【正文】 同時也針對各個屬性可以了解消費者的具體偏好 消費者對各種外觀設(shè)計的偏好外觀 A外觀 B外觀 C外觀 D外觀 E外觀 F 2 5 2 0 1 5 1 050510152025CInsight ? Page 101 聯(lián)合分析的結(jié)果應用 效用評估 各個指標效用價值 1 7 0 1 2 0 7 0 2 03080130總體廣州北京總體 9 7 . 8 3 6 8 9 1 0 2 128 2 5 1 6 1 1 . 9 2 8 . 8 1 0 2 . 1 1 2 . 4 7 . 8 7 . 8 9 1 . 4 7 7 . 6 3 6 . 5 1 . 3 1 4 9 7 1 8 6廣州 7 7 . 7 2 1 1 1 2 3 9 9 5 . 5 3 8 4 . 3 1 1 . 9 3 0 . 3 3 . 5 1 0 1 3 . 7 9 . 3 3 9 . 3 8 5 . 7 6 8 . 8 3 5 . 3 1 . 3 3 9 5 3 9 6北京 9 5 . 3 3 5 3 6 1 5 5 131 4 2 5 1 0 . 3 1 9 . 2 1 5 7 . 4 6 7 . 5 2 3 . 0 7 3 . 1 7 1 . 3 6 3 . 8 2 6 . 2 4 . 6 4 4 5 7 0 5 2A 品牌B 品牌C 品牌D 品牌E 品牌1 . 8 T L42 . 4 L L43 . 0 L V63 . 5 L V6自動無級變手自一有 無30萬32萬34萬36萬 38萬40萬42萬CInsight ? Page 102 通過聯(lián)合分析結(jié)果模擬目標車型在預計定價 30萬元情況下的市場份額 模擬市場份額目標車型 35 萬30%競爭車型 A 3 1 . 1 8 萬19%競爭車型 B 3 3 . 8 萬12%競爭車型 C 3 5 . 8 萬9%競爭車型 D 3 7 . 8 5 萬30%CInsight ? Page 103 聯(lián)合分析可以模擬市場競爭狀況（ 2） 通過聯(lián)合分析可以模擬目標車型定不同的價格情況下的市場份額以及所導致競爭車型市場份額的變動 模擬市場份額38%37%36%34%31%30%28%26%24% 24%23%16% 16%17%18%19% 19%20% 20%21% 21% 21%11% 11%12%13% 13% 13% 13% 13%9% 9% 9% 9%10% 10% 10% 10%28%29%30%31% 31% 31%32%33%11%11%11%9%9%8%27%27%26%0%5%10%15%20%25%30%35%40%R M B3 0 0 , 0 0 0R M B3 1 0 , 0 0 0R M B3 2 0 , 0 0 0R M B3 3 0 , 0 0 0R M B3 4 0 , 0 0 0R M B3 5 0 , 0 0 0R M B3 6 0 , 0 0 0R M B3 7 0 , 0 0 0R M B3 8 0 , 0 0 0R M B3 9 0 , 0 0 0R M B4 0 0 , 0 0 0目標車型 3 . 5 L競爭車型 A 3 1 . 1 8 萬競爭車型 B 3 3 . 8 萬競爭車型 C 3 5 . 8 萬競爭車型 D 3 7 . 8 5 萬CInsight ? Page 104 聯(lián)合分析可以模擬市場競爭狀況（ 3） P r i c e c h a n g e $ 5 0 0 $ 2 5 0 + $ 2 5 0 + $ 5 0 0 $ 5 0 0 $ 2 5 0 + $ 2 5 0 + $ 5 0 0W i t h w a r r a n t y ? No Y e s15%6% 7 % 2 2 %P r o j e c t e d s h a r e o f m a r k e t f o r b a s e d e s i g n27%20%11% 2 % 1 7 %P r o j e c t e ds h a r e c h a n g e f o r m o d i f i e d d e s i g n sCInsight ? Page 105 聯(lián)合分析可以模擬市場競爭狀況（ 4） 產(chǎn)品在不同的價位上的的份額1 6 . 1 %1 5 . 3 %1 4 . 5 %1 3 . 7 %1 3 . 0 %1 2 . 2 %1 1 . 8 %1 1 . 3 %1 0 . 8 %1 3 . 5 %1 2 . 8 %1 2 . 1 %1 1 . 4 %1 0 . 7 %1 0 . 0 %9 . 6 %9 . 2 %8 . 8 %1 7 . 2 %1 6 . 4 %1 5 . 6 %1 4 . 8 %1 4 . 0 %1 3 . 2 %1 2 . 7 %1 2 . 2 %1 1 . 7 %8 . 0 %9 . 0 %1 0 . 0 %1 1 . 0 %1 2 . 0 %1 3 . 0 %1 4 . 0 %1 5 . 0 %1 6 . 0 %1 7 . 0 %1 8 . 0 %R M B 2 5 0 K R M B 2 6 0 K R M B 2 7 0 K R M B 2 8 0 K R M B 2 9 0 K R M B 3 0 0 K R M B 3 1 0 K R M B 3 2 0 K R M B 3 3 0 K2 . 0 T2 . 5 L3 . 0 L通過聯(lián)合分析可以模擬目標車型在采用不同發(fā)動機時候在各個價位上的市場分額，從而可以計算從 1種發(fā)動機換為令一種發(fā)動機時候在定價上的合理變化 謝 謝 :14:3920:1420::14 20:1420:14::14:39 2023年 2月 6日星期一 8時 14分 39秒 ? 靜夜四無鄰，荒居舊業(yè)貧?？梢越沂就蛔兞康母鱾€類別之間的差異，以及不同變量各個類別之間的對應關(guān)系 定量研究 因子分析 (Factor Analysis) 將多個實測變量轉(zhuǎn)換為少數(shù)幾個不相關(guān)的綜合指標的多元統(tǒng)計方法。 潛在銷量 =（潛在市場占有率）（競爭對手的總銷量） 14% 目標市場銷售量（月銷量） 22181競爭對手 1 9504競爭對手 2 8652競爭對手 3 2023競爭對手 4 1017競爭對手 5 100022181 = 3105 CInsight ? Page 31 新產(chǎn)品銷量投射（ 3） 結(jié)合銷量投射技術(shù)， conjoint analysis和其他價格測試數(shù)據(jù)可以預測不同價位、設(shè)計等的銷量。 曾經(jīng)用過的電器類型67%58%40%18%15%A 類型B 類型C 類型D 類型E 類型曾經(jīng)用過的電器類型66%74%58%67%71%60%47%82%72%29%32%54%20%42%54%26%10%13%22%17%21%5%13%19%16%上海北京廣州成都南京A 類型B 類型C 類型D 類型E 類型CInsight ? Page 21 交叉分析幫助進一步數(shù)據(jù)分析 交叉分析提供的因素關(guān)聯(lián)將會在高級統(tǒng)計分析中得到檢驗并得以證明。 核心 目標市場 目前有潛力 的消費者 有可能將來 成為目標 拒絕這種產(chǎn)品 的消費者 28％ 18％ 33％ 21％ 通常在中國 : 5 分意味著接受 4 分意味著可以考慮 3 分意味著更低或者拒絕 CInsight ? Page 13 與內(nèi)部數(shù)據(jù)作對比 （ 1） 在尺度數(shù)據(jù)分析中，對數(shù)據(jù)進行對比是最好的一種方法 通常使用同一研究中的其它同類數(shù)據(jù)進行對比 24%13%12%9%30%23%22%23%21%21%30%24%12%22%21%31%11%11%10%7%1%7%3%3%2%4%3%3%新品 1新品 2原有產(chǎn)品競爭產(chǎn)品7 6 5 4 3 2 1CInsight ? Page 14 與內(nèi)部數(shù)據(jù)作比較（ 2） 如果測試問卷包括了診斷性的題目，與內(nèi)部數(shù)據(jù)作比較則特別有用。 100% 疊放圖34%20% 13% 10%8% 44% 50%69%26%31% 29%13%23%1% 7% 5%9% 4%1% 4%產(chǎn)品 1 產(chǎn)品 2 產(chǎn)品 3 產(chǎn)品 4一點也不喜歡不太喜歡一般比較喜歡非常喜歡T O P 242%65% 64%79%產(chǎn)品 1 產(chǎn)品 2 產(chǎn)品 3 產(chǎn)品 4平均數(shù)3 . 3 4 3 . 7 7 3 . 6 8 3 . 7 6產(chǎn)品 1 產(chǎn)品 2 產(chǎn)品 3 產(chǎn)品 4平均數(shù) + T O P 1產(chǎn)品 1 產(chǎn)品 2 產(chǎn)品 3 產(chǎn)品 4平均數(shù)T O P 1CInsight ? Page 8 喜好度 /購買意向等尺度數(shù)據(jù)的分析（ 1） 如下例所示，通過尺度問題收集的數(shù)據(jù)，比如喜好度，購買意向，吸引度，滿意程度，等等，比較難分析： 我的產(chǎn)品好到 足以上市了嗎？ 13%37%27%10%13%肯定會購買可能會購買說不清楚可能不會購買肯定不會購買CInsight ? Page 9 喜好度 /購買意向等尺度數(shù)據(jù)的分析（ 2） 按照字面意思來解釋此類數(shù)據(jù)很危險，甚至可以導致結(jié)論與實際情況有著很大的偏差。 24%13%12%9%30%23%22%23%21%21%30%24%12%22%21%31%11%11%10%7%1%7%3%3%2%4%3%3%新品 1新品 2原有產(chǎn)品競爭產(chǎn)品7 6 5 4 3 2 1新品 147%新品 221%原有產(chǎn)品13%競爭產(chǎn)品19%CInsight ? Page 19 交叉分析 “交叉分析”指比較不同組群中同一數(shù)據(jù)結(jié)果。 每年針對不同收入群體計算 : % [xxx 產(chǎn)品 ]擁有者 % [ N年 ] 購買者 該收入群體的家庭數(shù)量 所有收入群體相加，得到該年的總銷量 CInsight ? Page 28 市場趨勢投射（ 3） 使用回歸或者其他分析手段，投射可以用來預測。 CInsight ? Page 58 擴散模型的建立及步驟 Bass Model 是根據(jù)過去幾個時期內(nèi)的銷售量， 按照時間的變化來建立模型的 Innovation Coefficient p Imitation Coefficient q 市場最終采用者總數(shù) m 過去每個單位時間內(nèi)的產(chǎn)品銷售量 CInsight ? Page 59 擴散模型案例 Bass Model預測出的 2023年銷量相對傳統(tǒng)預測方法明顯更加接近真實銷售數(shù)據(jù) P r e d i c t e d s a l e s ( T h o u s a n d )02004006008001000120014001998 1999 2023 2023 2023 2023 2023 2023Pre d i c t e d b yre g re s s i o nA c t u a lPre d i c t e d b yBM1216 CInsight ? Page 60 Delphi技術(shù)介紹（ 1） Delphi技術(shù)是一種用于研究新產(chǎn)品市場前景的預測技術(shù) ?首先選擇有關(guān)領(lǐng)域的專家，并與這些適當數(shù)量的專家建立直接的函詢聯(lián)系，通過函詢收集專家意見 ?然后加以綜合整理，再匿名反饋給各位專家，再次征詢意見。 ? 基于效用得分，我們可以投射測試產(chǎn)品在市場上的表現(xiàn)。 :14:3920:14:39February 6, 2023 ? 1他鄉(xiāng)生白發(fā)，舊國見青山。 :14:3920:14Feb236Fe