8種市場調研中的數據分析方法你知道幾個?

2020-12-10 SPSSAU

所謂市場調研就是對某一目標，收集、整理、分析有關信息，通過對數據或信息的分析，得到相應結論，從而為企業決策提供參考，實現企業利益最大化。

數據分析是市場調研中重要組成部分，在分析過程中我們會遇到許多統計分析方法。

今天SPSSAU就來介紹8種市場調研中常用的數據統計分析方法，以及如何在SPSSAU使用這些方法。

01 頻數分析：分析比例，掌握基礎信息

無論是哪種領域的統計分析，頻數分析都是最常用的方法。在市場調研中，頻數分析也是最基礎、使用最廣泛的方法。一般可用來統計分析樣本基本信息，統計比例，如消費者的基本信息，對產品的基本態度，是否願意購買產品等。

SPSSAU頻數分析

頻數分析結果

用圖表展示能夠更加清晰對比各項比例，SPSSAU頻數分析默認提供餅圖、圓環圖、柱狀圖、條形圖可選擇。

註：多選題統計頻數或比例用【問卷研究->多選題】。

02 描述分析：定量數據對比

描述分析適用於分析對比定量數據。例如對比各維度均值，了解在哪些方面得分較高，哪些方面得分較低，找出優勢項或短板項，從而制定出有針對性的改善方案。可用於分析產品滿意度、用戶需求等。

SPSSAU描述分析

描述分析結果

如果有多個題要對比平均值，可通過折線圖、柱形圖、雷達圖來展示。

03 IPA分析：滿意度-重要性分析

IPA分析，又叫重要性表現程度分析法。是通過繪製散點圖，對比不同項目或維度的重要度和服務表現，從而直觀的識別出優勢項、劣勢項。適用於服務質量、滿意度分析、產品競爭力分析等。

SPSSAU象限圖

指標在不同的象限中分別對應不同的解釋，針對不同象限可以建立針對性的優化措施。

在第一象限的指標顧客重視度高並且實際滿意度也很高，說明是優勢項可以重點突出或保持。

第二象限指標顧客較重視，但實現感知滿意度不高，說明需要重點加強改善。

第三象限重要性及滿意度都不高，可以作為次重點改進。

第四象限滿意度大於重要性，可以適當減少對這些指標的關注。

04 差異分析：交叉分析，尋找個性差異

上面幾個方法一般只是初步描述研究結果，想要更深入的探究分析項之間的差異性則要進行差異分析。例如探究不同背景的消費者在「認知」，「態度」，「行為」，「原因」上的差異；是大學生還是工薪族更加喜歡我的產品？不同學歷的消費者對於產品的需求有沒有差異等等。

差異分析常見包括幾類分析方法：方差分析、t 檢驗和卡方檢驗。

其實核心的區別在於：數據類型不一樣。如果是定類和定類，此時應該使用卡方分析；如果是定類和定量，此時應該使用方差或者t 檢驗。

方差和T檢驗的區別在於，對於T檢驗的X來講，其只能為2個類別比如男和女。如果X為3個類別比如本科以下，本科，本科以上；此時只能使用方差分析。

三種方法都可在SPSSAU【通用方法】中使用。

05 帕累託圖：抓大放小，把握關鍵因素

帕累託圖，是「二八原則」的圖形化體現。在數據分析中二八原則可以理解為：80%的結果是由20%的因素產生的。

實際應用場景中，帕累託圖可以用來評估產品、劃分客戶、員工管理等，找出找出導致前累積80%的項，並且重點關注和分析。

SPSSAU有兩處提供了帕累託圖分析，一般可用【可視化->帕累託圖】；如果是多選題則使用【問卷研究->多選題】默認會生成帕累託圖。

重點分析累積加和佔比在80%內的相關項目，頻數越靠前說明越是重要因素。

06 聚類分析：用戶分類

通過聚類分析，我們可以找到一類人群的綜合特徵，並按照其特徵細分成不同人群。相比用單一分類標準，聚類分析可以綜合多個指標結果，得到更加合理的類別。

SPSSAU聚類

不同行為的客戶有不同價值，比如可選擇消費次數、購買量、顧客滿意度、忠誠度等指標，對不同價值的客戶進行分類。

當變量較多時，可先做主成分或因子分析，得到每個維度（因子）的數據，再進行聚類。

SPSSAU因子分析

07 對應分析：尋找市場定位

對應分析，是把一個交叉表結果通過圖形的方式展現出來，用以表達不同的變量之間以及不同類別之間的關係。

對應分析可應用在市場細分、產品定位等領域相關中。

SPSSAU對應分析

對應分析圖

通過圖形可以解讀出同一變量各類別的區分程度，以及不同變量各類別間的關聯程度。

第一，考察同一變量：查看同一變量的不同類別是否被清晰區分開。

第二，考察變量間的關係：離原點越遠，意味著該點對於『關係幅度』的表達越強，即說明該點越能體現出『關係』；

第三，在相同區域點與點之間靠得越近，意味著它們之間關聯關係越強；點與點之間靠得越遠，意味著它們之間關聯關係越弱。

08 市場預測：回歸分析

回歸分析是確定兩種或兩種以上變量間影響關係的方法。在市場調研中，回歸分析可以用來探究銷售量、顧客滿意度的影響因素、預測銷售量等。

回歸分析中，最簡單也最常用的就是線性回歸，可在SPSSAU【通用方法->線性回歸】中使用。

SPSSAU線性回歸

當因變量為定類數據，比如研究消費者對於酒精飲料和非酒精飲料的選擇偏好及影響因素時，可以使用SPSSAU進階方法裡的二元logit回歸。

SPSSAU二元logit

如果是時間序列數據，可以使用【計量經濟->ARIMA預測】來預測未來預期銷售量，SPSSAU默認自動找出最佳模型輸出預測結果。

ARIMA預測

ARIMA模型擬合圖

相關焦點

  • 市場調研和數據分析的方式和方法
    二、市場調研的方式方法有哪些？怎樣確定調研的維度？開放性的問題，建議還是先錄下來，然後再頭腦風暴整理出有用的東西；3定性的，焦點訪談和深訪，都可以錄音，在事後可以形成訪談記錄；焦點訪談的過程中，可以以卡片的形式或者其他的形式讓用戶做選擇題，可以獲取少量的有數據性的東西，其他的更多的是觀點、方向性的，這個需要在整理訪談記錄的時候根據問題來歸納整理；4、深度訪談的數據整理，我們以前會做頭腦風暴，建立很多個用戶模型，強行量化這些數據
  • 騰訊產品經理核心能力淺析:市場/用戶調研與分析
    這就是通過市場調研發現的需求，這個時候，你確定這是一個機會，但是為了驗證這個假設，你決定進行深入的用戶訪談，所以你又走訪了幾家餐廳，跟餐廳老闆和負責採購的大廚和財務進行了溝通，了解他們遇到的具體問題。以上就是一次市場/用戶的調研與分析，當然這是在做一款產品之前。
  • 常見的數據分析方法你知道幾個?
    上期我為大家講了講競價的常見數據，今天我為大家講講競價的常見的5大數據分析方法！競價競價是一項很龐大的工程，從展現、點擊、到抵達、線索、轉化，每一步都不容出錯，想喲完美地完成這項工程，就需要通過數據分析來指明明確方向，其中更重要的是掌握數據分析方法！
  • 乾貨 | 盤點調研從業者必備的6個寶藏工具，你知道幾個？
    其實不止是訪問員個體，今天推薦6個有關調研的APP，所有行業都需要，畢竟數據採集和市場調研是一個企業必備的基礎工作，想要企業得以發展，首先要掌握並掌控發展趨勢，接下來，我們直奔主題。此外，Piti插件還內置了15中好看的藝術字，不同於PPT自帶的「過時」藝術字，這15種藝術字符合主流審美，包含抖音字、金屬字和立體字等，絕對不是五毛錢特效。
  • SEM優化常用的幾種數據分析方法
    做過SEMer的會知道，數據的準確是相對的，不可只看表面而需要挖掘，透過數字看現象、根據結果找原因，以及，使用數據分析為了得到什麼？，趨勢分析法的別名又叫比較分析方法，或水平分析方法，通過對同一個指標或比率的連續定基對比或環比對比，得出變動方向、數額和幅度，以便進一步展示出整體趨勢。
  • 推薦幾種常見的數據分析方法
    基礎分析方法1.對比分析法概念：根據數據維度的不同特徵，選取兩個或兩個以上重點分析維度，進行重要指標對比，分析其數量關係及形成原因的分析方法，是最基本的分析方法。、特徵，按照一定指標，將數據總體劃分成幾個部分，分析其的內部結構和相互關係，從而了解事物的發展規律。
  • 數據分析的幾種常用方法概覽(之二)
    數據分析常用方法概覽（之二）上一篇，我們了解了數據分析時常用的對比分析法、分組分析法、結構分析法、交叉分析法、漏鬥圖分析法、矩陣分析法、綜合評價分析法等八種分析方法，今天我們繼續了解下上文提到的另外八種常見數據分析方法。
  • 4種最常見的 SEM 數據分析方法,你用過幾種?
    SEM 中是最為基礎的技能，說得簡單點，數據分析就是為了發現問題，並為解決問題提供數據參考。有經驗的 SEMer 都知道，盡信數據則不如無數據。數據就躺在哪裡，關鍵在分析之前，你之前要有清晰的思維邏輯：你為什麼要分析數據？你希望通過數據分析得到什麼？
  • 數據分析的幾種常用方法概覽
    數據分析常用方法概覽（之一）對數據進行分析的方法很多，常用的有對比分析法、分組分析法、結構分析法、交叉分析法、漏鬥圖分析法、矩陣分析法、綜合評價分析法、5W1H分析法、相關分析法、回歸分析法、 聚類分析法、判別分析法、主成分分析法、因子分析法
  • SEM常用的4種數據分析方法,你用過幾種?
    SEM 中是最為基礎的技能，說得簡單點，數據分析就是為了發現問題，並為解決問題提供數據參考。有經驗的 SEMer 都知道，盡信數據則不如無數據。數據就躺在哪裡，關鍵在分析之前，你之前要 有清晰的思維邏輯：你為什麼要分析數據？你希望通過數據分析得到什麼？
  • Iphone 8手機殼市場調研
    隨著iPhone 8 手機的上市，iPhone 8手機殼的市場表現如何呢？對此我們進行了專項調研。此產品在眾籌市場同類產品的眾籌金額和單價調研 A:Kickstarter:沒有相關的眾籌產品。
  • 數據分析入門：8種常用的數據分析方法
    分析數據是將收集的數據通過加工、整理和分析、使其轉化為信息，通常用方法有：舉個例子，例某酒杯製造廠對某日生產中出現的120個次品進行統計，做出排列圖，如下圖所示：關聯圖關聯圖是用來分析事物之間「原因與結果」、「目的與手段」等複雜關係的一種圖表，它能夠幫助人們從事物之間的邏輯關係中，尋找出解決問題的辦法。關聯圖由圓圈(或方框)和箭頭組成，其中圓圈中是文字說明部分箭頭由原因指向結果，由手段指向目的。
  • 9種常用數據分析方法
    數據分析是從數據中提取有價值信息的過程，過程中需要對數據進行各種處理和歸類，只有掌握了正確的數據分類方法和數據處理模式，才能起到事半功倍的效果，以下是數據分析員必備的9種數據分析思維模式：聚類聚類是根據數據的內在性質將數據分成一些聚合類，每一聚合類中的元素儘可能具有相同的特性，不同聚合類之間的特性差別儘可能大的一種分類方式，其與分類分析不同，所劃分的類是未知的，因此，聚類分析也稱為無指導或無監督的學習。
  • 8種數據分析師必備方法
    我們以一個電子商務網站為例，用數據分析對該網站進行快速地數據採集、清晰和可視化展示，然後給大家分享這 8 種常見的數據分析方法。01 數字和趨勢看數字、看趨勢是最基礎展示數據信息的方式。在數據分析中，我們可以通過直觀的數字或趨勢圖表，迅速了解例如市場的走勢、訂單的數量、業績完成的情況等等，從而直觀的吸收數據信息，有助於決策的準確性和實時性。
  • 培訓需求調查的8種方法(上)
    1 今日話題：1 今日話題：今天與大家分享的是培訓需求調查的8種方法。我的小徒弟是今年的應屆畢業生，目前我帶著他做培訓。前幾天我們一起在做培訓需求調查，他突然問我：「師傅，培訓需求調查有那麼多種方式，每次用什麼方式，你是怎麼選擇的啊？」我反問他，是否了解這幾種常用的方法和他們優缺點，他搖搖頭。那麼今天就讓我們一起來看看這7種培訓需求調查的方法。
  • 8個常用數據分析方法,輕鬆搞定各種業務分析
    在數據分析訓練營給大家講解數據分析案例的時候，發現一些新手小白在做數據分析時，拿到數據不知道怎麼分析、從什麼維度分析，腦海裡沒有清晰的分析思路。對於數據分析思路的培養是一個不斷練習積累的過程，剛入行的小白可以先套用一些常用的數據分析方法或模型，掌握基礎的分析思路。
  • top市場調研/數據分析公司offer想要嗎?
    公司介紹尼爾森是全球著名的市場調研公司，1923年由現代市場研究行業的奠基人之一的阿瑟.查爾斯.尼爾森先生創立，總部位於美國紐約。尼爾森根據客戶的具體需求來定製調查方案。對於一般性的調查需求，尼爾森擁有一套在全球範圍內得到認可的專有調查產品和方法，為客戶提供最有力的可比性標準化數據。
  • 常見的大數據開發幾種數據分析手段
    導讀 數據分析是從數據中提取有價值信息的過程。在這個過程中，各種數據都需要進行處理和分類。只有掌握正確的數據分類方法和數據處理模式，才能事半功倍。
  • 市場營銷研究中的統計推斷與方差分析(1)
    八、市場營銷研究中的統計推斷與方差分析 　　市場營銷中的統計推斷與方差分析是通過統計分析技術，對數據本身所包含的隱性事物本質及其規律進行深入研究的方法。這些方法較多地以數學理論為基礎，通過定量分析，為市場營銷提供相對更為理性客觀的決策依據。
  • 產品調研 | 寵物監控器 亞馬遜平臺美國市場數據調研報告
    第一部分 產品分析 寵物監控器的產品生命周期 寵物監控器產品季節性 第二部分 產品市場競爭數據分析 寵物監控器亞馬遜美國站市場體量分析 寵物監控器BSR榜單數據分析 第三部分 產品利潤估算 成本利潤估算 相關可行建議 初期成本預算（僅供參考） 第四部分 產品熱銷特點和痛點分析