市場細(xì)分研究中的主要分析方法

因子分析和聚類分析方法及應(yīng)用以“深圳地區(qū)移動通信市場研究”為例來說明以上兩種分析方法。一．因子分析本次研究中主要將因子分析方法用于：根據(jù)被訪者對網(wǎng)絡(luò)選擇重要性、生活方式評價和手機(jī)購買動機(jī)的回答，歸結(jié)出從被訪人群中反映出的主要因素，并以這些因素為依據(jù)進(jìn)行下一步的旨在將人群分類的聚類分析。（一）因子分析方法所涉及的主要名詞解釋在此僅結(jié)合網(wǎng)絡(luò)選擇考慮因素為例對主要名詞作一解釋：1．因子：從形式上看，是一組原始變量的線性組合，而反映的內(nèi)容則是我們所關(guān)心問題的某一個方面例如：因子1（注重網(wǎng)絡(luò)功能）=0.79又有傳真信箱功能+0.76又有多方通話功能+0.67又有語音信箱功能+0.66又有短消息功能+0.63義有呼叫限制功能+L義開戶限制少+l2義營業(yè)員專業(yè)水平高+……以上表達(dá)式中的0.79、0.76、……0.63以及11等系數(shù)，我們稱之為因子負(fù)荷。因子負(fù)荷：因子負(fù)荷體現(xiàn)了原始變量與因子之間的相關(guān)性，它亦是歸結(jié)因子含義的關(guān)鍵所在；如上例所述因子1的注重網(wǎng)絡(luò)功能這一含義正是根據(jù)因子負(fù)荷較大的幾個原始變量或要素的含義概括而成，即由在網(wǎng)絡(luò)選擇時希望有傳真信箱功能、有多方通話功能、有語音信箱功能等各項功能概括出因子1反映的是用戶在選擇網(wǎng)絡(luò)時注重網(wǎng)絡(luò)功能這一方面的考慮，而象開戶限制少、營業(yè)員專業(yè)水平高等原始變量或要素在上述表達(dá)式中所具有的因子負(fù)荷相對很小，便不把它們作為歸納這一因子含義的要素包括進(jìn)去。因子得分：如果一個被訪者回答了所有原始變量對應(yīng)的問題，那么利用該被訪者在與問題對應(yīng)的原始變量上的取值及某一因子的表達(dá)式（如因子1的表達(dá)式）計算而得的他在這一因子上的取值，就是我們通常所說的因子得分。上例中某一被訪者在因子1上的因子得分體現(xiàn)了他對網(wǎng)絡(luò)功能的重要性考慮。注：由于統(tǒng)計方法的原因，這一得分的計量與原始變量取值的計量有所不同，簡單的說，與因子對應(yīng)的變量是一個平均值為0，方差為1的標(biāo)準(zhǔn)化變量，即因子1的取值（因子1的因子得分）幾乎全部集中在［-3,3］這一區(qū)間內(nèi)，而超出這個范圍的可能性僅占不到0.3%。因子分析方法的基本思想因子分析的目的進(jìn)行數(shù)據(jù)信息的綜合提煉，即將分散的關(guān)于細(xì)節(jié)問題的瑣碎信息整理成為一組能反映若干方面狀況的概要信息，進(jìn)而將與細(xì)節(jié)問題對應(yīng)的原始變量替換為經(jīng)歸納總結(jié)后得到的因子所對應(yīng)的因子變量，并在進(jìn)一步的分析過程中使用這一組因子變量而非多個原始變量。例如：在本報告的市場細(xì)分過程中，就是利用從67個關(guān)于網(wǎng)絡(luò)選擇考慮的細(xì)節(jié)問題中提取出的21個諸如注重網(wǎng)絡(luò)功能、注重服務(wù)質(zhì)量等方面因子所對應(yīng)的變量來實施的聚類分析過程，并借助這些變量在各細(xì)分市場取值的差異來詳細(xì)描述它們各自的特點。因子分析的基本過程(a) 檢驗數(shù)據(jù)相關(guān)性…(切提取因子???(c)定義因子含義…(⑴保存因子變量注釋：步驟a…原始變量之間存在相關(guān)性是進(jìn)行因子分析的基本前提，因為只有原始變量反映的信息存在相關(guān)或部分重疊，才有進(jìn)行信息提煉的必要；這一步驟可借助于計算各原始變量間的相關(guān)系數(shù)來完成。步驟b…提取因子是一個確認(rèn)用多少個因子變量來取代原始變量能夠達(dá)到盡量精煉數(shù)據(jù)信息而又不丟失主要信息的步驟；這一提取過程所依據(jù)的主要原則是原始數(shù)據(jù)信息保留70%以上并且因子含義可以清晰定義，所涉及的統(tǒng)計方法則是主成份分析法。步驟c…定義因子含義是借助于因子負(fù)荷來完成的，其方法已在“因子負(fù)荷”概念中有所闡述。步驟d…以因子得分作為因子變量的取值保存，留待進(jìn)行下一步分析時使用。聚類分析在將網(wǎng)絡(luò)用戶進(jìn)行細(xì)分的過程中，我們嘗試了利用網(wǎng)絡(luò)選擇因子、生活態(tài)度因子分別進(jìn)行聚類，綜合考慮細(xì)分人群的特點及相互間差異的顯著性，最終確定利用反映被訪者網(wǎng)絡(luò)選擇考慮的因子作為進(jìn)行分組的保留并據(jù)此將網(wǎng)絡(luò)用戶細(xì)分為四個市場。聚類分析的基本思想：以各因子為坐標(biāo)軸，構(gòu)成一個n維空間，而以某一被訪者在各個因子上的得分作為坐標(biāo)值，由此確定該被訪者在這一空間中的位置，然后利用類似度量距離的方法，將被訪者歸類成組，使得組內(nèi)差距達(dá)到最小而組間差距達(dá)到最大。進(jìn)一步，在描述某組人群特點時，就以其核心位置為代表來進(jìn)行描述。在本報告的細(xì)分市場數(shù)據(jù)分析上即體現(xiàn)為以細(xì)分人群在各個因子上的平均得分為依據(jù)，展示出各細(xì)分市場在網(wǎng)絡(luò)選擇考慮因素上的特點和差異。主成分分析在本報告中對用戶網(wǎng)絡(luò)消費需求變化進(jìn)行分析的過程中，我們首先將網(wǎng)絡(luò)選擇因素劃分為13個大方面，例如將“廣告有說服力”、“廣告有吸引力”和“廣告印象深刻”三個要素歸結(jié)為網(wǎng)絡(luò)選擇的廣告方面等等，然后通過比較不同類型網(wǎng)絡(luò)用戶對這13個方面的整體重要性評價，發(fā)現(xiàn)網(wǎng)絡(luò)消費需求變化的趨勢。所以，問題的關(guān)鍵在于如何得出網(wǎng)絡(luò)用戶對各個方面的整體重要性評價，現(xiàn)以計算所有用戶對廣告方面的重要性評價為例簡述這一過程：首先，我們利用這三個要素進(jìn)行主成分分析，旨在得出各具體要素與廣告方面的相關(guān)程度，以便對各要素的重要性得分進(jìn)行加權(quán)；對于主成分分析方法的統(tǒng)計原理我們在此不作贅述，但基本可以對這一方法作如下直觀理解：通過對以上提及的三個要素進(jìn)行主成分分析，可以按照用戶對它們各自的評價對最終歸納廣告方面重要性的影響程度進(jìn)行排序，排在第一位的是影響廣告重要性評價最主要的要素，以此類推。這種各要素的重要性程度或者說與廣告重要性整體評價的相關(guān)，是以系數(shù)的形式體現(xiàn)的。例如“廣告有說服力”、“廣告有吸引力”和“廣告印象深刻”的系數(shù)分別為0.37、0.364、0.362，我們于是可以利用這些系數(shù)對用戶在三個要素上的具體評價進(jìn)行加權(quán)得出用戶在