【正文】 ? 備注： 本文檔所言 FA嚴格地應(yīng)該稱為 EFA(探索性因子分析 )；另有 CFA (確證性因子分析 )，與結(jié)構(gòu)方程模式 (SEM)的應(yīng)用有緊密聯(lián)系，比較復雜。 多元回歸 涉及一個因變量和兩個或兩個以上自變量 分析步驟同二元回歸相似，但回歸方程的建立方法要復雜地多，難度也很大，尤其在市場營銷領(lǐng)域，建立一個有效的回歸模型難度極大； 在多元回歸分析中，一個容易忽略的問題就是 “多重共線性” ：自變量之間存在較高的相關(guān)性； 變量之間的多重共線性會嚴重影響回歸系數(shù)估計的準確性，產(chǎn)生較大的標準誤，降低回歸方程的有效性； 多重共線性的處理方法很多，最簡單的就是從高度相關(guān)的變量中只選取一個進入回歸方程，或者通過主成分分析等技術(shù)對自變量進行轉(zhuǎn)化； 因子分析 (Factor Analysis) ? 因子分析： 是一種用于數(shù)據(jù)提煉與概括的分析方法，考察一組變量之間的相互依賴關(guān)系。從而， T 統(tǒng)計量用正態(tài)分布 Z統(tǒng)計量替代： )11()()(2122121nnsXXT????? ??2221212121 )()(nSnSXXZ????? ??兩獨立樣本 (Independent sample)均值的 t檢驗 ? 得到兩獨立大樣本均值 t檢驗的接受域 (accept area)/置信區(qū)間(confidence interval)， a=，雙尾檢驗： ? 請參閱基于以上公式編輯的自動處理 t檢驗的文件： t test for difference between two 2221212/21212221212/21 )()()( nsnszxxnsnszxx ????????? ?? ??目錄 ? 市場研究使用統(tǒng)計技術(shù)的必要性 ? 統(tǒng)計技術(shù)的基礎(chǔ) ? 測量尺度 (變量 )類型 ? 數(shù)據(jù)加權(quán) ? 數(shù)據(jù)的描述性統(tǒng)計 ：頻數(shù)分布和基本統(tǒng)計量 ? 數(shù)據(jù)的推斷性統(tǒng)計 ：假設(shè)檢驗 ? 多元統(tǒng)計技術(shù) ? 相關(guān)分析 ? 回歸分析 ? 因子分析 ? 主成分分析 ? 聚類分析 ? 對應(yīng)分析 ? 聯(lián)合分析 統(tǒng)計技術(shù)的分類 統(tǒng)計技術(shù) (Statistical Technique) 單元統(tǒng)計技術(shù) (Univariate Technique) 多元統(tǒng)計技術(shù) (Multivariate Technique) 針對單個變量分析，可以是定量數(shù)據(jù)或非定量數(shù)據(jù)，可以是單樣本或多樣本，多種方法可以選擇用于推斷變量的分布特征 關(guān)注的是兩個或以上變量之間的相互關(guān)系 (相關(guān)系數(shù)、協(xié)方差等 ) 多元統(tǒng)計技術(shù) 多元統(tǒng)計技術(shù) 方差/協(xié)方差分析 判別分析 典型相關(guān)分析 聯(lián)合分析 因子分析 主成分分析 聚類分析 對應(yīng)分析 回歸分析 相關(guān)分析 對所考察的變量都有自變量(independent variable)和因變量(dependent variable)之分，即要解決的是一組變量對一個 /多個變量的影響關(guān)系和程度 不區(qū)分自變量和因變量，所有變量同等對待，側(cè)重于了解變量之間互相關(guān)關(guān)系 相關(guān)分析 (Correlation Analysis)的定義 相關(guān)分析 了解兩個定量 (定距 /定比 )變量之間是否存在線性關(guān)系，及 其相關(guān)程度；例如 產(chǎn)品的購買意愿 /獨特性評價與消費者對產(chǎn)品諸屬性認知的相關(guān)程度如何； 產(chǎn)品的諸多屬性 /功能的滿意度認知分別在多大程度上影響消費者對產(chǎn)品的整體滿意度評價； 相關(guān)系數(shù) – 在相關(guān)分析中，表征兩個定量變量之間線性相關(guān)程度的指 標 /統(tǒng)計量 最常用的是 Pearson 相關(guān)系數(shù) (簡單相關(guān)系數(shù) )： r是一個無量綱數(shù)，且 1 r 1。 ? 假設(shè)檢驗的一個 基本假設(shè) 是： 小概率原理 ，即在一次試驗中，小概率事件不可能發(fā)生。 sex If the relationship is known, a ‘weighting matrix’ can be produced 制定一個加權(quán)計劃 (1) ? 無論加權(quán)的動機是什么，但 執(zhí)行的過程是一樣的 ：依不同屬性 /指標將樣本分為多個組 (加權(quán)組 )，然后根據(jù)所希望各個組代表的個體規(guī)模賦予不同的權(quán)重；即 ? 明確分析子集 /樣本組，通常，較多的以人口結(jié)構(gòu)變量、地域變量作為分類指標； ? 明確各個分析子集 /樣本組中個體的代表性強弱 (權(quán)重 )； ? 加權(quán)是在數(shù)據(jù)收集結(jié)束后采取的數(shù)據(jù) “ 糾偏 ” 行為，但一定要清醒的知道： ? 配額設(shè)置不合適、 FW執(zhí)行差或其他錯誤而造成的 “ 不好 ”的原始數(shù)據(jù)收集，即使加權(quán)也一定是 “ 無效的 ” ； ? “ 提前避免錯誤 /失誤發(fā)生，總好過事后的任何補救！ ” 制定一個加權(quán)計劃 (2) 項目設(shè)計 : 我們是否有計劃進行數(shù)據(jù)加權(quán)？ 設(shè)置什么樣的配額 – 是否有必須的信息用于配額設(shè)置 ? ? 不要設(shè)置不必要的配額，即加大 FW難度，又增加成本； ? 設(shè)置樣本結(jié)構(gòu)時，就應(yīng)該考慮清楚如何去組織這些數(shù)據(jù)； ? 記?。?“提前計劃” ，盡可能早的確定加權(quán)方案，最好在時間表中預(yù)留時間專門用于加權(quán)； 原始數(shù)據(jù) : 查數(shù)要針對“未加權(quán)”數(shù)表 (或 holecounts)； 明確加權(quán)遵循的原則，并分析加權(quán)對其它人口結(jié)構(gòu)變量或關(guān)鍵指標帶來的影響； ? 數(shù)據(jù)中哪些變量是最重要的，加權(quán)只針對它們就足夠了吧？ ? 與 DP充分溝通，確保 DP理解加權(quán)意圖并正確操作； 加權(quán)數(shù)據(jù) : 確信“加權(quán)”被正確地進行； 確信數(shù)據(jù)準確無誤后，才開始將數(shù)據(jù)轉(zhuǎn)化為支持性圖表； 加權(quán)的負面影響 ? 加權(quán)會使數(shù)據(jù)變得不太穩(wěn)健 ? 是否有基數(shù)本身較小的數(shù)據(jù)加權(quán)后基數(shù)足夠大？ ? 檢驗得到的顯著性差異的可靠性如何？ ? 進行數(shù)據(jù)加權(quán)，事實上我們已經(jīng) “ 低估 ” 了總體的變異程度，對總體信息推斷的精確度減低。 對 關(guān)鍵 /核心題目的數(shù)據(jù) (如 Topline Data)進行簡要分析，粗略把握研究發(fā)現(xiàn)，并生成初步的研究結(jié)論 (可能只是假設(shè) ) 確信您獲得了所需要的 全部數(shù)據(jù)信息 ，并且它們是 準確無誤 的。這些信息用于識別和定義營銷問題與機遇，制定、完善和評估營銷活動，監(jiān)測營銷績效，改進對營銷過程的理解。 ? 新浪游戲用戶的情感訴求：表現(xiàn)自我、自由自在、擁有智慧和知識?；貧w分析 滿意度 =++ ? 情感訴求的產(chǎn)品對 滿意度的貢獻最大、其次是游戲類產(chǎn)品、功能性訴求的產(chǎn)品貢獻最低。Oracle數(shù)據(jù)庫支持；對數(shù)據(jù)量和數(shù)據(jù)健壯性要求均很高； ? 對使用者要求：對算法、業(yè)務(wù)的理解度均高 多元統(tǒng)計分析有需要者請參考附件基礎(chǔ)統(tǒng)計；數(shù)據(jù)挖掘有需要者可和 Tina聯(lián)系 簡單數(shù)據(jù)分析簡介（ 1 ）：集中趨勢 amp。A Brand image Concept test Adv./Concept Test 定量問卷設(shè)計基本原則： 2個基本原則 UNDERSTANDING 可理解：保證回答的準確性 WILLINGNESS 有意愿：保證回答的真實性 ? 問題 amp。 抽樣基本原則（ 2 ） ? 樣本量的選取 ： ? 從理論上講，樣本數(shù)越大，抽樣誤差越小，結(jié)果的代表性越好。定量對比（ 3） 定量 ： 度量 , 分析 , 估計 , 預(yù)測 和跟蹤 定性 ： 解釋 , 產(chǎn)生 , 精煉 , 說明 和描述 普遍性問題 : 先做定性研究還是先做定量研究 ? 回答 : 這取決于你的研究目的，你甚至可以兩者都做 ! 對市場了解甚少 探索性的定性研究 定量研究（ Uamp。 ? 客戶可以根據(jù)研究的進展，適當?shù)恼{(diào)整研究的重點。 期望 ? 動機 ? 如何才能被滿足 ?如何更好和他們溝通 ? 如何維持他們的忠誠 ? 哪里能找到更多消費者 自身公司 /企業(yè) ... ? 我們的強 /弱勢 ? 主要的市場機會 ? 如何達到它們 ? 如何克服威脅 ? 供應(yīng)鏈 ? 通路終端 ? “內(nèi)部顧客 ? 如何提升系統(tǒng)的效率 ? 競爭對手 ... ? SWOT分析 ? 現(xiàn)有的市場活動 ? 這些活動有效嗎？ ? 與消費者關(guān)系 ? 行銷定位 ? 變化的早期預(yù)警 ? 未來計劃 目錄 ? What ： Marketing Research 是什么？ ? Marketing Research 定義 ? Marketing Research 與營銷的關(guān)系 ? Marketing Research 本質(zhì) ? Marketing Research 的角度看 CE的幾種方法 ? Why ：為什么進行 Marketing Research ？ ? How : 如何進行 Marketing Research ？ ??? ? Marketing Reseach 的分類 ? Marketing Research 幾個重要操作原則簡介 ? 抽樣原則 ? 定性大綱設(shè)計基本原則 ? 定量問卷設(shè)計基本原則 ? 數(shù)據(jù)分析：多元統(tǒng)計 amp。A） 市場細分研究 (Segmentation) 信息 理解 洞察 獨特 的洞察 What (4) :Marketing Research角度看 CE的相關(guān)方法 系統(tǒng)科學深入的消費者研究方法 數(shù)據(jù)挖掘 (Data Mining ) 定義市場研究 創(chuàng)意研討會 （ Innovation Workshop) Uamp。CE系列講座之一： “市場研究及數(shù)據(jù)分析”理念及方法概要介紹 戰(zhàn)略發(fā)展部 Objectives ? 從 Marketing Reseach的角度將 CE 相關(guān)方法進行關(guān)聯(lián)與梳理，旨在提供一種全視圖，以便根據(jù)應(yīng)用需求選擇性使用 ！ ? 提供 Consumer Insight的基本理論框架，以便將 Consumer Insight 理念融匯于各方法之中！ ? 簡介實際操作的基本原則，提高日常操作的效率與效果！ 人群 購買力 需求 市場 有效市場 是由一群對某一產(chǎn)品 /服務(wù)有興趣、有收入和 有通路 的潛在客戶所組成 序：市場 產(chǎn)品 /服務(wù) 根據(jù)顧客 的 需要 確定： 生產(chǎn) /提供 特定 的： 將： 有效地提供 給 目標消費者 產(chǎn)品 /服務(wù) 產(chǎn)品 /服務(wù) 序：營銷的本質(zhì) 優(yōu)化顧客關(guān)系 /員工關(guān)系 有效的溝通宣傳 優(yōu)化市場渠道 理解人們的需求和價值取向 根據(jù)理解開發(fā)更好的品牌 通過創(chuàng)新滿足人們的需要 序：營銷的起點 amp。A Segmentation 信息 理解 洞察 獨特 的洞察 信息獲?。? ? Marketing Research： ? 以 訪問 為信息主要獲取方式 ? 信息來源以用戶回憶為主 ； ? 用戶體驗中心 ： ? 以 觀察 為信息主要獲取方式 ?信息來源以用戶實時操作為主； ? 數(shù)據(jù)挖掘 ： ?以 記錄用戶實際發(fā)生的行為為信息主要獲取方式； ? 信息來源以用戶長期用戶行為監(jiān)測為主； 信息理解 amp。 數(shù)據(jù)挖掘基本方法 ? Consumer Insight 基本理論框架 市場研究的分類 ? 專項研究 ? 定量研究 ? 定性研究 ? 連續(xù)性研究 ? 零售網(wǎng)點研究 ? 媒介監(jiān)測研究 ? 消費者跟蹤研究 有多少？ 主要特征是什么？ 將來怎么樣？ 簡而言之 什么？ 為什么？ 怎么樣？ 定量 定性 HARD SOFT 市場研究的分類 定性 amp。 ? 項目的總費用相對較低，時間較短 。A） 診斷性的定性研究 定量研究 對市場很有把握 對數(shù)據(jù)看不明白 量化數(shù)據(jù) 市場研究的分類 定性 amp。 ? 但是，同時考慮費用和時間因素，大樣本量不一定是最有效率的辦法。答案不要含糊清晰且可以落地； ? 問題 amp。離散趨勢 ? 集中趨勢（ Central Tendency） 指標： ? 眾數(shù)（ Mode） ： 發(fā)生率最高的數(shù)值；適用于所有的測量水平 ? 中位數(shù) （ Median）： 數(shù)值排序后正好位于中間位置的數(shù)；適用于定序、定距、定比數(shù)據(jù) ? 算術(shù)平均數(shù)或均值（ Mean） : 各數(shù)值的簡單平均；適用于定距數(shù)據(jù)與定比數(shù)據(jù) ? 離散趨勢（ Measures of Dispersion） 指標： ? 全距或極差（ Range）： 一個定序型變量最大值與最小值的差 ? 上、下四分位數(shù) : ? 方差（ Variance）： 一個變量所有值與其平均值之差的平方的平均數(shù) ? 標準差（ St