Levels von quantitativen Daten in Customer Analytics

Eine Möglichkeit, Kunden-Analytics-Daten geteilt wird durch die vier Ebenen der Messung. Sie sind Ebenen, weil sie mit Daten beginnen, die in der Art der Analyse mehr Begrenzung ist man auf die am wenigsten durchführen kann zu begrenzen:

• nominal: Dazu gehören diskrete Daten wie den Namen Ihres Unternehmens, die Art des Auto Sie, oder den Namen eines Produkts fahren. nominal bedeutet im wesentlichen, # 147-Namen nur # 148-- wenn Sie einen Namen haben, gehört es in dieser Kategorie. Nenndaten ist qualitative Daten.

• Ordinal: Dazu gehören Daten, die eine natürliche Ordnung hat. Die Rangfolge der Kunden von der ältesten bis zur neuesten, die Reihenfolge der Anrufer in einer Warteschlange für ein Call-Center, die Reihenfolge der Läufer ein Rennen beendet, oder häufiger, die Wahl auf einer Bewertungsskala, wie von 1 bis 5.

  Mit ordinale Daten, können Sie nicht mit Sicherheit wissen, ob die Intervalle zwischen den einzelnen Wert gleich sind. Bei der Messung der Kunden Haltung gegenüber ihre Erfahrungen mit Produkten und Dienstleistungen, müssen Sie stark auf Fragebogen Daten verlassen, die Rating-Skalen verwendet.

  Beispielsweise auf einer 11-Punkte-Bewertungsskala, die Differenz zwischen A 9 und A 10 ist nicht notwendigerweise die gleiche wie die Differenz zwischen A 6 und A 7.

• Intervall: Dies sind Daten, die gleichermaßen Intervalle zwischen jedem Wert geteilt hat. Das bekannteste Beispiel ist die Temperatur in Grad Fahrenheit. Die Differenz zwischen 29 Grad und 30 Grad ist die gleiche Größenordnung wie die Differenz zwischen 78 Grad und 79 Grad.

• Verhältnis: Dies ist Intervalldaten mit einem natürlichen Nullpunkt. Zum Beispiel Zeit, um ein Produkt auf einer Webseite zu finden ist Verhältnis, weil 0 Zeit sinnvoll ist. Grad Kelvin hat einen 0-Punkt (dem absoluten Nullpunkt). Die Schritte in diesen beiden Skalen haben den gleichen Grad an Stärke.

  Wann immer Sie können feststellen, dass Daten-Verhältnis ist, können Sie angemessene Abzüge machen, wie zum Beispiel # 147-Kunden sind doppelt so zufrieden eine neue Produktversion mit im Vergleich zu einer alten Version # 148.

  Nur weil Kunden durchschnittliche Bewertung auf einem Produkt 4 und die Bewertung auf ein anderes Produkt ist eine 2 bedeutet nicht, Kunden doppelt so zufrieden sind. Die erste Bewertung ist auf jeden Fall doppelt so hoch, aber es sei denn, das Ausmaß sowohl Verhältnis, und so kalibriert, die Zahlen entsprechen Kundenverhalten, so dass solche Ansprüche riskant ist. Es ist am besten, einfach die Bewertung sagen doppelt so hoch war.

Viele Organisationen, Statistiker, und auch Software-Programme verwenden diese Hierarchie so ist es wichtig, die Bedingungen zu verstehen, wenn man ihnen begegnen. Einige Analysten beschränken sogar ihre Analyse auf ihr basiert.

Die Figur zeigt, wie die Niveaus der Messung passen in die breitere Kategorisierung von qualitativen und quantitativen Daten.