《高级统计方法在市场研究中的应用手册》由会员分享，可在线阅读，更多相关《高级统计方法在市场研究中的应用手册（57页珍藏版）》请在金锄头文库上搜索。
1、高级统计方法在市场研究中的应用手册,- 1 -,总目录,因子分析（Factor analysis） 聚类分析（Cluster analysis） 对应分析（Correspondence analysis） 联合分析（Conjoint analysis） 多元回归分析（ Multiple Linear regressions analysis ） 逻辑回归分析（Logistic analysis） 判别分析（Discriminate analysis）,- 2 -,目录,因子分析（Factor analysis） 因子分析的关键点 因子分析应用的领域和解决的典型问题 问卷设计形式 案例演示 聚类
2、分析（Cluster analysis） 对应分析（Correspondence analysis） 联合分析（Conjoint analysis） 多元回归分析（ Multiple Linear regressions analysis ） 逻辑回归分析（Logistic analysis） 判别分析（Discriminate analysis）,- 3 -,因子分析的关键点,因子分析是什么,因子分析是将多个实测变量转换为少数几个不相关的综合指标（因子）的多元统计方法,因子分析能做什么,浓缩和提炼数据，以较少的几个因子反映原资料的大部分信息,寻求数据的基本结构，从原始数据中提取的几个因子分别
3、从不同侧面反映某个事物,- 4 -,因子分析的关键点,因子分析在市场研究领域应用的意义,在市场研究中往往会选择多个变量来描述某个事物，如果直接对观测变量进行分析就会增加问题分析的复杂性，而且分析结果的经济意义往往也难以解释,利用因子分析方法从若干观测变量中提取几个因子，再对提取的因子做进一步的分析可以使结果更加清晰，也更易于解释,- 5 -,应用领域和解决的典型问题,因子分析在市场研究领域应用的越来越广泛。作为一种比较高级的统计分析技术，因子分析的结果不但可以直接揭示某些隐含的信息，还可以为其他很多分析提供支持,因子分析聚类分析 市场细分 通过对提取的因子做聚类分析将受访者分成不同的人群 考察
4、不同人群在人口、社会、经济学等方面的特征，为客户提供细分市场潜在用户的全方位信息，为客户在目标市场大展鸿图指明方向 市场细分能够帮助客户寻找并描述自己的目标市场。由于目标市场与普通市场相比有更多的收益潜力，因此市场细分的研究意义重大,- 6 -,应用领域和解决的典型问题,因子分析回归分析 满意度研究 满意度研究需要设计变量数目众多、层次分明的满意度指标体系，为了使满意度研究问卷设计的合理、更科学，必须在满意度研究的预调查阶段对指标设置的合理性进行检验 进行因子分析可以发现哪些指标是可以从指标体系中剔除的，也可以考察指标的设置是否满足了设计初衷（即指标的分类是否合理） 根据因子分析的结果可以提取
5、一些关键的指标进行竞争对手之间的比较，做到有的放矢 通过对提取的因子进行多元回归分析能够在调查之初发现满意度研究的哪个环节是需要关注的重点,- 7 -,应用领域和解决的典型问题,因子分析知觉图 品牌研究 因子分析可以从研究品牌形象的诸多软性和硬性的特性中浓缩和提炼的出少数几个综合因素，使得品牌形象更加鲜明、独树一帜 因子分析的结果可以用定位图的方式呈现 在品牌形象研究方面，定性研究的方法应用的比较早也相对成熟，但是随着统计学的发展同时也为了适应市场研究领域不断提出的更新要求，定量研究的方法越来越多的应用在了品牌研究方面,- 8 -,应用领域和解决的典型问题,因子分析相关性 忠诚度研究 因子分析
6、可以从满意度研究的诸多因素中浓缩和提炼出几个互不相关的综合指标，它们反映了满意度研究不同侧面的内容，同时也涵盖了原有指标的大部分信息 把提取的因子和忠诚度的有关指标进行相关性的研究，我们可以发现那些有助于提高用户忠诚度的关键所在，从而使客户的工作更具有目标性 “继续使用、增加使用、推荐使用”是体现用户忠诚度的三个由低到高的层次，不同层次的忠诚表现会给企业增加不同程度的收益，因此忠诚度研究日益成为客户关注的问题之一；从而发现究竟是哪些因素影响了用户对某种产品或服务的忠诚度，成了市场研究领域的又一个目标,- 9 -,问卷设计形式,因子分析要求变量为等距变量,影响购买某种药品的因素,- 10 -,案
7、例演示,阅读提示：所演示的案例以上页的问题为基础,通过因子分析可以把原始变量浓缩为5个因子,因子1：广告和促销的影响 因子2：周围人和朋友的影响 因子3：疾病自身 因子4：医生的影响 因子5：报销手段的影响,- 11 -,案例演示,通过因子分析还可以进行地区间的比较，如左图 从图中可以看出，广告和促销、医生及报销手段对上海人的影响明显高于对北京人的影响 相应的，周围人和朋友及疾病自身的情况对北京人的影响又明显高于对上海人的影响,因子1：广告和促销的影响 因子2：周围人和朋友的影响 因子3：疾病自身 因子4：医生的影响 因子5：报销手段的影响,- 12 -,目录,因子分析（Factor anal
8、ysis） 聚类分析（Cluster analysis） 聚类分析的关键点 名词解释 聚类分析应用的领域和解决的典型问题 问卷设计形式及案例演示 对应分析（Correspondence analysis） 联合分析（Conjoint analysis） 多元回归分析（ Multiple Linear regressions analysis ） 逻辑回归分析（Logistic analysis） 判别分析（Discriminate analysis）,- 13 -,聚类分析的关键点,无论是在自然科学领域还是市场研究领域，聚类分析的关键点通俗的讲就是“物以类聚”、“相似相融”。聚类分析能够把性质
9、相似的属性或事物凝聚在一起，而与性质差异较大的属性或事物“保持距离”,物以类聚,相似相融,- 14 -,名词解释,聚类分析是根据事物彼此不同的属性进行辨认，将具有相似性的事物聚为一类，使得同一类的事物具有高度的相似性，不同类的事物之间具有很大的差异性 聚类分析根据分类对象的不同分为：样本聚类和变量聚类 样本聚类：对Case进行聚类 变量聚类：对Variable进行聚类,样本聚类,变量聚类,- 15 -,样本聚类的应用领域,样本聚类,市场细分,在市场研究领域，样本聚类分析主要应用的方面是帮助我们寻找目标消费群体，划分出产品的细分市场 通过样本聚类可以描述出各细分市场的人群特征，有针对性的对细分市
10、场的购买者行为进行研究，以便于客户有针对性的对目标消费群体施加影响，合理地开展工作 可以帮助客户刻画市场空白点和机会点，从而选择产品试销市场，制定竞争策略,- 16 -,样本聚类的应用领域,根据不同需要划分同类产品,案例,将威士忌酒进行分类的一种比较传统的方式是按照威士忌酒的产地划分。但是知道了酒的产地却并不能知道她的味道，同一产地的酒往往有不同的味道聚类分析解决了这个问题，它将不同产地的威士忌酒按照不同的品味进行了分类：如果你是个品酒的新手，聚类分析的结果可以告诉你哪些酒的味道是相似的，如果你是威士忌酒的收藏者，聚类分析的结果可以帮助你扩大收集相同或不同味道的酒,- 17 -,变量聚类,Q1
11、4 -+-+Q17 -+ +-+ Q16 -+ +-+ Q18 -+-+ I I Q19 -+ +-+ +-+ Q20 -+ I I Q15 -+ I Q27 -+-+ +-Q28 -+ +-+ IQ26 -+ +-+ IQ24 -+-+ I IQ25 -+ +-+Q29 -+-+ IQ30 -+ +-+Q22 -+-+ IQ23 -+ +-+Q21 -+,变量聚类树形图,变量聚类与因子分析的不同之处在于：变量聚类中可以很清楚的看出某个变量与其他哪些变量的相似性比较大，与哪些变量凝聚成了一类,- 18 -,变量聚类的应用领域,变量聚类,满意度研究,在满意度研究中，变量聚类可以帮助研究员划分基础
12、指标的类别，明确每一个被考察的商业流程是由哪些基础指标组成的 结合多元回归分析还可以判断所分的类别是否合理 通过变量聚类也可以在满意度研究的预调查阶段检验基础指标的设置是否合理，从而保障满意度研究整体的有效性和准确性,- 19 -,变量聚类的应用领域,变量聚类,竞争对手研究,运用聚类分析对市场进行细分，可以了解各品牌在不同细分市场彼此之间的关系,如右图，10个品牌按照一定的原则被分组，从分组的情况中我们可以发现品牌之间关系的远近，它在一定程度上代表了品牌之间的竞争关系,- 20 -,问卷设计形式,参与聚类分析的变量必须是数值型变量，而且至少有一个北京申办2008年奥运会民意测验,- 21 -,
13、案例演示,阅读提示：所演示的案例以上页的问题为基础,首选应用因子分析从12个测试点中提取了几个因子，如经济意识、民族意识等我们利用提取出的因子将市民用聚类分析的方法分离出两类人群，并进一步分别研究这两类人对申奥的态度,两 类 人 的 特 点,绝对支持者,男性比较多 平时非常关心体育新闻 经常参加体育活动 非常喜欢看奥运会比赛,相对顾虑者,女性比较多 平时不太关心体育新闻 不参加体育活动者较多 比较喜欢看奥运会比赛,- 22 -,目录,因子分析（Factor analysis） 聚类分析（Cluster analysis） 对应分析（Correspondence analysis） 对应分析的关
14、键点 对应分析应用的领域和解决的典型问题 对应分析的优势和不足 问卷设计形式及案例演示 联合分析（Conjoint analysis） 多元回归分析（ Multiple Linear regressions analysis ） 逻辑回归分析（Logistic analysis） 判别分析（Discriminate analysis）,- 23 -,对应分析的关键点,Correspondence,相当,符合,一致,对应分析（Correspondence Analysis）是一种用来研究变量与变量之间联系紧密程度的研究技术 对应分析的结果通常以知觉图（Mapping图）的方式展示，生动而清晰,- 24 -,应用领域和解决的典型问题,品牌研究是对应分析应用的最为广泛的一个市场研究领域 对应分析将品牌和与品牌相关的若干属性和特征同时考察并在一张知觉图中同时体现，不但可以发现品牌之间在不同属性方面的差异，也可以明确竞争品牌的优劣势 可以帮助客户及时调整营销策略，从而使产品品牌在消费者中树立起正确的形象,
