《市场研究中的多元统计分析方法PPT》由会员分享，可在线阅读，更多相关《市场研究中的多元统计分析方法PPT（67页珍藏版）》请在金锄头文库上搜索。
1、Copyright CAE市场研究中的多元统计分析方法市场研究中的多元统计分析方法 Multivariate Analysis - an Multivariate Analysis - an introductionintroduction上海市中消研市场研究有限公司上海市中消研市场研究有限公司 数据统计部数据统计部 制作制作1Copyright CAE讨论议题 我们的研究工作是什么? 什么是多元统计分析（MVA)? 为什么我们需要它? 通常的分析技术 MVA详细介绍及例子: 相关分析（Correspondence analysis） 回归/多元回归分析（Regression / Multip
2、le regression 因子分析（Factor analysis） 聚类分析（Cluster analysis/segmentation) 结论2Copyright CAE市场研究的工作是什么? 它只是 ？: 问卷设计? 运作质量的控制? 制作图表? 撰写报告? 我们的工作是 提供解决方案 是解决市场问题 是为我们的客户挣更多的 money 特征 或 我们所 传送的 意识.The Benefits3Copyright CAE当我们进行分析时 有简单性的一面.例如：基本的分析（变量关联表） 另外也有复杂性的一面 . 大量附加的分析 运用许多的分析技术 然而我们需要看到“复杂性问题背后的简单表
3、述”使复杂问题简单化 为了达到这一目的，你不得不研究复杂问题然后 去提炼出使人容易明白的信息4Copyright CAE什么是多元统计分析? 单一问题分析(univariate analysis) 例如频率 分布通常作为数据的第一步的描述分析 关联表(bivariate analysis) 总是作为主要的 分析手段而被市场研究者反复 使用 把一个问题或变量与另一个关联交叉作表(例 如对受访者背景变量：性别、年龄等) 如果同时分析的变量超过二个就被称为多元统 计分析5Copyright CAE为什么要做这种“附加值”的分析? 我们不做MVA分析是因为 它使我们看起来很好 我们喜欢它 我们已经聘请
4、了统计师、购买了统计软件而且得到公 司财务部门的批准 我们不做MVA分析是因为 它会使数据对客户更有指导作用 它能使你得到单变量分析无法达到的结果 因此，它可以使你更好的利用信息，赚取更多的钞票6Copyright CAE我们通常使用的多元分析技术. 相关性分析（Brand Mapping ） 主成分分析 因子分析 多元回归 聚类分析/市场细分 联合性分析/ 平衡（Trade off） 分析 判别分析 etc. etc. etc.7Copyright CAE多元统计分析技术 一个研究者可能不了解所有的分析技术细节 但是他们应该能够正确地选择适当的方法 使用多元技术，你不必知道详细的数学公式-但
5、是你应当明白 它的原理 多元分析并不是魔术棒，不需要我们开动脑筋就能解决问题 - 它不会轻易告诉你答案 如果问卷设计的很差，多元分析就很难发挥作用8Copyright CAE相关性分析 Correspondence Analysis9Copyright CAE结构 什么是相关性分析？ 尝试通过练习了解它 输入的类型 设计录入的格式 执行分析 解释和表述分析的结果10Copyright CAE什么是相关性分析? 经常也称作 Brand Mapping 或 CORAN Mapping Brand Mapping = Correspondence Analysis (usually) 相关性分析图
6、一种非常有用的市场研究工具，可以表述一个市场的 侧面（市场细分，品牌定位等）可以在2维空间内同时表达多维的属性可以更好的理解品牌和属性之间的关系 11Copyright CAE 帮助客户/市场决策者为实施市场战略而去发现市场的空隙和优化产 品的定位（对于新品牌或新产品的开发/延伸） 发现市场上决定性的或显著的属性，例如对于 选择不同品牌的重要和有显著区别的属性12Copyright CAE什么是Brand Mapping?Wan LiMagic CleanMr. MuscleLookCleans well for heavy duty cleaning *Is effective in rem
7、oving oil/greaseCleans thoroughlyBlue MoonGold FishGFL White CatCloroxCleans and shines in one step *Has a good fragrance *Deodorizes Is easy to use Cleans well for light duty cleaning *Is a trustworthy brand *Is non-irritating/ safe to useLeaves a long-lasting shine *Leaves a shine *13Copyright CAE
8、一个例子- 原始数据 以下这张表显示不同家庭宠物的颜色14Copyright CAE可能制作的分析图.15Copyright CAE可能制作的分析图. 16Copyright CAE现在我们用颜色和动物名称两个变量 来做2-维的图表努力来显示. - 那些动物在颜色方面最相似，那些区别最大？ - 那些颜色更倾向那类动物 - 那些动物和那些颜色有更强的相关性，那些相关性很 弱17Copyright CAEBROWNBLACKWHITEMIXED18Copyright CAEBROWNBLACKWHITEMIXED19Copyright CAEBROWNBLACKWHITEMIXED20Copyri
9、ght CAE为了建立这种立体的图表你不得 不. 把那些与较多动物相关联的颜色放置在图的中央位 置 把那些与较多动物相关联的颜色放置在图的边缘位 置 如果一种颜色同时与超过二种以上的动物强相关， 这些动物将会在图中更接近21Copyright CAE非常简单这就是相关性分析 所做的事22Copyright CAE以下这张表就是依据原始数据生成的.BlackBrownWhiteMixed/ otherCatsDogs BirdsBunnies33%65.4% 23Copyright CAE以下这张表就是依据原始数据生成的. BlackBrownWhiteMixed/ otherCatsDogs
10、BirdsBunnies33%65.4% 24Copyright CAE相关性分析输入数据的类性 百分比或原始数据都可以 品牌的相关联的格子（通常形式） 任何具有缺省/存在的分数类型 切记得分数是以样本的总数而不是以单个样本 为基础的25Copyright CAE设计输入类型 只研究数据并想到进行分析并不是一个好主意 分析应该在问卷设计以前的表述/决定研究目标阶 段就开始考虑 如果你乡做相关性分析表 - 你通常打算使用（二分 制）不在/在的数据类型 这些数据可以通过品牌与品牌或类别系列等形式收 集. i.e.26Copyright CAE设计输入类型 通过系列的类别.请看这个品牌的列表，然后告
11、诉我那一个符合下述的 声明. 更便宜，更容易，更快 品牌和品牌. Now thinking about Mr Muscle, which of these statements describe Mr Muscle Now thinking about White Cat, which of these statements describe White Cat Answers can be agree / disagree ratings Better for smaller brands, when more detailed responses are necessary27Copyri
12、ght CAE复制定性研究的图表 有时，定性研究可以得到一个关于品牌、细分市场 和需求定位的图表. 如果我们已经有了这些结果，我们就能在定量研究 阶段尝试重复这一研究 它需要我们仔细思考和再设计 - 可能需要从定性研 究人员那里得到帮助 最理想是同一公司内部人员 它会很有帮助（尤其对市场人员），如果map 有相 同的定位 -但是，相同的定位并不意味着什么28Copyright CAE分析数据 看下面的输出结果. 是否有任何品牌或语句使MAP倾斜? 是否应该删除或增添品牌 - 或许需要删除小的品牌 这幅map是否有意义? 我们能解释它吗? 品牌与语句回出现在不该出现的地方吗? 检查原始数 据-什
13、么原因? 可以通过删除或补充某些品牌和属性来产生Maps直 到它变的较为明显，可以让使用者更容易理解 - 需要 执行者的判断 最少点的限 - 你需要至少3个点去做一张 map, 4 更 好29Copyright CAE当你看一张map时 . 问你自己 它意味着什么？ 它对理解数据有什么附加的作用? 它对我们所知道的市场/顾客的思考方式是否适 合? 如果不是 - 错在什么地方? 它是否帮助我更好地了解市场?30Copyright CAE当你看一张map时 . 问你自己 一张图表总是浓缩数据并使数据变的直观，但是它 也有局限性，大量的数据本身蕴涵的信息将会丢失 ( 例如仅是重要的信息被保留）。因此
14、，相关性分析图 应当小的心运用和解释（例如我们不能依赖表面的定 位图，因为一些变量可能没有在MAP上表现出来）31Copyright CAE概念MAP（Perceptual Mapping） 的基本方法 通过因子分析程式来运行一组数据 减少大量的变量（如产品属性）到小规模的基 础变量。这些变量是高度自相关的变量，例如，受 访者的回答模式都非常相似 通过因子提取来解释因子变量。高的得分意味 着更加重要的变量已经被因子所包含32Copyright CAE回归分析 Regression33Copyright CAE回归分析是什么? 线性回归（Linear Regression） 画出因变量(depe
15、ndent variable)和自变量 (independent variable)之间的关系 因变量 = B* 自变量+ 常数项 + 残差34Copyright CAE回归分析是什么? 线性回归方程式： Y = C + bx + e Y = 产出(dependent variable /response variable) X = 输入变量(independent variable / regressor) c = 常量 (当x=0时) b = 斜率 e = 误差/残差（error / residual）35Copyright CAE多元回归 象线性回归一样只不过有更多 的独立变量Y = c + b1x1 + b2x2 + b3x3 + . + e36Copyright CAE多元回归在市场研究中的运用37Copyright CAE关键的驱动因素 - 在上升的咖啡市场StylishFriendlinessClassyQuality of IngredientsRelaxingEase of Drinking ComfortableSophisticatedCaffine ContentModernPrideYoung/OldBitternessStage of CareerS
