Onze ingebouwde Key Driver Analyse (KDA) onderzoekt de relaties tussen potentiële drijfveren en gedrag, zoals de waarschijnlijkheid van een positieve aanbeveling (NPS) of algemene tevredenheid.

Het is belangrijk om de drijfveren te identificeren en te begrijpen van belangrijke bedrijfsstatistieken, zoals klanttevredenheid of loyaliteit, om zo processen en winstgevendheid te kunnen verbeteren.

Als je NPS-enquêtes uitvoert, zal je willen weten welke aspecten van je dienstverlening of product van invloed zijn op de kans dat een klant je aan anderen aanbeveelt. Een key driver analyse wordt gebruikt om precies dit soort vragen te beantwoorden.

Door te weten welke elementen jouw algemene tevredenheid en loyaliteit het meest beïnvloeden, kom je te weten waar jouw organisatie haar energie in moet steken.

De uitkomstmaat is de term die wordt gebruikt voor de hoofdvraag in je enquête. Meestal is het de algemene tevredenheids- of NPS-vraag (loyaliteit).

Bijvoorbeeld: Op een schaal van 1 tot 10, hoe tevreden was je over het algemeen met je verblijf in Grand Hotel?

De term ‘potentiële drijfveer’ wordt gebruikt voor vragen in je enquête over prestatiebeoordelingen waarvan je denkt dat deze van invloed zijn op je hoofdvraag of uitkomstmaat zoals deze bekend is.

Als we voortgaan op bovenstaand voorbeeld, kunnen we respondenten vragen om aspecten van ons hotel te beoordelen, zoals netheid, eten, zwembad, personeel, enz.

KDA werkt door middel van meervoudige lineaire regressie om de correlaties tussen onafhankelijke variabelen (potentiële drijfveren) te onderzoeken en zo de beste lineaire combinatie te genereren om een afhankelijke variabele (de uitkomstmaat) te voorspellen.

Het biedt een model met de absolute waarde van Pearson’s r, die berekent hoe goed de onafhankelijke variabelen (potentiële drijfveren) de afhankelijke variabele (de uitkomstmaat) voorspellen op een schaal van 0 tot 1. De sterkte van de relatie kan worden beschreven door de correlatie te kwadrateren en te vermenigvuldigen met 100. De resulterende statistiek staat bekend als ‘verklaarde variantie’ (of R²). Zo betekent een Pearson’s r waarde van 0,50 bijvoorbeeld, dat 25% van de variantie in de afhankelijke variabele wordt “verklaard” of voorspeld door de afhankelijke variabele. Des te hoger de belangrijkheidswaarde, des te meer beïnvloedt een potentiële drijfveer de uitkomstmaat. Houd er rekening mee dat een hoge correlatie niet noodzakelijk een oorzakelijk verband impliceert.

De grafiek toont de gemiddelde beoordeling van potentiële drijfveren op de X-as versus de correlatie of het belang van de potentiële drijfveren op de uitkomstmaat op de Y-as.

Des te verder naar rechts een vraag zich bevindt, des te hoger de gemiddelde score en des te tevredener de respondenten waren met die vraag.

Des te hoger naar boven een vraag verschijnt, des te sterker de impact van die vraag op de uitkomstmaat (algemene tevredenheids- of NPS-vraag). Best practice is om potentiële drijfveren pas als “key driver” te beschouwen wanneer het belang groter is dan 0,50.

De waarderingen op de X-as gebruiken een genormaliseerde schaal. Dit betekent dat de waarde varieert van 0% tot 100%. Deze as is genormaliseerd omdat deze afhankelijk is van de gemiddelde score. Normaliseren maakt het mogelijk om potentiële drijfveren met verschillende schalen te vergelijken. Dit percentage wordt berekend door de gemiddelde waarde van de potentiële drijfveer te nemen en deze te delen door de maximum schaalwaarde van die vraag.

Een voorbeeld: als een vraag een schaal heeft van 1 tot 10 en het gemiddelde is 5,5, dan is het waarderingspercentage 55%. Maar als een andere vraag een schaal heeft van 1 tot 5 en het gemiddelde is 3, dan is het waarderingspercentage 3/5 of 60%. Door deze naar een percentage om te zetten, kun je ze op dezelfde grafiek weergeven en vergelijken.

De twee lichtgrijze stippellijnen splitsen de grafiek in 4 regio’s of kwadranten.

De horizontale grijze stippellijn op 0,5 op de belangrijkheidsschaal op de Y-as is de drempelwaarde die gewoonlijk wordt geaccepteerd op welk punt een factor als betrouwbare en nauwkeurige voorspeller van de uitkomstmaat wordt beschouwd.

De verticale grijze stippellijn op de prestatieschaal op de X-as is de drempelwaarde voor wanneer gemiddelde scores veranderen van goed naar slecht presteren. De standaardwaarde is gewoonlijk de gemiddelde score van alle potentiële drijfveren.

De key driver grafiek heeft vier kwadranten:

• Belangrijkste zwakke punten: Belangrijk maar slecht gewaardeerd. Deze waarden vallen in het kwadrant linksboven en geven drijfveren aan die een grote rol spelen bij het bepalen van de uitkomstmaat. Deze drijfveren hebben echter lagere gemiddelde scores. Dit zijn verbeterpunten. Drijfveren die in dit kwadrant vallen, vereisen zeker inspanning van jouw organisatie om te verbeteren. Als je deze scores verhoogt, verhoog je ook je algemene tevredenheids- of loyaliteitsscores.
  
• Belangrijkste sterktes: Belangrijk en hoog gewaardeerd. Deze waarden vallen in het kwadrant rechtsboven en geven drijfveren weer die een grote rol spelen in de uitkomstmaat. Deze factoren hebben ook hogere gemiddelde scores wat betekent dat ze al goed presteren.
• Onbelangrijke zwakke punten: Niet belangrijk en slecht gewaardeerd. Deze waarden vallen in het kwadrant linksonder en geven drijfveren aan die niet belangrijk zijn bij het bepalen van de uitkomstmaat. Deze drijfveren hebben ook lage gemiddelde scores.
• Onbelangrijke sterktes: Niet belangrijk maar hoog gewaardeerd. Deze waarden vallen in het kwadrant rechtsonder en geven drijfveren aan die niet belangrijk zijn bij het bepalen van de uitkomstmaat. Deze drijfveren hebben tevens een hoge gemiddelde score. Hoewel je zou kunnen argumenteren dat hoge scores altijd een goede zaak zijn, beïnvloeden deze uitkomstmaat niet.

Drijfveren uit het kwadrant linksboven zijn een goede plek om te beginnen. Deze drijfveren hebben een significant effect op je uitkomstmaat (meestal algemene tevredenheid of NPS), maar presteren niet goed volgens jouw respondenten.

Volg deze stappen om een KDA toe te voegen aan een enquêterapport:

1. Ga naar de enquête.
2. Klik op Rapportage.
3. Klik op Rapporten.
4. Update een bestaand rapport of maak een nieuw rapport aan.
5. Selecteer in het rapport het element waaronder je het nieuwe element wilt laten verschijnen. Anders wordt het aan het einde van het rapport toegevoegd.
6. Klik op Element toevoegen.
   
7. Klik op het tabblad Elementtype.
8. Selecteer het element Key driver kwadrant.
9. Selecteer je uitkomstmaat (meestal een algemene tevredenheid- of NPS-vraag).
10. Selecteer één of meerdere potentiële drijfveren (je kunt er later nog meer toevoegen).

Het element verschijnt. Je kunt het verder wijzigen door te klikken op het tabblad Instellingen in het Eigenschappen venster.

Opdat lineaire regressie zou werken, moeten er  minstens 50 + (8 * aantal potentiële drijfveren) respondenten zijn (Tabachnick & Fidell, Using Multivariate Statistics). Als je bijvoorbeeld 4 drijfveren hebt, moeten er minimaal 50 + (8*4) = 82 respondenten zijn. Als er niet genoeg respondenten zijn, wordt er geen grafiek weergegeven. Zodra die drempel is bereikt, wordt de grafiek weergegeven. Dat is het minimum om zelfs maar een resultaat te krijgen. De statistische significantie zal toenemen met meer respondenten. Als je bijvoorbeeld een correlatie van 0,10 met 80% onderscheidend vermogen wilt detecteren, heb je ongeveer 650 respondenten nodig.