Случайное вовлечение устройств: что это такое с методами

Поскольку телефоны становятся все менее распространенными, становится трудно проводить телефонные опросы. Но хорошая новость в том, что появился новый способ проведения опросов! Случайное вовлечение устройств (RDE) — это инновационный метод проведения исследования, в котором используется уникальный идентификатор респондента в качестве краеугольного камня их участия.

Важно отметить, что, наблюдая за идентификатором рекламы в мире устройств, исследовательские фирмы могут предотвратить мошенничество, связанное с SUMA (одиночные пользователи, несколько учетных записей). Выборки RDE также полностью случайны и непредвзяты. Улучшение случайного набора цифр используется для случайного взаимодействия со стационарными (а теперь и сотовыми) телефонами.

Эта гибкость имеет ряд преимуществ по сравнению с традиционными методами опроса: RDE менее затратны, поскольку не требуют проезда или других расходов, связанных с проведением интервью; они обеспечивают большую конфиденциальность для респондентов, потому что никто не видит, кто заполнил или не заполнил опрос; и они обеспечивают больший контроль над тем, когда респонденты имеют доступ к опросу, поскольку нет необходимости в интервьюерах или другом персонале в местах сбора данных (Tucker, 1983; West and Blom, 2017).

Что такое случайное вовлечение устройств?

Давайте представим случайный выбор устройства (RDE); естественный преемник RDD (случайный набор цифр) с точки зрения орфографии, философии и качества.

Опрос случайного вовлечения устройств (RDE) опирается на рекламные сети или другие порталы на устройствах для привлечения случайных людей, где бы они ни находились. Одна из самых распространенных версий — рекламные модули для смартфонов, но ее легко можно разместить в играх, виртуальной реальности и т. д.

Принцип, лежащий в основе опросов со случайным вовлечением устройств, заключается в том, что люди, которые были выбраны компанией, проводящей опросы, с большей вероятностью будут участвовать в опросах, чем те, кто не был выбран. Таким образом, рекламодатели могут воспользоваться преимуществами опроса RDE, чтобы лучше понять, каковы впечатления клиентов от их продуктов или услуг и как они могут их улучшить.

Случайное вовлечение устройств представляет огромное преимущество, особенно по сравнению с RDD. В то время как опросы могут быть завершены в течение нескольких дней, RDD нередко занимает недели или даже месяцы. С помощью социальных сетей и вспомогательного краудсорсинга опросы можно проводить немного быстрее, чем с помощью RDE, но им все равно не хватает скорости, которую предлагает RDE.

Онлайн-панели сопоставимы по скорости, если вы доплачиваете за респондентов из объединенных панелей (онлайн-панели взимают дополнительную плату за получение респондентов из других панелей, потому что это увеличивает их скорость).

Когда дело доходит до точности RDE, важно знать, что охват является одним из основных факторов. На рынке США крупные RDE-компании могут охватить более 5 000 000 уникальных респондентов. В настоящее время RDE все еще отстает от RDD по охвату, но скоро догонит. Краудсорсинговые опросы с использованием социальных сетей аналогичны краудсорсингу с помощью социальных сетей, а охват превосходит онлайн-панели.

Панели, доступные в Интернете, занимают очень мало места, что влияет на их способность собирать подробную информацию о населении.

Методы случайного подключения устройств

Давайте рассмотрим работу, опубликованную в Goel, Obeng, and Rothschild (2015) и Konitzer, Corbett-Davies and Rothschild (Nd), чтобы продемонстрировать, насколько эффективными могут быть образцы RDE. И добавьте примеры из внеочередных выборов в конгресс 2017–2018 годов.

Первое исследование было проведено Goel et al. (2015), которые использовали популяционную выборку из 1200 зарегистрированных избирателей на всеобщих выборах в Мичигане. Выборка была составлена ​​из официальных досье избирателей Совета агитаторов в Мичигане и включала избирателей, имевших право голосовать, но не проголосовавших в 2004 году.

Это исследование показало, что в 2004 году неизбиратели с большей вероятностью, чем избиратели, отдавали предпочтение Керри, а не Бушу, с относительным преимуществом Керри в 8 процентных пунктов среди неизбирателей по сравнению с только 3 процентными пунктами среди избирателей (p<0,05).

Второе исследование было проведено Konitzer et al. (2016), которые использовали Совместное исследование выборов в Конгресс (CCES), в ходе которого были опрошены 1068 респондентов с помощью RDD в течение цикла президентских выборов 2008 года. Набор данных CCES включает информацию о политических взглядах респондентов, а также об их прошлом поведении при голосовании, что позволило Konitzer et al. изучить, как прошлое поведение при голосовании влияет на явку в будущем.

Исследователи смогли продемонстрировать, как использование RDE с помощью Pollfish может близко соответствовать опросам золотого стандарта, таким как General Social Survey. Исследователи обнаружили, что этот метод можно использовать для замены вызовов на дом в опросах, поскольку вызовы на дом часто слишком дороги для большинства исследовательских проектов, поэтому это полезный ориентир.

Результаты показали, что их прогнозы, основанные на одном опросе, не намного хуже прогнозов агрегаторов опросов, таких как Huffington Post Pollster (HPP). Сравнивая свои оценки по штатам с фактическим результатом, они обнаружили, что по сравнению с оценками HPP их RMSE был лишь немного выше: 4,24% баллов против 3,62% баллов (для 50 штатов, исключая округ Колумбия).

Метод № 1 — набор случайных цифр (RDD)

Первый метод, набор случайных цифр (RDD), является традиционным методом. Он отлично работает, но обречен в ближайшие несколько лет. Таким образом, на самом деле речь идет о том, какой из новых методов выборки онлайн-опросов заменит его: онлайн-панели, вспомогательный краудсорсинг или случайное вовлечение устройств (RDE). Мы верим, что будущее за RDE.

В течение 2017 и 2018 годов компании, занимающиеся опросами, использовали все три новых метода для прогнозирования результатов выборов в Конгресс: RDE намного превосходит два других.

Опросные фирмы использовали три новых метода для прогнозирования результатов выборов в Конгресс в 2017 и 2018 годах. RDE работает лучше, чем другие.

В этой статье мы приводим подробный анализ сильных сторон метода, включая опросы, проведенные Pew Research Center.

Метод № 2 – Данные телеметрии

Использование данных телеметрии в опросных исследованиях не ново. На самом деле, самым известным примером этого метода является Американское национальное исследование выборов (ANES), которое с 1948 года собирает телефонные и личные опросы домохозяйств. ANES собирает эту информацию на непрерывной основе, чтобы исследователи может отслеживать изменения во времени и в разных географических точках.

Совсем недавно RDE начал дополнять собранные данные об отношении различными параметрическими или телеметрическими данными.

Как мы все знаем, люди, проводящие опросы, в корне отличаются от тех, кто не участвует в опросах. Как недавно заявила прогрессивная аналитическая компания CIVIS, набор из почти 30 дополнительных демографических, поведенческих и жизненных вопросов, которые касаются понятий социального доверия и космополитизма, необходим, чтобы иметь возможность взвесить и скорректировать все способы, которыми респонденты опроса необычный.

Как утверждают Konitzer, Eckman и Rothschild (2016), данные телеметрии являются гораздо более экономичным (и ненавязчивым) способом сбора этих переменных. Местонахождение дома и работы, маршруты поездок на работу или мобильность, политический состав района или социальной сети, полученные из спутниковых (читай: чрезвычайно точных) продольных данных о координатах местоположения, хорошо предсказывают демографические переменные.

Метод № 3 – отбор проб реки

Выборка рек — это метод набора респондентов, использующих баннерную рекламу. Это обычная практика в исследованиях рынка и опросах, но у нее есть несколько существенных недостатков.

В зависимости от метода отбора проб рек для опроса можно использовать рекламные баннеры, либо взаимодействие может осуществляться через старые веб-сайты или места, где Rapid Data Enumeration набирает респондентов. У RDE есть доступ к номерам счетов, а у речной выборки нет, что создает два серьезных недостатка: речная выборка не способна обнаружить SUMA — мошенники могут обмануть, участвуя дважды в одном и том же опросе, особенно если есть финансовый стимул для участия. И любая степень демографического/географического таргетинга кажется невозможной.

Процесс прост: рекламный запрос приходит на сервер, который затем перенаправляет его в рекламную сеть для прямой обработки. Рекламная сеть определяет, есть ли доступные объявления, подходящие для этого конкретного пользователя, и отправляет их на сервер.

Хороший опрос RDE выполняется в сотрудничестве с издателем, обеспечивая нативный опыт, в то время как рекламные баннеры проталкиваются через рекламную сеть.

Примеры случайного подключения устройств

Как указывалось ранее, мы твердо верим, что случайный набор цифр (RDD) обречен. Онлайн-панели эффективны, но дороги, вспомогательный краудсорсинг работает хорошо, но занимает слишком много времени, а случайное вовлечение устройств (RDE) намного быстрее и экономичнее.

Будущее RDE светлое. Проникновение устройств будет расти в будущем, расширяя охват RDE в США и делая RDE единственной жизнеспособной альтернативой на менее развитых рынках. Возьмите Африку: прогнозируется, что уровень проникновения смартфонов вырастет на 52,9% в годовом исчислении.

В настоящее время на континенте насчитывается 293 миллиона пользователей смартфонов, а это означает, что с учетом текущих темпов роста к 2021 году в Африке будет 929,9 миллиона смартфонов. Но радужное будущее для RDE связано не только с проникновением — успехи в объединении идентификаторов объявлений с другими известными идентификаторами на американском рынке означают, что станет возможным индивидуальный таргетинг на основе финансовой истории или моделей расходов по кредитным картам.

И пока мы говорим об объединении источников данных: фирмы, занимающиеся политическими исследованиями, теперь могут проводить опросы непосредственно из списка избирателей 250 миллионов американцев.

Вывод

Мы начали с обсуждения того, как работали традиционные RDD и как они были обречены из-за отсутствия участия молодых людей, у которых меньше шансов иметь стационарные телефоны. Мы рассмотрели два новых метода: онлайн-панели и вспомогательный краудсорсинг. Онлайн-панели похожи на традиционные RDD, но с более современными технологиями; они не требуют, чтобы участники сами отвечали на какие-либо вопросы или даже разговаривали с человеком.

Вместо этого они используют автоматизированные сценарии и алгоритмы для сбора данных от интернет-пользователей, которые соглашаются участвовать. Вспомогательный краудсорсинг использует как людей, так и компьютеры; люди используются для таких задач, как пометка изображений или расшифровка голосовых записей, в то время как компьютеры выполняют другие задачи, такие как анализ текстовых документов в целях анализа настроений.

Наконец, мы обсудили наш предпочтительный метод: случайное подключение устройств (RDE). Этот метод использует сложные алгоритмы для автоматической идентификации устройств.

Узнайте, как раскрыть потенциал исследований с помощью Audience QuestionPro. Наши продукты используют более 3 миллионов человек в более чем 50 странах, и мы всегда ищем новые способы использования наших технологий, чтобы помочь вам получить более содержательную информацию от ваших клиентов и заказчиков.

Используйте Audience QuestionPro, чтобы помочь вам создавать более точные опросы, которые предоставят вам более качественные данные.

УЧИТЬ БОЛЬШЕ