Все лгут (начало)
Всем привет!
Продолжаю публиковать интересные мысли с Жилконгресса. Прикрепил презентацию Ольги Магилиной.
Меня лично заинтересовала часть
про ошибки в проведении опросов и их интерпретации (начинается с 9 слайда) Я достаточно часто обращаюсь и публикую здесь результаты разных исследований, поэтому может быть полезно и для проведения и для анализа, но надо читать.
Ниже 👇 конспект с транскрибации записи выступления, сгенерированный ИИ и с моей обработке.
‼️Ошибки опросов1️⃣
Неправильный формата вопросов -
Пример: - Вопросы о предпочтениях архитектурного стиля среди людей, которые не разбираются в терминах («классика», «хай-тек»).
- Результат: Респонденты выбирают случайные варианты, что искажает данные.
-
Рекомендация: Использовать визуальные примеры (фото домов) вместо терминов.
2️⃣
Вопросы без контекста -
Пример: - «Какой максимальный размер дома/участка вы хотите?» без указания цены или возможности объединения участков.
- Результат: Люди называют нереалистичные параметры, не учитывая бюджет.
-
Рекомендация: Добавлять уточнения: «При условии, что стоимость участка увеличивается пропорционально размеру».
3️⃣Отсутствие варианта ответа «мне всё равно» -
Пример: - При выборе между плоской и скатной крышей не учитывается, что многим респондентам стиль неважен.
- Результат: Девелоперы делают ставку на «популярный» стиль, хотя часть аудитории готова принять любой вариант.
-
Рекомендация: Включать в опросы нейтральные варианты («безразлично», «затрудняюсь ответить»).
4️⃣
Смешение форматов -
Пример: - В одном опросе спрашивают о площади дома (в м²) и этажности, не объясняя связь между ними.
- Результат: Данные невозможно корректно интерпретировать.
-
Рекомендация: Разделять вопросы на логические блоки (например, «параметры дома» и «стиль»).
‼️
Ошибки при интерпретации данных 1️⃣
Подмена понятий: «хотение» ≠ спрос -
Пример: - 70% респондентов в опросах ЦИАН хотят жить в загороде, но это не означает, что они готовы платить.
- Результат: Девелоперы вкладываются в проекты, не учитывая реальную платёжеспособность.
-
Рекомендация: Проверять «хотение» через призму финансовых возможностей (например, параллельные вопросы о бюджете).
2️⃣
Некорректное использование статистики -
Пример: - Данные Сбербанка: 72% ипотечных кредитов выдано на одноэтажные дома.
- Ошибка: Интерпретация как «72% покупателей хотят одноэтажные дома».
- Реальность: Лимиты по кредитам (до 6 млн руб.) ограничивают выбор, а не отражают предпочтения.
-
Рекомендация: Учитывать контекст данных (кто, когда, на каких условиях собирал информацию).
3️⃣
Игнорирование источника данных -
Пример: - Использование данных ЦИАН о 5% спроса на таунхаусы (2022 г.) как показателя их непопулярности.
- Реальность: ЦИАН отражает предложение, а не спрос. В 2022 г. таунхаусы почти не строили, поэтому их доля в объявлениях мала.
-
Рекомендация: Чётко разделять данные о предложении и спросе.
4️⃣
Ошибка выжившего -
Пример: - Опросы проводятся только среди тех, кто уже купил жильё, игнорируя тех, кто отказался от сделки.
- Результат: Данные отражают мнение «удовлетворённых», но не показывают причины отказа других.
-
Рекомендация: Включать в выборку потенциальных клиентов, которые не совершили покупку.
https://t.me/chto_stroim