数据案例分析-服装行业

服装营销数据分析案例资料来源于网络服装营销数据分析案例数据分析是一个创造性的工作，没有完全统一的分析模式，需要数据分析人员能结合企业营销数据的特点及分析需要，灵活选择各种数据分析方法，在营销数据中挖掘数据规律，指导营销实践。在探索服装企业营销数据分析的方法时，案例研究作为一种个体研究的方法，只是起到抛砖引玉的作用。第一节市场问卷调查数据分析案例市场问卷调查主要是从目标消费者的角度来了解市场营销中的一些营销参数，如市场空间的大小、消费品牌倾向、选购因素、促销因素、竞争情况、满意度评价等。在市场问卷调查中，由于问题的设计通常是封闭式问题，因此市场调查问卷的数据以分类数据为主。在进行数据分析时，了解各种营销参数的消费者分布情况是进行数据分析的主要方法，此外，为了进一步研究各种营销参数之间的关系，也会涉及到相关分析。一、市场调查目的在本案例提供的数据库中，其调查的目的主要包括以下四个方面：1、了解服装市场的空间大小，与之相关的问题包括：服装消费金额、休闲服消费金额、购买次数、每次购买金额。2、了解消费者的品牌倾向与之相关的问题包括：上次购买的品牌、最喜欢的三个品牌、品牌满意度打分。3、了解消费者购买服装时的选购因素。4、了解消费者的购买习惯，与之相关的问题包括：购买地点、持有贵宾卡的情况。为了配合数据分析工作，也包括一些个人资料，如性别、年龄、收入、教育水平等。根据以上调查目的，设计的调查问卷如表10-1所示：二、市场调查问卷分析数据库本案例数据库的名称为mprobe.sav，数据库中给出了两年的调查数据。调用Spss主菜单中的Utilitiesfile子菜单中的info功能，可生成变量清单表。变量编码如表10-2所示：三、市场调查问卷分析的基本思路1、市场份额的分析对该问题的分析涉及到问卷中的第1、2、3、4四个问题，由于调查问卷给出的数据是分组数据，为了估计平均消费金额，需要使用数据重编码功能，将分组答案代码转化，生成新的、用消费金额表示的变量，这样才可使用分组汇总功能来计算不同地区的平均消费金额。在分组代码转化时，每组取中间值，两头取临界值。为了描述方便，下面给出了该分析过程的Spss语法（操作过程见前面有关章节，以下相同），如表10-3所示。生成的分析结果包括两年分别汇总计算的年均消费情况。根据这些数据可进行市场份额分析、市场份额的地区对比、市场份额的两年来的变化对比。另类计算：如果以新生成的消费金额变量作为权重变量，对地区代码进行频数统计，也可得到以上的结果，不妨试试，了解加权变量的作用。2、品牌倾向分析对该问题的分析涉及到问卷中的第6、7、10三个问题，这三个问题有两个是频数变量，有一个是综述变量，采用平行频数表格的方法，描述第6、7两个问题的频数分布，第10个问题采用综述计算。对于品牌满意度的打分，还可使用以下两种比较简单的分析方法：一是均值检验法。先计算6个品牌满意度的平均分，然后以某一品牌的得分作为对比检验值，判断各个品牌是否显著高于该品牌的得分或低于该品牌的得分。二是方差分析法。计算某一品牌的评分在各个地区进行比较，看看是否存在显著的差异，哪些地区偏高、哪些地区偏低。下面给出了该分析过程的Spss语法，如表10-4所示。生成的分析结果包括分年度、分地区的频数表和分年度按地区的综述表。对分析结果应从两个方面描述，一是当年的调查结果，二是与上年数据的对比。3、选购因素分析对该问题的分析涉及到问卷中的第8个问题，这个问题有三个频数变量。下面给出了该分析过程的Spss语法，如表10-5所示。生成的分析结果包括分年度、分地区频数表。如果以该问题的10个答案对消费者进行分类，但答案不排序，可形成C103=120类消费者，而实际上并没有这么多，如果用这三个变量计算出一个新的变量并代表实际组合，并对该变量进行频数统计，发现有20类消费者类型占了全部消费者的80%，应该说这20类消费者是重点的研究对象，20-80原则在这里充分体现。4、购买习惯分析对该问题的分析涉及到问卷中的第5、9两个问题，这两个问题均为频数变量，但第9个问题为多选题。下面给出了该分析过程的Spss语法，如表10-6所示。生成的分析结果包括分年度、分地区的频数表。5、样本特征数据对该问题的分析涉及到问卷中的第11、12、13、14四个个人资料问题，这些问题对应的变量均为频数变量，一方面可用来了解样本的特征，与目标顾客特征进行比较，判断样本数据所代表的消费者是否反映了目标市场的消费群体。另一方面，它可作为分组变量，来考察不同组在各个调查问题中是否存在差异，这种差异是否需要在营销中采取差别化的策略。下面给出了样本特征分析的Spss语法，如表10-6所示。生成的分析结果包括分年度、分地区的频数表。6、非参数检验分析非参数检验分析取决于分析者对分析问题的取向。如果比较关注性别是否在一些重要的调查问题上存在差异，可进行非参数检验分析方法。如想了解性别不同在选购因素上是否存在差别？第一喜欢品牌上是否存在差异？下面给出了这两个问题分析的Spss语法，如表10-8所示。生成非参数检验分析表。根据显著性水平来判断差异是否存在（显著水平小于0.05才被认为是存在在差异的），从本例子的结果来看，性别不同，第一喜欢品牌、第一选购因素总体上没有差异，但不同地区的表现不相同。上面给出了6个方面的分析思路，每方面都有两年及不同地区的对比数据。在实际分析中，如果不需要分年度或分地区，上述分析结果就会简化，如果需要更多的信息，还可根据分析的目的，用原始数据中的变量设计出一些新的、中间分析变量（如上面提到的选购因素组合）。在对数据结果进行解释时，一方面要能清楚地描述目前市场的情况，指出现在市场的一些特征，另一方面也要注意进行比较分析，包括时间上的对比，分地区的对比，以此获得更多有用的信息，为后面的调查结论或建议提供依据。四、市场调查分析报告根据上面给出的分析思路，可以得到很多预期的分析结果或调查结果，最后要以报告的形式将这些结果反映出来。一份市场调查分析报告应包括以下三个部分：1、市场调查概况简明扼要地介绍市场调查的目的，调查任务的承担组织、调查的组织工作（如调研程序、调查线路、工作量分配等）、调查人员的构成及调查时间。2、调查结论和建议这是市场调查最重要的成果，调查结论应能涵盖调查过程重要的发现，对于一些无意义的调查结果不必考虑，调查建议则是根据调查中发现的问题或规律提出的建设性意见。3、调查结果调查结果是按照调查问卷的结果或调查目的，采用平铺直叙的方法，将调查的结果展现出来，也包括一些扩展的分析：如相关分析等。第二节销售数据综述分析对销售数据的综述分析有两个基本的目的，一是将销售现状用综述表的形式表达出来，让经营者了解销售业绩或计划的完成情况，同时通过历史对比、竞争对比、地区对比等比较分析方法，分析销售过程中的优势和差距，以便采取管理措施。二是应用相关分析的方法，研究目标市场中营销参数的常模及其变化，从而为制定营销方案提供依据。一、销售数据库结构建立全面、有效的销售数据库是进行销售数据分析的前提。服装企业的销售数据库的结构，应根据分析的需要和企业的经营实力来定。数据库越复杂，分析的信息量越大，但原始数据的收集成本就越高，对数据维护与管理的要求也越高。本案例分析提供的数据库为detail.sav，数据库中的变量结构如表10-9，共有14个变量，分别记录了每笔销售金额所对应的销售日期、地区、店铺、品种特征、气候因素、店铺大小等销售特征参数，这些特征参数用来描述市场销售特征，在后面的数据分析中将发挥重要作用。二、销售汇总报表分析销售汇总报表是指企业管理层出于了解整体市场销售情况及计划完成情况，制定管理措施的需要而编制的销售汇总报表，按照时间的长度分为年报、月报、日报，按照销售额汇总使用的分类变量不同，分为地区报表、店铺报表、产品报表、款式报表、颜色报表、尺码报表等。通过这些报表的分析，有助于管理层了解销售计划完成情况及市场构成特征与变化，制定相应的管理措施和营销措施。1、地区报表地区报表的作用是及时了解不同地区的销售情况及销售计划的执行或完成情况，以便制定相应的促销措施或调整地区销售计划。地区报表也是企业划分解重点销售区或非重点销售，制定有区别的销售战略的主要依据。地区报表有以下三种形式：1）地区销售年报。主要是汇总各地区年度销售额，以此了解各地区的年度销售计划完成情况，同时可从总量上进行地区销售对比，寻找各地区的销售差距和销售潜力。2）地区销售月报。主要是汇总各地区每月销售额，以此了解各地区的每月销售计划完成情况，同时可从总量上进行地区销售对比，寻找各地区的销售差距和销售潜力。3）地区销售日报。主要是汇总各地区每日销售额，以此了解各地区的每日销售情况，同时可从总量上进行地区销售对比，寻找各地区的销售差距和销售潜力。要利用原始销售数据库编制以上各类报表，需要指定以下几个参数：一是汇总变量：销售额或销售量。二是分类汇总采用的分类标志：地区分类标志。三是汇总时段：指定汇总的年、月、日。在SPSS中，以上几个参数的指定通过以下指令完成：首先用数据筛选功能，选出符合指定年、月、日的销售数据，其次，应用数据综述统计功能，指定汇总变量和汇总地区分类变量，选择输出汇总sum统计指标。下面给出了利用本案例数据库生成以上各种报表的语法（具体操作见前面有关章节，以下相同），如表10-10，分析结果包括三张不同时段的分地区的销售汇总报表。2、店铺报表店铺的报表也可按照年、月、日不同时段分别汇总，旨在了解各个店铺在不同时段的销售情况，以便及时了解各店铺销售变动，对各个店铺的销售业绩进行评价。要利用原始销售数据库编制店铺销售报表，同样需要指定以下几个参数：一是汇总变量：销售额或销售量。二是分类汇总采用的分类标志：店铺分类标志。三是汇总时段：指定汇总的年、月、日。显然店铺报表不同时段的汇总报表与地区报表的生成方法完全相同，只是将汇总分组变量改为店铺变量即可（用编辑中的替换功能可将上面的语法变为生成店铺报表的语法），该过程的语汇不再列示。3、产品分类报表产品分类报表可按照年、月、日不同时段分别汇总，旨在了解各个产品在不同时段的销售情况，以便及时了解各产品销售变动，对各个产品的市场销路变化进行评价，以便对不同的产品进行存货决策或促销决策。要利用原始销售数据库编制产品分类销售报表，需要指定以下几个参数：一是汇总变量：销售额或销售量。二是分类汇总采用的分类标志：产品编码标志。三是汇总时段：指定汇总的年、月、日。显然产品分类不同时段的汇总报表与地区报表的生成方法完全相同，只是将汇总分组变量改为产品编码变量即可。4、款式报表款式报表可按照年、月、日不同时段分别汇总，旨在了解各个款式在不同时段的销售情况，以便及时了解各款式销售变动，对各个款式的市场销路变化进行评价，以便对不同的款式进行存货决策或促销决策。要利用原始销售数据库编制款式销售报表，需要指定以下几个参数：一是汇总变量：销售额或销售量。二是分类汇总采用的分类标志：款式分类标志。三是汇总时段：指定汇总的年、月、日。显然款式不同时段的汇总报表与地区报表的生成方法完全相同，只是将汇总分组变量改为款式变量即可。5、颜色报表颜色报表可按照年、月、日不同时段分别汇总，旨在了解各个颜色在不同时段的销售情况，以便及时了解各颜色销售变动，对各个颜色的市场销路变化进行评价，以便对不同的颜色进行存货决策或促销决策。要利用原始销售数据库编制颜色销售报表，需要指定以下几个参数：一是汇总变量：销售额或销售量。二是分类汇总采用的分类标志：颜色分类标志。三是汇总时段：指定汇总的年、月、日。显然颜色不同时段的汇总报表与地区报表的生成方法完全相同，只是将汇总分组变量改为颜色变量即可。6、尺码报表尺码报表可按照年、月、日不同时段分别汇总，旨在了解各个尺码在不同时段的销售情况，以便及时了解各尺码销售变动，对各个尺码的市场销路变化进行评价，以便对不同的尺码进行存货决策或促销决策。要利用原始销售数据库编制尺码销售报表，需要指定以下几个参数：一是汇总变量：销售额或销售量。二是分类汇总采用的分类标志：尺码分类标志。