【正文】 20:14:3920:14:3920:142/6/2023 8:14:39 PM ? 1越是沒有本領(lǐng)的就越加自命不凡。 2023年 2月 6日星期一 下午 8時(shí) 14分 39秒 20:14: ? 1比不了得就不比，得不到的就不要。 ?這樣反復(fù)經(jīng)過四輪，專家的意見已基本趨向一致。它的適用范圍包括： ? 檢查是否同一結(jié)論適用于整個(gè)市場的同時(shí)，也適用于細(xì)分市場 ? 尋找市場細(xì)分的線索（不同細(xì)分市場有不同需求） ? 為進(jìn)一步的高級數(shù)據(jù)分析提供假設(shè) CInsight ? Page 20 交叉分析方法提供細(xì)化分析 交叉分析還可以幫助您找到細(xì)分市場的需求分類。 5分制 購買意向 Top 1 （肯定 會購買） Top 2 （肯定會購買 + 可能會購買） 非常好 2025% + 8090% + 可接受 1020% 50 or 6080% 低 10% 50% 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 12 分類分析 分類分析根據(jù)不同的用戶群進(jìn)行分類，不做未來趨勢的預(yù)測。 基于不是科學(xué)的投射，它提供了如下例所示的有用結(jié)果： 某知名汽車生產(chǎn)商 打算上市新汽車 根據(jù)已知競爭對手 的銷售量， 我們可以預(yù)測相應(yīng)的市場占有率 CInsight ? Page 30 新產(chǎn)品銷量投射（ 2） 根據(jù)潛在市場占有率，加上一定的假設(shè)，我們可以給出新車的相應(yīng)潛在市場份額。 ? 如果把現(xiàn)有競爭對手的目前銷售數(shù)據(jù)加入到模型中去，我們可以預(yù)測新產(chǎn)品在未來市場上的銷售數(shù)據(jù)。 :14:3920:14:39February 6, 2023 ? 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 2月 6日星期一 8時(shí) 14分 39秒 20:14:396 February 2023 ? 1一個(gè)人即使已登上頂峰，也仍要自強(qiáng)不息。 :14:3920:14Feb236Feb23 ? 1世間成事，不求其絕對圓滿，留一份不足，可得無限完美。 ? 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)。 每年針對不同收入群體計(jì)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(yù)測。 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(diǎn)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(xiǎn)，甚至可以導(dǎo)致結(jié)論與實(shí)際情況有著很大的偏差。 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(jìn)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(jì)分析中得到檢驗(yàn)并得以證明?？梢越沂就蛔兞康母鱾€(gè)類別之間的差異，以及不同變量各個(gè)類別之間的對應(yīng)關(guān)系 定量研究 因子分析 (Factor Analysis) 將多個(gè)實(shí)測變量轉(zhuǎn)換為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)的多元統(tǒng)計(jì)方法。 2023年 2月 下午 8時(shí) 14分 :14February 6, 2023 ? 1行動出成果，工作出財(cái)富。 20:14:3920:14:3920:14Monday, February 6, 2023 ? 1知人者智，自知者明。 下午 8時(shí) 14分 39秒 下午 8時(shí) 14分 20:14: ? 楊柳散和風(fēng)，青山澹吾慮。 20:14:3920:14:3920:14Monday, February 6, 2023 ? 1乍見翻疑夢，相悲各問年。根據(jù)快慢的差異，把采用者劃分成五種類型，即：創(chuàng)新采用者、早期采用者、早期大眾、晚期大眾和落后采用者。 最喜歡的產(chǎn)品最喜歡測試產(chǎn)品40%最喜歡原來的產(chǎn)品30%最喜歡競爭產(chǎn)品30%最喜歡的產(chǎn)品40%40%40%30%47%13%30%13%47%合計(jì)男性女性最喜歡測試產(chǎn)品最喜歡原來的產(chǎn)品最喜歡競爭產(chǎn)品CInsight ? Page 18 尺度數(shù)據(jù)和參考數(shù)據(jù) 尺度數(shù)據(jù)應(yīng)該和更多的相對數(shù)據(jù)進(jìn)行對比，比如參考數(shù)據(jù)，以確保它的可靠性。 6 . 0 6 . 06 . 15 . 96 . 06 . 25 . 96 . 15 . 9 5 . 95 . 86 . 15 . 75 . 65 . 75 . 65 . 75 . 65 . 85 . 6 5 . 65 . 8 5 . 8 5 . 85 . 55 . 85 . 35 . 45 . 55 . 65 . 75 . 85 . 966 . 16 . 26 . 3前 / 后視野 座椅材料 座椅的舒適度上下方便 儀表臺的設(shè)計(jì)儀表臺的清晰度充裕空間設(shè)計(jì)現(xiàn)代豪華內(nèi)飾T e s t v e h i c l eC o m p e ti to r 1C o m p e ti to r 2C o m p e ti to r 3CInsight ? Page 15 與外部數(shù)據(jù)作對比 可能的話，標(biāo)準(zhǔn)數(shù)據(jù)值通常用來作為參考 很多調(diào)研公司都有自己的內(nèi)部標(biāo)準(zhǔn)參考數(shù)據(jù) 313452893 您的分值 : 結(jié)論 : 可接受，但還不夠好，處于平均值的中后方 CInsight ? Page 16 顯著性差異測試 有時(shí)候數(shù)據(jù)比較的結(jié)果需要經(jīng)過統(tǒng)計(jì)分析的考驗(yàn)來驗(yàn)證其可靠性，這種測試叫“顯著性差異測試”。 3 , 5 9 33 , 4 1 63 , 2 3 83 , 0 6 12 , 8 8 42 , 7 2 82 , 6 1 72 , 5 0 62 , 4 1 83 , 0 1 72 , 8 3 92 , 6 8 42 , 5 2 92 , 3 7 32 , 2 4 02 , 1 5 22 , 0 4 11 , 9 5 23 , 8 3 73 , 6 6 03 , 4 8 23 , 3 0 53 , 1 2 82 , 9 5 02 , 8 3 92 , 7 2 82 , 6 1 71 , 5 0 02 , 0 0 02 , 5 0 03 , 0 0 03 , 5 0 04 , 0 0 04 , 5 0 0R 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 基本數(shù)據(jù)分析方法 第 2 頁 策略性研究方法 第 27 頁 戰(zhàn)術(shù)性研究方法 第 61 頁 CInsight ? Page 33 主要內(nèi)容 ? 市場細(xì)分方法 ? Portfolio 分析 ? 市場預(yù)測 ? KANO消費(fèi)者需求分析 CInsight ? Page 34 市場細(xì)分的目的 市場細(xì)分是從消費(fèi)者角度把總體市場劃分成若干個(gè)具有共同特征的子市場 選擇目標(biāo)市場和制定市場策略 發(fā)現(xiàn)最好的市場機(jī)會， 提高市場占有率 集中人力、物力投入目標(biāo)市場， 提高經(jīng)濟(jì)效益 掌握潛在市場的需求， 不斷開發(fā)新產(chǎn)品、 開拓新市場 CInsight ? Page 35 市場細(xì)分的步驟 市場細(xì)分是一個(gè)動態(tài)過程，整個(gè)過程可分為三個(gè)階段 細(xì)分市場(Segmentation) 確定目標(biāo)市場(Targeting) 市場定位(Positioning ) 通過消費(fèi)者 /市場特征將市場劃分為不同的類別 結(jié)合各個(gè)市場的特征和自身品牌的特點(diǎn)選擇最適合的目標(biāo)市場 根據(jù)該市場特征及自身品牌的特點(diǎn)選擇具有競爭力的市場定位 CInsight ? Page 36 市場細(xì)分的類型 硬性指標(biāo) 分類 軟性指標(biāo) 分類 客觀存在的分類，如性別、年齡、收入 根據(jù)研究目的，主觀上分類，客觀實(shí)際上并不存在， 如行為形態(tài)、心理 CInsight ? Page 37 市場細(xì)分的定量方法 聚類分析 聚類分析通常用來將消費(fèi)者細(xì)分為不同的類別 從而可以深入研究細(xì)分類別的特征和需求 與其他問題的交叉分析 生活形態(tài) 品牌的偏好 消費(fèi)者 聚類分析 對產(chǎn)品的需求 CInsight ? Page 38 聚類分析細(xì)分市場的步驟 確定細(xì)分標(biāo)準(zhǔn) 市場分類 定義各細(xì)分市場 評估描述 各細(xì)分市場 與背景資料交叉， 描述細(xì)分市場的特征 數(shù)據(jù)類型、 細(xì)分變量 利用統(tǒng)計(jì)方法對消費(fèi)者分類 給各細(xì)分市場命名 CInsight ? Page 39 聚類分析細(xì)分市場使用的數(shù)據(jù)類型 聚類分析通常使用的數(shù)據(jù)類型有三種 產(chǎn)品評價(jià)數(shù)據(jù) 品牌偏好數(shù)據(jù) 消費(fèi)需求態(tài)度數(shù)據(jù) 數(shù)據(jù)類型 CInsight ? Page 40 基于產(chǎn)品評價(jià)數(shù)據(jù)的市場細(xì)分案例 (1) 題目 非常喜歡說不清 喜歡不喜歡非常不喜歡7 6 5 4 3 2 1完全這樣認(rèn)為說不準(zhǔn)完全不這樣認(rèn)為有酸味 7 6 5 4 3 2 1味道濃 7 6 5 4 3 2 1Q: 下面是一些用來形容茶飲料評價(jià)的語句，當(dāng)我每讀出一句時(shí)，請您告訴我您對這個(gè)飲料的感覺的符合程度是以下哪一項(xiàng) ?Q: 請問您對剛才所喝的飲料的喜歡程度是怎樣的呢？問卷編號總體喜好度有酸味 味道濃21 6 4 322 5 6 523 4 5 624 3 3 425 2 7 726 6 8 527 6 5 228 7 4 329 4 6 1數(shù)據(jù) CInsight ? Page 41 基于產(chǎn)品評價(jià)數(shù)據(jù)的市場細(xì)分案例 (2) 去年夏天最常飲用的包裝茶飲料22% 21%59%10%5%5%7% 16%14%12%18%5%15%16%0%34%25%18%第一人群 第二人群 第三人群其他品牌 E品牌 D品牌 C品牌 B品牌 A總體喜好度 T O P 2 評價(jià)35 362027294182967第一人群 第二人群 第三人群酸度 3 酸度 = 3 5 酸度 5總體喜好度 T O P 2 評價(jià)92278212519413444第一人群 第二人群 第三人群濃厚度 3 濃厚度 = 3 5 濃厚度 5消費(fèi)者據(jù)類分析結(jié)果第一類34%第二類48%第三類18%CInsight ? Page 42 基于品牌偏好數(shù)據(jù)的市場細(xì)分案例 (1) 現(xiàn)在常用今后想用101 1 0103 0 0105 1 1107 0 1108 1 1109 1 1110