您好,欢迎访问三七文档
ConsumerInsightResearchThisfilemaynotbecirculated,quoted,reproduced,ordistributedoutsideoftheappointedorganizationwithoutthewrittenpermissionofConsumerInsightResearch.常用市场信息分析方法基本数据分析第2页策略性研究第27页战术性研究第61页C-InsightPage3议题•尺度数据•交叉分析•数据投射C-InsightPage4主要话题•尺度数据•交叉分析•数据投射C-InsightPage5尺度(1)尺度数据是最常被用到的分析数据。购买汽车时,在1到5的尺度中您如何评判每项考虑因素一点也不重要不太重要一般比较重要非常重要外观12345价格12345品牌12345其他12345C-InsightPage6尺度(2)以下是常用的尺度评判类型:•喜好度•吸引度•购买意向•满意程度•重要性•同意度5分尺度7分尺度10分尺度11分尺度C-InsightPage7几分尺度(3)尺度题目的数据有多种展现的方式,按照讲解目的选择最合适的方式。100%叠放图34%20%13%10%8%44%50%69%26%31%29%13%23%1%7%5%9%4%1%4%产品1产品2产品3产品4一点也不喜欢不太喜欢一般比较喜欢非常喜欢TOP242%65%64%79%产品1产品2产品3产品4平均数3.343.773.683.76产品1产品2产品3产品4平均数+TOP1产品1产品2产品3产品4平均数TOP1C-InsightPage8喜好度/购买意向等尺度数据的分析(1)如下例所示,通过尺度问题收集的数据,比如喜好度,购买意向,吸引度,满意程度,等等,比较难分析:我的产品好到足以上市了吗?13%37%27%10%13%肯定会购买可能会购买说不清楚可能不会购买肯定不会购买C-InsightPage9喜好度/购买意向等尺度数据的分析(2)按照字面意思来解释此类数据很危险,甚至可以导致结论与实际情况有着很大的偏差。11%10%16%33%31%0%5%10%15%20%25%30%35%40%已经拥有此类产品肯定会在一年内购买可能会在一年内购买可能不会在一年内购买肯定不会在一年内购买高端数码类产品研究结果C-InsightPage10喜好度/购买意向等尺度数据的分析(3)主要有4种方法分析这类数据:•按照经验/主观判断•分类分析•与内部数据作对比•与外部数据作对比C-InsightPage11按照经验/主观判断按照经验/主观判断绝对不是最好的尺度数据分析方法,但在研究设计得不理想的情况下这也许是最后唯一的方法。5分制购买意向Top1(肯定会购买)Top2(肯定会购买+可能会购买)非常好20-25%+80-90%+可接受10-20%50or60-80%低10%-50%-13%37%27%10%13%肯定会购买可能会购买说不清楚可能不会购买肯定不会购买C-InsightPage12分类分析分类分析根据不同的用户群进行分类,不做未来趋势的预测。核心目标市场目前有潜力的消费者有可能将来成为目标拒绝这种产品的消费者28%18%33%21%通常在中国:5分意味着接受4分意味着可以考虑3分意味着更低或者拒绝C-InsightPage13与内部数据作对比(1)在尺度数据分析中,对数据进行对比是最好的一种方法通常使用同一研究中的其它同类数据进行对比24%13%12%9%30%23%22%23%21%21%30%24%12%22%21%31%11%11%10%7%1%7%3%3%2%4%3%3%新品1新品2原有产品竞争产品7654321C-InsightPage14与内部数据作比较(2)如果测试问卷包括了诊断性的题目,与内部数据作比较则特别有用。6.06.06.15.96.06.25.96.165.95.95.95.86.15.95.75.65.75.65.75.65.85.65.65.65.85.85.85.55.85.85.65.35.45.55.65.75.85.966.16.26.3前/后视野座椅材料座椅的舒适度上下方便仪表台的设计仪表台的清晰度充裕空间设计现代豪华内饰TestvehicleCompetitor1Competitor2Competitor3C-InsightPage15与外部数据作对比可能的话,标准数据值通常用来作为参考很多调研公司都有自己的内部标准参考数据3134528933.004.003.753.603.453.303.15您的分值:3.48结论:可接受,但还不够好,处于平均值的中后方C-InsightPage16显著性差异测试有时候数据比较的结果需要经过统计分析的考验来验证其可靠性,这种测试叫“显著性差异测试”。AverageSloganLikeability(10pointscale)7.006.306.936.666.257.49OriginalsloganSlogan2Slogan3Slogan4Slogan5Slogan610%risklevel5%risklevelC-InsightPage17交叉分析给出分类结论交叉分析会帮助您找出隐藏的问题。比如,下面左方图表显示,测试产品是用户最喜欢的产品,但事实上,有些群体根本不喜欢(见右图)。最喜欢的产品最喜欢测试产品40%最喜欢原来的产品30%最喜欢竞争产品30%最喜欢的产品40%40%40%30%47%13%30%13%47%合计男性女性最喜欢测试产品最喜欢原来的产品最喜欢竞争产品C-InsightPage18尺度数据和参考数据尺度数据应该和更多的相对数据进行对比,比如参考数据,以确保它的可靠性。24%13%12%9%30%23%22%23%21%21%30%24%12%22%21%31%11%11%10%7%1%7%3%3%2%4%3%3%新品1新品2原有产品竞争产品7654321新品147%新品221%原有产品13%竞争产品19%C-InsightPage19交叉分析“交叉分析”指比较不同组群中同一数据结果。它的适用范围包括:•检查是否同一结论适用于整个市场的同时,也适用于细分市场•寻找市场细分的线索(不同细分市场有不同需求)•为进一步的高级数据分析提供假设C-InsightPage20交叉分析方法提供细化分析交叉分析还可以帮助您找到细分市场的需求分类。如下图所示,总体而言,A类型最受大众欢迎,B类型则在广州和成都更受欢迎。曾经用过的电器类型67%58%40%18%15%A类型B类型C类型D类型E类型曾经用过的电器类型66%74%58%67%71%60%47%82%72%29%32%54%20%42%54%26%10%13%22%17%21%5%13%19%16%上海北京广州成都南京A类型B类型C类型D类型E类型C-InsightPage21交叉分析帮助进一步数据分析交叉分析提供的因素关联将会在高级统计分析中得到检验并得以证明。饮料甜度度与总体喜好度的交叉分析43.94.44.64.954.7一点也不甜不甜不太甜说不清楚有点甜比较甜非常甜饮料酸度与总体喜好度的交叉分析4.84.34.44.94.74.84.7一点也不酸不酸不太酸说不清楚有点酸比较酸非常酸C-InsightPage22数据投射什么是“数据投射?•转换样本数据到整体数据•例如,“品牌意识”,“类别渗透率”,“销量”C-InsightPage23如何投射调查数据数据投射的过程非常简单:确认样本数据具有代表性必要的话,数据加权除以样本大小,再乘上总大小必要的话,综合调整C-InsightPage24市场容量投射(1)目标客户为有小孩的母亲的某家庭服务公司想知道他们在中国的市场大小。1.您有一个0-7岁的小孩吗?2.您每月的家庭收入?3.以前您使用过[xxxservice]吗?4.以前您使用过多少次[xxxservice]?5.平均每次您花费多少?初步甄别:针对市场大小二次甄别:类别渗透率三次甄别:容量设想可靠性C-InsightPage25市场容量投射(2)结合研究数据和历年数据来投射目标市场的大小和消费量。第一类城市数据预测北京上海广州总家庭数量2,787,8692,833,5001,049,585拥有小孩和高收入的家庭百分比9%15%18%目标市场大小投射261,691436,332186,071在一年内使用过该类服务的目标市场家庭百分比40%21%13%每年目标市场大小投射104,33593,08424,165一年内平均使用次数1.31.71.5每次使用的平均消费USD36USD34USD50每年该服务的消费额度投射(000,000s)USD4.93USD5.41USD1.81C-InsightPage26市场趋势投射(1)稍复杂的分析将生成,近年的销售,以及以后几年的销售趋势,如下例(高端数码产品)所示:1.您或者您家庭有人拥有一部[xxx产品]吗?2.您在哪年或者哪个季节购买了[xxx产品]?3.请告知您家庭的月收入。二次甄别:购买所在年初步甄别:类别渗透率加权:家庭月收入C-InsightPage27市场趋势投射(2)在下面的案例中,投射过程需要3个步骤:渗透率投射,年销售量投射,总销售量加权。每年针对不同收入群体计算:%[xxx产品]拥有者×%[N年]购买者×该收入群体的家庭数量所有收入群体相加,得到该年的总销量C-InsightPage28市场趋势投射(3)使用回归或者其他分析手段,投射可以用来预测。C-InsightPage29新产品销量投射(1)除了人口数据,其他数据,比如销售数据,也能用于投射调研。基于不是科学的投射,它提供了如下例所示的有用结果:某知名汽车生产商打算上市新汽车根据已知竞争对手的销售量,我们可以预测相应的市场占有率C-InsightPage30新产品销量投射(2)根据潜在市场占有率,加上一定的假设,我们可以给出新车的相应潜在市场份额。潜在销量=(潜在市场占有率)×(竞争对手的总销量)14%目标市场销售量(月销量)22181竞争对手19504竞争对手28652竞争对手32008竞争对手41017竞争对手5100022181×=3105C-InsightPage31新产品销量投射(3)结合销量投射技术,conjointanalysis和其他价格测试数据可以预测不同价位、设计等的销量。3,5933,4163,2383,0612,8842,7282,6172,5062,4183,0172,8392,6842,5292,3732,2402,1522,0411,9523,8373,6603,4823,3053,1282,9502,8392,7282,6171,5002,0002,5003,0003,5004,0004,500RMB250KRMB260KRMB270KRMB280KRMB290KRMB300KRMB310KRMB320KRMB330K2.0T2.5L3.0L基本数据分析方法第2页策略性研究方法第27页战术性研究方法第61页C-InsightPage33主要内容•市场细分方法•Portfolio分析•市场预测•KANO消费者需求分析C-InsightPage34市场细分的目的市场细分是从消费者角度把总体市场划分成若干个具有共同特征的子市场选择目标市场和制定市场策略发现最好的市场机会,提高市场占有率集中人力、物力投入目标市场,提高经济效益掌握潜在市场的需求,不断开发新产品、开拓新市场C-InsightPage35市场细分的步骤市场细分是一个动态过程,整个过程可分为三个阶段细分市场(Segmentation)确定目标市场(Targeting)市场定位(Positioning)通过消费者/市场特征将市场划分为不同的类别结合各个市场的特征和自身品牌的特点选择最适合的目标市场根据该市场特征及自身品牌的特点选择具有竞争力的市场定位C-InsightPage36
本文标题:常用市场分析法
链接地址:https://www.777doc.com/doc-1556072 .html