第10章 市场信息的分析与预测.doc

上传人:文库蛋蛋多 文档编号:4167626 上传时间:2023-04-08 格式:DOC 页数:15 大小:40KB
返回 下载 相关 举报
第10章 市场信息的分析与预测.doc_第1页
第1页 / 共15页
第10章 市场信息的分析与预测.doc_第2页
第2页 / 共15页
第10章 市场信息的分析与预测.doc_第3页
第3页 / 共15页
第10章 市场信息的分析与预测.doc_第4页
第4页 / 共15页
第10章 市场信息的分析与预测.doc_第5页
第5页 / 共15页
点击查看更多>>
资源描述

《第10章 市场信息的分析与预测.doc》由会员分享,可在线阅读,更多相关《第10章 市场信息的分析与预测.doc(15页珍藏版)》请在三一办公上搜索。

1、第10章 市场信息的分析与预测本章要点:分析的基本方法有哪些?非统计分析方法的特点季节指数预测趋势预测方法回归预测方法市场调研报告的形成 调研信息不是调研的最终目标。而是希望通过调研获得的信息,通过分析对信息“背后”的现象本质进行揭示与把握。即市场调研信息分析。10.1.1 调研信息推理的基本方法1、演绎推理: 从一般前提推断个别结论。 所有产品都有生命周期特征的存在,即由引入期走向衰退期(大前提); 手机是产品(小前提); 手机总有一天会从市场消失(推理结论)。 演绎推理结论的正确取决于两个前提的正确与否。10.1 调研信息的分析、归纳推理: 从采用各种方法如观察、实验、询问0调查等手段获得

2、的一系列个别前提,并结合其他前提组合形成的结论。对个消费者采用各种方法得出其中有个表示会购买手机(各个个别前提的综合)大部分()回答者会购买手机(结论) 在市场调研中利用样本信息,推断总体未知的特征。多数是使用归纳推断方法。 统计学告诉我们,遵守随机原则确定的样本,如果调查手段正确,样本信息就有对总体信息充分的代表性。 问题是用非随机抽样调查的结果推断总体特征,误差就一定很大?3、演绎与归纳推断的结合使用: 例如:归纳推断的结论可以作为研以推断的某种前提例如,通过对多年、多个人群的调查所得的数据(个别前提)得出“夏季是旅游旺季”的(结论)。可以将这个结论作为演绎推断的大前提,夏季是旅游旺季(大

3、前提);今年夏季又将来临(小前提);旅游市场的竞争与丰收到来了(结论)统计学的大数法则在市场分析中仍然有效10.1.2 数据的整合方法 不同地区搜集到的同类数据,由于受经济水平、币值等因素影响而不能直接比较。此时需要利用一定方法对上述数据进行整合。例如,各国的购买力水平比较分析。 各国经济发展水平的对比,经常运用“人均购买力水平”指标。此项工作的权威是瑞士银行。它们每年根据对全球71个城市的人均购买力水平的综合调查,得出“全球城市人均购买力排行榜”。 但是历年其公布的数据总会引起一定的争议。2006年瑞士银行根据工资、物价、购买力、工作时间等多项指标的综合比较后得出“较为准确”的购买力水平。

4、调查首先计算出每个城市14个代表行业“小时工资”的加权平均值,然后用当地一个麦当劳“巨无霸”的售价除以这个加权平均值,就是当地购买一个“巨无霸”的工作时间。 例如,当地一个巨无霸的售价为10元,而该城市加权小时工作平均值为20元。则该城市的工作时间为:10/20=0.5小时=30分钟 根据上述方法,全球平均值 35分钟,居于首位的是东京 10分钟。上海 35分钟,北京 44分钟,最后的是哥伦比亚首都波哥大 97分钟。 对案卷信息的处理、分析和使用 1、对同一对象不同研究机构所提供的结果明显不同 案例:2008年2月16日央视市场研究CTR 公布其采用电话调查方式对春晚收视率的调查结果为96.5

5、%。 而尼尔森调查机构 AGB 公布其对上海、杭州居民春晚的收视率分别为17.4%和19.3%。 差别巨大!相信谁? 2、分析自己搜集到的案卷信息是否准确 要分析两组数据是怎么得出的。CTR:在全国406个区县进行3个多小时的电话调查,成功访问了2063个家庭,其中1899个家庭回答收看了春晚。由此推断全国平均收视率达96.5%。但是:1)分母中不含不在家而无法接听电话的观众;2)2)在分子中无论回答只收看1分钟还是完整看完长达4小时的春晚都包含在内,这就和要求精确到1分钟的收视率调查规定不符。3)没有根据各地人口结构采用比例随机抽样。 对此,央视春晚总导演陈临春解释:如果2008.02.06

6、全国有4亿台电视开着,其中有96.5%的在看春晚。而深圳大学传播学院王旭说,这是“收视份额”,与收视率是两码事。假设,某地有1万台电视,深夜仅1百台开着,其中有96台播放央视春晚。而真正意义上的收视率市0.96%。AGB:网上调查,收看春晚、收看国足比赛、两者轮换看、两者都不看。而将第一、第三合计得出收视率。 但是,网民有明显的偏好差异,春晚收视率与网民是否球迷有密切联系。 从1998年开始,北京大学与美国杜克大学在中国22各省份开展了一项针对老年人健康的调研,得出下面一组有意思的结果:女儿提供的照料比儿子提供的照料更令人满意经常找女儿或女婿交谈的老人的健康状况好于经常找儿子交谈的老人只有女儿

7、的老人比只有儿子的老人寿命长 思考题:请告诉我你对报告后隐含的实质的理解或叫推测。解读北大的一份调研报告 10.1.3 市场信息的简单分析方法-列表分析法1、单因素列表分析法: 将调研信息作一简单的表格并进行分析说明。 17800样本单位数量(驾驶员) 39开车至少有一次事故 61开车至今无事故 百分比(%) 对上述表中的信息只能做最简单的分析,有近40%的驾驶员有一次以上的事故。事故率不低是唯一的结论。若要分析原因就必须掌握更详细的分类数据。对于分析人员来说,驾驶员的性别是否与事故的发生有关?这样就引入性别变量,制作下表单因素列表 8480 9320央本单位数目 (人) 34 44开车至少有

8、一次事故() 66 56开车无事故()女性驾驶员男性驾驶员 对于上述列表分析的结果,得出:“男性驾驶员驾驶不安全”的结论事故概率要比女性驾驶员高10个百分点。 但是这种结论是否正确?2、二维表格信息分析法: 6050 2430 2150 7170样本单位数(人) 27 50 27 49至少有一次事故 73 50 73 51开车至今无事故 < 1万公里 > 1万公里 < 1万公里 > 1万公里驾驶里程 上表是一个多维表格,即包含“性别”与“驾驶里程”两种因素。尚若只看性别差异的事故率,“无事故率”男性达56%,女性达66%,似乎“性别”是“事故”的重要影响因素。 但是,再

9、结合“驾驶里程”看,“性别”绝非“事故率”的重要因素。“驾驶里程”才是事故的“杀手”。 由于样本已经足够大,调研数据服从正态分布,就可以利用统计推断与假设检验的相应方法,得出准确性更高的分析结论。男性驾驶员(%)女性驾驶员(%)10.1.4 非统计分析非定量分析方法、企业市场形象分析:对100位市民进行有关A、B、C、D四家同类型企业的“知名度”美誉度”的调研。知名度调研结果:A(80)、B(15)、C(30)、D(85)。而美誉度的调研结果如下表所示: 27.05人55人40人D69.015人25人60人C39.23人10人75人12人B48.020人60人20人A00.20.40.60.8

10、加权平均较差一般较好好很好10 20 30 40 知名度90 80706040302010美誉度C(30,69.0)A (80,48) 60 70 80 90D (85, 27 ) B (15, 39.2 )高美誉度、高知名度低美誉度、高知名度低美誉度、低知名度高美誉度、低知名度C与D恰好在美誉度或知名度上呈相反状态。B是最差的。相对而言,A略好一些。、对企业形象的市场调研:对百位消费者开展对本企业形象的综合调研。综合形象包括:产品形象、经营形象、管理形象、外观形象、发展形象、员工形象等。调研结果表现为下表:21.0员工形象差205525员工形象好32.0发展形象差60102010发展形象好2

11、5.0外观形象差10602010外观形象好28.5管理形象差652015管理形象好51.5经营形象差106525经营形象好91.0产品形象差102565产品形象好00.20.40.50.60.8.均值非常相当稍微中等稍微相当非常产品形象经营形象管理形象外观形象发展形象员工形象91.051.528.525.032.021.097.093.098.098.088.097.0这样可以看出企业形象与最佳企业形象之间的距离。3、多项选择问句答案的处理 多项选择型问句的答案处理,不能像单项选择型问句那样。因为其答案在类别处理后,各类选择答案的合计大于100%。 所以,多项选择型问句设计的基本思路是:被调查

12、者的基本倾向是什么?是否存在明显的集中倾向。 例如,零点市场调查公司在对北京、上海、广州三地的18-35岁的青年女性“对自身消费能力增长原因的认知”调查时。就采用了多项选择型问句。结果如下: 经济能力提升 21.9% 追求时尚 17.9% 社会地位提升14.2% 独立性增强 14.1% 希望享受生活12.2% 受教育行为 7.9%家庭支出支配权提升7.3% 非理性消费行为 4.3% 可见经济能力提升是自身消费能力增长的主要原因。4、品牌质量综合测评 相信对品牌产品知名度、购买率、使用程度的调研大家不会陌生。但是大家对所获取的信息是否进行了充分的分析,以发现它们背后所隐藏的重要信息。A 品牌B

13、品牌全部市场100全部 知名度 使用率 满意度不知晓20知晓80未使用40使用60失望80全部产品100不知晓60知晓40失望20满意80满意20全部 知名度 使用率 满意度未使用70使用30A、B两种品牌知晓度、使用率、满意度都不相同。A 品牌顾客的真正满意率8060209.6B 品牌顾客的真正满意率4030809.6。但是两者提高满意率的途径是不同的10.1.5 统计分析方法 市场调研的目的往往是对相关事物进行因果关系分析。但是因果关系分析的前提是事物之间存在足够的相关关系。根据市场调研所提供的信息的性质的不同,相关分析所采用的方法也不同。1、数值型调研信息的相关分析方法:例如:对某地20

14、户家庭的月收支开展的调研所搜集到的信息: 收入与支出都属于数值型信息,故可以使用皮尔逊相关系数计算方法分析收支两者的相关性,可以利用社会统计分析软件包 SPSS执行程序:1、输入数据,建立响应的数据文件;1、选择统计分析菜单 Analyze,再从下拉菜单中选择相关分析 Correlate 子菜单, 在横拉菜单中再选择两变量相关分析 Bivariate correlate;2、在 Bivariate correlate 对话框中选择相关分析变量,并确定相关系数的计算方法。在对话框中有三种相关系数计算方法可供选择,本例应选择皮尔逊相关系数Pearson Correlate .3、在这一对话框中还可

15、以选择对相关系数显著性水平 Test of Significance 的检验标准。4、完成后点击“OK”,即可得到相关系数的计算结果。51604820204250441010445051501931403650092690188018363039000843905320173650358007294038001621202810061720259015584060200516902370145440579004353027301327903120035000390012182015200239204010114050402001支出(元)收入(元)调研编号支出(元)收入(元)调研编号时间、人口

16、数、国民收入、企业数的数据 选择相关分析统计处理程序 两因素相关分析偏相关分析选择相关分析的两个变量,并确定相关系数类型有几种相关分析模型可选择相关分析结果输出。需要掌握一定的统计知识。 若是进行多个变量之间之间的相关分析,计算相关系数,只要信息属于数值型变量,就在Correlate 的横拉菜单中选择偏相关分析 Partial 。操作程序如下:1、在 partial Correlate对话框中,确定控制变量 Controlling for 将选定的变量移入框内,1、再将其他分析变量移入 Variables 框中。2、点击选择键 Option,进入 Option 对话框,选择相关系数分析所需的各

17、项统计量,再点击继续 Continue ,返回 Partial Correlate 对话框,完成操作后点击OK,即可得出所需分析结果。 2、非数值型调研信息的相关分析方法: 市场调研中搜集的信息往往不是数值型的信息,尚若还是使用皮尔逊相关系数进行相关关系分析,所得的结果就存在较大的误差。在对这种调研信息的分析中同样可以使用 SPSS 中的相关分析程序。 市场调研的问卷中常有一些采用顺序或差距尺度对调研的对象的某种特征进行测定。而这种测定结果不具有变量的特征,不能使用皮尔逊相关系数来测量这些特征之间的相关关系。 例如;对家用电器品牌忠诚度调研,购买前的调研只能是“知晓度”。购买后随使用感觉的产生

18、,就有“忠诚度”。但是前后两次调研都采用排序的“顺序尺度”。22 2 4 TCL 4 2 康佳 3 3 熊猫 5 1 长虹 1 5 海尔 购后调研名次 购前调研名次家电品牌 序列相关系数:1 6 d / n ( n - 1 ) 其中: d 是两次的名次之差,n 是成对数据的对数,这里是5。 序列相关系数:r = 1 6 X 40 / 5 X( 25 - 1) = 1240/120=-1。表示购买者在购后的态度发生了逆转。22 这里由于数据过少,对序列相关系数的准确性很难进行检验。如果增加调研样本单位,就可以采用斯皮尔曼相关系数 Spearman Correlate 方法进行对相关系数的准确性的

19、检验。 教材325 页上对“职业”与“居住条件”两因素进行相关分析是一个皮尔逊与斯皮尔曼相关分析差异的典型例子。在运用统计分析的方法时,就如此前所讲的SPSS,我们一定要清醒地知道:同一种分析,统计分析有多种方法可供选择,这在SPSS中大家都熟悉了的。对于同一组数据,采用不同的即使是相似的统计分析方法,所得出的结论不尽相同。统计处理与分析软件,如果我们没有预先设置让其分析我们要求系统处理分析的数据是否属于随机数据,则统计分析系统都会“认定”为是随机数据。分析的结果,就是我们看到的结果。这真实吗?高考状元与顶级人才的关系调研中南大学教授蔡言厚通过8个月的研究高考状元调查报告。1999-2006年

20、各省、自治区、直辖市(除藏、港澳外)560位高考状元。状元们首选北京大学(50%)清华大学195人(34.7%)复旦大学11人;香港科技大学7人。女生 50.27%,在理科状元中男生64.78%;文科状元中女生63%。状元们择校、选择专业主要是: 名气、择业;很少凭兴趣和奋斗目标。最成功的学生,并非高考第一,而是中学阶段成绩在前10名左右,进校后有创新意识和探索精神,不是一味死记、硬背10.2 市场预测方法10.2.1 市场预测的科学性 1、市场预测的定义。 人们使用各种具有一定科学性的方法或工具对市场特定目标的未来进行估计与推测。 2、市场预测的方法 (1)数学模型预测方法。 (2)非数学模

21、型预测方法。 10.2.2 市场预测的局限性 市场预测的成功与否取决于两点:(1)对制约预测目标的事物内在规律的把握程度,越是把握准确,预测的准确性越高;(2)对所有与预测目标相关的影响因素是否都一一了解,了解得越清楚,预测也越准确。 但是,在具体实施市场预测时要真正满足上述两点很困难。 10.3.1 该预测法的科学性及实施所需的条件 如果对于自己顾客的意图的变化相对明了,他们就会采用购买者意图预测法。 10.3.2 购买者意见测试法 1交易现场顾客意见测试 即在交易现场向购买者代表发放选票,了解他们心目中理想的产品应具有的款式、功能、规格、色彩等 。2用户意见征询法 用户意见征询不仅可以提高

22、和巩固供需、买卖双方的关系,由于这种调研在内部进行,既隐蔽性又不受外部干扰 10.3 购买者意图预测法 3新产品试销(用)法 利用新产品试销(用)法对今后的市场特征进行预测必须注意:(1)市场需求有时会出乎意料的变化,而从市场调研到信息归纳、分析最后做出预测有一个时间差,会使刚做出的预测结果就已经过时;(2)试销(用)的用户对象,可能由于多种原因使得他们与整个用户群体产生一定的偏差(试用者代表性不高),从而影响预测结果的准确性。10.3.3 购买者意图主观概率预测法 所谓主观概率是每位参与者对预测目标未来的发展趋势及可能达到的某种水平的一种本能直觉或信念程度,而若要谈到他们各自判断的准确性,在

23、很大程度上就取决于他们各自的经验和对信息的把握。 10.4 专家意见预测法10.4.1 德尔菲法的特征 (1)匿名性。俗称“背靠背式”, (2)反馈性。即在严格控制下重复进行多次专家意见征询 (3)综合性。在对每一轮专家意见资料的归纳整理中采用一定的定量分析方法,以确定意见集中和分散的程度。常用的方法是四分位数法。 10.4.2 德尔菲法的运用(调研窗口10-5) 对于德尔菲法可以作这样三点评价:(1)当预测者对预测目标的变化规律由于缺乏了解而无法准确把握时,选择德尔非法是正确的,因为来自专家的意见和判断是唯一可靠的。(2)预测者确信自己这次选择的专家能够帮助自己获得自己所要达到的目标。(3)

24、对于本次预测活动的预测目标,各位专家不会有很大的预测差异,因为只有这样才能提高预测结果的精度。 10.5 季节预测法10.5.1 季节预测法的使用范围 1、运用于了解并把握预测目标是否具有一定的季节变动状况,再分析这种变动是否具有规律性特征,最后把握这种规律的所有特征将其用于对其未来进行预测。 2、在趋势预测中季节变动也是一种干扰因素,因为它在某种程度上改变了趋势变动的方向和程度。 10.5.2 按月平均法季节指数 (表10-7)10.5.3 剔除趋势变动影响的季节指数(表10-8、9) 10.6 趋势预测法即时间序列趋势模型预测法:是利用本期发展的结果与过去的连续发展变化存在密切关系,推断现

25、象在未来动态变化中呈现的趋势。10.6.2 非数学模型趋势预测法1同比速度推算法2平均速度推算法3移动平均预测法 当预测对象在过去的数量变化中呈现大致等量增减的趋势,就可以选择直线趋势预测模型对其未来进行预测。 当调研信息量巨大是可以采用SPSS来完成。10.6.4 非直线趋势预测及其数学模型 时间序列呈直线趋势变化毕竟是偶然性事件,所以分析人员应该试着利用曲线趋势预测模型对现象的未来进行更加准确的预测。同样可以利用SPSS来完成.(调研窗口10-7)10.6.3 直线趋势预测及其数学模型 10.7 回归与相关预测法10.7.2 简单的一元线型回归预测法 在对调研信息进行仔细分析的基础上,分析

26、人员从诸项影响因素中选择一个最重要的因素,作为模型中唯一的自变量,通过已经掌握的“观察值”建立一元线性回归预测模型。(参见 表10-17)10.7.4 一元曲线回归预测法 (1)对数曲线回归模型:y =a + blgx, (2)指数曲线回归模型:y =ae(3)冥函数曲线回归模型:y=axbxb10.7.5 多元线型回归预测法多元线型回归模型的一般式:y=a0+a1x1+a2x2+anxn 对预测对象具有显著相关关系的因素在多数时间下往往不止一个,所以一元线性回归模型的预测功能是有限的。使用多元先行回归模型就能够解决此项问题。多元线性回归引发的问题 多重共线性是多元线性回归模型所引发的最显著的

27、问题之一。这类问题会导致模型中的各项参数最小二乘估计量误差扩大,使整个预测模型的估计误差增加。10.8 马尔克夫预测法10.8.1 马尔克夫链的基本原理 对于某种现象在时间上的不同变动表现而言,若每次变动都是随机的,而且每次变动后将呈现的状态仅与它此次变动前一个状态特征有关,马尔克夫称之为无后效性,此类系统就叫马尔克夫链 10.8.2 马尔克夫链的运用 (参见表10-19)10.9 市场调研报告的形成 10.9.1 市场调研分析 市场调研分析可以有指定的分析人员来完成,但是往往有时分析人员缺乏对调研信息的了解造成分析结果“贻笑大方”的后果。所以,若条件许可,应该请调研人员参与分析工作。 10.9.2 市场调研报告的完成市场调研报告的书面形式 市场调研报告的多媒体形式你学会了吗?非统计分析方法的特征是什么?购买者意愿预测法有哪些具体方法?专家意见预测法怎样实施?季节预测法的特点及具体类型有哪些?趋势预测方法的变量是什么?相关与回归预测方法有哪些具体的方法组成?马尔科夫预测方法的基本原理是什么?

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公文档 > 其他范文


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号