服装市场营销分析.doc

服装市场营销分析.doc

《服装市场营销分析.doc》由会员分享，可在线阅读，更多相关《服装市场营销分析.doc（18页珍藏版）》请在冰豆网上搜索。

目录

第七章服装营销数据的报表分析

第一节服装市场调查数据报表分析

一、服装市场调查目的

二、服装市场调查问卷

三、服装市场调查问卷分析数据库

四、服装市场调查问卷分析的基本思路

五、服装市场调查分析报告

第二节服装销售数据综述分析

一、服装销售数据库结构

二、服装销售汇总报表分析

三、服装销售分类报表差异分析

第七章服装营销数据的报表分析

数据分析是一个创造性的工作，没有完全统一的分析模式，需要数据分析人员能结合企业营销数据的特点及分析需要，灵活选择各种数据分析方法，在营销数据中挖掘数据规律，指导营销实践。

报表分析是利用SPSS中的图表统计工具进行的服装营销数据初步分析，主要是利用SPSS的图表功能，对服装营销中的原始数据进行频数分析、综述分析、交叉分析，并用图表将分析结果表达出来，供分析者使用。

第一节服装市场调查数据报表分析

服装市场调查主要是从目标消费者的角度来了解市场营销中的一些营销参数，如市场空间的大小、消费品牌倾向、选购因素、促销因素、竞争情况、满意度评价等。

在市场问卷调查中，由于问题的设计通常是封闭式问题，因此市场调查问卷的数据以分类数据为主。

在进行数据分析时，了解各种营销参数的消费者分布情况是进行数据分析的主要方法，此外，为了进一步研究各种营销参数之间的关系，也会涉及到相关分析。

下面将以一个服装市场调查案例，对调查数据进行报表分析。

一、服装市场调查目的

本案例的调查目的主要包括以下四个方面：

1）了解服装市场的空间大小，与之相关的问题包括：

休闲服消费金额及购买次数，其他服装消费金额及购买次数。

2）了解消费者的服装消费的品牌倾向，与之相关的问题包括：

最喜欢的三个休闲服品牌、6个休闲服品牌满意度打分。

3）了解消费者购买服装时的选购因素，与之相关的问题是消费者购买休闲服时最重视的三个选购因素。

4）了解消费者的购买习惯，与之相关的问题包括：

购买地点、持有贵宾卡的情况。

5）个人资料包括：

年龄、性别、收入，用于部分调查问题的相关分析。

6）问卷标识包括：

年份、地区、问卷编号，用于年度、地区对比分析。

二、服装市场调查问卷

根据以上调查目的，设计的调查问卷见第一章表1-2所示。

三、服装市场调查问卷分析数据库

本案例提供的分析数据库的名称为“服装市场调查数据库sav”，数据库中给出了两年的调查数据样本。

调查问卷的变量编码见第一章表1-3所示。

四、服装市场调查问卷分析的基本思路

1、市场份额的分析

对该问题的分析涉及到问卷中的第4个问题，由于调查问卷给出的数据是分组数据，为了估计平均消费金额，需要使用数据重编码功能，将分组答案代码转化，生成新的、用消费金额表示的变量，这样才可使用分组汇总功能来计算不同地区的平均消费金额。

在分组代码转化时，每组取中间值，两头取临界值。

为了描述方便，下面给出了该分析过程的Spss语法（操作过程见前面有关章节，以下相同），如表7-1（a）所示。

生成的分析结果包括分年度、分地区的年均消费情况，如表7-1（b）所示。

从该表可以得到休闲服、其他服装近两年来不同地区的平均消费额、消费次数，根据这些数据可进行市场份额分析、市场份额的地区对比分析、市场份额的两年来的变化对比分析。

表7-1（a）市场份额分析语法

语法

过程说明

RECODE

q4_1_1

（1=1000）（2=1250）（3=2000）（4=2500）INTOqq411.

VARIABLELABELSqq411'休闲服年均消费额'.

EXECUTE.

RECODE

q4_1_2

（1=500）（2=750）（3=1500）（4=2000）INTOqq412.

VARIABLELABELSqq412'其他服装年均消费额'.

EXECUTE.

数据重编码

SUMMARIZE

/TABLES=qq411qq412q4_2_1q4_2_2BYyearBYdqbh

/FORMAT=NOLISTTOTAL

/TITLE='CaseSummaries'

/MISSING=VARIABLE

/CELLS=MEAN.

数据分组汇总

说明：

如果将这些语法复制到SPSS的语法窗口中，并打开相应的分析数据库，可执行并得到分析结果，以下相同。

2、品牌倾向分析

对该问题的分析涉及到问卷中的第1、6二个问题，这第1题是一个排序题，使用频数分析，第6题是一个复合题，采用综述计算。

分析思路如下：

第1题：

采用平行变量频数表的方法，统计第一喜欢品牌、第二喜欢品牌、第三喜欢品牌的分年度分地区的心理份额即频率，然后将这些数据复制到Excel中，按0.5、0.3、0.2的权重，计算各个品牌分年度、分地区的品牌综合心理份额（Excel计算过程在此不述）。

该分析过程的Spss语法如表7-2（a）所示，执行结果包括各品牌分年度分地区的心理份额，如表7-2（b）所示。

从该表可以得到各个品牌近两年来不同地区的心理份额，根据这些数据可进行品牌心理份额的地区对比分析、年度变化对比分析及竞争对比分析。

表7-2（a）品牌倾向分析

语法

过程说明

*TableofFrequencies.

TABLES

/FTOTAL$t'Total'

/FORMATBLANKMISSING（'.'）/TABLES

（year>dqbh）>（q1_1+q1_2+q1_3）BY

（LABELS）>（STATISTICS）+$t

/STATISTICS

CPCT（（PCT7.1）'%':

yeardqbh）

/TITLE='表7-2（b）品牌心理份额分析结果'.

调用平行变量频数表功能。

第6题：

采用多变量交叉分组报表的方法，统计各个品牌分年度、分地区的满意度评分的平均值。

该分析过程的Spss语法如表7-2（c）所示，执行结果包括各品牌分年度分地区的品牌满意度，如表7-2（d）所示。

从该表可以得到各个品牌近两年来不同地区的品牌满意度，根据这些数据可进行品牌满意度的地区对比分析、年度变化对比分析及竞争对比分析。

表7-2（c）品牌倾向分析

*BasicTables.

TABLES

/FORMATBLANKMISSING（'.'）

/OBSERVATIONq6_1q6_2q6_3q6_4q6_5q6_6

/TABLESyear>（q6_1+q6_2+q6_3+q6_4+q6_5+q6_6）

BYdqbh>（STATISTICS）

/STATISTICS

mean（）

/TITLE='表7-2（d）品牌满意度分析结果'.

按年份地区交叉分组汇总

3、选购因素分析

对该问题的分析涉及到问卷中的第2个问题，这个问题有三个频数变量。

其分析思路与品牌心理份额的统计分析相似，可计算选购因素综合份额进行分析。

下面给出了该分析过程的Spss语法，如表7-3（a）所示。

生成的分析结果包括分年度、分地区频数表，如表7-3（b）所示。

从该表可以得到消费者近两年来不同地区的选购因素份额，根据这些数据可进行选购因素心理份额的地区对比分析、年度变化对比分析。

表7-3（a）选购因素分析

语法

过程说明

*TableofFrequencies.

TABLES

/FTOTAL$t'Total'

/FORMATBLANKMISSING（'.'）/TABLES

（year>dqbh）>（q2_1+q2_2+q2_3）BY

（LABELS）>（STATISTICS）+$t

/STATISTICS

CPCT（（PCT7.1）'%':

yeardqbh）

/TITLE='表7-3（b）选购因素分析结果'.

调用平行变量频数表功能。

如果以该问题的10个答案对消费者进行分类，但答案不计较顺序，可形成C103=120类消费者，而实际上并没有这么多，如果用这三个变量计算出一个新的变量并代表实际组合，并对该变量进行频数统计，发现有大约20类消费者类型占了全部消费者的80%，应该说这20类消费者是重点的研究对象，20-80原则在这里充分体现。

该分析过程的语法如表7-3（c）所示，由于分析结果较长，在此不在列出。

表7-3（c）选购因素组合分析

COMPUTEqq2=max（q2_1,q2_2,q2_3）*100+（sum（q2_1,q2_2,q2_3）-max（q2_1,q2_2,q2_3）-

min（q2_1,q2_2,q2_3））*10+min（q2_1,q2_2,q2_3）.

VARIABLELABELSqq2'选购因素组合'.

EXECUTE.

SORTCASESBYyeardqbh.

SPLITFILE

SEPARATEBYyeardqbh.

FREQUENCIES

VARIABLES=qq2

/FORMAT=DFREQ

/ORDER=ANALYSIS.

SPLITFILE

OFF.

计算由三个变量形成的选购因素组合变量

按年、地区切分文件

生成分年度、地区的选购因素变量的频数表。

4、购买习惯分析

对该问题的分析涉及到问卷中的第3、5两个问题，这两个问题均为频数变量，但第5个问题为多选题。

下面给出了该分析过程的Spss语法，如表7-4（a）所示。

生成的分析结果包括分年度、分地区的贵宾卡持有率，如表7-4（b）所示，分年度、分地区的消费者选购地点的频数表，如表7-4（c）所示。

表7-4（a）购买习惯分析

语法

过程说明

*MultipleResponseTables.

TABLES

/FORMATBLANKMISSING（''）/MDGROUP$qqq5_1q5_2q5_3q5_4q5_5q5_6

（1）

/GBASE=CASES

/TABLE=$qqBYyear>dqbh

/STATISTICS

cpct（$qq（F6.1）'Column%':

yeardqbh）

/TITLE'表7-4（b）贵宾卡持有情况分析结果'.

按年及地区统计贵宾卡的持有情况。

CROSSTABS

/TABLES=q3BYdqbhBYyear

/FORMAT=AVALUETABLES

/CELLS=COLUMN.

多变量交叉频数表。

表7-4（c）购买地点统计分析结果

5、样本特征数据

对该问题的分析涉及到问卷中的第7、8、9三个个人资料问题，这些问题对应的变量均为频数变量，一方面可用来了解样本的特征，与目标顾客特征进行比较，判断样本数据所代表的消费者是否反映了目标市场的消费群体。

另一方面，它可作为分组变量，来考察不同组在各个调查问题中是否存在差异，这种差异是否需要在营销中采取差别化的策略。

下面给出了样本特征分析的Spss语法，如表7-5（a）所示。

生成的分析结果包括分年度、分地区的频数表，如表7-5（b）所示。

表7-5（a）样本特征数据分析

语法

过程说明

CROSSTABS

/TABLES=q7BYq9BYq8

/FORMAT=AVALUETABLES

/CELLS=COLUMN.