零點(diǎn)知識(shí)庫-統(tǒng)計(jì)講座（數(shù)據(jù)準(zhǔn)備-基礎(chǔ)分析-高級(jí)分析）公安

1、數(shù)據(jù)分析技術(shù)在社會(huì)研究中的應(yīng)用 Data Analysis in Social Research 演講人：朱永明市場(chǎng)與民意研究中的數(shù)據(jù)分析技術(shù)基礎(chǔ)介紹變量測(cè)量尺度數(shù)據(jù)庫建立與數(shù)據(jù)準(zhǔn)備基礎(chǔ)統(tǒng)計(jì)分析方法多元高級(jí)統(tǒng)計(jì)方法統(tǒng)計(jì)分析軟件SPSS和SAS市場(chǎng)營(yíng)銷11PMarketing 11PS外部營(yíng)銷External Marketing內(nèi)部營(yíng)銷Internal Marketing戰(zhàn)術(shù)Tactics戰(zhàn)略Strategy企業(yè)層面社會(huì)層面人員服務(wù)（people service）市場(chǎng)競(jìng)爭(zhēng)定位（positioning）優(yōu)勢(shì)價(jià)值選擇(competition positioning)品牌價(jià)值定位（brand posi

2、tioning）政治權(quán)力（political）公共關(guān)系（public relations）業(yè)務(wù)優(yōu)化（product）合理定價(jià)（price）渠道現(xiàn)場(chǎng)（place）廣告促銷（promotion）市場(chǎng)細(xì)分選擇（partitioning）基礎(chǔ)研究體系研究技能與技巧描述性分析因果關(guān)系探索性分析抽樣設(shè)計(jì)定義問題研究設(shè)計(jì)測(cè)量尺度問卷設(shè)計(jì)調(diào)查實(shí)施數(shù)據(jù)分析營(yíng)銷調(diào)查/數(shù)據(jù)庫觀察法實(shí)驗(yàn)控制法因果關(guān)系模型二手資料定性研究定量消費(fèi)者調(diào)查消費(fèi)者/市場(chǎng)識(shí)別多變量分析技術(shù)企業(yè)信息消費(fèi)者信息市場(chǎng)調(diào)查過程市場(chǎng)研究模型與技術(shù)數(shù)據(jù)挖掘Data Mining統(tǒng)計(jì)資料/營(yíng)銷信息專用模塊和統(tǒng)計(jì)軟件（結(jié)合現(xiàn)場(chǎng)軟件展示）SPSSChaidWi

3、nAMOS、LISRELDecisionTimeWhat ifData MiningPCEDITEpiDataEnter Builder & Station其它軟件數(shù)據(jù)庫技術(shù)Access電子表格Excel撰寫報(bào)告Powerpoint研究中的數(shù)據(jù)分析技術(shù)名稱級(jí)-定類變量順序級(jí)-定序變量間隔級(jí)-定距變量比例級(jí)-定比變量低高轉(zhuǎn)換定性定量非數(shù)量型數(shù)量型離散型隨機(jī)變量連續(xù)型隨機(jī)變量統(tǒng)計(jì)分析方法的應(yīng)用有時(shí)候按變量的測(cè)量等級(jí)來劃分。變量測(cè)量尺度數(shù)據(jù)庫建立與數(shù)據(jù)整理PCEDIT的演示SPSS的演示數(shù)據(jù)庫建立與數(shù)據(jù)整理PCEDIT的演示Pcedit的啟動(dòng)建結(jié)構(gòu)文件*.lay（重點(diǎn)為range和test if）錄

4、入轉(zhuǎn)庫pctodbf(重點(diǎn)) pctospss(略)數(shù)據(jù)庫建立與數(shù)據(jù)整理查錯(cuò)使用spss范圍查錯(cuò)邏輯查錯(cuò)現(xiàn)場(chǎng)演示統(tǒng)計(jì)分析法基礎(chǔ)數(shù)據(jù)處理分析技術(shù)頻數(shù)分析 描述基礎(chǔ)頻次分布多重應(yīng)答分析 多變量頻次分析交叉分析 不同背景情況下的頻次分布均值分析 平均得分的研究相關(guān)分析 兩個(gè)變量的相關(guān)性大小多元方差分析 影響均值的背景變量是哪些統(tǒng)計(jì)分析法基礎(chǔ)數(shù)據(jù)處理分析技術(shù)基礎(chǔ)統(tǒng)計(jì)分析的現(xiàn)場(chǎng)演示頻數(shù)分析 Statistic/Frequency多重應(yīng)答分析 Statistic/Multiple Analysis交叉分析 Statistic/Crosstable均值分析 Statistic/Means相關(guān)分析 Stati

5、stic/Correlation 多元方差分析 Statistic/MANOVA多變量統(tǒng)計(jì)分析法高級(jí)數(shù)據(jù)分析技術(shù)一元與多元回歸分析Regression Analysis主成份分析 Principal Component Analysis PCA因子分析 Factor Analysis FA (EFA & CFA)多維判別分析 Multiple Discrimination Analysis多維尺度分析 Multidimensional Scaling MDS MDA多元回歸 Multiple Regression對(duì)應(yīng)分析 Correspondence Analysis CA多元對(duì)應(yīng)分析 Mul

6、tiple Correspondence Analysis MCA多維偏好分析 Multidimensional Preference Analysis MDPREF 非線性主成份分析 （Optimal Scaling)分類樹 AnswerTreeCHAID&CART聚類分析 Cluster Analysis結(jié)合分析 Conjoint Analysis離散選擇模型 Discrete Choice Model結(jié)構(gòu)方程式模型 Structural Equation Model 預(yù)測(cè)與決策模型Decision Time & What ifY=a+bX因變量自變量(預(yù)測(cè)變量）截距斜率數(shù)學(xué)上下列方程在圖

7、形上是一條直線X和Y線性回歸 XYX和Y線性回歸 dYi現(xiàn)場(chǎng)演示回歸分析的問題決定系數(shù)R2方差分析表回歸診斷殘差圖共線性問題變量轉(zhuǎn)換異常值處理預(yù)測(cè)范圍因變量是0-1定類變量：logistic regression現(xiàn)場(chǎng)演示主成份分析 Principal Component Analysis PCA0-1-21230-1-212-3第一主成份第二主成份沃爾沃奔馳BMW切諾基桑塔納捷達(dá)富康紅旗奧迪別克現(xiàn)代本田豐田賽歐主成份分析的基本概念x1x2Y1Y2x1x2X1與x2相關(guān)Y1與Y2不相關(guān)主成份分析的基本原理P個(gè)變量能夠組成p個(gè)主成份。每個(gè)主成份是p個(gè)原始變量的線性組合。第一主成份解釋p個(gè)變量的最大

8、變差。第二主成份解釋p個(gè)變量的第二大變差。最后一個(gè)主成份解釋變差最小。所有主成份彼此之間正交。線性組合后的主成份在幾何空間上代表p個(gè)變量構(gòu)成坐標(biāo)系旋轉(zhuǎn)后的新坐標(biāo)系，新坐標(biāo)軸代表了最大變差方向。主成份分析應(yīng)用減少變量的個(gè)數(shù)。用于回歸分析用于聚類分析用于偏好分析用于畫出偏好圖構(gòu)造綜合評(píng)價(jià)指數(shù)綜合排序。因子分析 Factor Analysis FA (EFA & CFA)每升行駛里程可靠性能安全性能0-1-21230-1-212-3豪華型運(yùn)動(dòng)型經(jīng)濟(jì)型第一因子得分第二因子得分因子分析-factor Analysis一種簡(jiǎn)化數(shù)據(jù)的技術(shù)。 探索性因子分析。 證實(shí)性因子分析 因子分析就是要找到具有本質(zhì)意義的

9、少量因子。 并用一定的結(jié)構(gòu)/模型，去表達(dá)或解釋大量可觀測(cè)的變量。主要應(yīng)用簡(jiǎn)化數(shù)據(jù)，減維技術(shù)。識(shí)別數(shù)據(jù)中潛在的不正直接觀測(cè)的結(jié)構(gòu)或維度。用產(chǎn)生的不相關(guān)的因子作為變量用于其它分析聚類分析、回歸分析、判別分析等。識(shí)別變量中重要變量，用于其它分析。作偏好圖。（兩個(gè)因子）問卷設(shè)計(jì)的信度和效度。因子分析的基本步驟確定研究的問題數(shù)據(jù)準(zhǔn)備考察相關(guān)矩陣選擇抽取因子的方法取定因子的個(gè)數(shù)旋轉(zhuǎn)因子最大方差法評(píng)價(jià)模型的擬合效果解釋因子并命名因子得分用于其它分析多維偏好分析 Multidimensional Preference Analysis MDPREF每升行駛里程可靠性能安全性能0-1-21230-1-212-3

10、第一主成份第二主成份豪華型運(yùn)動(dòng)型經(jīng)濟(jì)型沃爾沃奔馳BMW切諾基桑塔納捷達(dá)富康紅旗奧迪別克現(xiàn)代本田豐田賽歐第二因子得分第一因子得分理想點(diǎn)模型每升行駛里程可靠性能安全性能0-1-21230-1-212-3第一主成份第二主成份豪華型運(yùn)動(dòng)型經(jīng)濟(jì)型沃爾沃奔馳BMW切諾基桑塔納捷達(dá)富康紅旗奧迪別克現(xiàn)代本田豐田賽歐第二因子得分第一因子得分理想點(diǎn)帕薩特聚類分析Cluster AnalysisDendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Labe

11、l Num +-+-+-+-+-+ 桑塔納 1 -+-+ 紅旗銘仕 10 -+ +-+ 捷達(dá) 14 -+ I 吉利 2 -+-+ +-+ 奧托 7 -+ I I I 奇瑞 4 -+-+ +-+ I 富康 11 -+ +-+ I I 夏利2000 12 -+-+ I I I I 羚羊 13 -+ +-+ +-+ I 賽歐 3 -+-+ I I 波羅POLO 5 -+ I I 寶來 6 -+ I 別克 15 -+-+ I 風(fēng)神藍(lán)鳥 16 -+ +-+ I 帕薩特 8 -+-+ +-+ 廣州本田 9 -+ I 奧迪A6 17 -+譜系聚類分析和快速聚類Hierarchical & K-Mean Cl

12、uster Analysis聚類分析的基本概念 聚類分析(cluster analysis)顧名思義是一種分類的多元統(tǒng)計(jì)分析方法。 按照個(gè)體或樣品(individuals, objects or subjects)的特征將它們分類，使 同一類別內(nèi)的個(gè)體具有盡可能高的同質(zhì)性(homogeneity)，而類別之間則應(yīng)具 有盡可能高的異質(zhì)性(heterogeneity)。 也可以對(duì)變量分類，但是更常見的還是對(duì)個(gè)體分類。 為了得到比較合理的分類，首先要采用適當(dāng)?shù)闹笜?biāo)來定量地描述研究對(duì)象（樣品 或變量，常用的是樣品）之間的聯(lián)系的緊密程度。 常用的指標(biāo)為“距離”和“相似系數(shù)”。 假定研究對(duì)象均用所謂的“點(diǎn)

13、”來表示。 在聚類分析中，一般的規(guī)則是將“距離”較小的點(diǎn)或“相似系數(shù)”較大的點(diǎn)歸為同一 類，將“距離”較大的點(diǎn)或“相似系數(shù)”較小的點(diǎn)歸為不同的類。 需要一組表示個(gè)體性質(zhì)或特征的變量，稱之為分類變量。 根據(jù)個(gè)體或樣本之間聯(lián)系的緊密程度進(jìn)行分類。 一般來說分類變量的組合都是由研究者規(guī)定的，不是像其它多元分析方 法那樣估計(jì)推導(dǎo)出來的。 聚類分析前所有個(gè)體或樣品所屬的類別是未知的，類別個(gè)數(shù)一般也是未 知的，分析的依據(jù)就是原始數(shù)據(jù)，沒有任何事先的有關(guān)類別的信息可參考。 嚴(yán)格說來聚類分析并不是純粹的統(tǒng)計(jì)技術(shù)，它不像其它多元分析法那樣，需 要從樣本去推斷總體。 聚類分析一般都涉及不到有關(guān)統(tǒng)計(jì)量的分布，也不需

14、要進(jìn)行顯著性檢驗(yàn)。 聚類分析更像是一種建立假設(shè)的方法，而對(duì)假設(shè)的檢驗(yàn)還需要借助其它 統(tǒng)計(jì)方法。聚類分析的基本概念Euclidean distance modelDimension 1210-1-2-3Dimension 2.5北京申辦2008年奧運(yùn)會(huì)兩岸關(guān)系中國(guó)能否加入世貿(mào)組織國(guó)營(yíng)和集體企業(yè)改組、依法治國(guó)教育體制改革打假澳門回歸行業(yè)不正之風(fēng)土地承包政策不變亂收費(fèi)農(nóng)村脫貧致富水災(zāi)后重建農(nóng)村村務(wù)公開、民主選舉減輕農(nóng)民負(fù)擔(dān)反腐敗環(huán)境保護(hù)亞洲金融危機(jī)會(huì)否波及人民幣是否貶值養(yǎng)老保險(xiǎn)社會(huì)治安下崗再就業(yè)物價(jià)漲跌醫(yī)療改革住房貨幣化改革多維尺度分析MDS個(gè)人利益國(guó)家利益農(nóng)民利益社會(huì)利益對(duì)維尺度分析-Multid

15、imensional Scaling 在市場(chǎng)研究領(lǐng)域主要研究消費(fèi)者的態(tài)度，衡量消費(fèi)者的知覺及偏好。涉及的研究對(duì)象非常廣泛，例如：汽車、洗頭水、飲料、快餐食品、香煙和國(guó)家、企業(yè)品牌、政黨候選人等。通過MDS分析能夠?yàn)槭袌?chǎng)研究提供有關(guān)消費(fèi)者的知覺和偏好信息。 主要借助計(jì)算機(jī)統(tǒng)計(jì)分析軟件，輸入有關(guān)消費(fèi)者對(duì)事物的知覺或偏好數(shù)據(jù)，轉(zhuǎn)換為一組對(duì)象或?qū)ο筇卣鳂?gòu)成的多維空間知覺或偏好圖感知圖。應(yīng)用MDS，收集的數(shù)據(jù)值大小必須能夠反應(yīng)兩個(gè)研究對(duì)象的相似性或差異性程度。這種數(shù)據(jù)叫做鄰近。所有研究對(duì)象的鄰近數(shù)據(jù)可以用一個(gè)鄰近矩陣表示。反映鄰近的測(cè)量方式：相似性-數(shù)值越大對(duì)應(yīng)著研究對(duì)象越相似。差異性-數(shù)值越大對(duì)應(yīng)著研

16、究對(duì)象越不相似。兩個(gè)地點(diǎn)（位置）之間的實(shí)際距離。（測(cè)量差異性）兩個(gè)產(chǎn)品之間相似性或差異性的消費(fèi)者心理測(cè)量。兩個(gè)變量的相關(guān)性測(cè)量。（相關(guān)系數(shù)測(cè)量相似性）從一個(gè)對(duì)象過渡到另一個(gè)對(duì)象的轉(zhuǎn)換概率。例如概率反應(yīng)了消費(fèi)者對(duì)品牌或產(chǎn)品偏好的變化。（測(cè)量相似性）反映兩種事物在一起的程度。例如：用早餐人們經(jīng)常將兩種食品搭配在一起。（測(cè)量相似性）多維判別分析 Multiple Discrimination Analysis MDA判別函數(shù)2判別函數(shù)1-1-21230-1-212-3價(jià)格水平交貨速度產(chǎn)品質(zhì)量銷售力度價(jià)格彈性總體服務(wù)制造商形象新用戶猶豫/轉(zhuǎn)移用戶重復(fù)購買用戶 判別分析是一種進(jìn)行統(tǒng)計(jì)判別和分類的統(tǒng)計(jì)技術(shù)

17、手段。它可以就一定數(shù)量的個(gè)體的一個(gè)分類變量和相應(yīng)的其它多元變量的已知信息，確定分類變量與其它多元變量之間的數(shù)量關(guān)系，建立判別函數(shù)。利用這一數(shù)量關(guān)系對(duì)其他已知多元變量的信息、但未知分組的子類型的個(gè)體進(jìn)行判別分組。 市場(chǎng)細(xì)分研究中，常涉及判別個(gè)體所屬類型的問題。也常涉及不同品牌在一組產(chǎn)品屬性之間的消費(fèi)者偏好和認(rèn)知概念，判別分析可以很好地對(duì)這種差異進(jìn)行鑒別。并在低維度空間表現(xiàn)這種差異。因變量（dependent variable)： 分組變量定性數(shù)據(jù)（個(gè)體、產(chǎn)品/品牌、特征）。自變量 (independent variable)：判別變量定量數(shù)據(jù)（屬性的評(píng)價(jià)得分）。判別分析確定分組變量與判別變量間的

18、關(guān)系 建立判別函數(shù)，找到自變量的最佳區(qū)分因變量的各個(gè)類別的線性組和。 也可以確定后驗(yàn)概率，計(jì)算每個(gè)個(gè)體落入各個(gè)類別的概率。 確定哪些判別變量x1、x2、x3、xk對(duì)區(qū)分類別差異的影響最大。 考察各個(gè)類別在判別變量方面是否存在顯著差異。 確定判別變量是以什么形式影響因變量的， 即D是 x1 x2 x3 xk 什么形式的函數(shù)。 根據(jù)判別變量的值對(duì)個(gè)體進(jìn)行分類。 對(duì)分析的準(zhǔn)確程度進(jìn)行評(píng)價(jià)。主要應(yīng)用判別和細(xì)分市場(chǎng)用戶和非用戶經(jīng)常購買者和非經(jīng)常購買者新用戶、流失用戶和忠實(shí)用戶忠誠用戶和非忠誠用戶新產(chǎn)品早期使用者和后期使用者消費(fèi)者心目中喜歡的品牌和不喜歡的品牌消費(fèi)者對(duì)我們的品牌和競(jìng)爭(zhēng)品牌的不同屬性偏好偏好

19、圖市場(chǎng)細(xì)分新產(chǎn)品開發(fā)ABCDEFG價(jià)格合理性易于服用藥效持久有效性對(duì)兒童有益藥性溫和感冒藥品概念圖/品牌圖Logistic回歸模型邏輯斯特回歸 Logistic回歸是一種進(jìn)行統(tǒng)計(jì)判別和分類的統(tǒng)計(jì)技術(shù)手段。它可以就一定數(shù)量的個(gè)體的一個(gè)二分變量（因變量）和相應(yīng)的其它多個(gè)自變量（預(yù)測(cè)變量）的已知信息，確定二分變量與其它預(yù)測(cè)變量之間的數(shù)量關(guān)系，建立Logistic非線性回歸方程。利用回歸方程進(jìn)行預(yù)測(cè)和解釋，在其他已知多元變量的信息、但未知分組的個(gè)體進(jìn)行判別分組。 因變量（dependent variable)： 0-1變量 二分變量（個(gè)體、產(chǎn)品/品牌、特征）。自變量 (independent vari

20、able)：預(yù)測(cè)變量定量數(shù)據(jù)或定性（屬性的評(píng)價(jià)得分）。 市場(chǎng)細(xì)分研究中，常涉及判別個(gè)體所屬類別是兩個(gè)分類的問題。例如：是否該給某個(gè)人發(fā)信用卡，是否是用戶，成功和失敗，疾病的診斷等，Logistic 回歸可以很好地對(duì)這種差異進(jìn)行鑒別。.6.4.2.0.5新疆寧夏青海甘肅陜西西藏云南貴州四川海南廣西廣東湖南湖北河南山東江西福建安徽浙江江蘇上海黑龍江吉林遼寧內(nèi)蒙山西河北天津北京200元以上101-200元51-100元50元以下南方區(qū)域北方區(qū)域話費(fèi)高省話費(fèi)低省固定 話費(fèi)不同省分布情況對(duì)應(yīng)分析 Correspondence Analysis對(duì)應(yīng)分析的基本概念對(duì)應(yīng)分析是一種數(shù)據(jù)分析技術(shù)，它能夠幫助我們研

21、究由定性變量構(gòu)成的交互匯總表來揭示變量間的聯(lián)系。交互表的信息以圖形的方式展示。是強(qiáng)有力的探索數(shù)據(jù)技術(shù)，主要適用于有多個(gè)類別的定類變量?？梢越沂就粋€(gè)變量的各個(gè)類別之間的差異，以及不同變量各個(gè)類別之間的對(duì)應(yīng)關(guān)系。適用于兩個(gè)或多個(gè)定類變量。對(duì)應(yīng)分析 Correspondence Analysis CA-1.5-1-0.500.511.52-1.5-1-0.500.511.5雪糕雪源清爽甘甜雪浪花洗衣機(jī)興奮波瀾歡快個(gè)性空調(diào)碳酸飲料期望毛毯保健食品天山綠中美純純水純凈玉泉果汁飲料春溪安閑高檔新產(chǎn)品名稱（品牌）測(cè)試Dimension 1.5Dimension 2.5其它有人值守公用IP卡IC卡小靈通30

22、0 卡200 卡固定 大學(xué)本科及以上大專高中/中專/技初中小學(xué)及以下女性男性高收入中高收入中等收入中低收入低收入46歲以上36-45歲26-35歲25歲以下?lián)艽蜷L(zhǎng)途 方式用戶特征分析對(duì)應(yīng)分析可以回答以下問題 誰是我的用戶？ 還有誰是我的用戶？ 誰是我競(jìng)爭(zhēng)對(duì)手的用戶？ 相對(duì)于我的競(jìng)爭(zhēng)對(duì)手的產(chǎn)品，我的產(chǎn)品的定位如何？ 與競(jìng)爭(zhēng)對(duì)手有何差異？ 我還應(yīng)該開發(fā)哪些新產(chǎn)品？ 對(duì)于我的新產(chǎn)品，我應(yīng)該將目標(biāo)指向哪些消費(fèi)者？很多情況下，直接、簡(jiǎn)單地詢問被訪者選擇品牌（屬性/價(jià)格）問題是不現(xiàn)實(shí)的，甚至是沒有用的。消費(fèi)者往往考慮品牌（產(chǎn)品/服務(wù)）的所有屬性都是重要的?，F(xiàn)實(shí)生活中，消費(fèi)者需要對(duì)品牌（產(chǎn)品/服務(wù)）作出權(quán)衡

23、。傳統(tǒng)的市場(chǎng)研究方法在處理權(quán)衡問題是比較困難的。非常不重要 非常重要品牌123456789顏色123456789內(nèi)部裝飾123456789動(dòng)力性123456789價(jià)格123456789例如：如果您要購買一輛汽車，下面哪些因素對(duì)您來講是重要的？多變量分解技術(shù)結(jié)合分析結(jié)合分析是基于對(duì)產(chǎn)品/服務(wù)整體偏好的基礎(chǔ)上，采用分解的方法。研究的產(chǎn)品/服務(wù)可以是市場(chǎng)上存在的，也可以是現(xiàn)實(shí)中不存在的。得到的結(jié)果能夠更容易、更準(zhǔn)確判斷產(chǎn)品/服務(wù)各種屬性的相對(duì)重要性。開發(fā)新產(chǎn)品的強(qiáng)有力市場(chǎng)研究工具。品牌市場(chǎng)占有率。研究?jī)r(jià)格彈性。市場(chǎng)細(xì)分。新產(chǎn)品開發(fā)產(chǎn)品重新定位全輪廓結(jié)合分析 Full Profile Conjoint

24、 Analysis屬性 (Attributes)品牌描述產(chǎn)品/服務(wù)重要特征水平 (Level)賦予每一個(gè)屬性的不同水平輪廓 (profile)產(chǎn)品/服務(wù)被描述為輪廓，每一個(gè)輪廓是由屬性以及賦予每一個(gè)屬性的不同水平組合構(gòu)成ProfileA1B2C3Attribute ALevel A1, A2, or A3Level B1, or B2Level C1,C2, or C3Attribute BAttribute C屬性和水平的選擇屬性價(jià)格顏色音響系統(tǒng)售后服務(wù)水平10萬元人民幣11.2萬元人民幣12.5萬元人民幣金屬銀灰色金屬深藍(lán)色金屬正紅色卡座兩喇叭揚(yáng)聲系統(tǒng)CD機(jī)四喇叭揚(yáng)聲系統(tǒng)CD機(jī)六喇叭揚(yáng)聲系

25、統(tǒng)一年/兩萬公里兩年/四萬公里屬性動(dòng)力性ABS防抱死系統(tǒng)安全氣囊水平五速手動(dòng)檔四速電控自動(dòng)檔有ABS防抱死系統(tǒng)無ABS防抱死系統(tǒng)有安全氣囊無安全氣囊可能的組合數(shù)=3324=432輪廓數(shù)（卡片）=（3+3+3+2+2+2+2）-7+1=11選定16種 HOLDOUT=4個(gè) 共計(jì)20張卡片賽歐轎車（正交實(shí)驗(yàn)設(shè)計(jì)） 價(jià)格 10萬元人民幣 顏色 金屬銀灰 音響系統(tǒng) CD機(jī)六喇叭揚(yáng)聲系統(tǒng) 售后服務(wù) 兩年/四萬公里 動(dòng)力系統(tǒng) 五速手動(dòng) ABS系統(tǒng) 有 安全氣囊 有卡片14請(qǐng)問，您購買這種汽車的可能性是？ 請(qǐng)選擇下面的數(shù)字，數(shù)字越大代表您購買的可能性越大?？隙ú毁徺I123456789肯定購買賽歐轎車結(jié)合分析

26、研究模型效用值和屬性相對(duì)重要性群體分析屬性水平全體效用值全體屬性相對(duì)重要性男性效用值男性屬性相對(duì)重要性女性效用值女性屬性相對(duì)重要性價(jià)格10萬元人民幣11.2萬元人民幣12.5萬元人民幣.2743.0712-.345518.13%.3219.1283-.450218.44%.1587-.0675-.091317.38%顏色金屬銀灰色金屬深藍(lán)色金屬正紅色.1840.1181-.302115.08%.1585.0972-.255715.40%.2460.1687-.414714.31%音響卡座兩喇叭揚(yáng)聲系統(tǒng)CD機(jī)四喇叭揚(yáng)聲系統(tǒng)CD機(jī)六喇叭揚(yáng)聲系統(tǒng)-.2836-.1065.390016.63%-.28

27、59-.1070.393016.32%-.2778-.1052.382917.39%售后服務(wù)一年/兩萬公里兩年/四萬公里-.2422.24229.93%-.2390.239010.01%-.2500.25009.71%動(dòng)力性五速手動(dòng)檔四速電控自動(dòng)檔-.0668.066811.40%.0208-.02089.34%-.2798.279816.42%ABS有ABS防抱死系統(tǒng)無ABS防抱死系統(tǒng).4401-.440114.01%.4988-.498815.31%.2976-.297610.85%安全氣囊有安全氣囊無安全氣囊.4905-.490514.82%.4841-.484115.19%.5060-

28、.506013.95%市場(chǎng)占有率變化分析金屬銀灰色為例 組合配置價(jià)格最大效用模型市場(chǎng)占有率(降價(jià)前)最大效用模型市場(chǎng)占有率（降價(jià)后）市場(chǎng)占有率變化21基本型SL10萬元人民幣34.72%33.33%-1.39%22選裝型I SLX11.2萬元人民幣32.64%22.92%-9.72%23選裝型II SLX AT12.5萬元人民幣32.64%+選裝型II SLX AT11.2萬元人民幣43.75%+11.11%不同顏色占有率市場(chǎng)分析（基本型、選裝型I、選裝型II）顏色最大效用模型市場(chǎng)占有率金屬銀灰色49.54%金屬深藍(lán)色33.56%金屬正紅色16.90%研究人員可以根據(jù)不同的市場(chǎng)營(yíng)銷目的模擬不同

29、的市場(chǎng)（競(jìng)爭(zhēng)環(huán)境），尋找最佳的市場(chǎng)營(yíng)銷方案估計(jì)市場(chǎng)占有率和市場(chǎng)變化針對(duì)每一個(gè)消費(fèi)者分析該消費(fèi)者的不同偏好結(jié)構(gòu)根據(jù)消費(fèi)者的不同背景資料，分析不同子總體的偏好結(jié)構(gòu)根據(jù)消費(fèi)者的效用值進(jìn)行快速聚類分析，找出具有相同或相似偏好 的消費(fèi)者，進(jìn)行市場(chǎng)細(xì)分。 利潤(rùn)分析價(jià)格策略結(jié)合分析的數(shù)據(jù)分析是非常豐富全輪廓結(jié)合分析的評(píng)價(jià)費(fèi)用：相對(duì)較高。復(fù)雜性：高。大量的設(shè)計(jì)和復(fù)雜的分析。效用值需要借助統(tǒng)計(jì)分析軟件?？梢蕴幚懋a(chǎn)品/服務(wù)的屬性有限，一般10個(gè)，太多被訪者無法承受。結(jié)論：非常豐富。效用值和屬性相對(duì)重要性。評(píng)估不同的產(chǎn)品組合。市場(chǎng)模擬，估計(jì)市場(chǎng)占有率，廣泛用于解決“作假設(shè)推斷”的問題 。數(shù)據(jù)質(zhì)量：較高?？梢缘玫綔?zhǔn)確

30、的，對(duì)產(chǎn)品/服務(wù)的屬性的判斷。大部分屬性的評(píng)價(jià)比較有效。當(dāng)價(jià)格與其它屬性不存在交互作用時(shí)，效果很好。離散選擇模型 Discrete Choice Model or Choice Based Conjoint Analysis 下面哪種汽車，您最有可能購買？（最喜歡、最偏好）捷達(dá)都市先鋒自動(dòng)檔ABS安全氣囊白色2年/4萬公里保修 RMB富康998四速手動(dòng)檔ABS安全氣囊墨綠色2年/4萬公里保修 RMB桑塔納2000五速手動(dòng)檔ABS安全氣囊黑色2年/4萬公里保修 RMB如果只有這里列出的汽車是我僅有的選擇的話，我不可能購買任何一種1234指數(shù)函數(shù)Multinomial Logit Model 移動(dòng)

31、通訊供應(yīng)商（品牌）價(jià)格策略和市場(chǎng)占有率分析案例離散選擇模型品牌和價(jià)格移動(dòng)通訊服務(wù)商品牌+價(jià)格離散選擇模型研究選擇集5如果您選擇移動(dòng)通訊服務(wù)，您最可能選擇下面使用哪一種？服務(wù)商移動(dòng)全球通移動(dòng)神州行聯(lián)通130聯(lián)通如意行聯(lián)通CDMA任何服務(wù)都不選擇價(jià)格/分鐘0.50元0.60元0.40元0.30元0.60元（選中劃勾）品牌：移動(dòng)全球通、移動(dòng)神州行、聯(lián)通130、聯(lián)通如意行、聯(lián)通CDMA價(jià)格: 市場(chǎng)競(jìng)爭(zhēng)環(huán)境：可能組合=44 44 4=1024 種正交實(shí)驗(yàn)設(shè)計(jì)=16個(gè)選擇集 費(fèi)用：最高。要求大樣本量。復(fù)雜性：非常高。大量的設(shè)計(jì)和復(fù)雜的分析。選擇概率，需要借助專用統(tǒng)計(jì)分析軟件?？梢蕴幚懋a(chǎn)品/服務(wù)的屬性有限，一般8個(gè)，太多被訪者無法承受。結(jié)論：非常豐富。價(jià)格彈性曲線。評(píng)估不同的產(chǎn)品組合。市場(chǎng)模擬，估計(jì)市場(chǎng)占有率，廣泛用于解決“作假設(shè)推斷”的問題 。數(shù)據(jù)質(zhì)量：較高?？梢缘玫綔?zhǔn)確的，對(duì)產(chǎn)品/服務(wù)的屬性的判斷。大部分屬性的評(píng)價(jià)比較有效。即使當(dāng)價(jià)格與其它屬性存在交互作用時(shí)，效果也很好。離散選擇模型的評(píng)價(jià)