereikt.
Het is aan te raden om regelmatig bedrijfsbeoordelingen uit te voeren omdat het je helpt:
- Ontdek de hiaten in je bedrijfsstrategie
- Begrijp hoe gezond (of ongezond) je bedrijf is
- Neem weloverwogen beslissingen over waar je je tijd en middelen investeert
- Weet op welke gebieden je bedrijf kan verbeteren
- Versterk jouw relatie met klanten, medewerkers en belangrijke stakeholders
- Groei en succes op lange termijn
Feedback van klanten is de levensader van elk succesvol bedrijf - vooral in de diensten- en horecasector, waar assessments van klanten direct van invloed zijn op de vraag of iemand het bedrijf zou bezoeken of niet.
Zonder tevreden klanten kunnen hotels en restaurants niet groeien. Daarom is het belangrijk dat bedrijfseigenaren in deze branche al in een vroeg stadium beginnen met het verzamelen van feedback van klanten, zodat ze een idee krijgen van wat mensen van hun zaak vinden en de mogelijkheid hebben om waar nodig verbeteringen door te voeren.
Uit OpenTable's Diner Insights Report van februari 2023 blijkt zelfs dat 92% van de mensen restaurantbeoordelingen leest voordat ze een nieuwe plek gaan bekijken - en dit doen ze voordat ze het menu bekijken of een routebeschrijving naar het restaurant krijgen.
De beste manier om feedback van gasten te krijgen is door eenvoudige tevredenheidsenquêtes uit te sturen waarin je klanten vraagt naar de kwaliteit van je service, wat ze goed vonden, wat ze niet goed vonden en eventueel wat ideeën om je te helpen verbeteren.
Als je voornamelijk positieve feedback krijgt, kun je die op je website zetten om potentiële klanten te laten zien dat ze waarschijnlijk een prettige ervaring met je zullen hebben als ze besluiten bij je langs te gaan. Als het tegenovergestelde het geval is, kunt u de problemen waarover mensen klaagden oplossen en zorgen voor een betere klantervaring. Om je te helpen deze feedback effectief te beheren, kun je overwegen een ticketsysteem voor klantenondersteuning te gebruiken, zoals Freshdesk of Zendesk. Beide zijn populaire opties met voor- en nadelen, afhankelijk van jouw specifieke behoeften.
Zorg ervoor dat u open vragen toevoegt aan jouw restaurant enquête om respondenten de vrijheid te geven om uit te weiden of hun mening te geven. Het voegt waarde toe aan jouw kwalitatief onderzoek naar klantenservice.
Als je app-games speelt of verschillende apps gebruikt, is de kans groot dat je in-app of via e-mail bent gevraagd om te stemmen op een functie die de ontwikkelaars van de game of app willen uitrollen.
Productmarketeers gebruiken feature voting om informatie te krijgen over wat hun gebruikers willen zien in productupdates. Directe feedback krijgen van je gebruikers kan je helpen:
- Bouw functies die gebruikers daadwerkelijk gebruiken
- Houd je aan je ontwikkelingsbudget
- Manage de verwachtingen van je klanten door ze te laten zien waar je aan werkt
Heb je ooit een Buzzfeed-achtige persoonlijkheidstest gedaan waarin je vragen krijgt als:
- Bij welk Harry Potter huis hoor jij?
- Welk genre boeken is jouw favoriet?
- Wat is jouw favoriete huisdier?
Als je dit hebt gedaan, dan weet je dat persoonlijkheidsbeoordelingen leuk kunnen zijn. Ze kunnen ook van onschatbare waarde zijn voor je bedrijf als je ze professioneel aanpakt.
Persoonlijkheidsbeoordelingen laten je klanten zien dat interactie met jou leuk en gemakkelijk is. Het laat hen zien dat je geïnteresseerd bent om meer over hen te weten te komen. En tijdens het beantwoorden van de vragen kunnen jouw klanten zichzelf ontdekken en begrijpen waarom ze de beslissingen nemen die ze nemen.
De aantrekkingskracht van persoonlijkheidsbeoordelingen voor bedrijven is dat ze je helpen om unieke inhoud te maken voor elk persoonlijkheidstype of buyer persona. U kunt deze inhoud aanbieden om te downloaden aan het einde van het assessment of om via e-mail te versturen. Dit opent een dialoog tussen jou en de klant. Bovendien krijgt u contactgegevens zoals namen en e-mailadressen in ruil voor de toegevoegde waarde die u biedt via de feedback op het assessment. Je verkoopteam zal je dankbaar zijn voor deze hooggekwalificeerde leads.
Als je de persoonlijkheden van je publiek kent, kun je ook aanbiedingen en evenementen creëren die precies bij hen passen. Een introverte klant wil bijvoorbeeld misschien niet naar een fysiek evenement dat je organiseert, maar misschien wel naar een webinar.
Hoe je nominale gegevens verzamelt
Nominale gegevens worden meestal verzameld via enquêtes of enquêtes, die vaak via een koude e-mailmarketingcampagne worden verstuurd. Deze enquêtes bevatten open vragen, meerkeuzevragen of ja/nee vragen.
- Vragen met een open einde geven de respondenten de vrijheid om hun meningen of gedachten in hun eigen woorden te beschrijven zonder beperkingen. Bijvoorbeeld, "Wat vindt u leuk aan het leven in New York?" is een open enquêtevraag. Het antwoord zal waarschijnlijk bij elke respondent anders zijn, maar je krijgt wel een grote verscheidenheid aan inzichten die je kunnen helpen bij het nemen van beslissingen.
Meerkeuzevragen zijn zo opgesteld dat respondenten kunnen kiezen tussen opties. Een goed voorbeeld is deze illustratie van zeevruchten: Als je een van deze zeevruchtengerechten moest kiezen om te bestellen in een restaurant, welke zou je dan kiezen?
- Gekruide sint-jakobsschelpen
- Krabtaartjes
- Paella
- Garnalen scampi
- Taco's van vis
Deze indeling helpt je om specifieke antwoorden te krijgen die direct van invloed zijn op je beslissingen, wat je werk in data analytics vergemakkelijkt. Meerkeuzevragen zijn gemakkelijker in een analyserapport te gieten dan open vragen.
Ja/Nee-vragen zijn eenvoudigweg vragen die met ja of nee beantwoord moeten worden. Bent u bijvoorbeeld ouder dan 18? is een ja/nee vraag.
Hoe je nominale gegevens analyseert
Omdat nominale gegevens geen numerieke waarde hebben en niet in een volgorde kunnen worden gezet, kunnen ze rommelig worden, vooral als je gegevens verzamelt van een grote groep mensen. Gelukkig zijn er manieren om nominale gegevens te analyseren en te begrijpen. Deze omvatten:
- Beschrijvende statistiek
- Visualisatie van gegevens
- Niet-parametrische statistische analyse
Beschrijvende statistiek
Beschrijvende statistieken zijn informatieve coëfficiënten die een dataset uit een onderzoek samenvatten.
Een dataset is een verzameling antwoorden en waarnemingen van de gehele populatie of een steekproef van de populatie. Beschrijvende statistieken beschrijven de features van een dataset en maken deze gemakkelijker te begrijpen.
Er zijn drie hoofdtypen beschrijvende statistiek:
- Frequentieverdeling
- Centrale tendens (gemiddelde, mediaan en modus)
- Variabiliteit (standaardafwijking, minimum- en maximumvariabelen, variantie, kurtosis en scheefheid)
Voor nominale gegevens kun je alleen frequentieverdeling en centrale tendens (alleen modus) gebruiken om nominale gegevens te analyseren. Je kunt geen variabiliteit gebruiken omdat nominale gegevens niet kwantitatief zijn en niet onderworpen zijn aan wiskundige operatoren.
Frequentieverdeling
Stel je dit eens voor: Je bent van plan een nieuw visrestaurant te openen en je bent je menu aan het samenstellen. Je hebt vijf keuzes: coquilles met kerrie, krabkoekjes, paella, garnalensampi en vistaco's. Dus vraag je aan 15 mensen welk gerecht ze zouden kiezen als ze er maar één moesten kiezen.
Nadat je de antwoorden hebt verzameld, merk je misschien dat de gegevens ongeorganiseerd zijn en dat je niet kunt zien hoeveel mensen een bepaald gerecht boven de andere hebben verkozen.
Om deze gegevens te analyseren, moet je een frequentieverdelingstabel maken waarmee je kunt zien hoeveel antwoorden je krijgt voor elke voedselcategorie. Een geweldige manier om dit te doen in Excel of Sheets is het maken van een frequentieverdelingstabel:
Een ander voorbeeld: Een marketingconsultant wil meer te weten komen over de online aanwezigheidsvolwassenheid van haar publiek. Ze maakt een online aanwezigheidsassessment en wacht tot de reacties binnenstromen.
De resultaten in dit enquêtedashboard laten haar meteen zien hoeveel reacties elke waarde heeft gekregen. Ze kan zelfs kiezen hoe de frequentie wordt weergegeven: in absolute of relatieve aantallen, in de vorm van een staafdiagram, cirkeldiagram, ... Daarover later meer.
Centrale tendens (modus)
Centrale tendens gaat over de gemiddelde waarde van een dataset. Er zijn drie manieren om centrale tendens te meten:
- Modus: De waarde die het vaakst voorkomt in de dataset
- Mediaan: De middelste of middelste waarde van de dataset
- Gemiddelde: de gemiddelde waarde van de dataset
Bij nominale gegevens kun je alleen de modus gebruiken om de centrale tendens te meten. Om de modus te identificeren, zoek je naar de categorie die het meest voorkomt in je frequentieverdelingstabel. In onze voorbeelddataset heeft garnalen scampi de meeste antwoorden (6 van de 15 mensen, of 40%). Dit maakt garnalen scampi tot de modus van de dataset.
Visualisatie van gegevens
Datavisualisatie is de weergave van een dataset in de vorm van een grafiek, diagram, grafiek of kaart. Het visualiseren en transformeren van je gegevens kan je helpen om gegevenstrends, patronen en uitschieters gemakkelijk te zien.
Kolomdiagrammen en cirkeldiagrammen zijn de meest gebruikte manier om gegevens te visualiseren. Je kunt ze maken in Excel of Sheets door te klikken op Invoegen en Grafiek te selecteren in het menu. Met een enquête-app wordt het genereren van visuele weergaven voor je geautomatiseerd.
Niet-parametrische statistische analyse
Beschrijvende statistieken en datavisualisatie vatten alleen nominale gegevens samen. Statistische tests daarentegen stellen je in staat om een hypothese te testen op basis van de gegevens die je hebt verzameld.
Er zijn twee soorten statistische toetsen:
- Parametrische tests: Deze worden gebruikt voor kwantificeerbare gegevens (bijv. interval- en ratiogegevens, die we later zullen bespreken)
- Niet-parametrische toetsen: deze worden gebruikt voor kwalitatieve gegevens (bijv. nominale en ordinale gegevens)
Omdat we met nominale gegevens werken, gebruiken we niet-parametrische statistische toetsen. Er zijn twee soorten niet-parametrische statistische toetsen:
Chi-kwadraat goodness of fit test
Als je een dataset analyseert met slechts één nominale variabele, helpt de Chi-kwadraat goodness of fit test je te evalueren of je dataset representatief is voor de hele populatie.
Laten we ons voorbeeld van een visrestaurant gebruiken. Stel je voor dat je, voordat je de enquête verstuurde, een officieel rapport vond waaruit bleek dat de meeste mensen in jouw staat of land die zeevruchten eten van alle vijf de gerechten een paella kiezen. Maar uit je dataset bleek dat mensen over het algemeen de voorkeur gaven aan scampi's met garnalen.
Omdat het niet mogelijk is om gegevens van iedereen in je staat te verzamelen, kun je de Chi-kwadraat goodness of fit gebruiken om te weten hoe toepasbaar je bevindingen zijn op de populatie van zeevruchten etende mensen in je staat of land.
Chi-kwadraat test van onafhankelijkheid
Als je dataset twee nominale variabelen heeft, kun je de Chi-kwadraat test van onafhankelijkheid (of Chi-kwadraat associatie test) gebruiken om de relatie tussen beide variabelen te onderzoeken.
Stel bijvoorbeeld dat je wilt uitzoeken of er een significante correlatie bestaat tussen de mogelijke allergieën van je respondenten en het visgerecht dat ze hebben gekozen. Je zou dan een Chi-kwadraattest van onafhankelijkheid moeten uitvoeren om de frequentie van elke voedselkeuze te vergelijken tussen de categorieën van de tweede nominale variabele allergieën.
Terwijl gewone formulierbouwers prima zijn voor het maken van online enquêtes, heb je een gespecialiseerde beoordelingstool nodig als je gepersonaliseerde rapporten wilt sturen naar respondenten op basis van hun antwoorden.
Dat is waar Pointerpro om de hoek komt kijken.
Pointerpro helpt u bij het maken van aangepaste online enquêtes en assessments om informatie te verzamelen van jouw doelgroep. Zodra u de gegevens hebt verzameld, kunt u deze in een automatisch gegenereerd rapport plaatsen met persoonlijk advies of inhoud voor elke respondent. Geïnteresseerd? Start een gratis proefversie.
Wil je meer weten?
Abonneer je op onze nieuwsbrief en ontvang zorgvuldig geselecteerde artikelen rechtstreeks in je inbox
Over de auteur:
Althea Storm
Althea Storm is een B2B SaaS-schrijver die gespecialiseerd is in het creëren van datagestuurde inhoud die verkeer stimuleert en conversies verhoogt voor bedrijven - zowel kleine startups als grote bedrijven. Ze heeft gewerkt met topbedrijven als AdEspresso, HubSpot, Thinkific en Zapier.