Marketing bán hàng - Phương pháp thu thập dữ liệu

Phương pháp thu thập dữ liệu Hôm nay Phân loại dữ liệu Dữ liệu thứ cấp Dữ liệu sơ cấp Phân loại dữ liệu Phân loại dữ liệu Theo bản chất  Sự kiện: xảy ra khách quan  Ý kiến: thái độ cảm nhận của khách hàng  Ý định: dự định, mong muốn của KH, nghiên cứu dự báo  Động cơ: nguyên nhân nội tại là phát sinh vấn đề Theo nguồn gốc  Dữ liệu sơ cấp: dữ liệu gốc được thu thập cho một mục đích cụ thể.  Dữ liệu thứ cấp: đã được thu thập cho một mục đích khác, thu thập nhanh chóng, ít tốn kém hơn. Phân loại dữ liệu Dữ liệu điều tra Nghiên cứu định lượng Nghiên cứu định tính Dữ liệu thứ cấp Dữ liệu sơ cấp Dữ liệu nghiên cứu Nghiên cứu mô tả Nghiên cứu nhân quả Dữ liệu quan sát Nghiên cứu khám phá Nội dung Dữ liệu sơ cấp Dữ liệu thứ cấp Mục đích thu thập Cho một vấn đề nghiên cứu cụ thể Cho các vấn đề khác Tiến trình thu thập 6 bước liên quan Nhanh và dễ dàng Chi phí Cao Thấp Thời gian Dài Ngắn Dữ liệu thứ cấp Dữ liệu thứ cấp có thể giúp  Nhận dạng vấn đề  Định nghĩa vấn đề sâu hơn  Phát triển và tiếp cận vấn đề  Thiết lập một thiết kế nghiên cứu phù hợp  Trả lời những câu hỏi nghiên cứu chắc chắn và kiểm định giả thuyết  Phân tích dữ liệu sơ cấp tốt hơn Thuận lợi của dữ liệu thứ cấp  Thời gian thu thập dữ liệu ngắn hơn, nhanh và dễ dàng.  Chi phí tương đối thấp.  Thường có sẵn  Hỗ trợ dữ liệu sơ cấp  Có thể đạt mục tiêu nghiên cứu Bất lợi của dữ liệu thứ cấp  Đơn vị báo cáo không tương thích  Đơn vị báo cáo như tỉnh, thành phố, bang, khu vực thống kê đô thị  Dữ liệu phải tương thích với nhu cầu của nhà nghiên cứu  Đơn vị đo lường không phù hợp  Thị trường  thu nhập : tổng thu nhập, thu nhập sau thuế, thu nhập hộ gia đình, thu nhập tính theo đầu người khác  Phân loại DN theo diện tích >< DS, nhân viên, LN.  Feet, pound >< mét, kg.  Các định nghĩa phân lớp không thể sử dụng được  EBI theo 3 tầng lớp  Dữ liệu bị lỗi thời  Khôn phù hợp tính liên hệ và tính chính xác của dữ liệu  Mục tiêu nghiên cứu, bản chất và phương pháp không còn phù hợp với tình hình hiện tại Phân loại dữ liệu thứ cấp Dữ liệu thứ cấp Bên trong Bên ngoài Sẵn sàng sử dụng Đòi hỏi nghiên cứu xa hơn Các tài liệu đã xuất bản Máy tính hóa cơ sở dữ liệu Các DV cung cấp thông tin Nguồn: Lưu Thanh Đức Hải (2003), Bài giảng Nghiên cứu Marketing, Lưu hành nội bộ - ĐH Cần Thơ Dữ liệu thứ cấp bên trong (External Secondary Data)  Bắt đầu từ các nguồn bên trong công ty.  Các nguồn thông tin rất phong phú: doanh thu bán hàng, chi phí bán hàng, chi phí khác được cung cấp thông qua báo cáo tài chính và kế toán.  Thuận lợi chính:  Thu thập được dễ dàng  Có thể không tốn chi phí Dữ liệu thứ cấp bên trong  Marketing cơ sở dữ liệu ( Data Marketing) được sử dụng để hạn chế việc chưa khai thác hết thông tin.  Dùng máy tính để theo dõi hồ sơ khách hàng và chi tiết mua hàng  Bước đầu tiên: Chuyển dữ liệu thô vào máy tính  Sau đó: Phân tích hoạt động của khách hàng qua “đời sống” của mối quan hệ với doanh nghiệp  Dùng thư trực tiếp (Direct mail) hoặc thư điện tử (Email) làm công cụ khuyến khích rất tốt dựa vào thông tin thứ cấp nội bộ cho việc thiết kế và đánh giá chương trình Dữ liệu thứ cấp bên ngoài (External Secondary Data)  Tài liệu đã được xuất bản (Published secondary data)  Máy tính hóa cơ sở dữ liệu (Computerized database)  Dịch vụ cung cấp tin tức  Dữ liệu cung cấp từ các hộ gia đình Tài liệu đã được xuất bản  Được xuất bản từ các nghiệp đoàn, chính phủ, chính quyền địa phương, NGO, hiệp hội thương mại, các tổ chức chuyên môn, các ấn phẩm thương mại, các công ty nhận tiền hoa hồng đầu tư vào các công ty nghiên cứu Marketing chuyên nghiệp.  Có hai loại dữ liệu: Dữ liệu thuộc doanh nghiệp và dữ liệu thuộc chính phủ Tài liệu đã được xuất bản – Dữ liệu thuộc doanh nghiệp Tài liệu hướng dẫn Giúp nhận ra những chỉ dẫn quan trọng khác. Là nguồn thông tin tham khảo đầu tiên Nguồn TT DN, dữ liệu dùng cho PTHĐKD Thư mục Sách rất có ích cho việc tìm kiếm các cá nhân và tổ chức thu thập dữ liệu như SEBA, CESAIS Bản đề mục Nơi có thể tìm kiếm thông tin theo một tiêu đề cụ thể nào đó. DL thống kê phi CP Các hướng dẫn đối với thị trường, dự báo, điều tra quản trị Marketing, doanh số của quyền mua hàng, DV thiết kế chuẩn, DV dữ liệu Tài liệu đã được xuất bản – Dữ liệu thuộc CP Các ấn phẩm khác  Báo doanh nghiệp  Thống kê doanh nghiệp  Niên giám thống kê Dữ liệu điều tra  Có thể tìm thấy ở các tổ chức chính phủ  Các dữ liệu điều tra quan trọng:  Điều tra nhà ở  Điều tra các nhà sản xuất  Điều tra dân số  Điều tra bán lẻ  Điều tra các ngành dịch vụ  Điều tra bán lẻ Máy tính hóa cơ sở dữ liệu  Thông tin được tạo ra có thể đọc được trên máy vi tính.  Thuận lợi:  Thông tin được cập nhật hàng ngày  Quá trình tìm kiếm thông tin rất trí tuệ, khoa học, nhanh chóng và đơn giản.  Lượng thông tin lớn  Giá thành trên đơn vị thời gian rất thấp vì tốc độ tìm kiếm trên thông tin rất nhanh.  Rất tiện lợi và dễ dàng để đánh giá thông tin nhờ việc sử dụng máy tính cá nhân có gắn thiết bị truyền tin phù hợp như modem hoặc mạng truyền tin. Phân loại cơ sở dữ liệu trên máy tính Cơ sở dữ liệu Ngân hàng dữ liệu trực tuyến Ngân hàng dữ liệu ngoạituyến Thư mục dữ liệu Dữ liệu số Dữ liệu văn bản Dữ liệu phân loại Dữ liệu đặc biệt Nguồn: Lưu Thanh Đức Hải (2003), Tài liệu giảng dạy Nghiên cứu Marketing, Lưu hành nội bộ Đại học Cần Thơ Một số định nghĩa  Ngân hàng dữ liệu trực tuyến (Online Database): một ngân hàng dữ liệu trung tâm được nối với một máy tính bởi một mạng lưới thông tin liên lạc.  Ngân hàng dữ liệu ngoại tuyến (Offline database): tạo thông tin qua CD-ROM  có thể sử dụng mà không cần mạng thông tin liên lạc bên ngoài. Một số định nghĩa  Thư mục dữ liệu (Bibliographic Databases): chứa đựng sự trích dẫn các bài báo cáo trong sách, báo, tạp chí, những tóm tắt của các tài liệu được công bố  Dữ liệu số (numeric Databases): chứa đựng thông tin thống kê và các dữ liệu. Các dữ liệu này thường được sử dụng để phân tích dãy số theo thời gian về một chỉ tiêu nào đó. Một số định nghĩa  Dữ liệu văn bản(Full Text Databases): Dữ liệu toàn văn bản của các tài liệu nguồn như hằng trăm CSDL về kinh doanh, bài báo được chọn lọc, bài báo hằng năm, các báo cáo của các cá thể đầu tư.  Dữ liệu phân loại (Directory Databases): cung cấp thông tin về cá nhân, các tổ chức và dịch vụ. Một số định nghĩa  Dữ liệu đặc biệt (Special Purpose Databases): chứa đựng thông tin để cung cấp cho một lĩnh vực cụ thể nào đó hay một ngành đặc biệt.  Phổ biến trong ngành công nghiệp chăm sóc sức khỏe Dịch vụ cung cấp tin tức  Các công ty thu thập và bán dữ liệu để đáp ứng nhu cầu thông tin của khách hàng.  Không được thu thập cho mục đích của vấn đề nghiên cứu marketing  Dữ liệu và các báo cáo được cung cấp đến công ty là khách hàng có thể phân biệt theo nhu cầu cụ thể.  Thông tin: giá trị, lối sống, đánh giá quảng cáo, sở thích, hành vi mua hàng, hành vi tiêu dùng Dữ liệu cung cấp từ hộ gia đình  Thông qua điều tra và phỏng vấn một lượng lớn khách hàng bằng bảng câu hỏi đã được thiết kế sẵn. Điều tra được thực hiện trên cơ sở:  Tâm lý: hồ sơ tâm lý của các cá nhân và lối sống  Lối sống: là mô hình phân biệt lối sống của một xã hội hay một vài phân khúc xã hội đó. Các tiêu chuẩn đánh giá dữ liệu thứ cấp Tiêu chuẩn Nội dung Chú ý Tính cụ thể và phương pháp Phương pháp thu thập dữ liệu Tỷ lệ trả lời Chất lượng dữ liệu Kỹ thuật chọn mẫu Cỡ mẫu Bảng câu hỏi Điều tra Phân tích dữ liệu Dữ liệu phải được tin cậy, có giá trị và có thể tổng quát hóa vấn đề nghiên cứ Các tiêu chuẩn đánh giá dữ liệu thứ cấp Tiêu chuẩn Nội dung Chú ý Sai số và tính chính xác Xác định các sai số trong tiếp cận, thiết kế nghiên cứu, chọn mẫu, thu thập thông tin, phân tích thông tin và viết báo cáo Đánh giá chính xác bằng cách so sánh với các nguồn dữ liệu khác Tính thời sự Sự chậm trễ và thời gian giữa việc thu thập và ấn hành Tính thường xuyên của việc cập nhật thông tin Dữ liệu điều tra phải được cập nhật định kỳ bởi những công ty Các tiêu chuẩn đánh giá dữ liệu thứ cấp Tiêu chuẩn Nội dung Chú ý Mục tiêu Tại sao phải thu thập dữ liệu? Mục tiêu sẽ xác định sự liên hệ giữa các dữ liệu Bản chất Định nghĩa các nhân tố chính Đơn vị đo lường Các phương pháp được sử dụng Các mối liên hệ được đánh giá Cần đưa dữ liệu thành dạng sơ đồ để tăng sự hữu dụng nếu có thể Các tiêu chuẩn đánh giá dữ liệu thứ cấp Tiêu chuẩn Nội dung Chú ý Khả năng phụ thuộc Chuyên môn, sự tín nhiệm, sự nổi tiếng và giá trị tin cậy của nguồn Nên sử dụng dữ liệu gốc Ứng dụng của dữ liệu thứ cấp  Chỉ số sức mua (Buying Power Index – BPI)  Là chỉ số tiềm năng tương đối của thị trường ở các vùng địa lý khác nhau.  Đánh giá tiềm năng thị trường, sản phẩm mới, xác định kênh phân phối, hoạch định dài hạn.  Đo lường thực hiện doanh số bán, hình thành các mục đích về DS bán ra và quota, chọn thị trường để thử nghiệm và bố trí phương tiện thông tin.  Đồ họa trên vi tính (Computer Mapping)  Kết hợp các vùng đại lý với thông tin về nhân khẩu học và các dữ liệu về bán hàng để phát triển thành bản đồ phục vụ kinh doanh. Vận dụng tính toán chỉ số sức mua hàng BPI  Tính chỉ số sức mua (BPI)  Bước 1: Xác định các nhân tố có liên quan đến thị trường  Bước 2: Ở mỗi thị trường cần tính tỷ trọng của các nhân tố ở bước 1.  Bước 3: Xây dựng tầm quan trọng của mỗi nhân tố  Bước 4: Tính chỉ số BPI: ước đoán tầm quan trọng này dựa vào kết quả bước 2.  Xác định tiềm năng thị trường  Bước 1: Dự báo doanh số của ngành  Bước 2: Xác định DS của Cty tại thị trường nghiên cứu  Bước 3: Dự báo thị phần tiềm năng của thị trường nghiên cứu  Bước 4: Dự báo doanh thu tiềm năng ở thị trường nghiên cứu  Bước 5: Ước lượng chỉ số thực hiện thị trường Ví dụ: Tính BPI  Giả sử công ty bạn đưa ra thị trường loại áo sơ mi dành cho đàn ông, sản phẩm này được bày bán ở các cửa hàng. Tính toán BPI để phản ánh khả năng của thị trường mua sản phẩm này.  Bước 1: xác định các nhân tố liên quan đến thị trường áo sơ mi đàn ông  Nhân tố nhân khẩu (phân khúc): đàn ông từ 35 tuổi trở lên  Nhân tố kinh tế: Hộ gia đình có thu nhập từ 50 triệu đồng/năm  Phân phối tại các cửa hàng bán quần áo Ví dụ  Bước 2: Tính tỷ trọng (%) của 3 nhân tố trên: Nhân tố phân khúc = (số đàn ông từ 35 tuổi trở lên tại thị trường nghiên cứu/số đàn ông từ 35 tuổi trở lên của cả nước)*100 Nhân tố kinh tế = 𝑆ố ℎộ 𝑔𝑖𝑎 đì𝑛ℎ 𝑡ℎ𝑢 𝑛ℎậ𝑝 𝑡𝑟ê𝑛 50 𝑡𝑟𝑖ệ𝑢 đồ𝑛𝑔 1 𝑛ă 𝑚 𝑐ủ𝑎 𝑡ℎị 𝑡𝑟ườ𝑛𝑔 𝑛𝑔ℎ𝑖ê𝑛 𝑐ứ𝑢 𝑇ổ𝑛𝑔 𝑠ố ℎộ 𝑔𝑖𝑎 đì𝑛ℎ 𝑐ó 𝑡ℎ𝑢 𝑛ℎâ𝑝 𝑡𝑟ê𝑛 50 𝑡𝑟𝑖ệ𝑢 đồ𝑛𝑔 𝑐ủ𝑎 𝑞𝑢ố𝑐 𝑔𝑖𝑎 × 100 Nhân tố phân phối = (DS bán của cửa hàng nghiên cứu/DS bán của các cửa hàng thuộc quốc gia) *100 Ví dụ:  Ta có thể tính mặt hàng này ở TP.HCM với các giả định như sau:  Nhân tố phân khúc thị trường: (744.410/48.336.957)*100 = 1,54%  Nhân tố kinh tế: (299.291/11.656.668)*100 = 2,57%  Nhân tố phân phối: (2.389.522.000/127.230.971.000)*100 = 1,88% Ví dụ  Bước 3: Xây dựng tầm quan trọng của mỗi nhân tố Đối với mặt hàng áo sơ mi đàn ông, các nhân tố này có thể có cơ cấu tỷ trọng là:  Phân khúc 20%  Kinh tế 50%  Phân phối 30% Ví dụ  Bước 4: Tính chỉ số BPI BPI = 0,2 (1,54%) + 0,5(2,57%) + 0,3(1,88%) = 2,16 Ví dụ - Xác định tiềm năng thị trường  Giả sử qui mô bán lẻ áo sơ mi đàn ông trong cả nước là 2 tỷ đồng, và công ty của bạn bán trược 140 triệu hay chiếm 7% thị phần, trong đó doanh số bán của công ty tại TP.HCM lad 2.278.760 đồng.  Bước 1: Dự báo tổng doanh số của ngành (DSN) cho thị trường sản phẩm áo sơ mi đàn ông tại TP.HCM (DSNM) DSNM = (DSN * BPI)/100 = (2 *10 9 * 2,16)/100 = 43.200.000  Bước 2: Doanh số của công ty tại thị trường nghiên cứu (DSM) = 2.678.760 đồng  Bước 3: Dự báo thị phần tiềm năng của thị trường nghiên cứu (MSM) MSM= 𝐷𝑆𝑀 𝐷𝑆𝑁𝑀 = 2.678.760 4,32 ∗107 *100 = 6,2%  Bước 4: Dự báo doanh thu tiềm năng ở thị trường nghiên cứu (DSPM) DSPM = 𝐷𝑆 𝑐ủ𝑎 𝑐ô𝑛𝑔 𝑡𝑦 ∗𝐵𝑃𝐼 100 = 140 ∗106 ∗2,16 100 = 3,02.106 đồng  Bước 5: Ước lượng chỉ số thực hiện của thị trường (PMM) PMM = 𝐷𝑆𝑀 𝐷𝑆𝑁𝑀 * 100 = 2.678.760 3,678.106 * 100 = 88,78% Kết luận: DS bán ở Tp.HCM cao hơn các thị trường khác nhưng vẫn còn ở dưới mức tiềm năng (nhỏ hơn 100%). Dữ liệu sơ cấp Dữ liệu trong nghiên cứu định tính và định lượng Dữ liệu trong nghiên cứu Marketing Dữ liệu thứ cấp Dữ liệu sơ cấp Nghiên cứu định lượng Nghiên cứu định tính Nghiên cứu mô tả Nghiên cứu nhân quả Dữ liệu điều tra Dữ liệu quan sát và DL khác Dữ liệu thực nghiệm  Nghiên cứu định lượng (Quantitative Research)  Xác định số liệu và ứng dụng dữ liệu dưới một hình thức nào đó của phân tích thống kê  Nghiên cứu định tính (Qualitative Research)  Cung cấp sự hiểu biết sâu sắc về vấn đề nghiên cứu Phân loại nghiên cứu định tính Nghiên cứu định tính Trực tiếp Gián tiếp Phỏng vấn nhóm Phỏng vấn cá nhân Kỹ thuật Liên tưởng Hoàn chỉnh Diễn giải Diễn cảm Quan sát Phỏng vấn nhóm (Focus Group) Thuận lợi  Đa dạng thông tin  Tập trung điều khiển  Kich thích trả lời  An toàn  Tự nhiên  Thông tin khách quan  Đa dạng thành phần  Khảo sát mang tính khoa học  Kết cấu  Tốc độ Bất lợi  Ứng dụng sai  Đánh giá sai  Điều khiển  Lộn xộn  Không đại diện Ứng dụng của phỏng vấn nhóm  Hiểu được nguyện vọng của khách hàng cũng như sở thích và hành vi tiêu dùng sản phẩm của khách hàng  Đạt được những ấn tượng về các khái niệm sản phẩm mới  Tạo ra những ý tưởng về những sản phẩm cũ  Phát triển những khái niệm sáng tạo và soạn thảo thông điệp quảng cáo  Giữ được mức giá gây ấn tượng  Đạt được những phản ứng ban đầu của khách hàng đối với chương trình Marketing cụ thể. Những dạng khác của nhóm thảo luận  Nhóm thảo luận hai chiều  Nhóm thảo luận song đôi  Nhóm thảo luận tay đôi  Nhóm kết hợp người điều khiển và người trả lời  Nhóm khách hàng tham gia  Nhóm thảo luận mini  Nhóm thảo luận bằng điện thoại Phỏng vấn sâu cá nhân (Indepth Interview)  Kỹ thuật phỏng vấn cá nhân  Kỹ thuật bắc thang (Laddering)  Kỹ thuật đặt câu hỏi cho các vấn đề được che giấu (Hidden issue questioning)  Phân tích biểu tượng (Symbolic analysic) Phỏng vấn sâu  Biết chính xác câu trả lời riêng của từng người  Trao đổi thông tin hoàn toàn tự do và hoàn toàn không có bất kỳ áp lực mang tính xã hội  Khó tìm người PV có kỹ năng  Đáp viên dễ xúc cảm đối với người phỏng vấn  Khó phân tích và tổng hợp dữ liệu  Chi phí cao nên cỡ mẫu nhỏ, tính đại diện thấp Thuận lợi Bất lợi Ứng dụng của phỏng vấn sâu  Thăm dò được chi tiết từ người phỏng vấn  Thảo luận các chủ đề về niềm tin, cảm xúc, tài chính cá nhân  Những tình huống có những tiêu chuẩn xã hội đang tồn tại và noi mà người được phỏng vấn có thể bị ảnh hưởng bởi sự trả lời của nhóm  Hiểu rõ các hành vi ứng xử phức tạp  Phỏng vấn những người có chuyên môn  Phỏng vấn đối thủ cạnh tranh  Những trường hợp nơi mà kinh nghiệm tiêu dùng sản phẩm thuộc về cảm giác và giác quan như nước hoa, xà phòng thơm. Phương pháp quan sát Ưu điểm  Đo lường những hành vi thật  Không có sai số do ghi chép, và sai số tiềm năng  Ít tốn kém và nhanh hơn các phương pháp khảo sát Nhược điểm  Lý do về hành vi được quan sát chưa được xác định.  Cảm nhận của người nghiên cứu có thể dẫn đến sai sót.  Tốn thời gian và chi phí  Khó khăn quan sát hành vi cá nhân  Không được tế nhị Phương pháp tiếp cận gián tiếp  Kỹ thuật liên tưởng  Kỹ thuật hoàn chỉnh  Hoàn thành câu  Hoàn thành câu chuyện  Kỹ thuật dựng hình  Kỹ thuật diễn giải hình ảnh  Kỹ thuật kiểm tra bằng phim hoạt hình  Kỹ thuật diễn cảm  Kỹ thuật đóng vai người thứ 3 Ví dụ kỹ thuật liên tưởng Bảng liệt kê từ Phụ nữ 1 Phụ nữ 2 1. Ngày giặt 2. Độ sạch 3. Độ tinh khiết 4. Cọ rửa 5. Bẩn thỉu 6. Khăn tắm 7. Độ bọt Mỗi ngày Còn rít tay Trong trắng Chồng rửa Hành xóm Dơ Nhà tắm Ủi Sạch Lẫn tạp chất Sạch Dơ bụi Giặt Xà bông cục và nước Kỹ thuật tiếp cận gián tiếp Thuận lợi  Có thể đưa ra các câu trả lời đối với các câu hỏi còn thiếu thông tin  Tăng hiệu lực của câu trả lời Khó khăn  Phỏng vấn viên phải có trình độ, có kỹ năng và được huấn luyện  Người tổng hợp và phân tích thông tin phải có trình độ tương tự.  Chi phí cao  Sai lệch trong quá trình phân tích dữ liệu Ứng dụng kỹ thuật tiếp cận gián tiếp  Khi mà vấn đề không thể thực hiện bằng phương pháp trực tiếp  Nghiên cứu thăm dò các vấn đề để có được sự hiểu biết sâu sa ban đầu  Các vấn đề phức tạp thì không nên sử dụng các phương pháp tiếp cận gián tiếp. Thu thập dữ liệu định lượng Ở cửa hàng Máy vi tính Điện thoại Thư tín Các phương pháp điều tra phỏng vấn Điện thoại truyền thống Điện thoại – Máy tính Thư tín thông thường Phỏng vấn Ở nhà Thư tín Nhóm đại diện Thang đo khoảng cách Thang đo tỉ lệ Dữ liệu định tính Dữ liệu định lượng Dữ liệu nghiên cứu Thang đo danh nghĩa Thang đo thứ bậc Hiệu chỉnh thông tin trong nghiên cứu định lượng  Nguyên nhân gây sai sót trong thu thập thông tin:  Thiết kế bảng câu hỏi không đạt yêu cầu  Hướng dẫn phỏng vấn viên không rõ ràng  Kỹ thuật phỏng vấn kém  Các bước hiệu chỉnh:  Hiệu chỉnh tại hiện trường  Phỏng vấn lại câu bỏ sót  Hoàn chỉnh các phần viết tắt, ký hiệu, viết chưa kịp  Hiệu chỉnh tại trung tâm  Do bộ phận xử lý thông tin thực hiện trước khi nhập thông tin nhằm kiểm tra lại toàn bộ các lỗi và tính hợp lý của bảng câu hỏi Chỉ tiêu Điện thoại ĐT + máy tính Tại nhà Cửa hàng Cá nhân +máy tính Thư tín Nhóm 1. Sự linh hoạt của thu dữ liệu 2. Sự đa dạng của câu hỏi 3. Kích thích bằng vật chất 4. Quản lý, kiểm soát mẫu 5. Quản lý môi trường thu dữ liệu 6. Quản lý lực lượng PVV 7. Chất lượng dữ liệu 8. Tỷ lệ trả lời 9. Thông tin nhạy cảm 10. Sai sót của PVV 11. Tốc độ 12. Chi phí TB Thấp Thấp TB-C TB TB Thấp TB Cao TB Cao TB TB-Cao Thấp Thấp TB-Ca0 TB TB Thấp TB Cao TB Cao TB Cao Cao TB-C Cao TB-C Thấp Cao Cao Thấp Cao TB Cao Cao Cao Cao TB Cao TB TB Cao Thấp Cao TB-C TB-C TB-Cao Cao Cao TB Cao TB TB Cao Thấp – TB Thấp TB-C TB-C Thấp TB TB Thấp Thấp Cao Thấp Thấp Cao Không Thấp Thấp Thấp TB TB TB-C Thấp Cao TB TB Cao Không T – TB T-TB