Dieser Artikel gibt Ihnen Tipps, wie Sie Antworten aus einer Umfrage von E-Commerce-Kunden zu Aktionen und Rabatten analysieren können. Wenn Sie diese Daten sammeln, führe ich Sie durch die besten Tools und umsetzbaren Methoden, um schnell Erkenntnisse zu gewinnen.
Die richtigen Tools für die Analyse von Umfragedaten auswählen
Ihr Ansatz und Ihre Tools hängen von der Struktur Ihrer Umfragedaten ab – insbesondere davon, ob sie hauptsächlich quantitativ oder qualitativ sind.
Quantitative Daten: Zahlen sind einfach - zu zählen, wie viele Käufer welches Angebot oder welchen Rabatt gewählt haben, ist mit Tools wie Excel oder Google Sheets unkompliziert.
Qualitative Daten: Textantworten auf offene oder Anschlussfragen sind schwieriger. Wenn Sie Dutzende oder Hunderte von Antworten betrachten, ist es unmöglich, alles selbst zu lesen. An dieser Stelle werden KI-gestützte Tools unerlässlich, um Muster und Themen schnell aufzudecken.
Es gibt zwei Ansätze für Tools, wenn es um qualitative Antworten geht:
ChatGPT oder ähnliches GPT-Tool für die KI-Analyse
Sie können Ihre exportierten Umfragedaten in ChatGPT kopieren und darüber sprechen. Es funktioniert – einfach die Antworten einfügen und mit Aufforderungen nach Trends oder Themen beginnen.
Aber das Verwalten einer großen Menge von Umfragetexten in ChatGPT ist nicht sehr bequem. Sie müssen große Datensätze aufteilen, Kontextgrenzen verwalten und Notizen außerhalb des Chats führen. KI kann nach wie vor wertvolle Einblicke geben, aber Sie werden mehr Zeit mit Einrichtung und manueller Arbeit verbringen.
All-in-one-Tool wie Specific
Specific ist für die Erstellung von Umfragen und die KI-gestützte Antwortanalyse von Anfang bis Ende konzipiert. Es kann nicht nur Antworten sammeln (und clevere, KI-gestützte Anschlussfragen stellen, um die Qualität Ihrer Daten zu verbessern), sondern auch alles automatisch analysieren.
Wenn Ihre Ergebnisse vorliegen, fasst Specific offene Antworten zusammen, hebt wichtige Themen hervor und destilliert umsetzbare Erkenntnisse - ohne Tabellenkalkulationen, ohne manuelles Lesen. Sie können mit der KI genauso wie mit ChatGPT über Ihre Umfrage sprechen, jedoch mit zusätzlichen Funktionen zum Filtern und Kontrollieren der für die Analyse gesendeten Daten.
Erfahren Sie mehr über wie die KI-Analyse von Umfrageantworten in Specific funktioniert, wenn Sie einen effizienteren Arbeitsablauf wünschen.
Nützliche Aufforderungen, die Sie für die Analyse von E-Commerce-Kundenaktionen und Rabattaktionen verwenden können
Unabhängig davon, ob Sie mit ChatGPT, einem anderen GPT-basierten Tool oder einer Komplettlösung analysieren, machen die richtigen Aufforderungen den Unterschied. Hier ist, was ich empfehle, um in die Daten von E-Commerce-Kundenaktionen und Rabatten einzutauchen.
Aufforderung für Kernideen: Dies ist meine bevorzugte Methode, um große Datensätze schnell zu destillieren. Es funktioniert in Specific sofort, und Sie können es auch in GPT-basierten Tools verwenden.
Ihre Aufgabe ist es, die Kernideen in Fettdruck (4-5 Wörter pro Kernidee) + bis zu 2 Sätze lange Erklärung herauszuarbeiten.
Ausgabeanforderungen:
- Vermeiden Sie unnötige Details
- Geben Sie an, wie viele Personen die spezifische Kernidee erwähnt haben (verwenden Sie Zahlen, keine Wörter), die am meisten erwähnte an erster Stelle
- keine Vorschläge
- keine Hinweise
Beispielausgabe:
1. **Kernideen-Text:** Erklärungstext
2. **Kernideen-Text:** Erklärungstext
3. **Kernideen-Text:** Erklärungstext
KI arbeitet immer besser, wenn Sie ihr zusätzlichen Kontext geben. Zum Beispiel könnten Sie mit einer Erinnerung beginnen:
Analysieren Sie diese Umfrageergebnisse von E-Commerce-Käufern über Aktionen und Rabatte. Mein Hauptziel ist es zu verstehen, was ihre Kaufentscheidungen antreibt und warum sie Rabatte suchen. Bitte konzentrieren Sie sich auf Motivationen, die spezifisch für das Online-Kaufverhalten sind.
„Erzähl mir mehr über XYZ (Kernidee)” ist eine schnelle Anschlussfrage, um tiefere Informationen zu jedem von der KI aufgedeckten Einblick zu erhalten. Probieren Sie dies aus, wenn Sie in „Wagenabbruch“ oder „Einflüsse auf den Gebrauch von Coupons“ einsteigen möchten.
„Hat jemand über XYZ gesprochen?” Dies ist direkt und wichtig, wenn Sie Hypothesen validieren müssen; ersetzen Sie einfach XYZ durch Themen, die Sie überprüfen möchten, wie „Treueprogramme“ oder „Markenwechsel“. Fügen Sie „Zitate einschließen“ hinzu, um Beweise in den eigenen Worten zu erhalten.
Aufforderung für Personas: Wenn Sie die verschiedenen Typen von E-Commerce-Kunden, die Ihre Umfrage offenbart, abbilden möchten, verwenden Sie diese Aufforderung:
Basierend auf den Umfrageantworten identifizieren und beschreiben Sie eine Liste von unterschiedlichen Personas – ähnlich wie „Personas“ im Produktmanagement verwendet werden. Für jede Persona fassen Sie ihre Hauptmerkmale, Motivationen, Ziele und relevante Zitate oder Muster aus den Gesprächen zusammen.
Aufforderung für Schmerzpunkte und Herausforderungen: Dies ist unglaublich nützlich, um herauszufinden, was Ihre Käufer zögern, Einkaufswagen stehen lassen oder auf Angebote warten lässt:
Analysieren Sie die Umfrageantworten und listen Sie die am häufigsten genannten Schmerzpunkte, Frustrationen oder Herausforderungen auf. Fassen Sie jeden zusammen und notieren Sie Muster oder Häufigkeit des Auftretens.
Aufforderung für Motivationen & Antriebe: Wenn Sie sehen möchten, was das Kaufverhalten antreibt und welche Rolle Aktionen spielen, probieren Sie:
Extrahieren Sie aus den Umfragegesprächen die Hauptmotivationen, Wünsche oder Gründe, die die Teilnehmer für ihr Verhalten oder ihre Entscheidungen äußern. Gruppieren Sie ähnliche Motivationen und liefern Sie unterstützende Beweise aus den Daten.
Aufforderung für Sentimentanalyse: Sind Ihre Käufer positiv, genervt oder neutral gegenüber Ihrer Rabattstrategie? Fragen Sie:
Bewerten Sie das allgemeine Sentiment, das in den Umfrageantworten ausgedrückt wird (z. B. positiv, negativ, neutral). Heben Sie Schlüsselphrasen oder Feedback hervor, die zur jeweiligen Sentimentkategorie beitragen.
Aufforderung für Vorschläge & Ideen: Um umsetzbares Feedback zu sammeln, fordern Sie die KI auf, dies zu tun:
Identifizieren und listen Sie alle Vorschläge, Ideen oder Anfragen auf, die von Umfrageteilnehmern gemacht wurden. Organisieren Sie sie nach Thema oder Häufigkeit und fügen Sie gegebenenfalls direkte Zitate hinzu.
Aufforderung für unerfüllte Bedürfnisse & Chancen: Um neue Produkt- oder Kampagnenmöglichkeiten zu finden, verwenden Sie:
Untersuchen Sie die Umfrageantworten, um alle unerfüllten Bedürfnisse, Lücken oder Verbesserungsmöglichkeiten zu erkennen, die von den Befragten hervorgehoben wurden.
Die richtigen Aufforderungen ermöglichen es Ihnen, tiefer in das zu blicken, was Käufer wirklich bewegt – und wie Aktionen und Rabatte tatsächlich ihre Entscheidungen beeinflussen. Und behalten Sie den Kontext im Auge: Zum Beispiel, 82% der Kunden werden beeinflusst von Aktionen beim Online-Shopping – es lohnt sich also herauszufinden, welche Art von Angebot für Ihr Publikum am wichtigsten ist. [1]
Wie Specific qualitative Daten nach Fragetyp analysiert
In Specific basiert die Analyse auf der Struktur Ihrer Umfrage selbst – sodass Sie Zusammenfassungen erhalten, die tatsächlich für jede Frage sinnvoll sind.
Offene Fragen (mit oder ohne Folgen): Sie erhalten KI-generierte Zusammenfassungen für alle Antworten, einschließlich des zusätzlichen Kontexts, der durch weiterführende Fragen aufgedeckt wird. Dies führt zu einer viel reichhaltigeren Themenanalyse als nur bei isolierten Kommentaren.
Wahlfragen mit Follow-ups: Jede Wahl erhält ihre eigene Themenzusammenfassung, die ausschließlich auf den an diese Antwort gebundenen Gefolgefragen basiert. Sie können also beispielsweise sehen, warum Menschen „Prozentrabatte“ gegenüber „kostenlosem Versand“ gewählt haben.
NPS-Fragen: Jede Gruppe – Kritiker, Passiv, Promotoren – erhält eine einzigartige Zusammenfassung ihres Anschlussfeedbacks. Es ist einfach zu untersuchen, warum jemand Ihre Rabattpolitik liebt oder warum ein anderer denkt, dass es nicht genug ist, um jetzt zu kaufen. (Sie können sofort eine NPS-Umfrage zu Aktionen und Rabatten für E-Commerce-Käufer in Specific erstellen.)
Sie können dasselbe mit ChatGPT tun, aber Sie müssen jede Antwortensammlung selbst filtern und organisieren – eine Menge Kopier- und Einfügearbeit, besonders wenn Ihre Daten über ein paar Dutzend Einträge hinauswachsen. Mit Specific geschieht es sofort, wenn die Ergebnisse eingehen.
Wenn Sie Ideen suchen, wie Sie Ihre Fragen überhaupt strukturieren sollen (und warum KI-Follow-ups wichtig sind), empfehle ich, diesen Leitfaden zu den besten Fragen für E-Commerce-Kundenumfragen zu Aktionen und Rabatten zu lesen.
Wie man Herausforderungen mit KI-Kontextgrößenlimits angeht
Hier ist eine echte Herausforderung: Große Sprachmodelle (einschließlich GPT-4 und anderer) können nicht unbegrenzte Mengen an Umfragedaten auf einmal verarbeiten – sie stoßen auf Kontextgrößenlimits. Wenn Sie Hunderte oder Tausende von Antworten haben, passen sie einfach nicht alle auf einmal hinein.
Specific geht das an (und Sie können diese Taktiken für Ihren eigenen Workflow übernehmen):
Filtern: Sie können Konversationen basierend auf den Antworten der Nutzer filtern. Nur Konversationen, in denen Leute bestimmte Fragen beantwortet oder spezifische Antworten ausgewählt haben, werden an die KI gesendet. Dies ermöglicht es Ihnen, Kohorten zu targetieren („Käufer, die digitale Gutscheine erwähnt haben“) und Ihre Analyse fokussiert zu halten.
Zuschneiden: Sie können die an die KI-Analyse gesendeten Fragen kürzen. Wenn Sie möchten, dass die KI nur die Antworten auf die letzte Frage sieht („Wie haben Aktionen Ihre Entscheidung beeinflusst?“), senden Sie einfach diesen Abschnitt. Dies hilft Ihnen, mehr Antworten innerhalb des Modells zu halten – und stellt sicher, dass Sie keinen wichtigen Kontext durch eine technische Formalität verlieren.
In Specific sind beide Funktionen standardmäßig verfügbar, wodurch Ihre qualitative Analyse stressfrei bleibt, während Ihre Umfrage skaliert.
Fun Fact: Digitale Gutschein-Einlösungen werden voraussichtlich bis 2024 fast 85% aller Gutschein-Einlösungen ausmachen. [2] Das ist eine Menge Feedback und Nutzungssignale, die Sie analysieren könnten – was bedeutet, dass intelligentes Filtern und Zuschneiden Ihre besten Freunde sind.
Kollaborative Funktionen für die Analyse von E-Commerce-Käuferumfragen
Probleme bei der Zusammenarbeit sind real, wenn es um die Analyse von Umfrageantworten zu Aktionen und Rabatten geht. Wenn Ihr Team versucht, Hunderte von offenen Antworten von Käufern zu analysieren – besonders wenn mehrere Teammitglieder auf ihre eigene Weise „mit den Daten sprechen“ möchten – ist es leicht, sich in Slack-Threads, Kommentarverläufen und Versionschaos zu verlieren.
In Specific analysieren Sie einfach, indem Sie mit der KI chatten, und jedes Teammitglied erhält seine eigenen Threads. Sie können im Analyse-Interface mehrere Chats erstellen – jeder mit seinen eigenen Filtern und Schwerpunkten, sodass Sie die Daten nach Aktionstyp, Käuferregion oder sogar Sentiment aufschlüsseln können. Jeder Chat zeigt auch den Ersteller an, sodass es leicht ist, die Arbeit zu organisieren und zu sehen, welcher Kollege an welchem Thema arbeitet.
Klarere Attribution und Zusammenarbeit: Jede Nachricht im KI-Chat zeigt das Avatar und den Namen des Absenders, sodass Sie bei der Zusammenarbeit an Einblicken, warum 75% der Online-Käufer sagen, dass Rabatte ihre Entscheidungen beeinflussen [3], immer wissen, wessen Frage einen Durchbruch ausgelöst oder einen Trend aufgedeckt hat.
Weniger Silos, mehr Aktion: Mit diesen Funktionen arbeiten Teams zusammen (nicht in parallelen Silos), um Veränderungen voranzutreiben. Das könnte bedeuten, besser getimte Flash-Verkäufe, neue Treueprämien zu starten oder mit Rabattarten zu experimentieren, die tatsächlich konvertieren – basierend darauf, was Ihre Käufer Ihnen in ihren eigenen Worten mitgeteilt haben.
Möchten Sie schnell loslegen? Probieren Sie den KI-Umfragegenerator für E-Commerce-Käuferaktionen und Rabatte aus oder sehen Sie sich den KI-Umfragegenerator an, wenn Sie eine Umfrage von Grund auf neu erstellen und jedes Detail anpassen möchten.
Erstellen Sie jetzt Ihre E-Commerce-Käuferumfrage zu Aktionen und Rabatten
Finden Sie schnell heraus, was Ihre Kunden zum Kaufen, Markenwechsel oder auf Angebote Warten bewegt. Sammeln Sie echtes Feedback und verwandeln Sie es in Einblicke mit KI-gestützter Analyse – damit Sie sofort auf das reagieren können, was am wichtigsten ist. Erstellen Sie Ihre eigene Umfrage und beginnen Sie noch heute, das Verhalten der Käufer zu entschlüsseln.