x

Pek çok istatistik tekniğin kullanıldığı KDA, özellikle Pazarlama Araştırmalarında müşteri memnuniyetini, sadakatini, marka tercihini v.b belirleyen en önemli unsurların (değişkenlerin) saptanması amacı ile kullanılmaktadır. KDA uygulamalarında sıklıkla regresyon modellerinden (Doğrusal Regresyon Modelleri, Ridge Regresyon Modelleri, Lojistik Regresyon Modelleri v.b.) yararlanılmaktadır. Bunlar arasında sahada en çok kullanılanı çoklu doğrusal regresyon modelleridir. Bu modeller ile bağımlı değişkeni (genel ürün/hizmet memnuniyeti gibi) en çok etkileyen bağımsız değişkenlerin önem sıralarını belirleyen beta (standardize edilmiş kısmi regresyon) katsayıları ve kısmi korelasyon katsayıları hesaplanmaktadır. Elde edilen sonuçlar x ekseni performans, y ekseni önem düzeyi olmak üzere 4’e bölünmüş bir koordinat sisteminde gösterilir ve çizilen diyagram “Quadrant Analizi-IP Diagram” olarak adlandırılır. Bu görseller yardımı ile KPI değişkenleri belirlenir ve araştırma konusu ile ilgili birtakım stratejiler geliştirilebilir. Aşağıda bir hipotetik örnekle KDA analizini uyguladım.

Bir ürün ile ilgili memnuniyetin hangi değişkenlere bağlı olduğu ve bu değişkenlerin önem sıralarının belirlenmesi amacıyla bir saha araştırması gerçekleştirilmiş olsun. 400 kişi ile yapılan ankette; genel ürün memnuniyeti ile birlikte genel memnuniyeti etkilediği düşünülen; fiyat memnuniyeti, ürün kalitesi, satış sonrası destek, renk seçeneği ve ürün tasarımı ile ilgili ifadeler (bağımsız değişkenler) oluşturulmuş ve katılımcılardan 10 üzerinden değerlendirme yapmaları istenmiş olsun. Burada (1 en düşük memnuniyet düzeyini 10 ise en yüksek memnuniyet düzeyini temsil etmektedir). Araştırmanın veri seti; birimlerin (satırların) bağımsız değişkenlerden sütunların ise önem ve performans değişkenlerinden oluşacak şekilde düzenlenmelidir.

Ürün memnuniyetini etkileyen Faktörler

(Bağımsız Değişkenler)

Performans Önem (Importance)
Ürün Kalitesi 8 2
Ürün Fiyatı 4 4
Satış Sonrası Destek 4 8
Renk Skalası 2 6
Ürün Tasarımı 6 8

Genel Memnuniyetin bağımlı, ürün memnuniyetini etkileyen değişkenlerin bağımsız olduğu bir model tahmin edilsin. Burada “Önem(Importance)” değerleri modelin beta katsayılarıdır. Performans değerleri ise her bir bağımsız değişken için 400 kişinin 10 üzerinden yaptıkları değerlendirmenin ortalamasıdır.
Bu verileri kullanılarak Excel’de en temel Key Driver Analiz diyagramı olan IP diyagramını çizdim.

Diyagrama göre ürün ile ilgili algılanan güçlü ve zayıf özellikler ve uygulanacak stratejiler şöyle özetlenebilir:

-4’de bölünmüş koordinat sisteminin sağ-üst kısmında yer alan özellikler ürünün “önemli-güçlü” yönleri olarak tanımlanabilir. Buna göre bizim örneğimizde ürünün tasarımı ürünün önemli-güçlü özelliğidir.

-4’de bölünmüş koordinat sisteminin sol-üst kısmında yer alan özellikler ürünün “önemli-zayıf” özelliklerini göstermektedir. Buna göre ürünün kalite özelliği, ürünün önemli ancak zayıf bir özelliğidir. Kalitenin iyileştirilmesi için çaba gösterilmesi gerekir.

-4’de bölünmüş koordinat sisteminin sol-alt kısmında yer alan özellikler ürünün “önemli olmayan-zayıf” özelliklerini göstermektedir. Buna göre araştırdığımız ürünün fiyat özelliği ürünün önemli olmayan zayıf bir özelliğidir. Bu durumun böyle devam edip etmeyeceği izlenmelidir.

-4’de bölünmüş koordinat sisteminin sağ-alt kısmında yer alan özellikler ürünün “önemli olmayan – güçlü” özelliklerini göstermektedir. Örneğimizde ürünle ilgili satış sonrası destek ve renk skalası önemli olmayan güçlü özelliklerdir. Bu özellikler ile ilgili gelecek planları yapılmalıdır.

Görüldüğü gibi en temel Key Driver Analizi bile işletmelerin ürün ve hizmetleri ile ilgili strateji geliştirmesinde yardımcı olmaktadır. Bu arada Key Driver Analizi’nin Biyoistatistik alanında da birçok uygulaması var.
Çok fazla uygulama alanı ve uygulama yöntemi olan Key Driver Analizi’ni; “önceliklerin belirlenmesi amacıyla uygulanan yöntemler topluluğu” olarak da tanımlamak mümkün.
Key Driver Analizi kapsamında başka hangi yöntemler nasıl uygulanır? Bize ulaşın birlikte karar verelim, uygulayalım 🙂

İlginiz için Teşekkürler
Prof.Dr.Çiğdem Arıcıgil Çilan
Latent İleri Araştırma Genel Müdürü&İ.Ü İşletme Fakültesi Öğretim Üyesi