市場研究中的「多變量分析」法

變量分析為統計方法的一種，起源於醫學和心理學，統計資料中有多個變量（或稱因素、指標）同時存在時的統計分析。

多變量分析探討一個結果變量（也稱作因變量）與一個或多個預測變量（也稱作自變量）之間的關係，是統計學的重要分支，是單變量統計的發展。

適用於產品開發的多變量分析方法有很多。大多數方法都要求使用者有較好的統計學知識，此外使用期間還可能需要專業人員的幫助。這些方法為洞察客戶的深層級需求提供了可能。

這裡我們簡要介紹因子分析、多維尺度分析以及聯合分析三種多變量分析方法。

因子分析

因子分析也稱因素分析。社會和自然現象中各變量（或事物）之間常存在有相關性或相似性，因為變量（或事物）之間往往存在有共性因素（稱為公因子或共性因子），這些共性因子同時影響不同的變量（或事物）。

因子分析的根本任務就是從眾多的變量（或事物）中由表及裡找出隱含於它們內部的公因子，指出公因子的主要特點，並用由實際測量到的變量（或事物）構造公因子。

因子分析在於找出變量間共同的潛在結構（latent structure）或因子，以估計每一個變量在各因子上的負荷量（loading）。進行因子分析時，並無自變量和因變量的區分，但是所有變量都必須是定距以上層次變量。

因子分析方法的主要應用有兩種：其一，減少變量的數量；其二，找出變量之間的結構關係。在產品開發中，因子分析能夠用於關鍵變量的優先級排序和分組，比如：

● 產品屬性之間的關係和產品屬性對產品偏好的影響；

● 市場上產品之間的關係一一消費者們共同感知到的那些產品。

多維尺度分析

多維尺度分析，也稱多維量表分析，以可視化手段表現一個數據集中各個用案之間的相似度，是一種分類的統計方法，在市場上普遍被應用。

多維尺度分析能夠以可視化手段呈現出客戶眼中十分相似的產品，當研究者想要解釋一群受試者（例如消費者）對一組客體（例如商品）在某些變量上相似性的測量中所包含的信息，此時多維量表分析就是一個相當適用的方法。

研究者只要將這一組客體在變量上的測量值轉化成多維度的幾何表徵，就能夠將這些客體有效地顯示在這個幾何空間中，達到分類的目的，藉助多個區域的產品分布推斷出消費者眼中各個維度的重要性。同時也可以進一步解釋這些幾何表徵所代表的潛在結構或意義。

該方法也能為發掘現有產品的缺陷提供參考。進行多維量表分析時，並無自變量和因變量的區分，同時變量可以是等距以上變量，也可以是定類或定序變量。多維尺度分析的過程大致如下：

可視化圖中的維度代表了消費者在做出相似度或可替代度的決策時所看重的關鍵要素，為方便起見，通常選擇2~3個維度。

聯合分析

聯合分析是一種統計分析方法，是對人們購買決策的一種現實模擬。

通過假定產品具有某些特徵，對現實產品進行模擬，然後讓消費者根據自己的喜好對這些虛擬產品進行評價，並採用數理統計方法將這些特性與特徵水平的效用分離，從而對每一特徵以及特徵水平的重要程度作出量化評價的方法。

聯合分析用於確定人們對構成一個產品或服務的不同屬性（性能、功能、利益）的看重程度。目前已經廣泛應用於消費品、工業品、金融以及其它服務等領域。

通過聯合分析，我們可以模擬出人們的抉擇行為，可以預測不同類型的人群抉擇的結果。因此，通過聯合分析，我們可以了解消費者對產品各特徵的重視程度，確定最能影響客戶選擇或決策的屬性組合，並利用這些信息開發出具有競爭力的產品。

聯合分析的大致過程：

聯合分析示例：以手機月租計劃為例，即便只有5個不同屬性，每種屬性對應3種不同的屬性水平，由此構成的屬性組合的數量也是巨大的。一些工具可以減少組合的數量，方便消費者進行評分。

產品開發決策中多變量分析的價值

雖然多變量分析方法應用起來較為複雜，但這種方法為理解市場提供了一條獨特的、有效的路徑。

_________