“무슨 일을 하시나요?”, “연령대가 어떻게 되시나요?”, “반려 동물과 함께 하시나요?”

리서치의 정확도를 높이기 위해서는 리서치에 참여하는 사람들의 개인의 특성을 파악하는 것이 중요합니다. 리서치에서는 이러한 정보를 ‘인구통계정보’ 라고 부릅니다.

이러한 인구통계정보를 활용하면 비단 리서치의 정확도를 높일 수 있을 뿐더러, 비교적 저렴한 비용으로 리서치를 수행할 수 있도록 해줍니다. 이 글을 통해서 인구통계 정보를 어떻게 활용하면 좋을지 알아보세요.

인구통계정보에는 성별, 연령, 직업, 종교, 소득, 교육 수준, 거주 지역 등 개인의 특징을 명확하게 평가할 수 있는 정보들이 포함됩니다. 이러한 유형의 정보들을 활용하면, 리서치에 참여한 사람들의 특성을 분류하여 리서치의 결과를 세분화하여 분석할 수 있도록 해줍니다.

하지만, 리서치를 통해 보다 큰 인사이트를 확보하고 싶다는 이유로 인구통계정보를 수집하기 위한 인구통계학적 질문을 대량으로 수행하는 것은 위험합니다. 대량의 인구통계정보를 제공한다는 것은 곧 개인을 특정할 수 있도록 한다는 것이기 때문에, 리서치 참여자로 하여금 거부감을 느끼게 할 가능성이 높습니다. 예컨대, 연령, 성별, 졸업 학교, 현재 직장, 거주 지역 등 정보를 물어보면, 인구통계학적으로 동일한 조건을 가진 사람이 1명 밖에 남지 않게 되기 때문이죠.

그래서 인구통계학적 정보를 수집할 때는 범위를 사용한 질문으로 참여자의 거부감을 낮출 수도 있습니다. 아래 질문을 확인해보세요:

위 질문과 같이 범주를 활용하면, 리서치 결과를 분석할 때 그룹을 세분화하기도 편리해집니다. 각 연령 마다 그룹을 작성하여 분석하려면 번거로운 작업 과정을 거쳐야할 뿐더러, 그렇다고 항상 유의미한 결과가 도출되는 것은 아니기 때문입니다.

어느 한 사람의 인구통계정보를 다량으로 습득하기란 어려운 일입니다. 리서치에 참여한 사람이 응답하는 과정에서 개인정보 유출에 대한 불안함 혹은 불쾌함을 느낄 수 있어서, 조사 응답을 중단하거나 거짓말을 할 수 있기 때문입니다.

적절한 인구통계정보를 갖고 있는 리서치 대상을 찾는 데 도움이 필요하시다면, 포켓서베이가 구축한 패널을 이용할 수 있습니다. 포켓서베이는 인구통계학적 요소를 점진적으로 수집하여, 리서치 참여자들이 불편하지 않을 정도로 천천히 인구통계정보를 확인합니다. 그 과정에서 기존 정보를 재확인하여 얼마나 일관되게 질문에 답변을 했는지 지속적으로 확인하여, 신뢰할 수 있는 리서치 응답자 풀을 갖고 있습니다.

포켓서베이는 연령, 성별, 거주 지역 등 기본적인 인구통계학적 정보는 물론 최근 관심 분야, 구입한 제품, 선호하는 명품 브랜드 등 개인의 기호 정보를 포함한 자체 패널 풀을 보유하고 있습니다.