高級統(tǒng)計方法在市場研究中的應用手冊課件

高級統(tǒng)計方法在市場研究中的應用手冊-1-總目錄因子分析（Factoranalysis）聚類分析（Clusteranalysis）對應分析（Correspondenceanalysis）聯(lián)合分析（Conjointanalysis）多元回歸分析（MultipleLinearregressionsanalysis）邏輯回歸分析（Logisticanalysis）判別分析（Discriminateanalysis）-2-目錄因子分析（Factoranalysis）因子分析的關鍵點因子分析應用的領域和解決的典型問題問卷設計形式案例演示聚類分析（Clusteranalysis）對應分析（Correspondenceanalysis）聯(lián)合分析（Conjointanalysis）多元回歸分析（MultipleLinearregressionsanalysis）邏輯回歸分析（Logisticanalysis）判別分析（Discriminateanalysis）-4-因子分析的關鍵點因子分析在市場研究領域應用的意義

在市場研究中往往會選擇多個變量來描述某個事物，如果直接對觀測變量進行分析就會增加問題分析的復雜性，而且分析結(jié)果的經(jīng)濟意義往往也難以解釋

利用因子分析方法從若干觀測變量中提取幾個因子，再對提取的因子做進一步的分析可以使結(jié)果更加清晰，也更易于解釋-5-應用領域和解決的典型問題

因子分析在市場研究領域應用的越來越廣泛。作為一種比較高級的統(tǒng)計分析技術，因子分析的結(jié)果不但可以直接揭示某些隱含的信息，還可以為其他很多分析提供支持

因子分析＋聚類分析市場細分通過對提取的因子做聚類分析將受訪者分成不同的人群考察不同人群在人口、社會、經(jīng)濟學等方面的特征，為客戶提供細分市場潛在用戶的全方位信息，為客戶在目標市場大展鴻圖指明方向市場細分能夠幫助客戶尋找并描述自己的目標市場。由于目標市場與普通市場相比有更多的收益潛力，因此市場細分的研究意義重大-6-應用領域和解決的典型問題

因子分析＋回歸分析滿意度研究滿意度研究需要設計變量數(shù)目眾多、層次分明的滿意度指標體系，為了使?jié)M意度研究問卷設計的合理、更科學，必須在滿意度研究的預調(diào)查階段對指標設置的合理性進行檢驗進行因子分析可以發(fā)現(xiàn)哪些指標是可以從指標體系中剔除的，也可以考察指標的設置是否滿足了設計初衷（即指標的分類是否合理）根據(jù)因子分析的結(jié)果可以提取一些關鍵的指標進行競爭對手之間的比較，做到有的放矢通過對提取的因子進行多元回歸分析能夠在調(diào)查之初發(fā)現(xiàn)滿意度研究的哪個環(huán)節(jié)是需要關注的重點-8-應用領域和解決的典型問題

因子分析＋相關性忠誠度研究因子分析可以從滿意度研究的諸多因素中濃縮和提煉出幾個互不相關的綜合指標，它們反映了滿意度研究不同側(cè)面的內(nèi)容，同時也涵蓋了原有指標的大部分信息把提取的因子和忠誠度的有關指標進行相關性的研究，我們可以發(fā)現(xiàn)那些有助于提高用戶忠誠度的關鍵所在，從而使客戶的工作更具有目標性“繼續(xù)使用、增加使用、推薦使用”是體現(xiàn)用戶忠誠度的三個由低到高的層次，不同層次的忠誠表現(xiàn)會給企業(yè)增加不同程度的收益，因此忠誠度研究日益成為客戶關注的問題之一；從而發(fā)現(xiàn)究竟是哪些因素影響了用戶對某種產(chǎn)品或服務的忠誠度，成了市場研究領域的又一個目標-9-問卷設計形式因子分析要求變量為等距變量影響購買某種藥品的因素-10-案例演示閱讀提示：所演示的案例以上頁的問題為基礎

通過因子分析可以把原始變量濃縮為5個因子因子1：廣告和促銷的影響因子2：周圍人和朋友的影響因子3：疾病自身因子4：醫(yī)生的影響因子5：報銷手段的影響-12-目錄因子分析（Factoranalysis）聚類分析（Clusteranalysis）聚類分析的關鍵點名詞解釋聚類分析應用的領域和解決的典型問題問卷設計形式及案例演示對應分析（Correspondenceanalysis）聯(lián)合分析（Conjointanalysis）多元回歸分析（MultipleLinearregressionsanalysis）邏輯回歸分析（Logisticanalysis）判別分析（Discriminateanalysis）-13-聚類分析的關鍵點

無論是在自然科學領域還是市場研究領域，聚類分析的關鍵點通俗的講就是“物以類聚”、“相似相融”。聚類分析能夠把性質(zhì)相似的屬性或事物凝聚在一起，而與性質(zhì)差異較大的屬性或事物“保持距離”物以類聚相似相融-14-名詞解釋聚類分析是根據(jù)事物彼此不同的屬性進行辨認，將具有相似性的事物聚為一類，使得同一類的事物具有高度的相似性，不同類的事物之間具有很大的差異性聚類分析根據(jù)分類對象的不同分為：樣本聚類和變量聚類樣本聚類：對Case進行聚類變量聚類：對Variable進行聚類樣本聚類變量聚類-16-樣本聚類的應用領域

根據(jù)不同需要劃分同類產(chǎn)品案例

將威士忌酒進行分類的一種比較傳統(tǒng)的方式是按照威士忌酒的產(chǎn)地劃分。但是知道了酒的產(chǎn)地卻并不能知道她的味道，同一產(chǎn)地的酒往往有不同的味道聚類分析解決了這個問題，它將不同產(chǎn)地的威士忌酒按照不同的品味進行了分類：如果你是個品酒的新手，聚類分析的結(jié)果可以告訴你哪些酒的味道是相似的，如果你是威士忌酒的收藏者，聚類分析的結(jié)果可以幫助你擴大收集相同或不同味道的酒-17-變量聚類Q14-----+-+Q17-----++---------+Q16-------++---+Q18---------+-----+IIQ19---------++-++---------------+Q20---------------+IIQ15---------------------+IQ27-----+-++-----------Q28-----++-----------+IQ26-------++-----+IQ24-----------+-------+IIQ25-----------++-----------+Q29---------+-----------+IQ30---------++---+Q22---------+---+IQ23---------++-------+Q21-------------+變量聚類樹形圖

變量聚類與因子分析的不同之處在于：變量聚類中可以很清楚的看出某個變量與其他哪些變量的相似性比較大，與哪些變量凝聚成了一類-18-變量聚類的應用領域變量聚類滿意度研究在滿意度研究中，變量聚類可以幫助研究員劃分基礎指標的類別，明確每一個被考察的商業(yè)流程是由哪些基礎指標組成的結(jié)合多元回歸分析還可以判斷所分的類別是否合理通過變量聚類也可以在滿意度研究的預調(diào)查階段檢驗基礎指標的設置是否合理，從而保障滿意度研究整體的有效性和準確性-20-問卷設計形式參與聚類分析的變量必須是數(shù)值型變量，而且至少有一個

北京申辦2008年奧運會民意測驗

-21-案例演示閱讀提示：所演示的案例以上頁的問題為基礎

首選應用因子分析從12個測試點中提取了幾個因子，如經(jīng)濟意識、民族意識等我們利用提取出的因子將市民用聚類分析的方法分離出兩類人群，并進一步分別研究這兩類人對申奧的態(tài)度兩類人的特點絕對支持者男性比較多平時非常關心體育新聞經(jīng)常參加體育活動非常喜歡看奧運會比賽相對顧慮者女性比較多平時不太關心體育新聞不參加體育活動者較多比較喜歡看奧運會比賽-22-目錄因子分析（Factoranalysis）聚類分析（Clusteranalysis）對應分析（Correspondenceanalysis）對應分析的關鍵點對應分析應用的領域和解決的典型問題對應分析的優(yōu)勢和不足問卷設計形式及案例演示聯(lián)合分析（Conjointanalysis）多元回歸分析（MultipleLinearregressionsanalysis）邏輯回歸分析（Logisticanalysis）判別分析（Discriminateanalysis）-24-應用領域和解決的典型問題品牌研究是對應分析應用的最為廣泛的一個市場研究領域?qū)治鰧⑵放坪团c品牌相關的若干屬性和特征同時考察并在一張知覺圖中同時體現(xiàn)，不但可以發(fā)現(xiàn)品牌之間在不同屬性方面的差異，也可以明確競爭品牌的優(yōu)劣勢可以幫助客戶及時調(diào)整營銷策略，從而使產(chǎn)品品牌在消費者中樹立起正確的形象

品牌研究1.0.50.0-.5-1.0-1.5.6.4.20.0-.2-.4-.6-.8品牌特點海爾三星飛利浦TCL松下LG長虹索尼東芝康佳高檔次售后服務好高品質(zhì)外觀設計好物有所值技術含量高國際知名品牌國內(nèi)知名品牌-25-應用領域和解決的典型問題對應分析能夠幫助客戶了解消費者對于其產(chǎn)品及同類產(chǎn)品在消費者心目中是如何定位的（產(chǎn)品定位包括產(chǎn)品形象、功能、特點等）對應分析還可以幫助客戶了解消費者對其產(chǎn)品的定位與預期定位是否有差距，有多大的差距

市場細分與定位研究-28-問卷設計形式對應分析對問題的題目設計要求比較寬松，任何兩個能夠采用頻次進行交叉分析的變量都可以使用對應分析的方法-29-案例演示1.0.50.0-.5-1.0-1.5-2.01.0.50.0-.5-1.0-1.5品牌功能國產(chǎn)藥品合資藥品進口藥品價格不貴價格較貴公費醫(yī)療便于攜帶不易粘在身上新產(chǎn)品歷史悠久適合自己的病情對真菌也有效適用多數(shù)皮膚病副作用小需長期使用起效慢但持久起效快但不持久療效好腳氣靈腳癬一次凈采樂洗劑美克環(huán)利軟膏達克寧霜孚琪膚輕松維膚霜復方康納樂霜尿素軟膏膚樂軟膏樂膚霜恩膚霜皮康霜皮康王無極膏艾洛松乳膏派瑞松霜尤卓爾三九皮炎平皮炎平閱讀提示：所演示的案例以上頁的問題為基礎品牌－功能位圖-30-目錄因子分析（Factoranalysis）聚類分析（Clusteranalysis）對應分析（Correspondenceanalysis）聯(lián)合分析（Conjointanalysis）什么是聯(lián)合分析應用的領域和解決的典型問題聯(lián)合分析的優(yōu)勢聯(lián)合分析的調(diào)研步驟問卷設計形式多元回歸分析（MultipleLinearregressionsanalysis）邏輯回歸分析（Logisticanalysis）判別分析（Discriminateanalysis）-31-什么是聯(lián)合分析產(chǎn)品具有哪些特性最能贏得消費者的滿意

要解決這類問題，傳統(tǒng)的市場研究方法往往只能作定性研究，而難以作出定量的回答

聯(lián)合分析（conjointanalysis）就是針對這些需要而產(chǎn)生的一種定量的市場分析方法

聯(lián)合分析是根據(jù)產(chǎn)品具有的某些特征，對現(xiàn)實產(chǎn)品進行模擬，讓消費者根據(jù)自己的喜好對這些虛擬產(chǎn)品進行評價，從而可以了解消費者對產(chǎn)品各特征的重視程度，并利用這些信息開發(fā)出具有競爭力的產(chǎn)品-32-應用領域和解決的典型問題這些虛擬產(chǎn)品并不是真正要投入生產(chǎn)的產(chǎn)品，聯(lián)合分析可以再從這些虛擬產(chǎn)品中剝離出每個屬性，通過對每個屬性的不同水平的分析幫助客戶發(fā)現(xiàn)最受消費者歡迎的新產(chǎn)品組合通過聯(lián)合分析還可以檢驗產(chǎn)品改進的效果：改進后的產(chǎn)品是否真的比改進前的好；顧客能否區(qū)分改進后的產(chǎn)品與改進前的產(chǎn)品之間的區(qū)別

新產(chǎn)品的開發(fā)聯(lián)合分析可以根據(jù)產(chǎn)品需要考察的不同屬性和屬性的水平正交設計出一些虛擬產(chǎn)品，從而得到消費者端對于這些虛擬產(chǎn)品的喜好程度新產(chǎn)品-33-應用領域和解決的典型問題發(fā)現(xiàn)現(xiàn)有產(chǎn)品的缺點評價其他產(chǎn)品配方發(fā)現(xiàn)產(chǎn)品對各個細分市場的吸引力評價商業(yè)前景獲得營銷計劃其他元素的創(chuàng)意

產(chǎn)品測試和競爭分析產(chǎn)品測試的目的聯(lián)合分析的效果如何使產(chǎn)品的屬性特征最優(yōu)化從而更吸引顧客如何識別競爭產(chǎn)品的優(yōu)勢和弱勢，來確定產(chǎn)品在目標市場中的位置與競爭對手相比，產(chǎn)品在哪些特性上更加吸引顧客目前就產(chǎn)品屬性而言，是否吸引顧客；是否在某些屬性上還可以改進-34-應用領域和解決的典型問題聯(lián)合分析的迷人之處在于她可以對產(chǎn)品的前景進行預測聯(lián)合分析不但可以模擬出目前市場上各種產(chǎn)品的份額，還可以模擬出新產(chǎn)品進入市場后各產(chǎn)品的份額變化情況，判斷出對新產(chǎn)品而言的競爭產(chǎn)品是哪些，而同類細分市場上的“龍頭”產(chǎn)品又是哪些，新產(chǎn)品和它們的差距在哪里，如何改善產(chǎn)品的屬性才能爭取到更多的市場份額市場預測與決策-35-聯(lián)合分析的優(yōu)勢目標傳統(tǒng)方法聯(lián)合分析考察產(chǎn)品每個屬性的特征單個詢問消費者“價格”、“品牌”、“功能”有多重要，我們得到的回答通常是每一個因素都“非常重要”，從而難以判斷，到底哪一個因素更重要通常直接詢問消費者，得到的產(chǎn)品組合往往是“價格越低越好，性能越高越好”這種非現(xiàn)實可操作的結(jié)果在模擬真實購買的情況下，消費者的回答權衡了各個方面因素，從而避免了“質(zhì)優(yōu)價低”的超現(xiàn)實產(chǎn)品的出現(xiàn)將需要考察的屬性特征分散在每一個虛擬的產(chǎn)品中，通過分析消費者對虛擬產(chǎn)品的喜好剝離出每一個屬性在消費者端的重要性由所有被考察的產(chǎn)品屬性組合而成的產(chǎn)品組合的數(shù)目往往非常大，選哪個不選哪個進行測試很難人為判斷通過正交設計選中一小部分給受訪者，即符合統(tǒng)計學意義又降低了研究費用，減少了受訪者的混亂和疲勞尋找最優(yōu)的產(chǎn)品組合產(chǎn)品測試的方法-36-聯(lián)合分析的調(diào)研步驟確定特征及其水平模擬組合產(chǎn)品的生成數(shù)據(jù)收集數(shù)據(jù)分析預測與建議聯(lián)合分析首先要對產(chǎn)品或服務的特征進行識別，這些特征與特征水平必須是顯著影響消費者購買的因素聯(lián)合分析將產(chǎn)品的所有特征與特征水平通盤考慮，并采用正交設計的方法將這些特征與特征水平進行組合，生成一系列虛擬產(chǎn)品請受訪者對虛擬產(chǎn)品進行評價，通過打分、排序等方法調(diào)查受訪者對虛擬產(chǎn)品的喜好、購買的可能性等從收集的信息中分離出消費者對每一特征以及特征水平的偏好值，這些偏好值也就是該特征的“效用”利用效用值來預測消費者將如何在不同產(chǎn)品中進行選擇，從而決定應該采取的措施-37-問卷設計形式問卷卡片設計聯(lián)合分析調(diào)研的實施過程相對獨立，因此她的問卷設計也與普通的問卷不一樣：一般是一些含有需要測試產(chǎn)品屬性及其水平的卡片，每一張卡片就是一個產(chǎn)品組合這些卡片都是通過正交設計得到的卡片#1價格：7-8萬品牌：東風每駕駛多少公里需大修一次：低于20萬公里每百公里的耗油量：11-12升載重量：2.5噸以上保修公里數(shù)：3.5-5萬公里

左面的卡片是一張平板輕型卡車的產(chǎn)品測試卡，包括價格、品牌、載重量等6個產(chǎn)品屬性-38-問卷設計形式問卷題目設計Q1.下面是25種不同價格、品牌、大修公里數(shù)、油耗、載重和保修期的模擬平板輕型卡車組合，請為這些產(chǎn)品組合打分，最差組合為1分，最優(yōu)組合為25分。請避免任何兩種產(chǎn)品組合有相同的分數(shù)卡號得分-39-ImportancesummaryFactor保修期載重量油耗水平大修里程品牌價格AveragedImportance403020100案例演示從左圖可以看出，品牌對購買決策的影響是最重要的

價格也是影響購買決策的一個重要因素

在六個影響因素中，保修期的重要性最低

閱讀提示：所演示的案例以上頁的問題為基礎屬性的相對重要程度-40-目錄因子分析（Factoranalysis）聚類分析（Clusteranalysis）對應分析（Correspondenceanalysis）聯(lián)合分析（Conjointanalysis）多元回歸分析（MultipleLinearregressionsanalysis）什么是回歸分析應用領域和解決的典型問題問卷設計形式案例演示邏輯回歸分析（Logisticanalysis）判別分析（Discriminateanalysis）-41-什么是回歸分析在研究事物之間關聯(lián)程度的時候我們發(fā)現(xiàn)有一些事物之間是完全的決定與被決定的關系，比如圓的面積和圓的半徑之間的關系：S=ΠR2，這種關系被稱為函數(shù)關系現(xiàn)實世界中還有很多情況是兩事物之間有著密切的聯(lián)系，但它們的密切程度并沒有到由一個完全確定另一個的程度。我們把這種變量間具有密切關系而又不能用函數(shù)關系精確表達的關系稱為變量間的統(tǒng)計關系或相關關系（如左圖銷售額與廣告支出）回歸分析就是統(tǒng)計學中專門研究這種關系的方法之一YX（銷售額）（廣告支出）-42-回歸分析的分類按照自變量個數(shù)：按照回歸方程是否為線性：按照回歸方程變量的屬性：這部分內(nèi)容主要介紹“多元回歸分析”一元回歸分析多元回歸分析線性回歸分析非線性回歸分析普通回歸分析虛擬變量回歸分析-43-應用領域和解決的典型問題應用回歸分析進行預測就是要借助回歸分析可以體現(xiàn)自變量與因變量之間的因果關系，通過分析與預測對象有聯(lián)系的現(xiàn)象的變動趨勢，推算預測對象未來的數(shù)量狀態(tài)將回歸分析與相關行業(yè)背景相結(jié)合建立的計量經(jīng)濟預測模型能夠更有效的對客戶關心的細分市場進行模擬和預測，用數(shù)理統(tǒng)計學和濃厚的專業(yè)知識共同為客戶搭建前景藍圖預測-44-應用領域和解決的典型問題為了使我們的研究結(jié)果對客戶的工作改進有更好的效果，滿意度模型的設計充分考慮了客戶的商業(yè)流程，因此回歸分析在滿意度研究方面的應用也就達到了以下幾個目標：滿意度研究

回歸分析解決的問題

幫助客戶達到的目標反映商業(yè)流程各個環(huán)節(jié)的相對重要性每個環(huán)節(jié)的滿意度提高一個單位，總體滿意度怎樣變化能夠為客戶指出工作重點所在幫助客戶發(fā)現(xiàn)提高顧客滿意度最有效的途徑-45-問卷設計形式經(jīng)濟預測建立預測模型并進行市場預測是市場研究領域中一個相對獨立的部分，因此預測模型沒有一個固定的問卷設計模式大量的歷史數(shù)據(jù)的收集和豐富的相關專業(yè)知識的積累都是預測成功的有力保障滿意度研究問卷的指標體系設置要求與相關行業(yè)的商業(yè)流程保持一致為了進行回歸分析，問卷中要有不同的問題分別針對滿意度研究的每一個級別進行提問具體形式見下頁-46-問卷設計形式請用1至10分打分，10分表示非常滿意，1分表示非常不滿意-47-案例演示閱讀提示：所演示的案例以上頁的問題為基礎回歸方程：QA＝0.316×Q1＋0.429×Q2＋0.132×Q3＋0.138×Q4從回歸方程不難看出，銷售服務和售前宣傳對總體滿意度的影響比較大-48-目錄因子分析（Factoranalysis）聚類分析（Clusteranalysis）對應分析（Correspondenceanalysis）聯(lián)合分析（Conjointanalysis）多元回歸分析（MultipleLinearregressionsanalysis）邏輯回歸分析（Logisticanalysis）什么是Logistic回歸應用領域和解決的典型問題問卷設計形式判別分析（Discriminateanalysis）-49-什么是Logistic回歸Logistic回歸實質(zhì)上也是多元回歸分析的一種，用于研究某一個事件發(fā)生的概率與自變量之間關系的一種回歸分析方法Logistic回歸的特別之處就在于她的因變量是一個“二分類”的，即因變量是（1，0）的形式1，0是，否購買，不購買轉(zhuǎn)網(wǎng)，不轉(zhuǎn)網(wǎng)……自變量怎樣的關系Logistic回歸解決的問題-50-應用領域和解決的典型問題選取與消費者購買行為相關的因素作為自變量對消費者的購買意