الجداول المتقاطعة والتقسيم في تحليل بيانات الاستبيان

قد يكون المتوسط العام مطمئناً ومضللاً في الوقت نفسه. فحين يُظهر الاستبيان أن 70% من العملاء راضون، فإنه يخفي احتمال أن العملاء الجدد سعداء بينما العملاء القدامى يغادرون بهدوء. الجداول المتقاطعة والتقسيم هما الأسلوبان اللذان يستخرجان تلك القصص الخفية من بياناتك، إذ لا يسألان "ماذا يظن الناس؟" فحسب، بل "من يظن ماذا؟"

ما هو الجدول المتقاطع؟

يعرض الجدول المتقاطع (ويُعرف رسمياً بجدول الاقتران) العلاقة بين سؤالين في آنٍ واحد. فبدلاً من النظر إلى ردود سؤال واحد، تقسّمها وفق إجابات سؤال ثانٍ.

تخيّل أنك سألت المشاركين أمرين: أي باقة يستخدمون (مجانية، احترافية، مؤسسية)، وهل يوصون بك (نعم أم لا). يرتّب الجدول المتقاطع متغيراً في الصفوف والآخر في الأعمدة، وتُظهر كل خلية عدد من يقعون في ذلك التقاطع. وفي لمحة واحدة ترى هل تختلف الرغبة في التوصية باختلاف الباقة، وهو ما لا يكشفه ملخص السؤال الواحد أبداً.

الأعداد ونسب الصفوف ونسب الأعمدة

يمكن قراءة الجدول نفسه بثلاث طرق، واختيار الطريقة الصحيحة أمر جوهري:

• الأعداد الخام تُظهر عدد المشاركين في كل خلية، وهي مفيدة لرصد الخلايا النحيلة التي تكون الاستنتاجات منها هشّة.
• نسب الصفوف تجيب عن "كيف تتوزّع الإجابات داخل هذه المجموعة؟" مثل: ما نسبة مستخدمي الباقة الاحترافية الذين يوصون بك.
• نسب الأعمدة تجيب عن "من هم هؤلاء داخل هذه الإجابة؟" مثل: من بين كل من قالوا نعم، ما نسبة مستخدمي الباقة الاحترافية.

تروي نسب الصفوف والأعمدة قصصاً مختلفة من الأرقام ذاتها، لذا كن دائماً واضحاً بشأن الاتجاه الذي تقرأ منه.

ما هو التقسيم؟

التقسيم ممارسة أوسع تقوم على تقسيم المشاركين إلى مجموعات ذات معنى، أو شرائح، وتحليل كل منها على حدة. والجدول المتقاطع من أبسط طرق ذلك، لكن التقسيم يمكن أن يستند إلى أي سمة جمعتها.

من الطرق الشائعة لتقسيم المشاركين:

• الخصائص الديموغرافية: العمر أو الدور الوظيفي أو حجم الشركة أو الموقع.
• السلوك: كم مرة يستخدم الشخص المنتج، أو ماذا اشترى، أو منذ متى وهو عميل.
• الموقف: تجميع الناس وفق إجابتهم عن سؤال محوري، كفصل المؤيدين عن المنتقدين.
• المصدر: من أين جاء المشاركون، كحملة أو قناة بعينها.

الهدف واحد دائماً: إيجاد مجموعات تتصرف أو تشعر على نحو مختلف، لأن ذلك الاختلاف هو موضع القرار.

متى يكشف التقسيم رؤية حقيقية

يكون التقسيم أعظم قيمةً حين يبدو الرقم الإجمالي مسطّحاً أو مفاجئاً. فإذا بدت النتيجة جيدة أكثر من اللازم أو غامضة بحيث يصعب التصرف بناءً عليها، فإن تجزئتها كثيراً ما تفسّر السبب.

• حين يخفي المتوسط خلافاً: قد تخفي درجة عامة متوسطة شريحة تحبّك وأخرى لا تحبك.
• حين تحتاج إلى ترتيب الأولويات: معرفة الشريحة الأقل رضا تدلّك على أين تركّز مواردك المحدودة.
• حين تصوغ رسالة: غالباً ما تحتاج الشرائح المختلفة إلى منتجات أو أسعار أو تواصل مختلف.

وكلمة تحذير: كلما قسّمت البيانات إلى مجموعات أصغر، احتوت كل شريحة على عدد أقل من الردود، والعينات الصغيرة تنتج نسباً غير مستقرة. فإذا ضمّت الشريحة حفنة قليلة من المشاركين، فعامل أرقامها بوصفها إشارة للتقصّي لا دليلاً قاطعاً.

مثال عملي بسيط

لنفترض أن 200 شخص أجابوا عمّا إذا كانوا سيجددون اشتراكهم، وأنك صنعت جدولاً متقاطعاً حسب كيفية معرفتهم بك أول مرة.

• من بين من جاؤوا عبر توصية، قال 85% إنهم سيجددون.
• من بين من جاؤوا عبر إعلان مدفوع، قال 55% إنهم سيجددون.
• المتوسط المجمّع للجميع هو 68%.

الرقم البارز، 68%، لا يلفت النظر. لكن الجدول المتقاطع يروي قصة أوضح: العملاء الذين وصلوا عبر التوصيات أكثر ولاءً بكثير ممن جاؤوا عبر الإعلانات المدفوعة. وهذه المقارنة وحدها قد تعيد تشكيل قرارات الميزانية، إذ تقترح أن تستثمر أكثر في برامج التوصية وأن تبحث في سبب تسرّب عملاء الإعلانات. لقد كانت الرؤية موجودة في البيانات دائماً، والتقسيم هو ما جعلها مرئية فحسب.

جعل الجداول المتقاطعة عملية

الجزء الصعب في الجدول المتقاطع نادراً ما يكون الحساب، بل ربط إجابات أسئلة مختلفة للمشارك نفسه وعرضها بوضوح. ومع MSN Forms، يُحفظ كل رد مع بقية إجابات المشارك، لذا تتيح لك تحليلاتها تجزئة النتائج حسب الشريحة ومقارنة المجموعات دون عمل يدوي على الجداول.

حين تُستخدم الجداول المتقاطعة والتقسيم جيداً، تحوّلان الملخص المسطّح إلى خريطة لمن يشعر بماذا. ابدأ بسؤال يستحق التجزئة، واختر اتجاه النسبة الصحيح، واحترم العينات الصغيرة، ودع الفروق بين المجموعات توجّه قرارك التالي.