第10章调研信息的处理与分析概要

《第10章调研信息的处理与分析概要》由会员分享，可在线阅读，更多相关《第10章调研信息的处理与分析概要（33页珍藏版）》请在金锄头文库上搜索。

1、1,本章要点： 分析的基本方法有哪些？ 非统计分析方法的特点 季节指数预测 趋势预测方法 回归预测方法 市场调研报告的形成,第10章 市场信息的分析与预测,2,调研信息不是调研的最终目标。而是希望通过调研获得的信息，通过分析对信息“背后”的现象本质进行揭示与把握。即市场调研信息分析。 10.1.1 调研信息推理的基本方法 1、演绎推理： 从一般前提推断个别结论。 所有产品都有生命周期特征的存在，即由引入期走向衰退期（大前提）； 手机是产品（小前提）； 手机总有一天会从市场消失（推理结论）。 演绎推理结论的正确取决于两个前提的正确与否。,10.1 调研信息的分析,3,、归纳推理： 从采用各种方法

2、如观察、实验、询问调查等手段获得的一系列个别前提，并结合其他前提组合形成的结论。 对个消费者采用各种方法得出其中有个表示会购买手机（各个个别前提的综合） 大部分（）回答者会购买手机（结论） 在市场调研中利用样本信息，推断总体未知的特征。多数是使用归纳推断方法。 统计学告诉我们，遵守随机原则确定的样本，如果调查手段正确，样本信息就有对总体信息充分的代表性。 问题是用非随机抽样调查的结果推断总体特征，误差就一定很大？,4,3、演绎与归纳推断的结合使用： 例如：归纳推断的结论可以作为研以推断的某种前提 例如，通过对多年、多个人群的调查所得的数据（个别前提）得出“夏季是旅游旺季”的（结论）。可以将这个

3、结论作为演绎推断的大前提， 夏季是旅游旺季（大前提）； 今年夏季又将来临（小前提）； 旅游市场的竞争与丰收到来了（结论）,5,10.1.2 数据的整合方法 不同地区搜集到的同类数据，由于受经济水平、币值等因素影响而不能直接比较。此时需要利用一定方法对上述数据进行整合。例如，各国的购买力水平比较分析。 各国经济发展水平的对比，经常运用“人均购买力水平”指标。此项工作的权威是瑞士银行。它们每年根据对全球71个城市的人均购买力水平的综合调查，得出“全球城市人均购买力排行榜”。 但是历年其公布的数据总会引起一定的争议。2006年瑞士银行根据工资、物价、购买力、工作时间等多项指标的综合比较后得出“较为准

4、确”的购买力水平。,6,调查首先计算出每个城市14个代表行业“小时工资”的加权平均值，然后用当地一个麦当劳“巨无霸”的售价除以这个加权平均值，就是当地购买一个“巨无霸”的工作时间。 例如，当地一个巨无霸的售价为10元，而该城市加权小时工作平均值为20元。则该城市的工作时间为： 10/20=0.5小时=30分钟 根据上述方法，全球平均值 35分钟，居于首位的是东京 10分钟。上海 35分钟，北京 44分钟，最后的是哥伦比亚首都波哥大 97分钟。,7,10.1.3 市场信息的简单分析方法-列表分析法 1、单因素列表分析法： 将调研信息作一简单的表格并进行分析说明。,对上述表中的信息只能做最简单的分

5、析，有近40%的驾驶员有一次以上的事故。事故率不低是唯一的结论。若要分析原因就必须掌握更详细的分类数据。,8,对于分析人员来说,驾驶员的性别是否与事故的发生有关? 这样就引入性别变量，制作下表单因素列表,对于上述列表分析的结果，得出：“男性驾驶员驾驶不安全”的结论事故概率要比女性驾驶员高10个百分点。 但是这种结论是否正确？,9,2、二维表格信息分析法：,上表是一个多维表格，即包含“性别”与“驾驶里程”两种因素。尚若只看性别差异的事故率，“无事故率”男性达56%，女性达66%，似乎“性别”是“事故”的重要影响因素。 但是，再结合“驾驶里程”看，“性别”绝非“事故率”的重要因素。“驾驶里程”才是

6、事故的“杀手”。 由于样本已经足够大，调研数据服从正态分布，就可以利用统计推断与假设检验的相应方法，得出准确性更高的分析结论。,男性驾驶员(%),女性驾驶员(%),10,10.1.4 非统计分析非定量分析方法 、企业市场形象分析： 对100位市民进行有关A、B、C、D四家同类型企业的“知名度”美 誉度”的调研。知名度调研结果：A(80)、B(15)、C(30)、D(85)。而美誉度的调研结果如下表所示：,10 20 30 40 知名度,90 80 70 60 40 30 20 10,美誉度,C(30,69.0),A (80,48),60 70 80 90,D (85, 27 ),B (15,

7、39.2 ),高美誉度、高知名度,低美誉度、高知名度,低美誉度、低知名度,高美誉度、低知名度,C与D恰好在美誉度或知名度上呈相反状态。 B是最差的。 相对而言，A 略好一些。,11,、对企业形象的市场调研： 对百位消费者开展对本企业形象的综合调研。综合形象包括：产品形象、经营形象、管理形象、外观形象、发展形象、员工形象等。调研结果表现为下表：,产品形象 经营形象 管理形象 外观形象 发展形象 员工形象,91.0,51.5,28.5,25.0,32.0,21.0,97.0,93.0,98.0,98.0,88.0,97.0,这样可以 看出企业 形象与最 佳企业形 象之间的 距离。,12,3、品牌质

8、量综合测评 相信对品牌产品知名度、购买率、使用程度的调研大家不会陌生。但是大家对所获取的信息是否进行了充分的分析，以发现它们背后所隐藏的重要信息。,A 品牌,B 品牌,全部 市场 100,全部 知名度 使用率 满意度,不知晓 20 知晓 80,未使用 40 使用 60,失望 80,全部 产品 100,不知晓 60 知晓 40,失望 20 满意 80,满意 20,全部 知名度 使用率 满意度,未使用 70 使用 30,A、B两种品牌知晓度、使用率、满意度都不相同。 A 品牌顾客的真正满意率8060209.6 B 品牌顾客的真正满意率4030809.6。但是两者提高满意率的途径是不同的,13,10

9、.1.5 统计分析方法 市场调研的目的往往是对相关事物进行因果关系分析。但是因果关系分析的前提是事物之间存在足够的相关关系。根据市场调研所提供的信息的性质的不同，相关分析所采用的方法也不同。 1、数值型调研信息的相关分析方法： 例如：对某地20户家庭的月收支开展的调研所搜集到的信息：,14,15,2、非数值型调研信息的相关分析方法： 市场调研中搜集的信息往往不是数值型的信息，尚若还是使用皮尔逊相关系数进行相关关系分析，所得的结果就存在较大的误差。在对这种调研信息的分析中同样可以使用 SPSS 中的相关分析程序。 市场调研的问卷中常有一些采用顺序或差距尺度对调研的对象的某种特征进行测定。而这种测

10、定结果不具有变量的特征，不能使用皮尔逊相关系数来测量这些特征之间的相关关系。 例如；对家用电器品牌忠诚度调研，购买前的调研只能是“知晓度”。购买后随使用感觉的产生，就有“忠诚度”。但是前后两次调研都采用排序的“顺序尺度”。,2,2,16,序列相关系数：1 6 d / n ( n - 1 ) 其中: d 是两次的名次之差，n 是成对数据的对数，这里是5。 序列相关系数：r = 1 6 X 40 / 5 X( 25 - 1) = 1240/120=-1。表示购买者在购后的态度发生了逆转。,2,2,17,10.2 市场预测方法,10.2.1 市场预测的科学性 1、市场预测的定义。 人们使用各种具有一

11、定科学性的方法或工具对市场特定 目标的未来进行估计与推测。 2、市场预测的方法 （1）数学模型预测方法。看后面的例子。 （2）非数学模型预测方法。,18,10.2.2 市场预测的局限性 市场预测的成功与否取决于两点： （1）对制约预测目标的事物内在规律的把握程度，越是把握准确，预测的准确性越高； （2）对所有与预测目标相关的影响因素是否都一一了解，了解得越清楚，预测也越准确。 但是，在具体实施市场预测时要真正满足上述两点很困 难。,19,10.3.1 该预测法的科学性及实施所需的条件 如果对于自己顾客的意图的变化相对明了，他们就会采用购买者意图预测法。 10.3.2 购买者意见测试法 1交易现

12、场顾客意见测试 即在交易现场向购买者代表发放选票，了解他们心目中理想的产品应具有的款式、功能、规格、色彩等 。 2用户意见征询法 用户意见征询不仅可以提高和巩固供需、买卖双方的关系，由于这种调研在内部进行，既隐蔽性又不受外部干扰,10.3 购买者意图预测法,20,3新产品试销（用）法 利用新产品试销（用）法对今后的市场特征进行预测 必须注意： （1）市场需求有时会出乎意料的变化，而从市场调研到 信息归纳、分析最后做出预测有一个时间差，会使刚做出 的预测结果就已经过时； （2）试销（用）的用户对象，可能由于多种原因使得他 们与整个用户群体产生一定的偏差（试用者代表性不 高），从而影响预测结果的准

13、确性。,21,10.3.3 购买者意图主观概率预测法 所谓主观概率是每位参与者对预测目标未来的发展趋 势及可能达到的某种水平的一种本能直觉或信念程度，而 若要谈到他们各自判断的准确性，在很大程度上就取决于 他们各自的经验和对信息的把握。,为了获取收入而需要开展一定的经营活动。据调查数据显示有两种方案：方案一,若采用这一方案获取1000万元收入的概率达75%，而分文无收的概率有25%。方案二，采用本方案一定能获得700万元。有70%的人选择方案二。 同样，从事经营活动需要有一定的投入。根据经验也有两个方案：方案一，若采用这个方案投入1000万元的概率为75%，投入200万元的概率为25%。方案二

14、，采用这个方案必须投入700万元。结果有70%的人选择方案一。 散户炒股：发小财，亏大钱,22,23,10.4 专家意见预测法 10.4.1 德尔菲法的特征 （1）匿名性。俗称“背靠背式”， （2）反馈性。即在严格控制下重复进行多次专家意见征询 （3）综合性。在对每一轮专家意见资料的归纳整理中采用一定的定量分析方法，以确定意见集中和分散的程度。常用的方法是四分位数法。,24,10.4.2 德尔菲法的运用（调研窗口10-5） 对于德尔菲法可以作这样三点评价： （1）当预测者对预测目标的变化规律由于缺乏了解而无 法准确把握时，选择德尔非法是正确的，因为来自专家的 意见和判断是唯一可靠的。 （2）预

15、测者确信自己这次选择的专家能够帮助自己获得 自己所要达到的目标。 （3）对于本次预测活动的预测目标，各位专家不会有很 大的预测差异，因为只有这样才能提高预测结果的精度。,25,10.5 季节预测法 10.5.1 季节预测法的使用范围 1、运用于了解并把握预测目标是否具有一定的季节变动状况，再分析这种变动是否具有规律性特征，最后把握这种规律的所有特征将其用于对其未来进行预测。 2、在趋势预测中季节变动也是一种干扰因素，因为它在某种程度上改变了趋势变动的方向和程度。 10.5.2 按月平均法季节指数 （表10-7） 10.5.3 剔除趋势变动影响的季节指数（表10-8、9）,26,10.6 趋势预

16、测法 即时间序列趋势模型预测法：是利用本期发展的结果与过去的连续发展变化存在密切关系，推断现象在未来动态变化中呈现的趋势。 10.6.2 非数学模型趋势预测法 1同比速度推算法 2平均速度推算法 3移动平均预测法,27,当预测对象在过去的数量变化中呈现大致等量增减的趋势，就可以选择直线趋势预测模型对其未来进行预测。 当调研信息量巨大是可以采用SPSS来完成。 10.6.4 非直线趋势预测及其数学模型 时间序列呈直线趋势变化毕竟是偶然性事件，所以 分析人员应该试着利用曲线趋势预测模型对现象的未来进 行更加准确的预测。同样可以利用SPSS来完成. （调研窗口10-7）,10.6.3 直线趋势预测及其数学模型,28,10.7 回归与相关预测法 10.7.2 简单的一元线型回归预测