Quy trình nghiên cứu marketing gồm những bước cốt lõi nào?

Số bước có thể khác nhau tùy cách phân chia. Có mô hình tách quá trình thành 5 bước lớn, trong khi mô hình khác chia riêng phương pháp, thiết kế, chọn mẫu và báo cáo thành nhiều bước hơn. Điểm chung vẫn là một chuỗi logic từ xác định vấn đề → thiết kế nghiên cứu → thiết kế mẫu và công cụ → thu thập dữ liệu → phân tích và diễn giải → báo cáo kết quả.

Một nghiên cứu có chất lượng vì vậy không được đánh giá bằng số lượng câu hỏi hay lượng dữ liệu thu được, mà bằng mức độ phù hợp giữa vấn đề cần giải quyết, phương pháp, dữ liệu và kết luận. ISO 20252 cũng tiếp cận nghiên cứu thị trường, nghiên cứu ý kiến và nghiên cứu xã hội theo hướng một hoạt động có các yêu cầu về quy trình và chất lượng dịch vụ, thay vì xem nghiên cứu đơn thuần là thu thập dữ liệu.

Xác định vấn đề và mục tiêu nghiên cứu

Bước đầu tiên của quy trình nghiên cứu marketing là xác định chính xác vấn đề cần nghiên cứu. Đây là bước quyết định hướng đi của toàn bộ dự án, bởi nếu vấn đề được xác định sai thì một nghiên cứu được thực hiện rất bài bản vẫn có thể tạo ra câu trả lời không hữu ích.

Vấn đề quản trị và vấn đề nghiên cứu không hoàn toàn giống nhau. Chẳng hạn, doanh nghiệp nhận thấy doanh số một sản phẩm giảm 15%. “Doanh số giảm” mới là biểu hiện kinh doanh. Nghiên cứu cần chuyển biểu hiện đó thành những câu hỏi có thể kiểm chứng: khách hàng có giảm nhu cầu hay không, nhận thức về giá có thay đổi không, đối thủ có chiếm thị phần không, trải nghiệm phân phối có gặp trở ngại hay chiến dịch truyền thông đang không còn phù hợp.

Cơ chế của bước này là thu hẹp một tình huống rộng thành tập hợp câu hỏi cụ thể. Thông thường cần xác định ba thành phần:

·         Mục tiêu nghiên cứu cần làm rõ điều gì

·         Câu hỏi nghiên cứu cần được trả lời bằng dữ liệu

·         Phạm vi đối tượng, thị trường và thời gian được nghiên cứu

Một mục tiêu như “tìm hiểu khách hàng” quá rộng để dẫn dắt nghiên cứu. Mục tiêu “xác định những yếu tố ảnh hưởng đến ý định mua lại của khách hàng đã mua sản phẩm trong sáu tháng gần nhất” cho biết rõ đối tượng, hành vi và phạm vi cần đo lường hơn.

Sai lầm phổ biến ở bước này là bắt đầu bằng phương pháp: “chúng ta cần làm khảo sát 500 người”. Quy mô mẫu hay bảng hỏi chỉ nên được xác định sau khi biết cần trả lời câu hỏi nào. Nếu nguyên nhân thực sự chưa rõ, nghiên cứu định tính ban đầu có thể phù hợp hơn một bảng hỏi định lượng lớn.

Kết quả cần đạt sau bước đầu tiên không phải là một bộ dữ liệu, mà là một research brief đủ rõ để các bước sau biết dữ liệu nào cần thu thập và vì sao cần thu thập.

Thiết kế nghiên cứu và xác định nguồn dữ liệu

Khi vấn đề đã rõ, bước tiếp theo là xây dựng thiết kế nghiên cứu. Thiết kế nghiên cứu là kế hoạch liên kết câu hỏi nghiên cứu với nguồn dữ liệu và phương pháp dùng để trả lời câu hỏi đó. Qualtrics mô tả research design như một khung tổng thể cho việc thu thập, diễn giải, phân tích và thảo luận dữ liệu nhằm xử lý vấn đề hoặc câu hỏi đã xác định.

Trước hết cần quyết định sử dụng dữ liệu thứ cấp, dữ liệu sơ cấp hay kết hợp cả hai. Dữ liệu thứ cấp là dữ liệu đã tồn tại, chẳng hạn dữ liệu bán hàng, CRM, báo cáo ngành, dữ liệu website hoặc nghiên cứu trước đó. Dữ liệu sơ cấp được thu thập riêng cho vấn đề hiện tại thông qua khảo sát, phỏng vấn sâu, nhóm thảo luận, quan sát, thử nghiệm hoặc các phương pháp phù hợp khác.

Không nên mặc định rằng dữ liệu sơ cấp luôn tốt hơn. Nếu doanh nghiệp đã có dữ liệu giao dịch đủ để xác định tỷ lệ mua lại theo từng nhóm khách hàng, việc thực hiện một khảo sát mới chỉ để hỏi “bạn có mua lại không?” có thể tạo thêm chi phí nhưng chưa chắc tạo thêm thông tin.

Sau đó cần lựa chọn giữa hướng định tính và định lượng. Hai hướng này giải quyết những nhiệm vụ khác nhau:

·         Nghiên cứu định tính phù hợp khi cần khám phá động cơ, cách suy nghĩ, ngôn ngữ hoặc nguyên nhân chưa được hiểu rõ

·         Nghiên cứu định lượng phù hợp khi cần đo lường tỷ lệ, mức độ, mối quan hệ hoặc kiểm định giả thuyết trên một mẫu xác định

Trong thực tế, chúng có thể nối tiếp nhau. Phỏng vấn sâu có thể giúp phát hiện các yếu tố quan trọng trước khi xây dựng bảng hỏi định lượng; ngược lại, kết quả khảo sát có thể cho thấy một nhóm hành vi bất thường cần được phỏng vấn sâu để giải thích.

Giới hạn cần lưu ý là phương pháp phải đi sau câu hỏi nghiên cứu. Một khảo sát trực tuyến nhanh và rẻ không có nghĩa nó phù hợp với mọi vấn đề. Nếu câu hỏi là “tại sao khách hàng bỏ dở tại quầy thanh toán?”, dữ liệu hành vi, quan sát hoặc phỏng vấn có thể đem lại giá trị mà một câu hỏi tự báo cáo đơn thuần không cung cấp được.

Thiết kế mẫu và công cụ thu thập dữ liệu

Sau khi xác định phương pháp, nghiên cứu cần trả lời hai câu hỏi thực thi: nghiên cứu ai và đo lường bằng cách nào.

Thiết kế mẫu bắt đầu từ tổng thể mục tiêu. Nếu doanh nghiệp muốn hiểu lý do khách hàng hiện tại không gia hạn dịch vụ, tổng thể phù hợp có thể là những người đủ điều kiện gia hạn trong một khoảng thời gian xác định, chứ không phải toàn bộ người dùng hoặc toàn bộ dân số.

Tiếp theo là xác định khung mẫu, phương pháp chọn mẫu và quy mô mẫu. Với nghiên cứu định lượng sử dụng chọn mẫu xác suất, quy mô mẫu có thể được ước lượng dựa trên mức tin cậy và sai số mong muốn. Trong trường hợp ước lượng một tỷ lệ, giả định tổng thể lớn, mức tin cậy 95%, sai số ±5 điểm phần trăm và lấy (p=0,5) để tạo trường hợp phương sai lớn nhất, công thức thông dụng cho kết quả khoảng 385 quan sát hoàn chỉnh.

Con số 385 không phải một “chuẩn bắt buộc” cho mọi nghiên cứu. Nó chỉ có ý nghĩa dưới các giả định thống kê tương ứng. Nếu dùng mẫu thuận tiện, mẫu tự nguyện hoặc panel có sai lệch bao phủ, tăng số người trả lời không tự động loại bỏ sai lệch chọn mẫu. Đây là điểm thường bị hiểu sai: mẫu lớn làm giảm sai số ngẫu nhiên nhưng không nhất thiết sửa được sai lệch hệ thống.

Công cụ thu thập dữ liệu cũng phải được thiết kế từ mục tiêu nghiên cứu. Với bảng hỏi, mỗi câu hỏi cần có lý do tồn tại và phải liên hệ với một biến hoặc thông tin cần phân tích. Những câu hỏi “có thể hay” nhưng không phục vụ quyết định thường làm bảng hỏi dài hơn và tăng tải cho người trả lời.

Trước khi triển khai chính thức, nên pilot hoặc pre-test công cụ với một nhóm nhỏ. Mục tiêu không phải tạo kết quả nghiên cứu chính thức mà để phát hiện câu hỏi khó hiểu, lựa chọn trả lời thiếu, lỗi logic rẽ nhánh, thời lượng quá dài hoặc cách diễn đạt khiến người trả lời hiểu khác với ý định của nhà nghiên cứu.

Thu thập dữ liệu và kiểm soát chất lượng

Bước thu thập dữ liệu biến thiết kế nghiên cứu thành dữ liệu thực tế. Đây là giai đoạn dễ phát sinh khoảng cách giữa “kế hoạch trên giấy” và những gì thật sự xảy ra trên thị trường.

Nếu sử dụng khảo sát, cần kiểm soát cách tuyển người tham gia, điều kiện đủ mẫu, số lần tham gia, tốc độ trả lời, câu trả lời bất thường và tỷ lệ hoàn thành. Nếu thực hiện phỏng vấn, cần bảo đảm người phỏng vấn tuân thủ hướng dẫn, không dẫn dắt người tham gia và lưu giữ dữ liệu đúng quy trình.

Chất lượng dữ liệu không chỉ được kiểm tra sau khi fieldwork kết thúc. Kiểm soát nên diễn ra trong suốt quá trình thu thập. Ví dụ, nếu một nhóm nhân khẩu học đang chiếm tỷ trọng quá lớn so với thiết kế mẫu, nhóm nghiên cứu cần phát hiện sớm để điều chỉnh tuyển mẫu thay vì chờ đến khi toàn bộ ngân sách đã sử dụng.

Một nguyên tắc quan trọng khác là tách hoạt động nghiên cứu khỏi hoạt động bán hàng hoặc tiếp thị trực tiếp. ISO 20252 xác định phạm vi của tiêu chuẩn đối với nghiên cứu thị trường, nghiên cứu ý kiến, nghiên cứu xã hội, insights và data analytics, đồng thời nêu rằng các hoạt động không phải nghiên cứu như direct marketing nằm ngoài phạm vi này.

Khía cạnh đạo đức và bảo vệ người tham gia cũng không phải một thủ tục trang trí. ICC/ESOMAR International Code đặt ra các nguyên tắc nghề nghiệp và đạo đức cho nghiên cứu thị trường, nghiên cứu ý kiến, nghiên cứu xã hội và phân tích dữ liệu. Vì vậy, nhóm nghiên cứu cần biết dữ liệu nào thực sự cần thu thập, mục đích sử dụng là gì và việc xử lý dữ liệu có phù hợp với cam kết dành cho người tham gia hay không.

Một bộ dữ liệu lớn nhưng chứa nhiều phản hồi không hợp lệ, sai đối tượng hoặc được thu thập không nhất quán có thể nguy hiểm hơn một bộ dữ liệu nhỏ nhưng kiểm soát tốt, bởi nó tạo ra cảm giác chắc chắn giả tạo cho người ra quyết định.

Xử lý, phân tích và diễn giải dữ liệu

Thu thập xong dữ liệu chưa đồng nghĩa nghiên cứu đã có câu trả lời. Dữ liệu cần được xử lý, phân tích và diễn giải theo câu hỏi nghiên cứu ban đầu.

Đối với dữ liệu định lượng, quá trình xử lý có thể gồm kiểm tra dữ liệu thiếu, phát hiện bản ghi không hợp lệ, mã hóa biến, chuẩn hóa dữ liệu và xây dựng các chỉ số cần thiết. Phân tích sau đó có thể bắt đầu từ thống kê mô tả như tỷ lệ, trung bình, phân phối hoặc phân nhóm, rồi phát triển thành phân tích mối quan hệ hoặc kiểm định nếu thiết kế nghiên cứu yêu cầu.

Đối với dữ liệu định tính, nhiệm vụ không đơn thuần là đếm số lần một ý kiến được nhắc đến. Nhà nghiên cứu cần mã hóa nội dung, nhận diện chủ đề, đối chiếu các trường hợp tương đồng và khác biệt, sau đó tìm ra cơ chế hoặc cách giải thích có ý nghĩa đối với câu hỏi nghiên cứu.

Điểm quan trọng nhất là phân biệt kết quả dữ liệu và diễn giải marketing. Chẳng hạn, “42% người trả lời cho rằng giá cao” là một kết quả mô tả trong mẫu. Từ đó kết luận rằng “giá là nguyên nhân chính khiến doanh số giảm” lại là một kết luận mạnh hơn và chỉ hợp lý khi thiết kế, câu hỏi, mẫu và các bằng chứng khác đủ hỗ trợ.

Tương tự, tương quan không tự động chứng minh quan hệ nhân quả. Nếu nhóm khách hàng sử dụng ứng dụng nhiều hơn cũng có tỷ lệ mua lại cao hơn, dữ liệu quan sát chưa đủ để kết luận tăng số lần mở ứng dụng sẽ làm tăng tỷ lệ mua lại. Có thể tồn tại yếu tố thứ ba, chẳng hạn mức độ gắn bó sẵn có, tác động đến cả hai biến.

Vì vậy, phân tích tốt phải luôn quay về ba câu hỏi:

1.    Dữ liệu thực sự cho thấy điều gì

2.    Điều gì chỉ là cách giải thích hợp lý nhưng chưa được chứng minh

3.    Kết luận đúng trong những điều kiện và giới hạn nào

Chính bước này biến dữ liệu thành insight. Một insight hữu ích không chỉ mô tả hiện tượng mà còn cho biết hiện tượng có ý nghĩa gì đối với vấn đề marketing đang được xem xét.

Báo cáo kết quả và chuyển nghiên cứu thành cơ sở quyết định

Bước cuối cùng là trình bày kết quả theo cách giúp người ra quyết định hiểu được bằng chứng, ý nghĩa và giới hạn của nghiên cứu.

Báo cáo không nên chỉ là tập hợp biểu đồ theo thứ tự bảng hỏi. Cấu trúc hiệu quả hơn là quay lại logic ban đầu: vấn đề cần giải quyết là gì, nghiên cứu đã thực hiện như thế nào, bằng chứng quan trọng là gì, bằng chứng đó trả lời câu hỏi nghiên cứu ra sao và còn những giới hạn nào.

Một báo cáo nghiên cứu nên phân biệt rõ ba tầng:

·         Finding: Điều dữ liệu trực tiếp cho thấy

·         Interpretation: Ý nghĩa hợp lý rút ra từ finding

·         Implication: Điều doanh nghiệp cần cân nhắc dựa trên interpretation

Ví dụ, finding có thể là tỷ lệ nhận biết thương hiệu ở nhóm khách hàng mục tiêu thấp hơn ở nhóm đối chứng. Interpretation có thể là thương hiệu chưa tạo được mức độ hiện diện tương đương trong phân khúc đó. Implication có thể là doanh nghiệp cần xem xét lại mức độ tiếp cận hoặc thông điệp truyền thông trước khi kỳ vọng tăng chuyển đổi.

Ba tầng này không nên bị nhập thành một. Nếu báo cáo nhảy thẳng từ một tỷ lệ khảo sát sang khuyến nghị đầu tư ngân sách lớn mà không giải thích cơ chế và giới hạn, người đọc khó đánh giá liệu quyết định có thực sự được bằng chứng hỗ trợ hay không.

Báo cáo cũng phải nói rõ giới hạn của nghiên cứu: phạm vi mẫu, thời gian thu thập, khả năng khái quát, dữ liệu thiếu hoặc những biến chưa được quan sát. Nêu giới hạn không làm nghiên cứu yếu đi; ngược lại, nó giúp người sử dụng biết kết luận có thể được áp dụng đến đâu.

Vì vậy, đầu ra cuối cùng của nghiên cứu marketing không phải là slide, bảng dữ liệu hay một con số riêng lẻ. Giá trị của quy trình nằm ở việc tạo ra một chuỗi bằng chứng có thể truy ngược từ quyết định cần hỗ trợ về vấn đề nghiên cứu, phương pháp, dữ liệu đến cách diễn giải kết quả.

Một quy trình nghiên cứu marketing hoàn chỉnh có thể được chia thành nhiều số bước khác nhau tùy mô hình, nhưng sáu nhóm bước cốt lõi vẫn là: xác định vấn đề và mục tiêu; thiết kế nghiên cứu; thiết kế mẫu và công cụ; thu thập và kiểm soát dữ liệu; xử lý, phân tích và diễn giải; cuối cùng là báo cáo kết quả phục vụ quyết định.

Điểm then chốt không nằm ở việc thực hiện đủ một danh sách thủ tục, mà ở sự liên kết giữa các bước. Vấn đề nghiên cứu quyết định loại dữ liệu cần có; loại dữ liệu quyết định phương pháp và mẫu; chất lượng thu thập quyết định độ tin cậy của phân tích; còn giới hạn của bằng chứng quyết định mức độ mạnh của kết luận. Khi chuỗi logic này được giữ nhất quán, nghiên cứu marketing mới thực sự giúp doanh nghiệp giảm sự bất định và đưa ra quyết định có cơ sở hơn.