在市場(chǎng)研究分析中常用的方法與模型

1、.在市場(chǎng)研究分析中常用的方法與模型： 1. 回歸分析 (Regression analysis) 在對(duì)市場(chǎng)數(shù)據(jù)的分析中往往會(huì)看到變量與變量之間存在一定的相關(guān)關(guān)系。回歸分析就是研究變量之間相互關(guān)系，把其中一些因素作為獨(dú)立變量（自變量），而另一些隨機(jī)變量作為它們的依賴變量（因變量），用因變量的變化解釋和預(yù)測(cè)另一個(gè)自變量的變化。包括一元線性回歸，多元線性回歸，曲線擬合與非線性回歸等?；貧w分析常應(yīng)用于滿意度研究、市場(chǎng)預(yù)測(cè)等方面。 2. 因子分析 (Factor Analysis) 因子分析是通過(guò)研究眾多變量之間的內(nèi)部依賴關(guān)系，結(jié)合主成份分析和因子旋轉(zhuǎn)，探求觀測(cè)數(shù)據(jù)中的基本結(jié)構(gòu)，將多個(gè)實(shí)測(cè)變量轉(zhuǎn)換為少數(shù)

2、幾個(gè)不相關(guān)的綜合指標(biāo)的多元統(tǒng)計(jì)分析方法，這些綜合指標(biāo)往往是不能觀測(cè)到的，但這幾個(gè)綜合變量更能反映事物的本質(zhì)。在市場(chǎng)研究中，常與其他分析聯(lián)合使用，比如用于回歸及聚類分析，應(yīng)用于市場(chǎng)細(xì)分、滿意度等領(lǐng)域。 3. 主成份分析 (Principal component analysis) 主成份分析的目的是要對(duì)多變量數(shù)據(jù)表進(jìn)行最佳綜合簡(jiǎn)化，也是一種降維的分析方法。基本思想就是尋找這些變量的線性組合，即主成份，使這些主成份間不相關(guān)。為了能用盡量少的主成份個(gè)數(shù)去反映原始變量間提供的變異信息，要求各主成分的方差從大到小排列。第一主成份最能反映數(shù)據(jù)間的差異。 4. 聚類分析 (Cluster analysis)

3、 聚類分析的原理是將性質(zhì)相近的個(gè)體歸為一類，性質(zhì)差異較大的個(gè)體屬于不同的類，使得類內(nèi)個(gè)體具有較高的同質(zhì)性，類間個(gè)體具有較高的異質(zhì)性。在市場(chǎng)研究中，涉及市場(chǎng)細(xì)分問(wèn)題時(shí)，通常使用聚類分析加以解決，可以描述每一類群體的內(nèi)在特征，每一類群體的觀點(diǎn)、看法、價(jià)值觀、對(duì)事物的評(píng)價(jià)傾向以及對(duì)某一特定產(chǎn)品的態(tài)度。 5. 判別分析 (Discriminant analysis) 判別分析是根據(jù)觀測(cè)到的某些指標(biāo)對(duì)所研究的對(duì)象進(jìn)行分類的一種統(tǒng)計(jì)方法。進(jìn)行判別分析時(shí)，通常是根據(jù)已掌握的一批分類明確的樣品建立判別函數(shù)、分類的規(guī)則，然后將待分類的樣本觀測(cè)值代入判別函數(shù)，求出其函數(shù)值，并據(jù)此作出判斷。在市場(chǎng)研究中可用于對(duì)決策

4、行為預(yù)測(cè)的結(jié)果分類判別；對(duì)一個(gè)企業(yè)進(jìn)行市場(chǎng)細(xì)分以選擇目標(biāo)市場(chǎng)。 6. 聯(lián)合分析 (Conjoint analysis) 聯(lián)合分析就是通過(guò)對(duì)現(xiàn)實(shí)產(chǎn)品進(jìn)行模擬，提供具有不同屬性水平的組合產(chǎn)品，讓消費(fèi)者根據(jù)自己的偏好對(duì)這些產(chǎn)品進(jìn)行評(píng)價(jià)、比較和選擇，并采用統(tǒng)計(jì)方法將這些屬性和屬性水平的效用進(jìn)行分離，從而得出產(chǎn)品每一個(gè)屬性及屬性水平的重要性指標(biāo)，獲得消費(fèi)者偏好程度最高的組合產(chǎn)品。聯(lián)合分析還可以預(yù)測(cè)并未實(shí)際測(cè)試過(guò)的產(chǎn)品組合的消費(fèi)者認(rèn)同程度和市場(chǎng)份額。 7. 對(duì)應(yīng)分析 (Correspondence analysis) 對(duì)應(yīng)分析通過(guò)分析有定性變量構(gòu)成的交互匯總表來(lái)揭示變量間的聯(lián)系。通過(guò)對(duì)應(yīng)分析，可以把品牌、

5、顧客特點(diǎn)以及他們之間的聯(lián)系同時(shí)反映在一個(gè)二維或三維的分布圖上，顧客認(rèn)為比較相似的品牌在圖上的分布便會(huì)彼此靠近在一起。根據(jù)顧客特點(diǎn)與每一品牌之間距離的遠(yuǎn)近，還可以區(qū)分顧客的哪些特點(diǎn)與喜好某種品牌的關(guān)系密切。常應(yīng)用于品牌形象研究、產(chǎn)品屬性與細(xì)分群體的對(duì)應(yīng)關(guān)系。 8. 多維偏好分析 (Multidimensional preference analysis)多維偏好分析通過(guò)降維的思想，將多元數(shù)據(jù)變成通過(guò)二維圖形顯示的直觀結(jié)果。多維偏好分析常用于分析消費(fèi)者對(duì)產(chǎn)品與服務(wù)的偏好傾向，在市場(chǎng)研究中能具體解決如下問(wèn)題：確定目標(biāo)消費(fèi)群體、消費(fèi)群體的分類和品牌評(píng)價(jià)等、相互競(jìng)爭(zhēng)的品牌及尚未被填補(bǔ)的市場(chǎng)。 9. 多維尺度分析 (Multidimensional scaling analysis) 多維尺度分析用于反映多個(gè)研究事物間的相似程度，通過(guò)適當(dāng)?shù)慕稻S方法，將這種相似程度在低維度空間中點(diǎn)與點(diǎn)之間的距離表示出來(lái)，并有可能幫助識(shí)別那些影響事物間相似性的潛在因素。多維尺度分析通常用于分析商品相似性，通過(guò)分析消費(fèi)者對(duì)商品的相似性評(píng)分，產(chǎn)生這些商品相關(guān)性的的圖形，通過(guò)圖形可直觀地找出相似性產(chǎn)品（存在競(jìng)爭(zhēng)可能性的產(chǎn)品）。 10. 基準(zhǔn)分析 (Benchmarki