컨설턴트라면 Cuerix!!

문제 해결형 컨설팅, 신규기획 컨설팅, 현상분석 컨설팅 등 어느 분야라도 조사분석은 기본입니다.
조사분석은 전문적인 통찰력이 우선이지만 분석 자료를 만드는 과정은 복잡하고 지속적인 반복업무가 필연적입니다. 컨설팅이 고된 직업인 이유겠지요.

Cuerix라면 고된 작업이 수월해집니다.
컨설턴트의 작업시간을 절반 이상 줄여줍니다.
다양한 방법과 관점으로 분석 결과를 도출하고 탁월한 통찰력을 발휘할 수 있습니다.

Cuerix를 활용하면 다음과 같은 이점이 있습니다.

PEST/SWOT 등 특정 목적의 정보 수집 도구를 디자인할 수 있습니다.
응답자는 앞선 응답자의 게시 내용을 보고 추가된 의견을 제시하거나 좋아요 버튼을 클릭할 수 있습니다(최우수 의견에 대한 이벤트를 착안해 보세요.).
특정 그룹 내 사용자만(비밀번호 입력) 접속할 수 있는 폐쇠형 설문 기능을 선택적으로 사용하거나, 수집한 데이터를 워드 클라우드나 연관어 분석에 사용할 수 있습니다.
(추천!) 집단지성이 필요한 의견수렴 도구로 활용하세요.

사내 게시판, 특정 목적의 의견수렴 게시판을 쉽게 만들 수 있습니다.
특정 그룹 내 사용자만(비밀번호 입력) 접속할 수 있는 기능을 선택적으로 사용할 수 있습니다.
수집한 데이터를 워드 클라우드나 연관어 분석에 사용할 수 있어 종합의견 도출이 수월합니다.
(추천!) 특정 주제에 대한 이해관계자 의견수렴 도구(토론 데이터 수집 용도)로 활용하세요

개인정보 수집(예: 전화번호, 이름 등)을 암호화된 데이터로 수집할 수 있습니다.
데이터 수집 거부감을 덜고 고객의 신뢰를 확보할 수 있습니다.

IPA(Importance and Performance Analysis)

IPA 분석은 컨설턴트가 가장 많이 사용하는 도구입니다. 쉽고, 직관적인 피드백 정보를 제공하기 때문입니다.
전통적 방법은 중요도와 긴급도 또는 수준의 2가지 데이터를 활용한 교차 그래프를 만들지만 최근에는 수정된 IPA 분석을 주로 사용합니다.
수정된 IPA는 데이터 간 상관분석을 활용한 중요도 또는 다중회귀분석 가중치를 적용한 IPA분석을 수행합니다.

Cuerix는 수정된 IPA분석 도구를 제공합니다. 상관분석 가중치 또는 다중회귀분석 가중치는 선택적으로 사용할 수 있습니다.
투입변수와 결과변수만 지정하면 자동으로 분석 그래프와 개선필요 항목을 설명합니다. 특히, 특정 명목 간의 조합에 해당하는 데이터만을 추출해 다양한 관점의 분석할 수 있어 데이터에 숨겨진 놀라운 비밀을 발견할 수 있습니다.
온라인 설문조사에서 IPA 자동분석까지, 이런 서비스는 아마도 처음일 것입니다.

AHP(Analytic Hierarchy Process)

어떤 사업에 대한 우선순위 결정에 필수로 사용하는 분석도구입니다.
예산배분, SOC 사업 우선순위뿐만 아니라 지표 간의 가중치 설정에서 유용합니다.

Cuerix AHP 분석은, 설문조사에서 자동분석까지 완벽하게 사용자를 지원합니다.
설문 응답자가 1명이라도 있다면 실시간 분석 결과를 제공합니다. 설문지 개발은 더 쉽습니다.
비교할 대상을 계층별로 입력만 하면, 설문지는 시스템이 자동으로 만듭니다.
만일 일반 리커트척도나 명목척도를 설문지에 같이 디자인한다면, 특정 문항 간의 척도별조합에 따른 응답 데이터만 추출하여 추가분석 할 수 있습니다.(아마도 Cuerix에서 처음 경험하실 수 있을 것입니다.)
예를 들면, 특정 리터트척도(매우 그렇다)를 선택한 특정 성별(남성) 중 특정 거주지(서울)에 거주하는 응답자의 AHP 분석 결과를 클릭만으로 분석할 수 있습니다.

Conjoint analysis

상품개발뿐만 아니라 경제적 가치, 우선순위 도출에서도 유용한 컨조인트 분석은 컨설턴트에게 만능 분석도구라 할 수 있습니다.
어떤 요인들의 조합이 가장 합리적이고 유의미한 선택 대안인가를 알려주기 때문입니다.
그럼에도 불구하고 컨조인트분석을 쉽게 사용하지 못하는 이유는 무엇일까요?
설문지 개발부터 어렵기 때문입니다. 3가지 속성별로 3가지 수준의 조합은 27개의 상품 조합이 만들어질 수 있지만 상품 조합을 설문지로 만들기 어렵겠죠?
더군다나 조합의 수가 더 많아진다면, 응답 피로도로 인해 수집한 데이터 신뢰성도 낮습니다.

이때 통계적으로 유효한 조합을 추출하여 조합 카드를 수를 최소화하는 것이 필요합니다. 이렇게 설명도 복잡한 과정을 통해 설문지를 만들었다 해도 분석 또한 어렵기는 마찬가지입니다. 분석 패키지 사용 방법을 학습해야 하기 때문입니다.

가격은 어떨까요? 오프라인 조사분석은 당연히 수백, 수천만 원부터 시작하겠죠?
온라인 설문조사라 하더라도 수백만 원을 지불해야 합니다.
Cuerix는 빠르고 정확한 조사분석과 더불어 가격이 저렴합니다.
분석 결과를 상세하게 소개합니다.
명목별, 척도별테이터를 추출해 추가분석을 통해 세그먼트를 더 세분화할 수 있고, 타깃을 더 명확하게 보여줄 수 있습니다.
Cuerix! Conjoint는 컨설턴트에게 확실한 시간과 비용 절감에 더해 탁월한 통찰력 발휘를 위한 세밀한 단서들을 제공합니다.

워드 클라우드

다양한 의견수렴 정리 어떻게 하세요? 10개, 20개 응답은 정리하기 쉽습니다.
응답자가 50명, 100명, 200명이라면? 의견 정리가 쉽지 않죠?
이때 워드 클라우드 분석을 사용하십시오.
핵심어를 도출하고, 해당 핵심어가 포함된 응답 데이터를 추출해 정리하십시오. 서술형 응답 데이터 정리 시간을 절반 이상 줄일 수 있습니다.
보고서에 워드 클라우드 이미지와 핵심어 빈도 순으로 의견을 요약정리하면 깔끔하고, 요약된 핵심 제언을 보고할 수 있습니다.
특정 문항별 척도별(예: 서울거주 20대 남성만 추출할 수 있음) 의견도 분류해 보십시오.
컨설턴트에게 최적화된 cuerix! 서비스를 체감할 수 있습니다.

네트워크 분석

설문조사 문항에 네트워크의 출발지점과 도착지점을 묻는 문항을 포함한 경우 네트워크 그래프와 지지도, 향상도를 함께 제공합니다.(예를 들어 (도착) 최근에 귀하의 어려움을 상담한 사람은 누구닙니까?, (출발) 귀하의 이름은 무엇입니까?)
전체 네트워크 중심성 발굴에 더해 다른 문항별 척도별 조합에 따른 데이터만 추출하여 네트워크 추가분석을 수행할 수 있습니다.
그룹별 네트워크 중심성을 찾을 수 있다면 더 예리하고 정확한 통찰력을 발휘와 대응 방안을 제안할 수 있겠지요?
Cuerix의 네트워크 분석은 간단하지만 사용자의 호기심을 충분히 충족할 수 있습니다.

연관어 분석

특정 단어들의 연관성은 다양한 의견에 대한 정성적 분석의 정확도를 높여줍니다.
사용된 단어 중 핵심어와 연관된 단어들의 네트워크 관계를 보여줌으로써 드러난 현상의 원인 발견이나 해결 단서를 발견할 수 있습니다.
Cuerix의 연관어 분석은 설문조사 데이터에 한정한 분석을 원칙으로 하지만, 1M 데이터 업로드까지 허용합니다.
빅데이터 분석은 어렵겠지만 간단한 문서 수준의 연관어 분석이라면 Cuerix가 좋습니다. 컨설턴트를 위한 통계분석 핵심 도구!
반복된 통계분석 Cuerix로 해결하세요.
가설 입증을 위한 통계분석은 학술연구에서 당연하겠지만, 컨설팅 실무에서는 데이터로부터 가설을 도출할 수도 있어야 합니다.
데이터에 숨겨진 비밀을 발견하는 것은 컨설턴트의 핵심 역할이기 때문입니다.

기술통계

조사분석에서 가장 많이 사용하는 도구입니다.
명목별, 명목 간(또는 특정 문항의 어떤 척도를 선택한 집단 간)의 조합으로 특정 항목이나 차원 축소한 변수의 기술통계를 클릭만으로 빠르게 구할 수 있습니다.
명목 간 기술통계 비교는 컨설턴트에게 탁월한 통찰력을 발휘할 단서를 제공할 수 있습니다.(강력 추천)

군집분석

군집분석(Cluster Analysis)이란 각 객체(대상) 간의 유사성이 높은 대상집단을 분류하는 통계 분석방법입니다.
Cuerix군집 분석의 가장 큰 장점은, 분석 대상 데이터에 서로 다른 군집으로 분류된 각 객체 구분 값(명목)을 분석 대상 데이터에 추가할 수 있다는 것입니다(별도의 데이터 편집 불필요).

이것은 남, 여 간의 통계분석 결과를 비교하는 것처럼 군집별로 통계분석과 비교를 할 수 있다는 것을 의미합니다.
다른 데이터 분석을 사용하기 전, 군집분석을 수행하십시오.
군집별 다양한 분석은 군집별로 숨겨진 의미를 발견하는 기초작업이며, Cuerix를 사용하는 가장 큰 이유 중 하나가 될 것입니다.

요인분석

역량모델링 작업 시 행동지표 결정에 유용합니다.기타 설문항목 개발, 수집한 데이터 차원 축소에 필수 분석도구입니다.
Cuerix 요인분석 도구는 문항 또는 요약된 문항 정보를 노출하여 코딩북을 따로 만들 필요가 없습니다. 탐색적 요인분석과 확인적 요인분석을 하나의 프로세스로 연계하여 분석 효율성은 물론 정확도가 높습니다(클릭만으로 분석할 수 있습니다.).
변수관리 기능을 활용해 사용자가 임의로 차원을 축소한 변수를 쉽게 만들 수 있습니다.
시스템의 추천에 따라 변수를 추가 삭제하면서 최적의 차원 축소를 경험할 수 있습니다.
또 하나의 특징!, 축소된 차원일지라도 문항별 척도 간의 조합에 따른 데이터 추출이 가능해 클릭만으로 다양한 그룹별 통계분석을 수행할 수 있습니다.

선형회귀(단순, 다중 회귀분석)

컨설턴트가 가장 많이 사용하는 분석 도구 중 하나입니다.
단순 회귀는 주어진 변수 선택 박스에서 독립변수(투입변수, 선행변수)를 선택하고, 종속변수(결과변수, 후행변수)만 선택하면 통계분석 테이블과 함께 상세한 분석 결과 설명을 확인할 수 있습니다.
다중회귀는 단순회귀 모형에서 독립변수만 추가하면 됩니다. 쉽고 빠릅니다.
사용자는 제시된 설명을 읽으며 필요한 부분만 복사해 보고서를 만들 수 있습니다.
클릭만으로 특정 명목별 데이터만 추출해 회귀분석을 할 수 있어 탁월한 분석 효율을 체감할 수 있습니다.

구조방정식

어떤 결과에 영향을 미치는 요인 탐색이나 가설의 적합도 판단에 가장 유용한 도구입니다.
그러나 패키지 사용의 복잡성 때문에 컨설턴트들이 잘 사용하지 않았던 도구입니다. Cuerix는 가설에 사용할 변수명만 클릭하면 시스템이 자동으로 모델링하고 구조경로와 변수 간의 인과관계를 분석합니다.
설정한 가설의 구조가 불완전한 경우 투입 데이터 정제를 수행하여 더 안정적인 데이터로 구조를 분석할 수 있습니다.
구조경로에 조절효과나 매개효과 검증 가설이 있는 경우 시스템이 자동으로 효과를 검증하며, 경로 그래프를 제공합니다.
더 이상 어려운 분석 패키지를 사용할 필요가 없습니다.
주어진 가설 모형에 변수만 선택하며분석과 상세 해설은 시스템이 제공합니다.

로지스틱회귀 어떤 현상(종속변수)이 ‘0’과 ’1’로 표현될 때 선행 요인(독립변수)과 종속변수 간의 인과관계를 분석할 때 사용합니다.
예를 들어 학력 수준이 결혼 여부에 미치는 영향을 분석할 때 독립변수는 연속형 변수 또는 범주형 변수를 사용하지만 종속변수는 결혼여부 즉, 1 또는 0으로 구성된 데이터를 사용합니다.
로지스틱 회귀분석은 선형회귀분석과 모델 설정이나 분석 방법의 차이가 없습니다. 종속변수의 데이터 유형 차이만 있습니다. Cuerix! 의 빠르고 쉬운 분석 방법과 분석 결과에 대한 해설을 경험하십시오.

교차분석

특정 항목의 척도를 기준으로 교차 테이블과 유의확률을 함께 분석할 수 있습니다.
두 범주 형 변수/항목 간의 관찰된 빈도가 기대 빈도 간의 독립 또는 종속 관계를 피어슨 카이제곱검정 값을 제시합니다.
귀무가설: 종속변수와 독립변수가 독립 사건이다.
대립 가설: 종속변수와 독립변수가 종속 사건이다. (=기대 빈도와 차이가 크다.)
교차분석은 덤으로 교차 테이블 작성 시간을 절감할 수 있습니다.

t – 검정

두 집단 간의 평균이 유의미하게 차이가 있는가를 검정합니다.
클릭만으로 단일표본t-검정, 독립표본 t- 검정, 대응표본 t- 검정을 수행합니다.
분석 대상 데이터의 적절성 확보 근거 제시를 위한 정규성 및 등분산성 분석 옵션을 선택할 수 있으며, 비모수인경우 Wilcoxon 검정을 수행할 수 있습니다.

분산분석

분산분석(ANOVA)은 3개 그룹 이상의 그룹간 평균의 유의한 차이를 검정합니다.
일원 분산분석, 일원 반복 분산분석(정규성 미충족시Friedman Test), 이원 분산분석, 이원 반복 분산분석(정규성 미충족 시 Kruskal Willis Test, 등분산성 미충족시Welch’s ANOVA)을 제공합니다.
(추천!) 세 집단 이상 간의 인식 차이, 데이터 간의 ‘차이가 있다., 없다.
’를 입증할 때 사용하세요. 클릭만으로 분석하므로 반복분석이 필요한 경우 탁월한 효율을 경험할 수 있습니다. 특정 사업 전후 효과 차이를 분석할 경우 활용하십시오.