您现在的位置是:首页 > IT基础架构 > 软件与服务 >
市场研究中的多变量分析技术
摘要选择什么样的多变量统计分析方法,主要是根据变量的测量尺度决定的,更明确的说是根据因变量的测量尺度和类型决定的。...
很多人在从事市场研究和经营分析的时候,特别是定量研究方法需要用到统计分析的时候,到底应该采用哪种分析方法,或者应该用哪种方法更适合这个分析,比较困惑。下面我来总结一下,如何选择多变量统计分析方法来适应研究的需要!
请大家记住一句话:选择什么样的多变量统计分析方法,主要是根据变量的测量尺度决定的,更明确的说是根据因变量的测量尺度和类型决定的!这就要求研究者能够在从事项目前明确:研究设计和假设,确认因变量,以及如何测量,测量尺度达到什么等级等要素。
1,首先,市场研究公司不断提升自己的竞争力,希望有能力提供更好的市场洞察力,随着研究机构的经验积累,不光是就数据说话,更应帮助解决企业的实际问题,提供更好的研究咨询和解决方案;
2,另一方面,随着技术的发展,采集数据方法更加多样,从传统的面访到在线调查,甚至也进入商业自动化生成的数据分析;
3,再有,从我的感觉大部分市场研究公司都采用SPSS统计分析软件,部分机构因为特定的客户需求采用宝洁要求的软件,现在其实是SPSSMR产品,当然,SPSS软件版本更新太快了,我从3.0DOS版本开始使用,现在都18版本了,而且支持了中文,其实从我个人角度看,SPSS软件的发展更新进程就是从传统的社会科学研究不断向市场领域迈进,现在很多案例都是市场研究和经营分析的内容,甚至纳入了更多的建模技术,也直接指向了数据挖掘和数据库营销,比如RFM模型,直销模型等都有了。(SPSS18 直销模块)
我们看到除了SPSS软件,还有就是SAS软件,当然懂得SAS的人不多,但特殊情况下SAS更有效,比如,在进行实验设计,非标准的正交实验设计,Conjoint Analysis等市场研究核心技术方面,SAS更灵活些!
4,当然,除了我们看到的SPSS和SAS软件以外,要真正在市场研究中利用好各种分析和模型技术,还需要掌握各种专业软件工具。例如:
-
AMOS/Lisrel软件:主要用于顾客满意度研究,品牌驱动研究等;
-
ACA/CBC/VCA软件:主要用于结合分析(联合分析)conjoint analysis以及离散选择模型等,产品开发等都经常用这些软件;
-
Ucinet/Netdraw软件:是社会网络分析工具,主要用于关系研究,开放题和半开放题、相似性和差异性矩阵等都可以用;
-
Clementine/Miner软件:主要是数据挖掘技术;
-
Xcelsius软件:动态报表和分析报告软件,非常炫的Dashbaord仪表盘工具;
-
其它工具:Yed、Visio、SmartDraw、Mindmanager、Swiff_chart、AnswerTree、DecisionTime&Whatif等等!
除此之外,市场研究的定量分析更关注解决非数理化数据的分析以及可视化技术,还有就是市场研究模型技术!
我们还是回到市场研究的多变量分析技术吧!
这里的多变量分析技术主要是指统计分析和数据挖掘技术:
-
描述性统计分析技术
-
频数分析:主要用于数据清洗,调查结果的Q&A,各种统计量、基本报告数据源等
-
数据探查:探索性分析主要从统计的角度查看统计量来评估数据分布,主要用于异常值侦测、正态分布检验、数据分段、分位点测算等
-
交叉表分析:交互分析是市场研究的主要工作,大部分市场研究分析到此为止。主要用于分析报告和分析数据源,各种图表等,宝洁公司要求的很多分析就是完成各种交叉表,制作各种报表,当然其中也有卡方检验和T检验,寻找差异;一般我们采用列百分比进行图表分析,记住:如果交叉表单元格数据比较小需要合并或者不要用百分数来说,直接说值就可以了。
-
T检验:假设检验方法,主要用来比较两个总体均值的差异是否显著;
-
方差分析:超过两个总体的均值检验,也经常用于实验设计后的检验问题;
-
相关分析:线性相关性,只有变量呈现相关我们才能进行影响关系的研究,但记住相关主要是线性相关,不相关并不代表没有关系;
多变量分析技术
-
回归分析技术:是监督类分析方法,最重要的认识多变量分析的基础方法,只有掌握了回归我们才能进入多变量分析,其它很多方法都是变种。主要用在影响研究、满意度研究等,当然市场研究基本上是解释性回归分析,也就是不注重预测而关注解释自变量对因变量的影响。主要把握R平方、逐步回归、标准化回归系数(当作权重或重要性)等;回归也是预处理技术,缺省值处理等
-
主成分分析和因子分析:是非监督类分析方法的代表,是主要认识多变量分析的基础方法,只有掌握了因子分析我们才能进入多因素相互关系的研究;主要用在消费者行为态度等研究、价值观态度语句的分析、市场细分之前的因子聚类等,问卷的信度和效度检验等,因子分析也可算是数据的预处理技术。主成分分析与因子分析是两种方法,要能够区分。主成分分析可以消减变量,权重等,主成分还可以用作构建综合排名!
-
判别分析技术:判别分析是最好的构建Biplot二元判别图的好方法,主要用于分类和判别图,也是图示化技术的一种;
-
对应分析技术:市场研究非常有用的研究技术,主要分析定类变量,构建二元图,也是图示化技术的一种;
-
Logistics回归技术:分类技术,主要针对因变量是0-1情况下的判别,该技术是我们认识非线性关系的重要基础,很多情况下,我们需要作出是与否的判断,基础模型就是它了,像客户离网分析、客户价值分析、客户信用等都用这个模型;
-
聚类分析技术:主要用在市场细分方面,但聚类分析本质上不是统计分析,是数据处理技术,从事市场细分的人要好好把握,特别是注重聚类分析的细节,可以进行变量和样本的聚类;记住:样本聚类有可能数据排列不同聚类结果不同,要进行聚类后的稳定性测试,一般也要采用方差最大旋转,有时候斜交更适合聚类细分;当然,聚类后的细分市场识别是头痛问题,用到上面的几种技术,也很繁琐!我现在进行市场细分基本上都用数据挖掘软件工具了!现在比较好用的是Two-Step两阶段聚类;
-
MDS多维尺度分析技术:这个技术目前不太用了,但它是认识多变量分析技术,尤其是测量与分析技术好的视角。比如,相似性和差异性测量、语异差异法等,洞察潜在消费者心理和潜在分类维度等。
-
其它:GLM通用线性模型、Logit回归、Probit分析、可靠性分析等
市场研究分析技术
-
结合分析(联合分析)Conjoint Analysis技术:如果一家市场研究公司没有掌握该技术,就不能称为一流的市场研究!可见该技术的地位,应用领域非常广泛,新产品开发、产品重新定位、市场细分、利润分析、偏好分析等,我就是掌握了这个技术后,才发现统计与市场这么紧密联系,学好数学和统计有这么大的用武之地!
-
离散选择模型(Choice base analysis):也叫Discrete Choice Analysis分析技术,现在市场研究采用这种方法越来越大,属于结合分析的一种,但更复杂也更反映现实选择行为;主要应用在价格研究中!研究消费者微观选择行为的人得了诺贝尔经济学奖呢!SPSS软件没有这个分析方法,只能用SAS软件,或者选择Sawtooth公司的产品。
-
结构方程式模型(SEM):其实SEM本质上是实证研究,证实性分析,特别适合写学术论文和研究性项目,在市场研究主要用在顾客满意度上,也可以用在品牌驱动力研究等方面;主要软件是AMOS;
-
多维偏好分析(Multidimensional Preference Analysis):主要用于构建偏好图,进行产品定位,消费者偏好结构,属于图示化技术的一种;SPSS没有专门称呼的模块,可以采用因子分析或主成分分析的转换来完成,但在SAS中就比较方便了;
-
决策树技术:属于监督类建模技术,主要用于分类和细分,因为决策树比较好理解,所以可以非常自动和智能化的得到无法感知到的结果;掌握了决策树后,我就不愿意用交互分析了!主要有CHAID、C&RT、QUEST等,当然还有C5.0规则等!
-
其它:PSM价格弹性测量、品牌资产指数等等;
数据挖掘和建模技术(数据挖掘技术将来再详细描述)
分类建模技术:
预测建模技术:
细分建模技术:
关联建模技术:
序列建模技术:
主要的英文描述:
多变量分析方法的分类图谱!(主要部分)
从图中,大家可以看到,假设你不知道研究目的的意义,但看到数据后,你可以尝试沿着分类图谱去找寻你该选择的分析方法!
当然,选择什么样的多变量分析技术,前提还是你的研究设计和假设,也就是说我们设计了什么样的问卷或者说什么样的测量变量及尺度,应该在数据收集回来之前就应该明确的,特别是选择了针对性的研究模型也就意味着分析技术的明确,如果你在调查之前还不知道用什么分析方法,应该不是一个合格的研究人员!
多变量分析技术的选择主要看变量测量等级,特别是因变量!
(本文不涉密)
责任编辑: