Setelah ngerti jenis-jenis research dari artikel sebelumnya, biasanya jadi gemes banget pengen cobain bikin research sendiri buat brand yang dipegang, ataupun buat bisnis sendiri. Tapi tunggu dulu, sebelum bikin research sendiri ada baiknya simak artikel ini, karena g wakan share 4 hal yang penting banget diperhatiin waktu kita mau bikin research.
Kenapa 4 hal ini penting? Karena kalo sampe ada yang salah, bisa jadi research kita ga menghasilkan kesimpulan apapun, Cuma bikin cape dan buang duit aja.. Apa ajakah 4 hal ini? Mari kita bahas.
KUISIONER
Pertama, dan yang paling utama, tapi banyak yang skip di bagian ini : kuisioner! Kuisioner adalah senjata utama kita buat nangkep semua kebutuhan data dari responden. Kalo sampe salah, data yang kita dapet jadi ga valid dan ga ada kesimpulan yang bisa diambil. Emang kuisioner bisa salah? Kan yang penting semua pertanyaan ada disitu?
Jangan salah, bikin kuisioner ga semudah itu. Selain memastikan semua kebutuhan data sudah terpenuhi dari pertanyaan yang ada didalamnya, kita juga harus pastiin jenis/jumlah pertanyaannya benar, begitu juga dengan urutannya sehingga ga ada efek bias. Maksudnya?
Jumlah dan urutan pertanyaan menentukan apa yang responden ketahui ketika menjawab sebuah pertanyaan, dan menentukan jawaban responden ini mengacu pada besaran apa. Ini contoh simple nya, misal ada pertanyaan : apa anda tahu BRAND FASHION X?
Kemudian berikutnya ada pertanyaan : sebutkan 10 BRAND FASHION yang ada tahu?
Dari urutan pertanyaan diatas, kita gabisa identifikasi level Awareness Top of Mind dan Un-Aided Awareness dari BRAND FASHION X, karena sudah ada arahan tentang brand ini di pertanyaan awal.
Kenapa ga tambah pertanyaan : Apakah BRAND FASHION X adalah brand top of mind anda?
Ini contoh pertanyaan yang salah, karena sudah mengarah terhadap jawaban tertentu (bias).
SAMPLE & AREA RISET
Dua hal ini yang juga yang terdengar sederhana tapi kadang menjebak. Perihal Sample Size atau jumlah responden, memang sudah ada hitungan baku nya yang tinggal diikuti, tapi permasalahannya, siapa yang harus jadi sample kita? Kalo kita pake random sampling, gimana kalo target responden kita ga memadai?
Misal, kita mau riset impact campaign digital kita terhadap konsumen kita saat ini di Kota A. Terus kita set kriteria sample nya adalah si sample haruslah konsumen kita di kota A. Kemudian kita tanyain tuh semua tentang digital campaign kita. Benar kalau si responden tau sehingga bisa kasih input nya, tapi ternyata di pertanyaan terakhir ketauan kalau sebagian besar responden cuma aktif di digital 15 menit sehari. Hancurlah sudah semua. Karena mereka yang ga terlalu aktif di digital ga bisa merepresentasikan target konsumen kita di dunia digital. So, pastiin kriteria sample kita tepat sebelum memulai research.
Contoh lain, kita punya riset rutin yang pake random sampling karena kita ga cuma mau baca data tentang brand kita tapi tentang brand competitor juga. Anggaplah masih tentang brand fashion tadi, dan standard criteria nya adalah si responden haruslah konsumen regular brand fashion apapun di kota A. Nah kemudian kita ada kebutuhan buat liat imagery kita dimata konsumen perempuan. Singkat cerita, setelah hasil riset keluar, ternyata sample yang ketangkep dari random sampling cowo semua. Hancur lah lagi, karena kita gapunya jumlah sample yang cukup untuk jawab pertanyaan kita bulan ini.
Untuk riset regular emang kriteria sample gabisa dirubah ditengah jalan, karena kalo dirubah datanya jadi gabisa dibandingkan dengan data-data bulan sebelumnya. Tapi ada yang namanya Booster, jadi kita nambahin sejumlah sample yang sesuai dengan kriteria yang bisa menjawab pertanyaan kita saat itu.
Contoh terakhir tentang Area coverage riset. Misal, kita mau cek minat penduduk Jakarta (profesi karyawan) terhadap produk kita. Biar simple, kita lakukan random sampling di area perkantoran di kota ini. Beres research, double check identitas responden, baru ketauan kalo sebagian besar responden kita memang kerja di Jakarta, tapi sebenernya mereka penduduk Bogor dan Bekasi. Hancurlah lagi riset kita.
Atau mau riset yang sama kaya diatas, tapi coverage riset nya Cuma di Senayan doang. Ga valid lah kesimpulan kita, karena area pengambilan sample harus benar bisa mewakili kesimpulan yang ditarik.
So, pastikan kriteria, jumlah, dan area coverage riset kita benar.
Margin of Error / Confidence Level
Ini adalah element dari research yang menggambarkan seberapa valid kesimpulan akhir dari riset yang kita buat. Ada hitungan bakunya, tinggal di google dan dihitung. Cuma yang menjebak adalah kadang hal penting ini terlupakan. Cuma liat jumlah sample kemudian kita ngerasa kalo riset kita valid. Begitu juga kalo ada agency propose research plan, cek margin of error nya berapa.
Ada beberapa standard utuk level margin of error yang masih oke. Tapi dari pengalaman, untuk riset besar biasanya margin of error ga lebih dari 5%. Tapi again, angka ini bergantung sama seberapa signifikan aksi yang akan diambil dari hasil riset ini, semakin signifikan harusnya margin of error jadi lebih kecil.
Action Standard
Action standard adalah set of action yang akan eksekusi untuk beberapa kemungkinan hasil dari sebuah riset (kuantitatif). Misal, kalo yang suka produk kita lebih dari 30% target konsumen, maka kita jadi launch bulan depan. Kalo dibawah 30% kita coba perbaiki dulu produknya.
Untuk riset yang dibuat untuk membantu pengambilan keputusan, apalagi yang melibatkan beberapa pihak, pastikan action standard udah ditentukan sebelum riset dimulai, jadi kalo udah keluar hasilnya, langsung jelas next step nya akan seperti apa.
Kalo sampe blm ada action standard, begitu hasil riset keluar yang ada semua berdebat lagi, dan jadi ga jelas hasil riset itu menggambarkan apa. Pake lah contoh diatas, kalo ternyata hasil riset bilang 27% target konsumen suka produk kita, pasti yang Pro jadi launching bilang 27% udah cukup besar, tapi kubu lawannya bilang 27% itu terlalu kecil buat jadi launching.
Akhirnya, terbuang lagi lah uang kita untuk riset yang percuma.
So, itulah 4 hal yang harus diperhatikan ketika kita mau bikin riset (versi gw). Semoga bermanfaat !
ANAKBRAND 