腾讯网市场数据分析附统计学知识.ppt

单击此处编辑母版标题样式,单击此处编辑母版标题样式,CE,系列讲座之一：“市场研究及数据分析”理念及方法概要介绍,战略发展部,Objectives,从,Marketing Reseach,的角度将,CE,相关方法进行关联与梳理，旨在提供一种全视图，以便根据应用需求选择性使用！,提供,Consumer Insight,的基本理论框架，以便将,Consumer Insight,理念融汇于各方法之中！,简介实际操作的基本原则，提高日常操作的效率与效果！,人群,购买力,需求,市场,有效市场,是由一群对某一产品,/,服务有兴趣、有收入和有通路的潜在客户所组成,序：市场,产品,/,服务,根据顾客,的需要确定：,生产,/,提供,特定的：,将：,有效地提供,给目标消费者,产品,/,服务,产品,/,服务,序：营销的本质,优化顾客关系,/员工关系,有效的沟通宣传,优化市场渠道,理解人们的需求和价值取向,根据理解开发更好的品牌,通过创新满足人们的需要,序：营销的起点,&,终点：用户需求,目录,What,：,Marketing Research,是什么？,Marketing Research,定义,Marketing Research,与营销的关系,Marketing Research,本质,Marketing Research,的角度看,CE,的几种方法,Why,：为什么进行,Marketing Research,？,How,:,如何进行,Marketing Research,？,Marketing Reseach,的分类,Marketing Research,几个重要操作原则简介,抽样原则,定性大纲设计基本原则,定量问卷设计基本原则,数据分析：多元统计,&,数据挖掘基本方法,Consumer Insight,基本理论框架,What（1）：Marketing Research定义,美国市场研究协会（,AMA,）对市场研究的定义是：,市场研究是将消费者、顾客及公众与厂商通过信息而,联系起来的桥梁，其信息是用来,:,识别、定义市场机会和市场问题,产生、改进和评估市场营销活动,监测市场营销的表现,提高对市场营销过程的理解,What,（,3,）：,Marketing Research,本质是,Consumer Insight,了解消费者,信息,系统科学深入的消费者研究方法,数据挖掘,(Data Mining),统计(Statistic),定义市场研究,创意研讨会,（Innovation Workshop),使用和态度研究（,U&A）,市场细分研究(Segmentation),信息,理解,洞察,独特,的洞察,What(4):Marketing Research,角度看,CE,的相关方法,系统科学深入的消费者研究方法,数据挖掘,(Data Mining),定义市场研究,创意研讨会,（Innovation Workshop),U&A,Segmentation,信息,理解,洞察,独特,的洞察,信息获取：,Marketing Research,：,以,访问,为信息主要获取方式,信息来源以用户回忆为主,；,用户体验中心,：,以,观察,为信息主要获取方式,信息来源以用户实时操作为主；,数据挖掘,：,以,记录用户实际发生的行为,为信息主要获取方式；,信息来源以用户长期用户行为监测为主；,信息理解,&应用：,Marketing Research,：,探求,问题原因,为主（与数据挖掘互补），以解决营销、品牌、运营问题为主；,主要应用包括自身产品,+,竞品研究；,用户体验中心：,探求互联网产品的使用障碍和流程，提升,产品的可用性和易用性,；,主要应用包括自身产品,+,竞研究；,数据挖掘：,以,发现问题,为主；,主要应用是自身产品研究,目录,What,：,Marketing Research,是什么？,Marketing Research,定义,Marketing Research,与营销的关系,Marketing Research,本质,Marketing Research,的角度看,CE,的几种方法,Why,：为什么进行,Marketing Research,？,How,:,如何进行,Marketing Research,？,Marketing Reseach,的分类,Marketing Research,几个重要操作原则简介,抽样原则,定性大纲设计基本原则,定量问卷设计基本原则,数据分析：多元统计,&,数据挖掘基本方法,Consumer Insight,基本理论框架,Why,：为什么要使用市场研究,?,决策,？,有市场研究,没有市场研究,*直觉的,*主观的,*经验的,/,历史的,*从自身内部出发的,*有资讯基础的,*客观的,*实时的,*从外到内的,有风险的,低成本的,迅速,有争议的,低风险的,昂贵的,需要时间的,一致的,了解 我们往何处去,资金,/,成本,结构变化,人员变化,竞争对手,外在环境,消费趋势,外部环境,不确定性,.,.,外部,内部,Why,：市场研究可以提供什么,?,市场,.,市场容量,市场结构,消费者细分,消费者期望,/,需求,市场分额,市场短期变化,长期演化趋势,定位,.,消费者如何看待,-,产品,/,服务,-,包装,价格,广告 等,.,品牌,/,企业形象,如何提升产品形象,?,如何定位，才能使新产品被消费者更易于接 受,?.,消费者,.,谁是产品,/,服务的消费者,-,核心,/,游离,/,潜在,.,需求,&,期望,动机,如何才能被满足,如何更好和他们沟通,如何维持他们的忠诚,哪里能找到更多消费者,自身公司,/企业.,我们的强,/,弱势,主要的市场机会,如何达到它们,如何克服威胁,供应链,通路终端,“,内部顾客,如何提升系统的效率,?,竞争对手,.,SWOT,分析,现有的市场活动,这些活动有效吗？,与消费者关系,行销定位,变化的早期预警,未来计划,目录,What,：,Marketing Research,是什么？,Marketing Research,定义,Marketing Research,与营销的关系,Marketing Research,本质,Marketing Research,的角度看,CE,的几种方法,Why,：为什么进行,Marketing Research,？,How,:,如何进行,Marketing Research,？,Marketing Reseach,的分类,Marketing Research,几个重要操作原则简介,抽样原则,定性大纲设计基本原则,定量问卷设计基本原则,数据分析：多元统计,&,数据挖掘基本方法,Consumer Insight,基本理论框架,市场研究的分类,专项研究,定量研究,定性研究,连续性研究,零售网点研究,媒介监测研究,消费者跟踪研究,有多少？,主要特征是什么？,将来怎么样？,简而言之,什么？,为什么？,怎么样？,定量,定性,HARD,SOFT,市场研究的分类,-定性,&定量对比（1）,How：市场研究的分类,-定性,&定量对比（2）,研究内容,支持体,调查方式,分析方法,深广度,定 性,动机、态度、决过程,口头表达的信息,深访、座谈会,心理分析,经验,/,灵感,深度探测,定 量,事实、意见、行为,数字、尺度,入户面访、街访、电话、信函,统计分析,广度探测，多方面和表面,定性研究的优点：,深层次、多角度、多种方式（如投射技术等）获得信息，而且受时间的限制较少。,客户可以根据研究的进展，适当的调整研究的重点。,项目的总费用相对较低，时间较短,。,定性研究的不足之处：,不具有以样本推断总体特性，不能统计分析。,提供描述性的资料，而非“硬性”的数据,市场研究的分类,-定性&定量对比（3）,定量：,度量,分析,估计,预测 和跟踪,定性：,解释,产生,精炼,说明 和描述,普遍性问题,:,先做定性研究还是先做定量研究,?,回答,:,这取决于你的研究目的，你甚至可以两者都做,!,对市场了解甚少,探索性的定性研究,定量研究（,U&A,）,诊断性的定性研究,定量研究,对市场很有把握,对数据看不明白,量化数据,市场研究的分类,-定性&定量对比（4）,市场研究的分类,-定性,&定量调查的具体方法,定性研究的调查方法,(,数据获取方法,),深度访谈,焦点座谈会,(Focus Group),神秘客户访谈,抽样基本原则（,1）,什么才是好的抽样？,有足够的代表性,符合统计学基本原理,具有充分的可操作性,有效率的,实施,/,执行中的偏差越小越好,常用的抽样方法？,定性研究,不是随机抽样所涵盖的范畴,需注意其样本有足够的代表性,定量研究,入户访问：分层系统抽样,街头访问：,配额抽样,，但不具备理论上的抽样条件,预约面访：视具体情况而定，关键是是否取得比较完整的抽样框,备注：对于抽样统计学原理，有兴趣的可以,TinaFu联系，在此不做详述,。,抽样基本原则（,2）,样本量的选取,：,从理论上讲，样本数越大，抽样误差越小，结果的代表性越好。,但是，同时考虑费用和时间因素，大样本量不一定是最有效率的办法。,在随机抽样条件下，不同样本规模的抽样误差如下,：,置信度,样本量,80%,90%,95%,99%,150,5.23%,6.72%,8.00%,10.52%,200,4.53%,5.82%,6.93%,9.11%,250,4.05%,5.20%,6.20%,8.15%,300,3.70%,4.75%,5.66%,7.44%,500,2.87%,3.68%,4.38%,5.76%,定性大纲设计基本原则,结构设计原则（漏斗结构）：,From wide to narrow,：,例如：从生活方式到产品使用行为,&,态度,From generic to specific,例如：从品类到品牌,问题设计原则：,挖掘为什么？即表象原因背后可能隐藏的深层次的原因（很大程度上取决于对业务的理解）,努力使用开放式问题，避免进行引导和给出选择性答案；,注意前后问题的相互干扰性,突出重点,可以使用投射技术，但不要过多,部分专题可以使用,Laddering,技术：例如从功能利益点到情感利益点的探求，多用于创意的产生,定性大纲设计基本原则：,Case,Study,Lifestyle attitude,Category/product attitude and usage,Brand awareness and usage,Brand image,Product/brand concept,Advertising evaluation,Product/packaging test/evaluation,U&A,Brand image,Concept test,Adv./,Concept,Test,定量问卷设计基本原则：,2,个基本原则,UNDERSTANDING,可理解：保证回答的准确性,WILLINGNESS,有意愿：保证回答的真实性,问题,&,答案不要含糊清晰且可以落地；,问题,&,答案,不能带有倾向性；,问题,&,答案,不能有双重含义；,问题与答案不协调具有一致性；,答案之间具有排他性,不要使用行业,/,专业,/,技术术语,对于敏感问题（包括涉及社会道德准则、社会地位等等）：通过映射第三方得到答案,定量问卷常用的问题类型,封闭式问题,注意点：尽可能穷尽选项，但往往很困难；因此需要增加,“,其他,”,选项；,如果其他选项占比超过，则说明选项设置有问题；,开放式问题,应用场景：往往在封闭题之后，提出相关的追问；,评分题,主要有,5,分制、,7,分制、,10,分制：选用几分制取决于需要细化的程度,问卷设计：,Case,Study,您觉得,拍拍这两年,来情况怎样？（问题不清晰）,1,2,3,4,几乎没有什么变化,变化不大,变化较大,变化很大,大家都认为拍拍的这个新功能不错，您觉得怎么样呢？（具有引导性）,1,2,3,4,5,9,很不满意,不太满意,一般,比较满意,非常满意,说不清,/,无所谓,拍拍新推出了一项（什么什么样的）功能，您觉得怎么样呢？（选项不全）,1,2,3,4,5,很不满意,不太满意,一般,比较满意,非常满意,您在什么情况下使用手机上网？,【,答案不排他,】,1,2,3,4,乘坐交通工具时,上课上班时,需要找人聊天,需要去查找信息看新闻,5,6,7,8,躺在床上休息时,等人等车时,吃饭时,其它,问卷结构：,Case,Study,General attitudes/beliefs,Screening questions,Classification data,Usership questions,Sensitive questions,Introduction,General survey questions,Closing and thanks,Order of asking,5,2,7,3,6,1,4,8,数据分析：,“,简单数据分析,+多元统计+,数据挖掘,”,整体视图,简单的数据分析,多元统计分析,数据挖掘,方法适用性与优势,主要方法列举,集中趋势分析：众数、中位数、均数,离散趋势分析：极差、方差、标准差,交叉表,剖面指数,数据加权,简单分析变量间关系,相对应用较广，较容易掌握和使用,对数据和使用者的要求较低,相关分析,回归,分析,因子,分析,聚类,分析,对应,分析,联合,分析,分析变量间的因果关系、相似度等,多用于预测、用户细分等场景,对数据要求：数据量要足够、数据周期要足够；,对使用者的要求：需要掌握基本的统计学知识和对业务有一定理解；,神经网络,决策树,等等,优势在于可以定制算法满足个性化需求和具备自适应和自学习性；,对数据要求,;Oracle,数据库支持；对数据量和数据健壮性要求均很高；,对使用者要求：对算法、业务的理解度均高,多元统计分析有需要者请参考附件基础统计；数据挖掘有需要者可和,Tina联系,简单数据分析简介（,1）：集中趋势&,离散趋势,集中趋势（,Central Tendency,）,指标：,众数（,Mode,）：,发生率最高的数值；适用于所有的测量水平,中位数（,Median,）：,数值排序后正好位于中间位置的数；适用于定序、定距、定比数据,算术平均数或均值（,Mean,）,:,各数值的简单平均；适用于定距数据与定比数据,离散趋势（,Measures of Dispersion,）,指标：,全距或极差（,Range,）：,一个定序型变量最大值与最小值的差,上、下四分位数,:,方差（,Variance,）：,一个变量所有值与其平均值之差的平方的平均数,标准差（,Standard Deviation,）：,方差的平方根,简单数据分析简介（,2）:,交叉表的行列百分比,&,交叉表,总体,年龄段,人数,高收入细分市场,人数 列百分比 行百分比 指数,down across index,%,中收入细分市场,人数 列百分比 行百分比 指数,down across index,%,低收入细分市场,人数 列百分比 行百分比 指数,down across index,%,18-65,岁,18-24,岁,25-34,岁,35-49,岁,50-65,岁,500,125,150,125,100,150 100 30 100,39 26 31.2 104,66 44 44 147,33 22 26.4 88,12 8 12 40,150 100 30 100,36 24 28.8 96,42 28 28 93,42 28 33.6 112,30 20 30 100,200 100 40 100,50 25 40 100,42 21 28 70,50 25 40 100,58 29 58 145,高收入细分市场该年龄段的列百分比,高收入细分市场某年龄段的剖面指数,=100%,总体市场该年龄段的列百分比,指数,=100%是等于总体市场,指数=120%或以上，则认为显著高于总体水平,指数=80%或以下，则认为显著低于总体水平,举例：,18-24岁的高收入人群的行百分比：26%；指18-24岁高收入人群在整体高收入中的比例为26%；,18-24岁的高收入人群的列百分比：31.2%；指18-24岁高收入人群在18-24岁人群中的比例为31.2%,18-24岁的高收入人群的剖面指数：104；,简单数据分析简介（,3）:,数据加权,加权：,通过对总体中的各个元素设置不同的数值系数,(即加权因子/权重)，使元素表现出所希望的相对重要性程度；,简单地说，就是要,“,让一些人变得比另一些人更重要！,”,希望这种属性的个体达到的规模,具有某一属性的个体的现有规模,权重,=,多元统计分析：相关分析,Case,Study,总体,实物商品,虚拟商品,网游虚拟商品,女装,彩妆,运动户外,电脑硬件,随身听,手机,充值卡,总体,1.00,0.99,0.97,0.97,0.99,0.98,0.99,0.83,0.87,0.90,0.99,实物商品,0.99,1.00,0.97,0.96,0.99,0.99,0.98,0.19,0.86,0.89,1.00,虚拟商品,0.97,0.97,1.00,1.00,0.93,0.93,0.95,0.42,0.96,0.94,0.97,网游虚拟商品,0.97,0.96,1.00,1.00,0.93,0.94,0.95,0.42,0.95,0.95,0.97,女装,0.99,0.99,0.93,0.93,1.00,0.99,0.97,0.08,0.80,0.84,0.98,彩妆,0.98,0.99,0.93,0.94,0.99,1.00,0.98,0.10,0.80,0.89,0.98,运动户外,0.99,0.98,0.95,0.95,0.97,0.98,1.00,0.18,0.85,0.89,0.97,电脑硬件,0.83,0.19,0.42,0.42,0.08,0.10,0.18,1.00,0.63,0.46,0.21,随身听,0.87,0.86,0.96,0.95,0.80,0.80,0.85,0.63,1.00,0.92,0.87,手机,0.90,0.89,0.94,0.95,0.84,0.89,0.89,0.46,0.92,1.00,0.90,充值卡,0.99,1.00,0.97,0.97,0.98,0.98,0.97,0.21,0.87,0.90,1.00,总体,实物商品,虚拟商品,网游虚拟商品,女装,彩妆,运动户外,电脑硬件,随身听,手机,充值卡,总体,1.00,0.99,0.98,0.98,0.99,0.97,0.94,0.83,0.95,0.85,0.98,实物商品,0.99,1.00,0.98,0.95,0.99,0.94,0.90,0.78,0.93,0.87,0.97,虚拟商品,0.98,0.98,1.00,0.98,0.96,0.95,0.92,0.37,0.97,0.92,0.92,网游虚拟商品,0.98,0.95,0.98,1.00,0.95,0.98,0.96,0.29,0.99,0.88,0.93,女装,0.99,0.99,0.96,0.95,1.00,0.94,0.89,0.40,0.91,0.81,0.98,彩妆,0.97,0.94,0.95,0.98,0.94,1.00,0.99,0.33,0.97,0.85,0.93,运动户外,0.94,0.90,0.92,0.96,0.89,0.99,1.00,0.26,0.95,0.83,0.90,电脑硬件,0.83,0.78,0.37,0.29,0.40,0.33,0.26,1.00,0.24,0.75,0.57,随身听,0.95,0.93,0.97,0.99,0.91,0.97,0.95,0.24,1.00,0.92,0.88,手机,0.85,0.87,0.92,0.88,0.81,0.85,0.83,0.75,0.92,1.00,0.75,充值卡,0.98,0.97,0.92,0.93,0.98,0.93,0.90,0.57,0.88,0.75,1.00,成,交,量,相,关,系,数,成,交,额,相,关,系,数,多元统计分析：回归,&因子分析,Case,Study,因子一,F1,：,QQ,会员、,QQ,秀、,QQ,宠物、,QZONE,对,QQ,满意度的贡献：,0,，,42,因子二,F2,：,QZONE,、,QQ,游戏、,QQ,堂、,QQ,音速,对,QQ,满意度的贡献：,0.23,因子三,F3,：移动,QQ,对,QQ,满意度,的贡献：,0.18,满意度因子,&,回归分析,QQ,满意度,=0.42F1+0.23F2+0.18F3,情感诉求的产品对,QQ,满意度的贡献最大、其次是游戏类产品、功能性诉求的产品贡献最低。,Consumer Insight：,Why,Sometimes,we,do not want to admit,or even realize the real reason for our behavior because it is,more often than not irrational,People,do not always say,what they mean,or,mean,what they say,(,People are complex,),People become experts at making themselves,sound rational,defense mechanism.They lie to themselves and to others,People are,not fully aware,of their own underlying motivations or of the forces that determine their own behavior-therefore to ask why can be a waste of time,Consumer,Insight(1),：,Motivation(1),Maslow马斯洛需求原理,Security,安全需求,Affiliation,社交需求,Physiological,生理需求,Esteem,尊重需求,Self actualisation,自我实现,Consumer,Insight(1),：,Motivation(2)Universal Needs,自我表现,自由自在,自我放纵,乐趣与兴奋,自我感觉良好,吸引力,和谐,爱与被爱,归属感,尊重,安全感,传统,成为领导者,掌握和驾驭感,拥有知识和智慧,权力,秩序,关系,平衡,快乐,自我,Consumer,Insight(1),：,Motivation(2)Universal Needs,学术理论,定性,Workshop:在13个国家的2000个被访者,在,30个国家的初步定量研究,定量研究,建立所有的需求清单,200 个需求,70 个需求,40 个需求,15 个需求,Case Study,-1.0 -.5 0.0 .5 1.0 1.5 2.0,-.8,-.6,-.4,-.2,0.0,.2,.4,.6,掌握和驾驭感,传统,爱和被爱,归属感,表现自我,自我感觉良好,QQ,安全,和谐,MSN,成为领导者,自由自在,尊重,自我放纵,拥有智慧和知识,吸引力,乐趣与兴奋,腾讯,TM,生活需求,品牌,Dimension 2,Dimension 1,MSN:,更加偏重社会属性，表现为和谐 与 安全,QQ:,更加偏重自我属性，表现为自我感觉良好、表现自我,TM:,同时兼有社会和自我的两种属性,表现为 自由自在、尊重、成为领导者,Case Study,QQGame,用户的情感诉求,:,自由自在、自我放纵、乐趣与兴奋、拥有智慧和知识、尊重。,联众用户的情感诉求：爱和被爱、乐趣和兴趣、和谐。,中游用户的情感诉求：吸引力、掌握和驾驭、自我感觉良好、安全。,新浪游戏用户的情感诉求：表现自我、自由自在、拥有智慧和知识。,品牌,情感诉求,*：其他游戏品牌由于样本量低于,30,，无法进行数据分析。,Multi-Me,Occasion,Based Needs Segmentation,Age,gender,SEG,Lifestage,DEMOGRAPHICS,Consumer,Insight(2),：,Segmentation,BEHAVIOUR,NEEDS,ATTITUDES,Product,Price,Service,Brand/Image,Lifestyle,Involvement,Interest,Risk/Experimentalism,Repertoire,Purchase process,Decision process,Consumer Insight(3)：,Brand Locator Model,1,2,3,因子分析,品牌定位,重要程度,模拟定位,4,确定消费者区别,品牌，选择品牌,的主要因素（因子）,将每个品牌,在这些主要因素上,的表现定位,衡量这些主要因素,对整个产品市场，,以及每个品牌分别,的相对重要程度,模拟品牌定位，,确定优化品牌,定位的关键所在,Consumer Insight(4):AIDAL Model,A,ttention,注意,I,nterest,兴趣,D,esire,欲望,A,ction,行动,品牌认知度,品牌美誉度,品牌偏好度,品牌渗透情况,品牌占有率,品牌满意度,品牌忠诚度,品牌意向,品牌形象,L,oyalty,忠诚,Consumer Insight(5),:Brand Equity Model,(1),Brand,Value,品牌价值,(alternative),Equity,品牌资产,Price,价格,Product,产品,Service,服务,Performance,功能表现,Functional 功能利益,Brand,Value,品牌价值,=,Brand value 品牌价值,Customer behaviour,消费者行为,Identification,认同感,Approval,社会认可,Authority 权威性,Emotional 情感利益,Affinity,亲和力,Barriers,阻碍,Loyal 忠诚,Switch 转换品牌,Consumer Insight(5):Brand Equity Model(2),Universal Needs 通用需求,Consumer Insight(5):Brand Equity Model(3),Prestige 声望,Acceptability,他人接受度,Performance,功能表现,Affinity,亲和力,Approval,社会认可,Heritage,历史传承,Innovation 创新性,Authority 权威性,Nostalgia,美好回忆,Identification,认同感,Equity,品牌资产,Trust 信赖感,Bonding 情感连结,Caring 关怀,Endorsement,权威认可,知名度,熟悉程度,Consumer Insight(5):Case Study,Toilet paper 厕纸,Toothpaste 牙膏,Soft drinks 软饮料,Computers 计算机,Financial services 金融服务,Automotive 汽车,Bottled water 瓶装水,Source:Research International Database,0%,50%,100%,Affinity 亲和力,Performance 功能表现,Batteries 电池,Shampoo 洗发水,Telecoms 电信,Spirits 酒类,Utilities,Coffee 咖啡,Retail 零售,Dog food 狗粮,Airlines 航空服务,Chocolate 巧克力,某些市场更多地由亲和力驱动,Consumer Insight(5):Case Study,Mac 苹果,Packard Bell,Hewlett-Packard惠普,Tiny,IBM,Gateway 基汇,Dell戴尔,Compaq康柏,市场平均值,60,120,72,94,95,95,105,105,111,112,Source:RI case study-UK home PC market,数据来源：RI,英国家用电脑市场案例,Case Study:我的品牌资产有多强？,Consumer Insight(5):Case Study,他人接受度,情感连接,美好回忆,历史传承,权威认可,创新性,信赖感,声望,关怀,QQ,MSN,Consumer Insight(7)：,Innovation,Workshop,写于最后,一句话,“,用户研究理念”,和“,业务的理解”,是两条主线，是一切研究的起点和终点；,数据采集方法（观察法、访问法、行为记录法）,&,数据分析方法（简单数据分析、多元统计分析、数据挖掘）仅仅是为了实现目标的工具，需要针对“实际需要”选择性使用！,Know consumer world.,了解消费者的世界,seize the future,抓住未来,“,基础统计,”,应用简要概述,战略发展部,TinaFu/2007,目录,市场研究使用统计技术的必要性,统计技术的基础,测量尺度,(,变量,),类型,数据加权,数据的描述性统计,：频数分布和基本统计量,数据的推断性统计,：假设检验,多元统计技术,相关分析,回归分析,因子分析,主成分分析,聚类分析,对应分析,联合分析,市场研究与统计学,统计学,(,Statistics),是关于数据资料的 的一门学科,收集,整理,分析,推断,市场,(,营销,),研究,(,Marketing Research),AMA,是营销者通过信息与消费者、顾客和公众联系的一种职能。这些信息用于识别和定义营销问题与机遇，制定、完善和评估营销活动，监测营销绩效，改进对营销过程的理解。,确定解决问题所需的,信息,，设计信息收集方法，管理和实施数据收集过程，分析结果，就研究结论及其意义进行沟通。,市场研究的数据分析过程,问卷设计,数据录入和查错,探索性分析,确证,/,结论性分析,高级分析,分析始于这里！确信问卷覆盖你要达成研究目的所需要的全部内容。,巧妇难为无米之炊！设计不严谨、信息不完备的问卷是任何“强有力”统计工具的“毒药”！,大量的交叉表数据，对研究结论进行支持。,对,关键,/,核心题目的数据,(,如,Topline Data),进行简要分析，粗略把握研究发现，并生成初步的研究结论,(,可能只是假设,),确信您获得了所需要的,全部数据信息,，并且它们是,准确无误,的。,一方面，结合高级统计技术进行一些深入的数据挖掘和分析；一方面，将数据信息与营销理论结合，形成研究结论并给出建议。,为什么要使用统计技术？,总体,(,Population),我们想要调查并获得研究问题的答案的特定群体,(,如,18-49,岁每天吸烟至少,10,支以上的男性,),样本,(,Sample),从总体中尽可能随机抽取出的一个有代表性的子集，他们是实际的受访者,R,1,R,2,R,N,研究目的,:,揭示总体在行为、态度等我们感兴趣的诸方面的属性,/,特征,解决方案,:,从总体抽取一个有代表性的样本,通过访问分析样本,通过使用统计量，从样本属性,/,特征推断总体的属性,/,特征,我们在使用哪些类型的统计技术？,描述性统计学,(Descriptive statistics),是将收集到的原始数据资料直接通过图表等形式进行概括或描述,(如交叉表)，是对数据进行定量分析的不可或缺的基础,推断性统计学,(Inferential statistics),通过来自总体的有限多个样本获得的带有不确定性的信息，来推测整个总体的信息，如参数估计,(少用)、假设检验(常用),多元统计技术,(multivariate technique),关注的是两个或以上变量之间的相互关系,(相关系数、协方差、距离等)，并基于相互关系进行各种分析，如因子分析，聚类分析等,目录,市场研究使用统计技术的必要性,统计技术的基础,测量尺度,(,变量,),类型,数据加权,数据的描述性统计,：频数分布和基本统计量,数据的推断性统计,：假设检验,多元统计技术,相关分析,回归分析,因子分析,主成分分析,聚类分析,对应分析,联合分析,市场调研面对消费者，但所测量的并不是消费者本身，而是测量他们的感受、态度、偏好和其他相关的特性。,测量尺度,(,变量,),：在调查中，不同被访者给出有差异答案,/,选项的各个题目,/,条目；,测量尺度,(Measure scale),测量尺度,(,Statistical Technique,),定性变量,(,Qualitative Variable),定量变量,(,Quantitative Variable),名义尺度,(nominal scale),有序尺度,(ordinal scale),定距尺度,(interval scale),比率尺度,(Ratio scale),测量尺度类型,名义尺度,(nominal scale),数字只用做对事物进行识别和分类的标志和标签,例如：性别，婚姻状况，国籍,/,城市等；,只允许计算有限的以频率计数为基础的统计指标，如百分比、众数等；,有序尺度,(ordinal scale),数字代表事物拥有某种属性的相对程度,/,位置，但没有指明差别的大小,例如：偏好排序，市场,/,行业地位等；,频率计数，以及基于分位点的统计指标,(,百分位数，中位数等,),定距尺度,(interval scale),尺度上数字相等的距离代表了被测特性的相等值，即可以比较事物之间差别的大小,例如：偏好,/,态度量表,(5-scale/7-scale),，重要性评分；,零点位置不固定，即尺度可以变换；,可以计算通常使用的统计量，但尺度值之间的比率及其它一些特殊统计量不适合计算；,比率尺度,(Ratio scale),可以依据尺度值对事物进行分类、比较等，以及计算相互之间的差值、比率等,例如：年龄，收入，工作年数，花费等；,有绝对零点，可以计算所有统计量；,测量尺度示例,表,1.,测量尺度示例,名义尺度 有序尺度 定距尺度 比率尺度,测试品牌品类编号到达率排序重要性,(5-scale),投放量到达率,(%),厦新手机,11427574,高露洁牙膏,22520069,联想手机,13312565,三九胃泰,44410051,东信手机,1535037,第,5,季维,C,饮料,365037,金帝巧克力,3728330,阿迪达斯,98115028,三九正天丸,4925028,安吉尔饮水机,51052722,爱浪音响,51115419,耐克运动鞋,91222514,来源：,2003,年第,1,季实效鉴证,(,武汉,),加权,(Weighting),是什么？,希望这种属性的个体达到的规模,具有某一属性的个体的现有规模,权重,=,加权：,通过对总体中的各个元素设置不同的数值系数,(即加权因子/权重)，使元素表现出所希望的相对重要性程度；,简单地说，就是要,“,让一些人变得比另一些人更重要！,”,100 个被访者,:,40个男性,60个女性,想要让,男性,:,女性,=1:1,设置权重,男性,=1.25,女性,=0.83,加权后数据：,男性：,40,x 1.25=50,女性：,60,x 0.83=50,一个简单的例子：,为什么要加权？,(1),应用,1,：,所调研样本的人口统计结构与总体的实际状况不匹配，通过加权来消除,/,还原这种变异，达到纠偏的目的；,例如，在,SH,和,GZ,各调查,300,样本，城市人口比例,“,SH:GZ=2:1,”,(,假设,),，在分析时我们希望将,SH,和,GZ,看作一个整体，则此时我们需要给,SH,样本一个,2,倍于,GZ,样本的权重；,应用,2,：,除了人口统计结构，在一些关键属性上测试样本组的代表性可能也会相对总体的实际状况过高,/,过低，此时，需要加权进行调整；,这类不匹配大多是我们,“,故意,”,而为,(,通过,“,追加,”,样本实现,