Marknadsundersökningar och beslutsunderlag

För att fatta välgrundade strategiska beslut krävs tillförlitlig marknadsinformation. Inom marknadsundersökningar delar vi in data i två huvudkategorier utifrån hur och varför datan samlades in: sekundärdata och primärdata.

Sekundärdata är data som redan har samlats in av någon annan och för ett annat ursprungligt syfte. Det kan handla om intern data inom företaget, såsom tidigare försäljningsstatistik, kundregister och ekonomiska rapporter. Det kan också vara extern data från myndigheter (exempelvis Statistiska centralbyrån), branschorganisationer, akademiska studier eller färdiga marknadsrapporter. Den stora fördelen med sekundärdata är att den är snabb och billig att tillgå. Nackdelen är att den inte alltid är exakt anpassad efter det specifika problem du vill lösa, samt att den kan vara föråldrad.

Primärdata är ny data som samlas in för första gången, skräddarsydd för att besvara en specifik frågeställning. Exempel på primärdata är nyligen genomförda enkätundersökningar, djupintervjuer, fokusgrupper eller kontrollerade marknadsexperiment. Fördelen är hög relevans och dagsfärsk information. Nackdelen är att insamlingen ofta kräver betydligt mer tid, resurser och finansiella investeringar.

En god regel inom marknadsundersökning är att alltid börja med sekundärdata. Genom att först utnyttja den kunskap som redan finns kan du skärpa din frågeställning, undvika att uppfinna hjulet på nytt och begränsa insamlingen av primärdata till det som faktiskt saknas.

När primärdata ska samlas in väljer forskaren eller marknadsföraren mellan kvalitativa och kvantitativa metoder – eller en kombination av båda (så kallad mixed methods).

Kvalitativa metoder syftar till att skapa en djupgående förståelse för konsumenters beteenden, motiv, kognitioner och känslor. Metoderna besvarar frågor som *varför* och *hur*. Exempel på kvalitativa datainsamlingsmetoder är djupintervjuer, fokusgrupper och observationer. Urvalet är oftast litet och icke-slumpmässigt. Resultaten ger rika, detaljerade beskrivningar i form av text, ljud och bild, men de kan inte generaliseras statistiskt till en hel population.

Kvantitativa metoder syftar istället till att mäta, gradera och generalisera. Metoderna besvarar frågor som *hur många*, *hur ofta* och *i vilken utsträckning*. Vanliga verktyg är strukturerade enkäter, storskaliga observationer och A/B-tester. Urvalet är större och eftersträvar representativitet för hela målpopulationen. Data analyseras med statistiska metoder för att identifiera samband och mönster.

I praktiken används metoderna ofta i sekvens. En studie börjar ofta med en kvalitativ förstudie för att identifiera köpmotiv och formulera hypoteser. Därefter genomförs en kvantitativ mätning för att testa hypoteserna på en större population.

Kvantitativ datainsamling sker ofta via enkäter. För att en enkätundersökning ska ge tillförlitliga beslutsunderlag krävs hög metodologisk kvalitet i två delar: frågekonstruktion och urval.

Frågekonstruktion

Frågor i en enkät måste vara enkla, entydiga och neutrala. Vanliga fallgropar att undvika är:

• Ledande frågor: Frågor som antyder vilket svar som förväntas (t.ex. "Tycker du också att vår kundtjänst är fantastisk?").
• Dubbelpipiga frågor: Frågor som ställer två frågor i en (t.ex. "Vad tycker du om vår produktkvalitet och våra priser?"). Om respondenten gillar kvaliteten men inte priset går frågan inte att besvara.
• Otydliga svarsskalor: Det är standard att använda Likert-skalor (t.ex. 1–5 eller 1–7 från "Stämmer inte alls" till "Stämmer helt") för att mäta attityder och uppfattningar på ett graderat sätt.

Urval och bortfall

För att kunna dra slutsatser om en hel population måste urvalet vara representativt. Vid sannolikhetsurval (slumpmässigt urval) har varje individ i populationen en känd chans att bli vald, vilket gör att statistisk osäkerhet och felmarginaler kan beräknas. Vid icke-sannolikhetsurval (t.ex. bekvämlighetsurval där man frågar personer på stan) kan inte resultaten generaliseras statistiskt.

Ett stort problem i moderna enkätdeltaganden är bortfall (non-response bias). Om de som väljer att inte svara skiljer sig systematiskt från de som svarar (t.ex. att enbart mycket missnöjda kunder tar sig tid att svara) blir undersökningsresultatet snedvridet.

Marknadsundersökningar handlar inte enbart om att fråga nuvarande kunder. För att underlätta strategiska beslutsunderlag krävs även en systematisk omvärldsanalys som identifierar de makrofaktorer och branschkrafter som påverkar företagets framtida förutsättningar.

Ett av de mest etablerade ramverken för omvärldsanalys är PESTEL-analysen, som kartlägger faktorer i sex omvärldskategorier:

• P (Politik): Politiska beslut, skattepolitik, handelsrestriktioner.
• E (Ekonomi): Konjunktur, inflationsnivåer, valutakurser, köpkraft.
• S (Socialt/Kulturellt): Demografiska förändringar, livsstilstrender, värderingar.
• T (Teknologi): Ny teknik, automatisering, digitalisering, AI.
• E (Miljö/Ekologi): Klimatförändringar, hållbarhetskrav, resurstillgång.
• L (Legalt/Lagar): Lagstiftning kring konsumentskydd, dataskydd (GDPR), arbetsrätt.

Insikterna från PESTEL-analysen kombineras ofta med interna data i en SWOT-analys (Styrkor, Svagheter, Möjligheter och Hot). Marknadsundersökningens slutgiltiga mål är att omvandla dessa data till konkret strategiskt beslutsunderlag – exempelvis för att identifiera nya marknadssegment (Segmentering), välja målgrupp (Targeting) och utforma rätt värdeerbjudande (Positionering).