市场研究与统计分析

LOGO市场研究与统计分析方法(内部交流资料)（内容）市场研究与统计分析的关系图谱1市场研究方法的历史发展脉络2典型相关分析方法介绍3小结4市场研究与统计分析的关系图谱[说明]其中综合分析应为结合分析.典型方法简介方法一对应分析一种用于研究名义属性变量间关系的一种形象直观分析方法。方法二多为尺度分析基于研究对象多维属性的测度“的对象间相似度”关系研究法。典型的一种这种测度是距离。方法三结合分析(conjointanalysis)基本消费者或研究对象对不同属性组合的产品或其他客体的不同评价，找出最优组合的一种研究方法。典型方法简介一种用来研究定性属性变量之间联系紧密程度的一种统计数据分析和市场研究技术。通过在座标图中划各变量取值之间的关系来直观体现因素间的一种相依或协同关系。运用这种研究技术，我们可以获取有关消费者对产品品牌定位方面的图形，从而帮助您及时调整营销策略，以便使产品品牌在消费者中能树立起正确的形象。这种研究技术还可以用于检验广告或市场推广活动的效。不足之处优点评价距离矩阵获取？基本方法基本思想•利用对被访者对研究对象的分组，来反映被访者对研究对象相似性的感知。•通过低维空间（通常是二维空间）展示多个研究对象（比如品牌）之间的联系，利用平面距离来反映研究对象之间的相似程度。•两种方法：一种是直接评价法；另一种为间接评价法•具有一定直观合理性。同时该方法实施方便，调查中被访者负担较小，很容易得到理解接受。•牺牲了个体距离矩阵，由于每个被访者个体的距离矩阵只包含1与0两种取值，相对较为粗糙，个体距离矩阵的分析显得比较勉强典型方法简介典型方法简介之多维尺度分析先对所有评价对象进行两两组合，然后要求被访者所有的这些组合间进行直接相似性评价，这种方法我们称之为直接评价法；由研究人员根据事先经验，找出影响人们评价研究对象相似性的主要属性，然后对每个研究对象，让被访者对这些属性进行逐一评价，最后将所有属性作为多维空间的坐标，通过距离变换计算对象之间的距离。典型方法简介结合分析是通过对现实产品进行模拟，提供具有不同属性水平的组合产品，让消费者根据自己的偏好对这些产品进行评价、比较和选择，并采用定量方法对属性和属性水平的效用进行分解，获得消费者偏好程度最高的组合产品，收集消费者抉择信息，并利用这些信息为产品研发和市场营销服务。结合分析主要应用于新产品概念识别、竞争力分析、价格策略、市场细分、广告研究等领域，还可预测产品组合的消费者认同程度和市场份额。如离散选择模型，博弈论的竞争模型主要的模型和方法举例1.贝叶斯决策理论2.典型相关分析3.判断分析4.因子分析5.聚合分析6.媒介选择的线性规划7.消费者马尔柯夫品牌转换和学习模型8.品牌忠诚度的概率模型9.顾客服务规划的排队论模型10.市场营销过程的计算机模型11.心理学测量技术12.消费者折中和计算机选择模拟的联合分析13.知觉示意图1.品牌实体分析2.因果关系模型和协方差结构分析3.定性定量混合的聚合分析4.顾客获得和保留5.顾客生命价值测量6.顾客满意度模型7.数据库管理和数据挖掘8.分级贝叶斯方法9.专家系统和人机混合系10.博弈论行为博弈模型11.神经网络12.关系营销13.分类树技术(消费者划分)1.结合分析2.离散选择模型(购买者行为分析)3.模拟或最优化4.聚合判别隐类分析5.分级贝叶斯方法6.多变量方法(预测和数据综合)7.营销组合的销售和区域规划、生产线设计、价格需求分析、媒介管理和消费者行为转换的约定模型8.其他特别的研究方法论(行为决策理论、试验经济学、博弈论的竞争模型9.其他最新的计算机算法典型相关分析简单相关分析研究一对变量之间，线性共变关系，复相关分析考虑一组变量和单一变量线性相关关系，典型相关分析则用于分析两组变量之间的这种线性关系，了解两组变量之间的相互影响，共变，或者因果关系。典型相关的求解过程，其实就是一个两个线性组合最大化相关测度的优化过程。典型相关并不是唯一确定的，但是对一个数据集而言，其第一，第二，以及其他可能存在的典型相关则是确定的，根据其统计显著程度，我们可以确定一个数据集可选取几个典型相关。补充内容(认识逻辑与相关测度)基本认识关系分析因果分析描述统计相关/关联分析计量建模市场研究逻辑统计分析逻辑数量特征分析•简单线性相关-Pearson相关-Spearman相关-Kendall秩相关•复相关/偏相关•典型线性相关-典型非线性相关•其他相关测度-对称不确定性-信息熵-共同度/条件共同度注:简单线性相关中,Pearson相关为一般常用相关关系测度,而Spearman相关和Kendall秩相关从顺序或位置角度测度变量因素之间的共变或协同关系,一般用于类别变量或有序变量的相关测度;其他相关测度则多从信息理论角度来讨论这类关系相关测度典型相关分析改变简单相关分析仅仅着手单变量（因素）之间的关系分析模式，从系统、整体的角度入手，来考虑和分析因素之间的相互关系，但其方法一般只考虑了变量、因素间或系统内的线性关系，而不考虑系统中的可能存在的非线性关系。当在一个系统内存在明显的非线性关系时，仍以线性去测度这种非线性关系，将扭曲以至歪曲，而无法真实表现变量组间或系统内存在的客观关系。所以，应根据不同的研究对象或系统对方法进行一定的变形，而不是生搬硬套方法，否则不但不能获得可信赖的结果，甚至可能产生严重的经济损失。典型相关分析两组变量之间关系的研究，如一组商品价格于改组商品的消费量，研究投入（包括人员、经费和设备）与科研产出（论文、技术和实际产品），消费者社会背景因素与消费类服饰系列品牌拥有，等等诸如此类有关两组变量之间关系的研究。此方面的分析实例有：1）.以墨西哥裔美国人职业变迁研究(分析社会经济背景和职业变迁之间的关系)；2）.以美国银行为例的银行资产、负债关系研究；3）以典型相关分析方法研究社会网络（以美国银行为例）；4）婚配交友市场上自身条件和期望对象具有条件之间的多变量关系研究。此外，典型相关分析结果还可以用于市场细分，如消费者行为和影响因素的典型相关分析结果，可以根据形成的典型相关变量对个数，以及各具体指标和典型相关变量之间的关系，用于进一步的消费者市场细分，影响因素因子的形成。（也许，还存在其他分析，仍需进一步的资料收集和探索研究。）典型相关分析由于牵涉较多数学推导，在此不作介绍。只说明一下具体实现方法：1、SASPROCCANCOR模块2、SPSS命令集典型相关分析典型相关分析着手于从系统、整体的角度来研究客观对象以及客观对象之间的关系，其目的在于从整体、系统的角度来分析或认识客观事物，因而在解释典型相关分析结果时，应从一下几个方面着手来说明。1、原始变量间存在的简单相关的说明；2、典型相关个数的选取、典型相关系数的大小；3、原始变量与典型变量之间的系数说明；4、以及和解释程度有关的冗余分析和说明。）研究目的：了解消费者社会背景因素与消费者服饰类品牌拥有量之间的关系2）数据选取：成都市民消费调查（男性）3）程序:（略）4）结果摘录：典型相关调整的典型相关近似标准偏差平方典型相关10.540.500.050.2920.400.360.050.1630.230.140.060.0540.170.120.060.0350.06.0.060.00360.05.0.060.00370.00.0.070.00典型相关系数（原假设：典型相关系数为零）LikelihoodApproximateRatioFValueNumDFDenDFPrF（似然率）（近似F值）（分子自由度）分母自由度（P值）10.548434622.98481101.3.000120.769199711.7435944.710.005430.916121890.8324786.140.695840.965916970.5315624.290.926850.994067960.1784540.994860.997467870.1932280.901171.00000000....RawCanonicalCoefficientsforthebrandchoiceclothes1clothes2clothes3clothes4y10.20968222670.0103574690.0847937941-0.248306043y2-0.00627781-0.2617436750.1171110041-0.097512143y30.0277448701-0.562650439-0.1851298370.2266732689y40.13984511940.3511866991-1.104834759-1.574646642y50.10443354820.15512838110.32044034130.6551237129y60.1679160433-0.200088323-0.9577196990.3912828624y70.94545503370.6986941783-0.201208824-0.753594113y8-0.126060276-0.0539933130.6955443278-0.412649269根据P值判断该典型变量是否显著，同时这也是选取典型相关系数的依据选取的典型相关品牌第一典型相关系数Clothes1=0.21*y1-0.006*y2+0.03*y3+0.14*y4＋0.10*y5+0.17*y6+0.95*y7-0.13*y8