Samenvatting Marktonderzoek
Inhoud
Hoofdstuk 1 Inleiding en hoofdstuk 2 Goed marktonderzoek: ............................................................... 2
Hoofdstuk 3 Onderzoeksplan: ................................................................................................................. 4
Hoofdstuk 5 Secundaire gegevens .......................................................................................................... 5
Hoofdstuk 8 Observatie en ondervraging: .............................................................................................. 6
Hoofdstuk 12 Statistische toetsen en hoofdstuk 13 Overzicht multivariate analysemethoden: ........... 6
Hoofdstuk 15 Variantieanalyse (Anova): ............................................................................................... 21
Gastles: IPSOS (Benjamin Burssens) ...................................................................................................... 27
Hoofdstuk 23: Marktonderzoek voor prijsbeslissingen......................................................................... 30
Hoofdstuk 24: Communicatieonderzoek .............................................................................................. 36
Hoofdstuk 26: Meten van klantentevredenheid ................................................................................... 43
Hoofdstuk 18 Exploratieve Factoranalyse: ............................................................................................ 46
Hoofdstuk 16 Meervoudige regressie: .................................................................................................. 58
Gastles: Google Analytics: ..................................................................................................................... 61
Hoofdstuk: mediation & moderation: ................................................................................................... 64
1.Mediation: .......................................................................................................................................... 66
2.Moderation: ....................................................................................................................................... 79
Gastles: Business Intelligence meets Data Visualization – Ordina: ....................................................... 86
1
,LES 1 Examen:
- 50% van totaal
- Openboek, zowel “theorie” als oefeningen, niet op PC
- Voorbeeldexamen op Ufora (December)
Niet-periode gebonden evaluatie:
- Meedoen aan experimenteel onderzoek
o 2 X deelnemen & aanwezig op debriefing = 1 extr bonuspunt
o inschrijven via Sona (zie Ufora)
- Minicase: uitleg 3e sessie
o Peer-evaluatie
o Werkstuk
o Zie apart document
- Google Analytics
o Zie apart document
Vereiste voorkennis!
- SPSS-vaardigheden en basisstatistiek
- The SPSS environment: data views, syntax & output
- Data input & data definitions
- Basic data manipulations: compute, count, recode
- Basic data operations: filter, split
- Basic descriptive statistics: descriptives, frequencies (=> e.g. what does means, standard
deviations & standard errors tell us)
- Parametric or non-parametric tests
- Crosstabs (chi² test)
- Comparing means: t-tests
- One-way anova
- Correlation & univariate regressions
➔ Zie slides Minerva
Hoofdstuk 1 Inleiding en hoofdstuk 2 Goed marktonderzoek:
Belangrijke organisaties/bedrijven:
- Esomar: Europess bureau voor marktonderzoek
- Febelmar/CUBE
- AMA
- GfK (Gekend voor panel studies. Data direct bij mensen thuis gaan halen), Nielsen (verkoopt
data aan grote bedrijven.)
- Ipsos, Kantar TNS (=Tailer, Nielson & Solvav)
- Profacts, Insites Consulting, Why5Research, Haystack,…
- Zie ook: https://consumerunderstanding.be/
2
,Eerlijk marktonderzoek:
- Meer aandacht voor onderzoeksethiek
o Alle onderzoeksdomeinen: geneeskunde, biologie, …
o Fraudecases in marketing:
▪ 2011- Diederik Stapel (Tilburg Univ.)
▪ 2018 - Brian Wansink (Cornell)
• Fabricated data, misreporting of research data, problematic
statistical techniques, failure to properly document and preserve
research results, and inappropriate authorship.
- Reactie
o Open Science Framework, incl. data repositories
o Replicatie studies
o Data management planning verplicht: op voorhand (voor onderzoek) plan maken die
beschrijft wat er gebeurt in het onderzoek
o GDPR= General Data Protection Regulation
Diedrik Stapel: heeft zijn volledige datasets verzonnen. Valse data.
Deze ontmaskering heeft veel ontwaarding voorgebracht.
Brian Wansink: verdacht onderzoek >> bedrog. Ging respondenten gaan manipuleren om de
‘gewenste’ antwoorden te geven.
Door deze fraude zaken >> Beweging: Open Science Framework.
Dus data openbaar gaan maken.
Data management: op voorhand ga je een onderzoek gaan maken. Dus voor je onderzoek doet.
GDPR: Privacy maatregelen. Iedereen heeft recht om altijd te stoppen met onderzoek zonder enige
uitleg + er moet altijd inzicht zijn in data.
Meer en meer replicatie studies: we gaan iemand anders zijn onderzoek gaan overnemen en dezelfde
resultaten proberen te behalen.
Gedragscodes:
- Gegrascode Esomar
o Transparent: info, purpose, share, which form?
o Personal data protected from unauthorized access
o Behave ethically, don’t harm subject or reputation!
- browse ook eens op de esomar site!
- FWO (academisch): https://www.fwo.be/nl/het-fwo/organisatie/data-management-plan
Onderzoeksethiek @FEB:
- Ethische commissie
- GDPR
- Data management plan
- Informed consent = mensen goed inlichten waarover het onderzoek zal gaan (vb. als je een
onderzoek zal voeren met chocomelk → mensen inlichten over allergenen)
- Alle onderzoekers verplicht om ethische code te ondertekenen (anders geen onderzoek …)
3
, VOORBEELD: Eerlijk?
“Er komt iemand aan de deur die vraagt of hij een enquête mag afnemen voor Ventura, een
producent van potten en pannen. Je bent in een goede bui en doet mee aan het onderzoek. Nadat je
de vragenlijst ingevuld hebt, vraagt de onderzoeker of je vrijblijvend eens in de catalogus van Ventura
wil kijken. Bovendien krijg je een fikse korting van 30% omdat je meegedaan hebt met het
onderzoek”
Kan dit volgens de gedragscode van goed marktonderzoek (vb Esomar code)? Geef aan waarom
wel/niet, pas de ESOMAR codes toe. Geef aan waarom wel/niet
1d: commercieel doel
3a: volgorde
4: transparantie
ANTW: Ja, want je wist niet op voorhand dat je korting kreeg -> 1d = gedragscode
VOORBEELD: Onderzoeksethiek in de privésector
“Colruyt verzamelt data (ahv Xtra kaart), wij analyseren data, rapporteren aan colruyt en publiceren
wetenschappelijk artikel.”
• Mag dat? Ja
• Onder welke voorwaarden?
✓ Colruyt blijft eigenaar van de data
✓ Wij krijgen inzicht in de data (onder contract)
✓ Nooit in staat zijn om individuele consumenten te identificeren
Algemene data met persoonskenmerken mogen worden gedeeld, maar niet tot in het oneindige. Als
consument zelf kun je ook je eigen informatie opvragen bij het bedrijf.
Hoofdstuk 3 Onderzoeksplan:
Belangrijke slide!!
Begin van boven: “wat wil je onderzoeken?”
4
, Type onderzoek:
- Exploratief: geen hypotheses, om te verkennen, om inventaris op te maken, om markt af te
bakenen, …
- Conclusief: om te kwantificeren, om hypotheses te testen, om prioriteiten vast te stellen, …
- Feitelijk: wie, wat, waar, …
- Verklarend: waarom, …
Hoofdstuk 5 Secundaire gegevens: (ter info)
Enkele databases:
- Cross cultural research:
o https://www.geert-hofstede.com/ ;
o http://globe.bus.sfu.ca/
- Academic
o Web of Science: https://apps.webofknowledge.com (kwalitatief goede bronnen)
o www.scholar.com (alleen maar academische onderzoeken (goed maar ook veel brol))
o http://repec.org/
- Financial
o BelFirst
- Kranten
o GoPress
- Market Research Data:
o Snapshots: http://search.proquest.com/snapshots/index?accountid=11077
- Social Sciences: https://www.lissdata.nl/access-data
- Zie ook: http://lib.ugent.be/en/databases
- Maar er is meer dan het internet alleen
o Interne gegevens
o Bibliotheken
o Syndicated services
▪ GfK, Nielsen en vele anderen
5
, Hoofdstuk 8 Observatie en ondervraging:
Wordt vervangen door
– Google Analytics (zelfstudie & gastles)
– les Big Data/data visualisatie (gastles)
➔ Zie apart document op Ufora.
➔ Test half November. Exacte timing en locatie wordt via Ufora meegedeeld.
Hoofdstuk 12 Statistische toetsen en hoofdstuk 13 Overzicht multivariate analysemethoden:
Het kiezen van je methode is als het kiezen van je gereedschap. Als je een nagel
in de muur wil slaan dan doe je dit best met een hamer en niet bv met een
zaag.
Keuze juiste onderzoekstechniek:
→ Stap1. Aantal onafhankelijke variabelen?
o 1 => univariate analysetechnieken (vb. Geslacht)
o Meer dan één: multivariate analystechnieken (vb. Geslacht, leeftijd,…)
→ Stap 2: stel analyseplan op
→ Opgelet: univariate analysetechnieken zijn vaak ‘speciaal geval’ van multivariate
analysetechnieken
Onafhankelijke variabele (= I.V.) Afhankelijke variabele (= D.V.)
- Geslacht - Marktaandeel
- Leeftijd
- Gebruikshistoriek
- …
→ alles wat je wilt gebruiken om apart
variabele te bestuderen
Tel het aantal onafh var
1 = univariate
> 1 = multivariate
Voorbeeld:
Er zijn vier pakjes chips nl. Zout Lays, Paprika Lays, Zout Crocky, Paprika Crocky. De correspondenten
moeten aangeven welke zij het lekkerst vinden. Hoeveel onafhankelijke variabelen zijn er hier?
ANTW: twee onafhankelijke variabelen = Smaak en merk (deze hebben invloed op de beoordeling) →
multivariaat: 2 way anova
6
Inhoud
Hoofdstuk 1 Inleiding en hoofdstuk 2 Goed marktonderzoek: ............................................................... 2
Hoofdstuk 3 Onderzoeksplan: ................................................................................................................. 4
Hoofdstuk 5 Secundaire gegevens .......................................................................................................... 5
Hoofdstuk 8 Observatie en ondervraging: .............................................................................................. 6
Hoofdstuk 12 Statistische toetsen en hoofdstuk 13 Overzicht multivariate analysemethoden: ........... 6
Hoofdstuk 15 Variantieanalyse (Anova): ............................................................................................... 21
Gastles: IPSOS (Benjamin Burssens) ...................................................................................................... 27
Hoofdstuk 23: Marktonderzoek voor prijsbeslissingen......................................................................... 30
Hoofdstuk 24: Communicatieonderzoek .............................................................................................. 36
Hoofdstuk 26: Meten van klantentevredenheid ................................................................................... 43
Hoofdstuk 18 Exploratieve Factoranalyse: ............................................................................................ 46
Hoofdstuk 16 Meervoudige regressie: .................................................................................................. 58
Gastles: Google Analytics: ..................................................................................................................... 61
Hoofdstuk: mediation & moderation: ................................................................................................... 64
1.Mediation: .......................................................................................................................................... 66
2.Moderation: ....................................................................................................................................... 79
Gastles: Business Intelligence meets Data Visualization – Ordina: ....................................................... 86
1
,LES 1 Examen:
- 50% van totaal
- Openboek, zowel “theorie” als oefeningen, niet op PC
- Voorbeeldexamen op Ufora (December)
Niet-periode gebonden evaluatie:
- Meedoen aan experimenteel onderzoek
o 2 X deelnemen & aanwezig op debriefing = 1 extr bonuspunt
o inschrijven via Sona (zie Ufora)
- Minicase: uitleg 3e sessie
o Peer-evaluatie
o Werkstuk
o Zie apart document
- Google Analytics
o Zie apart document
Vereiste voorkennis!
- SPSS-vaardigheden en basisstatistiek
- The SPSS environment: data views, syntax & output
- Data input & data definitions
- Basic data manipulations: compute, count, recode
- Basic data operations: filter, split
- Basic descriptive statistics: descriptives, frequencies (=> e.g. what does means, standard
deviations & standard errors tell us)
- Parametric or non-parametric tests
- Crosstabs (chi² test)
- Comparing means: t-tests
- One-way anova
- Correlation & univariate regressions
➔ Zie slides Minerva
Hoofdstuk 1 Inleiding en hoofdstuk 2 Goed marktonderzoek:
Belangrijke organisaties/bedrijven:
- Esomar: Europess bureau voor marktonderzoek
- Febelmar/CUBE
- AMA
- GfK (Gekend voor panel studies. Data direct bij mensen thuis gaan halen), Nielsen (verkoopt
data aan grote bedrijven.)
- Ipsos, Kantar TNS (=Tailer, Nielson & Solvav)
- Profacts, Insites Consulting, Why5Research, Haystack,…
- Zie ook: https://consumerunderstanding.be/
2
,Eerlijk marktonderzoek:
- Meer aandacht voor onderzoeksethiek
o Alle onderzoeksdomeinen: geneeskunde, biologie, …
o Fraudecases in marketing:
▪ 2011- Diederik Stapel (Tilburg Univ.)
▪ 2018 - Brian Wansink (Cornell)
• Fabricated data, misreporting of research data, problematic
statistical techniques, failure to properly document and preserve
research results, and inappropriate authorship.
- Reactie
o Open Science Framework, incl. data repositories
o Replicatie studies
o Data management planning verplicht: op voorhand (voor onderzoek) plan maken die
beschrijft wat er gebeurt in het onderzoek
o GDPR= General Data Protection Regulation
Diedrik Stapel: heeft zijn volledige datasets verzonnen. Valse data.
Deze ontmaskering heeft veel ontwaarding voorgebracht.
Brian Wansink: verdacht onderzoek >> bedrog. Ging respondenten gaan manipuleren om de
‘gewenste’ antwoorden te geven.
Door deze fraude zaken >> Beweging: Open Science Framework.
Dus data openbaar gaan maken.
Data management: op voorhand ga je een onderzoek gaan maken. Dus voor je onderzoek doet.
GDPR: Privacy maatregelen. Iedereen heeft recht om altijd te stoppen met onderzoek zonder enige
uitleg + er moet altijd inzicht zijn in data.
Meer en meer replicatie studies: we gaan iemand anders zijn onderzoek gaan overnemen en dezelfde
resultaten proberen te behalen.
Gedragscodes:
- Gegrascode Esomar
o Transparent: info, purpose, share, which form?
o Personal data protected from unauthorized access
o Behave ethically, don’t harm subject or reputation!
- browse ook eens op de esomar site!
- FWO (academisch): https://www.fwo.be/nl/het-fwo/organisatie/data-management-plan
Onderzoeksethiek @FEB:
- Ethische commissie
- GDPR
- Data management plan
- Informed consent = mensen goed inlichten waarover het onderzoek zal gaan (vb. als je een
onderzoek zal voeren met chocomelk → mensen inlichten over allergenen)
- Alle onderzoekers verplicht om ethische code te ondertekenen (anders geen onderzoek …)
3
, VOORBEELD: Eerlijk?
“Er komt iemand aan de deur die vraagt of hij een enquête mag afnemen voor Ventura, een
producent van potten en pannen. Je bent in een goede bui en doet mee aan het onderzoek. Nadat je
de vragenlijst ingevuld hebt, vraagt de onderzoeker of je vrijblijvend eens in de catalogus van Ventura
wil kijken. Bovendien krijg je een fikse korting van 30% omdat je meegedaan hebt met het
onderzoek”
Kan dit volgens de gedragscode van goed marktonderzoek (vb Esomar code)? Geef aan waarom
wel/niet, pas de ESOMAR codes toe. Geef aan waarom wel/niet
1d: commercieel doel
3a: volgorde
4: transparantie
ANTW: Ja, want je wist niet op voorhand dat je korting kreeg -> 1d = gedragscode
VOORBEELD: Onderzoeksethiek in de privésector
“Colruyt verzamelt data (ahv Xtra kaart), wij analyseren data, rapporteren aan colruyt en publiceren
wetenschappelijk artikel.”
• Mag dat? Ja
• Onder welke voorwaarden?
✓ Colruyt blijft eigenaar van de data
✓ Wij krijgen inzicht in de data (onder contract)
✓ Nooit in staat zijn om individuele consumenten te identificeren
Algemene data met persoonskenmerken mogen worden gedeeld, maar niet tot in het oneindige. Als
consument zelf kun je ook je eigen informatie opvragen bij het bedrijf.
Hoofdstuk 3 Onderzoeksplan:
Belangrijke slide!!
Begin van boven: “wat wil je onderzoeken?”
4
, Type onderzoek:
- Exploratief: geen hypotheses, om te verkennen, om inventaris op te maken, om markt af te
bakenen, …
- Conclusief: om te kwantificeren, om hypotheses te testen, om prioriteiten vast te stellen, …
- Feitelijk: wie, wat, waar, …
- Verklarend: waarom, …
Hoofdstuk 5 Secundaire gegevens: (ter info)
Enkele databases:
- Cross cultural research:
o https://www.geert-hofstede.com/ ;
o http://globe.bus.sfu.ca/
- Academic
o Web of Science: https://apps.webofknowledge.com (kwalitatief goede bronnen)
o www.scholar.com (alleen maar academische onderzoeken (goed maar ook veel brol))
o http://repec.org/
- Financial
o BelFirst
- Kranten
o GoPress
- Market Research Data:
o Snapshots: http://search.proquest.com/snapshots/index?accountid=11077
- Social Sciences: https://www.lissdata.nl/access-data
- Zie ook: http://lib.ugent.be/en/databases
- Maar er is meer dan het internet alleen
o Interne gegevens
o Bibliotheken
o Syndicated services
▪ GfK, Nielsen en vele anderen
5
, Hoofdstuk 8 Observatie en ondervraging:
Wordt vervangen door
– Google Analytics (zelfstudie & gastles)
– les Big Data/data visualisatie (gastles)
➔ Zie apart document op Ufora.
➔ Test half November. Exacte timing en locatie wordt via Ufora meegedeeld.
Hoofdstuk 12 Statistische toetsen en hoofdstuk 13 Overzicht multivariate analysemethoden:
Het kiezen van je methode is als het kiezen van je gereedschap. Als je een nagel
in de muur wil slaan dan doe je dit best met een hamer en niet bv met een
zaag.
Keuze juiste onderzoekstechniek:
→ Stap1. Aantal onafhankelijke variabelen?
o 1 => univariate analysetechnieken (vb. Geslacht)
o Meer dan één: multivariate analystechnieken (vb. Geslacht, leeftijd,…)
→ Stap 2: stel analyseplan op
→ Opgelet: univariate analysetechnieken zijn vaak ‘speciaal geval’ van multivariate
analysetechnieken
Onafhankelijke variabele (= I.V.) Afhankelijke variabele (= D.V.)
- Geslacht - Marktaandeel
- Leeftijd
- Gebruikshistoriek
- …
→ alles wat je wilt gebruiken om apart
variabele te bestuderen
Tel het aantal onafh var
1 = univariate
> 1 = multivariate
Voorbeeld:
Er zijn vier pakjes chips nl. Zout Lays, Paprika Lays, Zout Crocky, Paprika Crocky. De correspondenten
moeten aangeven welke zij het lekkerst vinden. Hoeveel onafhankelijke variabelen zijn er hier?
ANTW: twee onafhankelijke variabelen = Smaak en merk (deze hebben invloed op de beoordeling) →
multivariaat: 2 way anova
6
