市场研究中的数据分析和阐释.ppt
市场研究中的数据分析和阐释市场研究中的数据分析和阐释Data Analysis in Marketing Research华南国际市场研究有限公司华南国际市场研究有限公司2008年年4月月市场研究中数据分析的特点市场研究中数据分析的特点微观层面上的分析解决客户的实际问题强调统计方法的应用注重结论对营销策略的指导意义很多情况下,完整的数据分析是定性数据分析和定量数据分析的结合2定量和定性研究结合定量和定性研究结合定性定性定量定量.严密的事实严密的事实:定量研究可提供可靠和有可比性的数据.深度的理解深度的理解 消费者的想法和感情:定性方法提供充足的诊断和洞察用定量和定性相结合的研究方法来达用定量和定性相结合的研究方法来达成目标成目标最有效的支持营销决策最有效的支持营销决策3分析和解释不是调查研究中某个阶段的独立过程，它应该贯穿分析和解释不是调查研究中某个阶段的独立过程，它应该贯穿在项目简介到交付客户的整个项目过程的始终。在项目简介到交付客户的整个项目过程的始终。研究目的包括了客户预期的研究发现，结论和建议。你决不应研究目的包括了客户预期的研究发现，结论和建议。你决不应该偏离这个目标。该偏离这个目标。”(Roddy Glen)4一、数据分析的基本方法一、数据分析的基本方法二、高级数据分析方法二、高级数据分析方法一、基本数据分析方法一、基本数据分析方法确定分析框架准备出表格式数据查错和清理关于数据加权关于追加样本数据分析准备数据分析准备3个准备工作准备分析框架准备分析框架准备数据出表格式准备数据出表格式检查原始数据检查原始数据7确定分析框架确定分析框架分析框架明确那些数据为分析使用准备报告框架确定分析的逻辑回答客户所关心的问题8数据处理过程数据处理过程:综述综述手工查错编辑抄码编码统计出表电脑查错与编辑数据分析制作码表数据输入9数据处理过程数据处理过程:出表出表出表主要包括两种结果：频数分布表（Frequency Tables）和交叉表（Cross tabulations）。频数分布表是对单变量而言的，它研究的是一个变量的各水平发生频率的分布状况；交叉表则是针对两个或两个以上的变量而言，它就是将一些变量与另一些变量进行交叉分析，以表格形式展示数据间关系的过程统计表中的要素-统计指标（Criterion）：分析中关注的项目，一般置于表的左侧，叫做SIDE-分组指标（Predictor）：用以把样本分成子群的变量，一般置于表的顶端，叫做TOP-基数（BASE）：用于计算百分比、平均数的样本量-行百分比（Row Percentage）与列百分比（Column Percentage）统计检验结果通常以在数字旁边标注字母表示10数据处理过程数据处理过程:分析数据表示例分析数据表示例(列百分比列百分比)重度重度中度中度轻度轻度(a)(b)(c)Z2.性别性别%Base=所有牛奶饮用者23341183408%男4348a49a女57bc5251合计100100100重度重度中度中度轻度轻度Z3.被访者年龄被访者年龄(a)(b)(c)Base=所有牛奶饮用者23341183408%15-19岁1110920-24岁914a12a25-29岁912a14a30-34岁121419ab35-39岁21c201740-44岁14131445-49岁13b101150-54岁11bc7c4Total100100100Mean35.733.5a33.4ab11数据处理过程数据处理过程:分析数据表示例（行百分比）分析数据表示例（行百分比）Total 合计合计15-17 18-2425-3435-4445-5455-65基数基数:所有饮用饮料饮品的情况所有饮用饮料饮品的情况 3695841220262217开水煮开的自来水1346851221252215中国茶57551715272723汤447751121272016啤酒 220411218312416鲜牛奶纯牛奶187151415301719自制的豆浆 13092920292416汽水碳酸饮料 11808252422129大桶装的饮用水7894152817288有包装的豆浆70431126281815菊花茶清凉茶五花茶等5844823251228用奶粉冲制而成的奶 5829821162620白酒/洋酒/蛋酒等5330513362620酸奶507626213288甜汤糖水绿豆汤4026724252018瓶装水39152920141319有包装的中国茶2921516253717有包装的豆奶 20851223222414乳酸饮料1883163323179有包装的鲜果汁17121714312115有包装的果汁饮料1625212321227口服液1561471551310咖啡1358341521156运动饮料 12527281581012有包装的柠檬茶等11575132676有包装的菊花茶等 82-2611221725有包装的咖啡74-737448512出表格式出表格式基数基数表头表头/分类分类侧表头侧表头数据处理出表格式每个交叉表的基数描述子群分析的数据分类统计每个交叉表的目录描述13出表格式的详细说明出表格式的详细说明项目信息项目信息数据格式显著性检验交叉分类 数据制表包括项目号和项目名称，并在每页上包括项目号和项目名称，并在每页上显著标明出来显著标明出来如果有不同地区或小组的几套表，清如果有不同地区或小组的几套表，清晰标出来晰标出来标明日期可以有效区分哪套表是最近标明日期可以有效区分哪套表是最近的的页码号非常有用页码号非常有用14项目信息数据格式数据格式显著性检验交叉分类 数据制表哪些文件格式是必需的？如哪些文件格式是必需的？如SPSS/Quanvert要求一个要求一个CSV文件文件 以便在以便在excel中操中操作简易作简易如果使用了某个模型如果使用了某个模型,要求使用具体的要求使用具体的数据格式数据格式如果你有数字答案，要求频率分布表如果你有数字答案，要求频率分布表出表格式的详细说明出表格式的详细说明15项目信息数据格式显著性检验显著性检验交叉分类 数据制表如果一张纸上两个数字标上星号，很如果一张纸上两个数字标上星号，很容易看出来容易看出来比较困难是的是计算你需要的统计检比较困难是的是计算你需要的统计检验验如果你要求，你可以拥有适合你的表如果你要求，你可以拥有适合你的表格的格的显著性检验显著性检验出表格式的详细说明出表格式的详细说明16项目信息数据格式显著性检验交叉分类交叉分类 数据制表你想看哪个子群？比较哪些群体？你想看哪个子群？比较哪些群体？思考哪些群体需要组合成更大的基数思考哪些群体需要组合成更大的基数数量？数量？思考数据将如何制图思考数据将如何制图不要忘记市场细分等子群的不要忘记市场细分等子群的交叉分类交叉分类出表格式的详细说明出表格式的详细说明17项目信息数据格式显著性检验交叉分类 数据制表数据制表你想出什么样的表格？（是否真正需你想出什么样的表格？（是否真正需要甄别和过滤方面的问题）要甄别和过滤方面的问题）你需要出平均值吗？你需要出平均值吗？交叉表交叉表(前测和后测前测和后测)Nets(开放题开放题/品牌）品牌）平均提及次数平均提及次数出表格式的详细说明出表格式的详细说明18数据表中的信息数据表中的信息交叉分类 列显著性检验项目名称基数说明列百分比均值项目号等侧表头问题和题号表头19数据检查数据检查问卷问卷实地访问实地访问数据输入数据输入查错编辑查错编辑数据处理数据处理出表出表因为.错误可以发生在各个环节数据从实地收集回来后不会是100%干净的和合乎逻辑的但我们要提交的结果必须是正确无误的我们要对数据质量负最终的责任20数据检查数据检查如果有些数据让你感到惊讶.如果有些数据与你要讲的故事不吻合如果有些数据和常识不符.!这这些数据可能是错的些数据可能是错的!21怎样进行数据检查？怎样进行数据检查？有很多的东西要检查：标题与内容是否一致？实际访问样本数是否与设计样本数相一致基数定义是否正确是否所有的配额要求都满足是否所有的样本都符合事先确定的甄别条件每个被访者是否回答了所有应该回答的问题跳问顺序是否被正确执行单选和复选是否被正确执行（单选题百分比之和等于100%，复选题百分比之和大于100%）表头定义是否正确（名称与取值是否相符）“不知道”、“拒绝回答”、“其他”的比例是否过高22怎样进行数据检查？怎样进行数据检查？有很多的东西要检查：数据前后是否一致均值、top 2 box,bottom 2 box 等统计量的计算是否正确追加样本是否符合规定要求多组（Multiple-cell）设计的项目中，各组样本间是否结构一致加权值是否被正确使用23如何减少错误如何减少错误:从数据处理到分析从数据处理到分析清晰的数据处理说明清晰的分析框架查错/检查TOPLINE数据处理数据处理分析分析检查和决定如何处理异常值查表SPSS/excel 原始数据查错24关于数据加权关于数据加权加权（Weighting）的目的是为了使我们在项目中选取的样本更好地反应总体的结构当人口背景资料对一种产品的认知或消费有显著影响时，加权显得尤为重要通常有三种加权方法-因数加权（Factor Weighting）：赋予每个群中的样本一个因数-目标加权（Target Weighting）：给定目标值，把样本结果投射到总体-边缘加权（Rim Weighting）：给定多个人口特征指标上的目标值，来修正样本结构25关于追加样本关于追加样本(Boost samples)客户可能对总样本中的子群感兴趣，但是这部分群体在总样本中的发生率比较小因而,随机抽样后，这个子群的样本数量不足在这种情况下，需要对这些子群的样本进行追加，从而使研究分析有足够大的基数往主体样本中增加追加样本会使主体样本结构发生偏斜，从而影响样本的代表性因此，需要对追加样本进行加权，使子群在总样本中占有正确的比例26举例介绍举例介绍27二、高级数据分析方法介绍二、高级数据分析方法介绍专项市场研究涉及的业务范畴不同业务范畴内的数据分析方法数据分析举例顾客/客户关系管理广告宣传沟通经销商管理理解消费者品牌产品定位产品开发价格定位市场研究涉及的业务范畴市场研究涉及的业务范畴29顾客和员工关顾客和员工关系系employee relationshipsCommunicationChannel Management了解消费者BrandingInnovation客户需要解决的问题客户需要解决的问题:-谁是我们的消费者?他们在人口统计及生活方式上有什么特点?-他们的需求和动机是什么?-购买决策过程是怎么样的?-他们对品牌的态度如何?-消费者细分：市场规模、潜力、需求、相关性以及媒体偏好常用高级数据分析方法常用高级数据分析方法:-因子分析(Factor Analysis)-聚类分析(Cluster Analysis)-判别分析(Discriminant Analysis)-潜在重要性分析(Derived Importance)使用和态度研究使用和态度研究 市场细分研究市场细分研究 消费者追踪研究消费者追踪研究业务问题和数据分析方法业务问题和数据分析方法30业务问题和数据分析方法业务问题和数据分析方法顾客和员工关顾客和员工关系系employee relationshipsChannel Management产品开发价格定位客户需要解决的问题客户需要解决的问题:-消费者对产品/概念的接受度及偏好?-消费者对产品/概念的评价-什么才是最佳的配置组合?-产品的独特卖点是什么?-应该采取怎样的价格策略(考虑点：最佳上市价格,价差,避免品牌内部不同产品互相蚕食的情况)?常用高级数据分析方法常用高级数据分析方法:-价格敏感度测试(PSM)-GG价格测试法-品牌价格抵补测试(BPTO)-联合分析(Conjoint Analysis,DCM/ACA)-TURF分析 实物实物/照片照片 价格研究价格研究 配置研究配置研究31业务问题和数据分析方法业务问题和数据分析方法顾客和员工关顾客和员工关系系employee relationshipsCommunicationChannel Management客户需要解决的问题客户需要解决的问题:-品牌的知名度、熟悉程度以及消费者对它的偏好如何?-品牌在消费者心目中的形象如何?-与竞争对手相比，品牌的资产/价值如何?对品牌健康情况的诊断-如何给品牌定位?-如何管理品牌体系,制定品牌延伸策略？常用高级数据分析方法常用高级数据分析方法:-因子分析(Factor Analysis)-对应分析(Correspondence Analysis)-多维尺度分析(Multidimensional Scaling Analysis)-品牌形象知觉图-拼图法（定性）(Picture collage)-通用需求(Universal Needs)品牌产品定位 品牌形象研究品牌形象研究 产品定位研究产品定位研究 品牌资产研究品牌资产研究 品牌追踪品牌追踪32业务问题和数据分析方法业务问题和数据分析方法顾客和员工关顾客和员工关系系employee relationshipsCommunicationChannel Management客户需要解决的问题客户需要解决的问题:-根据消费者的反馈，我应该推出哪支广告 (广告前测)?-即将推出的广告有没有什么需要改进的地方 (广告前测)?-自播放以来，广告的效果如何(追踪研究)?-主要信息是否顺利传达给了目标消费群?-我的广告给消费者树立了一个怎样的品牌形象常用高级数据分析方法常用高级数据分析方法:-因子分析(Factor Analysis)-对应分析(Correspondence Analysis)-多维尺度分析(Multidimensional Scaling Analysis)-品牌形象知觉图 广告宣传沟通广告宣传沟通 广告评估广告评估 广告追踪广告追踪33业务问题和数据分析方法业务问题和数据分析方法顾客和员工关顾客和员工关系系employee relationshipsCommunicationChannel Management客户需要解决的问题客户需要解决的问题:-销售方面的顾客满意度(CSS)-售后服务的顾客满意度(SSS)-产品的顾客满意度(PSS)-经销商维修质量检查-经销商维修服务检查常用数据分析方法常用数据分析方法:-相关分析-象限分析(满意度指标的重要性和产品表现）-满意度模型/结构方程式模型(Structural Equation Modeling)经销商服务管经销商服务管理理顾客关系管理顾客关系管理 顾客满意度衡量顾客满意度衡量 售后服务研究售后服务研究 神秘顾客研究神秘顾客研究 34举例介绍举例介绍产品定位研究品牌形象研究价格研究中的数据分析市场细分35谢谢！36
