Atendimento via WhatsApp

nossos serviços

Soluções completas em análise de dados e pesquisas

A assessoria e as pesquisas da NRM abordam diversos temas, entre eles:

Análise estatística de dados
Dashboards e BI
Pesquisas de Mercado e Opinião
Pesquisas Eleitorais
Pesquisas de Clima Organizacional
Modelos de previsão

Realizamos pesquisas de mercado que abrangem satisfação de clientes, hábitos e opiniões de consumo, necessidades e preferências do público, além de estudos de segmentação para identificar perfis e oportunidades estratégicas.

Nossas técnicas

Principais técnicas estatísticas que utilizamos

É a parte mais conhecida da estatística. Tem por finalidade descrever as unidades de observação, através de métodos numéricos e gráficos. Quem vê o noticiário, na televisão ou nos jornais, sabe quão freqüente é o uso de médias, proporções, índices e gráficos. Também são medidas descritivas: a mediana, moda, separatrizes, desvio-padrão, assimetria, curtose, concentração.

Exemplos:

INPC – Índice Nacional de Preços ao Consumidor: Sua construção envolve a sintetização, em um único número, dos aumentos da cesta básica.
Anuário Estatístico Brasileiro: Apresenta, em várias tabelas, os mais variados dados sobre o Brasil: educação, saúde, transporte, economia, cultura, etc.

Avaliar se os resultados obtidos a partir da amostra podem ser generalizados para a “população”.

Seu objetivo é avaliar, através de dados amostrais, afirmações (hipóteses) sobre os valores de parâmetros populacionais desconhecidos. Ou seja, avaliar se os resultados obtidos a partir da amostra podem ser generalizados para a população. As afirmações, ou hipóteses, podem ser do tipo:

o tempo médio de espera nas agências de dois bancos é o mesmo;
o salário médio em duas capitais é o mesmo;
a existência de figuras em um anúncio influencia a preferência dos consumidores;
dois tratamentos produzem, em média, os mesmos resultados.
Testes mais utilizados:

Teste t de Student para uma amostra – compara a média de uma amostra com um valor pré-determinado;
Teste t de Student para amostras independentes – compara médias entre duas amostras tomadas de forma independente;
Teste t de Student para amostras emparelhadas – compara médias entre duas amostras tomadas aos pares (p. ex. estudos antes/depois);
One-Way ANOVA – Análise de Variância para um fator – compara médias entre três ou mais amostras tomadas de forma independente;
Teste Qui-quadrado de independência – verifica a existência de independência estatística entre duas variáveis categóricas;
Testes Não Paramétricos ou Testes de Distribuição Livre – são testes alternativos aos citados acima, que não demandam suposições sobre a distribuição probabilística dos dados. Exemplos: Teste de Kolmogorov-Smirnov para uma amostra, Teste de Mann-Whitney, Teste de Kruskal-Wallis, Teste da Mediana, Teste de Wilcoxon, Teste de MacNemar, Teste de Friedman, etc.

Mede, através de um coeficiente de correlação ou associação, o grau de relacionamento entre duas variáveis. Não se preocupa com relações de causa e efeito, ou seja, não diz se X é causa e Y efeito ou vice-versa (é a redução no preço que aumenta as vendas ou o aumento das vendas que reduz os preços?).

Exemplos de Coeficientes de Correlação/Associação:

Coeficiente de Correlação de Pearson: Mede a força da relação linear entre duas variáveis quantitativas. Seus valores variam entre –1 e +1
Coeficiente de Correlação de Spearman: Assim como o Coeficiente de Pearson, seus valores também variam entre –1 e +1. Entretanto não requer a suposição de normalidade, por isso é apropriado para variáveis medidas em escala ordinal (p. ex. escalas de preferência, satisfação)

Coeficiente de Contingência, V de Cramér: São coeficientes de associação para variáveis em escala nominal (p. ex. sexo, religião)

Gama, Kendall’s tau-b, Kendall’s tau-c Cramér: São coeficientes de associação para variáveis em escala ordinal

Equação matemática que descreve o relacionamento entre uma variável dependente e uma ou mais variáveis independentes.

A Análise de Regressão pode ser utilizada para:

Determinar se as variáveis independentes explicam uma variação significativa na variável dependente, ou seja, se existe relação entre as variáveis;
Determinar quanto da variação na variável dependente pode ser explicado pelas variáveis independentes, ou seja, qual a intensidade da relação;
Determinar a estrutura ou a forma da relação: a equação matemática que relaciona as variáveis independentes e a dependente;
Predizer os valores da variável dependente;
Controlar outras variáveis independentes quando da avaliação das contribuições de uma variável ou conjunto de variáveis específicas.

Exemplos de utilização da análise de regressão linear:

Predizer as vendas anuais totais de um vendedor (a variável dependente), baseando-se em variáveis independentes como idade, anos de estudo e anos de experiência na função;
Examinar a relação entre o preço de capa de revistas e o nº de páginas editoriais, circulação, percentagem de venda em bancas, despesas promocionais, percentagem de páginas em cores e receitas com publicidade.

É uma técnica utilizada para predizer os resultados de uma variável dependente categórica através de um conjunto de variáveis independentes, que podem ser contínuas ou categóricas. A regressão logística pode ser binária (quando a variável dependente tem duas categorias) ou multinomial (quando a variável dependente tem mais de duas categorias).

Exemplos de utilização da regressão logística:

Analisar a predisposição de uma pessoa a desenvolver determinada doença ou condição de saúde;
Determinar os principais fatores de risco para o desenvolvimento de uma doença;
Predizer se uma pessoa tem grande probabilidade de comprar um produto.

Consiste na técnica de reduzir um grande número de variáveis em um número menor de componentes não correlacionados, capazes de manter a maior parte da informação encontrada nas variáveis originais. A técnica é útil quando um grande número de variáveis dificulta a interpretação das relações entre os sujeitos ou unidades analisadas. Com a redução na dimensão, interpreta-se um pequeno número de componentes ao invés de um grande número de variáveis.

Procura identificar os fatores que determinam o comportamento de um fenômeno. Este objetivo é atingido substituindo-se um conjunto inicial de variáveis correlacionadas por um conjunto menor de fatores (ou variáveis hipotéticas). Os fatores encontrados devem explicar a maior parte da variância do conjunto original de dados, ou seja, possuir um alto grau de conservação da informação original.

Exemplos de utilização da análise fatorial:

A imagem de um estabelecimento pode ser medida pedindo-se aos entrevistados que o avaliem segundo uma série de itens em uma escala diferencial. Analisam-se então essas avaliações para determinar os fatores fundamentais da imagem do estabelecimento;
Em segmentação de mercado, identificar as variáveis latentes segundo as quais se agrupam os consumidores;
Em pesquisa de produto, determinar os atributos de uma marca que influenciam a escolha do consumidor.

É uma técnica útil para encontrar agrupamentos naturais ou convenientes dos indivíduos, simplificando a descrição de um grande conjunto de dados ou para gerar hipóteses a serem testadas com amostras futuras. O objetivo da Análise de Agrupamentos é: dado um número de unidades ou indivíduos, descritos por um conjunto de variáveis, obter um esquema de classificação para agrupá-los de tal forma que os indivíduos dentro dos grupos têm características semelhantes, e são diferentes dos outros grupos. A principal vantagem da análise de agrupamentos é a possibilidade de se encontrar, baseando-se em um complexo conjunto de dados, grupos de indivíduos que de outra forma não seriam aparentes.

Exemplos de utilização da análise de conglomerados:

Em segmentação de mercado, agrupar consumidores com base nas vantagens que esperam da compra de um produto ou de acordo com suas características geográficas, demográficas e de modo de vida;
Agrupar marcas de produtos de acordo com suas características objetivas e subjetivas.

A Análise de Variância (ANOVA) é um método estatístico usado para verificar se há diferenças significativas entre as médias de três ou mais grupos independentes. Em vez de comparar os grupos dois a dois, como no teste t, a ANOVA analisa a variabilidade entre os grupos em relação à variabilidade dentro de cada grupo, ajudando a identificar se as diferenças são reais ou fruto do acaso.
A One-Way ANOVA (ANOVA de um fator) é uma variação que avalia o impacto de um único fator sobre as médias de três ou mais amostras independentes.

Modelo matemático capaz de permitir a elaboração de previsões a respeito do comportamento da variável no futuro.

Uma série temporal é um conjunto de observações de uma dada variável, ordenadas segundo o parâmetro tempo, geralmente em intervalos eqüidistantes. A Análise de Séries Temporais procura estudar o comportamento de uma variável através do tempo, através da construção de um modelo matemático capaz de permitir a elaboração de previsões a respeito do comportamento da variável no futuro.

É uma técnica multivariada utilizada especificamente para entender de que maneira os consumidores desenvolvem preferências por produtos ou serviços. Baseia-se na premissa de que consumidores avaliam o valor ou a utilidade de um bem combinando as importâncias atribuídas individualmente a um conjunto de atributos variáveis.

A análise conjunta de atributos pode ser utilizada, entre outras aplicações, para: i) determinar a importância relativa de atributos no processo de escolha do consumidor, ou seja, quais atributos são mais importantes para influenciar a escolha feita pelo consumidor; ii) segmentação do mercado com base na semelhança de preferências para níveis de atributos.

conheça nossas

Pesquisas personalizadas

Tipos de pesquisas

Entenda a diferença de percepção que existe entre o que a sua empresa planeja e o que seu cliente percebe. Este tipo de pesquisa permite realizar uma avaliação da satisfação dos seus cientes com sua empresa, identificando suas percepções a respeito de situações como: atendimento, prazo de entrega, qualidade dos produtos ou serviços, pós-venda, etc.

Conheça os fatores do seu produto ou serviço mais valorizados pelos seus clientes.

Entenda as atitudes dos empregados e suas percepções sobre o ambiente (“atmosfera”) de trabalho em função de suas características individuais, expectativas e aspirações, bem como de aspectos organizacionais mais significativos para eles.

Saiba quem são seus potenciais clientes, isto é, as pessoas ou empresas que possuem o perfil para adquirir seus produtos ou serviços, mas que por algum motivo ainda não o fazem.

Permite a aplicação de questionários direcionados a públicos especificos, com o objetivo de obter dados para trabalhos de graduação, mestrado ou doutorado.

Se você deseja realizar uma pesquisa que não se enquadra nos tipos apresentados acima, entre em contato conosco que nossa equipe irá buscar a melhor solução para sua necessidade.

Períodos de realização

• Pontuais: Realizadas uma vez, fornecendo uma fotografia do momento.

• Periódicas: Anuais, semestrais, trimestrais, permitindo o acompanhamento da evolução dos indicadores (ex.: satisfação dos clientes).

Como funciona cada pesquisa

A empresa contratante da pesquisa precisa apenas:

• Fornecer as informações necessárias para o entendimento das necessidades e objetivos da pesquisa;
• Fornecer uma relação de e-mails do público-alvo da pesquisa (base de clientes, colaboradores, etc), no caso de pesquisas pela Internet;
• Avaliar e aprovar o questionário criado para a pesquisa, eventualmente sugerindo questões de seu interesse;
• Aguardar o relatório final da pesquisa.