Eindrapport afgenomen enquête bij bedrijf

Voor de module dataverwerving en -verwerking hebben we een enquête opgesteld met enkele vragen. Die enquête moesten we dan doorsturen naar een bedrijf uit ons netwerk, waar we dan antwoorden op terugkregen. De resultaten van deze vragen heb ik dan gevisualiseerd in Knime, om zo de antwoorden beter te kunnen analyseren. Ook moesten we tewerk gaan met de MySQL database, zo konden we de data van de klasgenoten gebruiken en gaan visualiseren. Door deze opdracht waren we allemaal even Entreprise Architectures.

Stappenplan van het proces

De inleiding is een hele boterham, maar hoe zijn we nu precies tewerk gegaan? Deze visual toont alle stappen aan. We starten bij het opstellen van enkele vragen tijdens de les, naar het visualiseren van de antwoorden die we hebben ontvangen op deze vragen.

Visuals over antwoorden van eigen enquête

Nadat ik voldoende antwoorden had op mijn enquête, ben ik tewerk gegaan in Knime. Daar heb ik meerdere visuals van de antwoorden gemaakt. Ik heb voor alles pie charts gebruikt, omdat ik dit de best passende visual vond bij de verzamelde data. Ik heb charts gemaakt over: geslacht, functie, meest vertrouwde CRM, voorstander van manueel werk of automatisatie, hoe komt men naar het werk en meest gebruikte planningssoftware.

Data over geslacht

Van alle mensen die de enquête hebben ingevuld, is het duidelijk te zien dat het grootste aandeel mannen waren, meer dan 60% zelfs. Daarnaast was 25% vrouwelijk en 12.5% deelde hun geslacht liever niet met mij. Dat wil zeggen dat er in het bedrijf meer mannen zitten dan vrouwen, of dat mannen sneller geneigd zijn een enquête in te vullen dan vrouwen.

Data over functie

Hier is te zien dat de ontvangen antwoorden van personen kwamen die allemaal een verschillende functie hadden binnenin het bedrijf, wat mooi is om te zien. Zo is er ook geen meerderheid en is de taart in perfect gelijke stukken verdeeld.

Data over meest vertrouwde CRM

Wanneer we de data over CRM systemen bekijken, is er een duidelijk meerderheid te zien. Hubspot is de CRM die de meeste mensen kennen en gebruiken. Ook zijn andere CRM systemen bekend bij sommige mensen, maar niet zoveel als Hubspot.

Data over automatisatie of manueel werk

Hier is ook een duidelijke meerderheid te zien. Meer mensen zijn een voorstander van automatisatie, hier spreken we dan over machines die het werk doen ipv de mens zelf. Maar liefst 75% tegenover slechts 25% die voorstander is van manueel werk. Een duidelijk verschil dus.

Data over hoe men naar het werk komt

De auto blijft nog steeds het meest populaire middel om zich te verplaatsen naar het werk. Enkele mensen gebruiken ook de fiets of gaan te voet. Het hangt ook vooral af van hoe ver je van je werk woont. Maar de auto blijft nog steeds de meest populaire oplossing voor verplaatsing, ook al maakt de elektrische fiets een inhaalbeweging.

Data over meest vertrouwde planningssoftware

Atlassian heeft hier het grootste aandeel. Dat wil dus zeggen dat dit de planningssoftware is die het meest gebruikt wordt. Ook andere planningssoftwares worden gebruikt, maar zijn niet zo bekend als Atlassian.

Visuals over bedrijven die de enquêtes invulden

Bijna iedereen van de klas had verschillende bedrijven gecontacteerd om de enquêtes naar door te sturen. Om deze data verzameld te krijgen op een gezamenlijke plek, hebben we gebruik gemaakt van een MySQL database. Die database heb ik dan ingelezen in Knime, via en MySQL Connector. Zo kon ik de data van de namen en de locaties van de bedrijven gaan visualiseren.

Data over gecontacteerde bedrijven

Hier is een kleine fout in de database gebeurd wat ervoor heeft gezorgd dat de data deels verkeerd geïllustreerd is. Het bedrijf Meat And More staat er twee keer in, één keer heeft and geen hoofdletter en de andere keer wel. Dit zorgt ervoor dat de database dit als twee verschillende bedrijven ziet terwijl ze eigenlijk dezelfde zijn. Als we de twee waarden samen optellen, dan komen we uit op ongeveer 50% van de taart die naar Meat And More gaat, een duidelijke meerderheid dus.

Data over locatie gecontacteerde bedrijven

Hier is er een mooie gelijke verdeling te zien. Iedereen had een andere locatie wat ervoor zorgt dat geen enkele locatie een meerderheid had. Dat is goed want dat zorgt voor veel variatie in de verschillende bedrijven, wat ook bevestigd wordt door onze vorige analyse.

Mijn micro onderzoek vergelijken met een macro onderzoek

Om mijn data te vergelijken met grotere onderzoeken, heb ik gekozen om te kijken op welke manier men zich het meest verplaatst naar het werk. Ik heb onderzoek gedaan bij statistiekvlaanderen. Daar was te zien dat de meest populaire manier om zich naar het werk te verplaatsen met de auto is. De auto was in 2019 voor 68% gebruikt als hoofdvervoermiddel.

Op de tweede plek staat de fiets met 17%. Daarna 8% met de trein. Dan 4% met bus, tram of metro. Tenslotte gaan slechts 3% van de mensen te voet naar het werk, deze is het minst populair. Dit komt waarschijnlijk omdat niet veel mensen op wandelafstand wonen van het werk.

Reflectie

Deze opdracht was interessant omdat we meer inzicht hebben gekregen in zowel het visualiseren van data, als het begrijpen van hoe te werken met een database. Ook leerden we hoe we vragen moeten opstellen in een enquête. Ik vond het een lastige, maar leuke opdracht die zeker in mijn interesseveld ligt.