信息分析chapnew.ppt

信息分析chapnew.ppt

《信息分析chapnew.ppt》由会员分享，可在线阅读，更多相关《信息分析chapnew.ppt（35页珍藏版）》请在冰豆网上搜索。

第十三章市场信息分析方法本章学习要求：

首先，识记联合分析的概念及主要步骤。

其次，了解市场分析的概念、市场信息分析的主要内容、市场信息分析方法的类型、市场销售信息基本指标分析方法、市场消费行为分析方法、广告有效性分析方法。

第一节概述第二节市场信息分析方法举例,第十三章市场信息分析方法市场信息分析与预测是在市场调查的基础上，运用科学的方法，对影响市场供需的各种因素进行调查和综合，由此分析和预测出市场的变化和未来趋势，为企业决策提供依据。

市场信息分析和预测是市场信息研究的重要组成部分。

第一节概述一、市场信息的概念市场信息（MarketingInformation）是指在一定的时间和条件下，同商品流通交换以及与之相联系的生产与服务的有关的各种消息、情报、数据、资料总称，是商品流通运行中物流、商流运动变化状态及其相互联系的表征。

市场信息有狭义和广义之分。

狭义的市场信息是指有关市场商品销售的信息，如商品销售情况、消费者情况、销售渠道与销售技术、产品的评价等。

广义的市场信息包括多方面反映市场活动的相关信息，如社会环境情况、社会需求情况、流通渠道情况、产品情况、竞争者情况、科技研究、应用情况及动向等。

与市场交易有关的数据和资料都是重要的市场信息，市场信息不一定是指有交易行为的经济活动所产生的信息。

对企业来说，资金、原料、人力、机器、技术方法都是资源，而市场信息应是更具决定意义的企业资源。

二、市场信息分析的主要内容1.分析研究宏观因素要充分了解市场需求，就得研究工农业生产的发展趋势、基本建设的规模、积累与消费的比例变化、积累基金与消费基金的分配方式以及它们的使用方向、人民生活水平的提高程度、历年结余的购买力等，以此判断市场需求的变化。

2.分析研究购买力投向由于人们生活水平的不断提高和变化，商品的更新换代，商品比价和差价的调整与变化等种种原因，消费者对需求商品的品种和数量需求是不断变化的。

在一定时期内，购买力的投向必然引起社会商品需求量以及各种商品的消费构成比例的变化。

随着人们生活水平的提高，对同类商品的档次比例也随之不断交化，中、高档日用商品的比重越来越大，高级营养食品和嗜好品的需求也越来越大。

3.开展销售分析与预测，促进企业购销活动销售预测，是微观预测，是指企业本身商品销售量和商品品种、花色、规格、式样的预测。

三、市场信息分析方法的类型1.顾客需求直接调查法顾客需求直接调查法就是调查产品用户的意见，分析用户的需求，参照市场的变化趋势，预测产品在某一时期的销售量，了解用户需求情况。

顾客需求直接调查法方法多种多样，包括发放调查表典型调查法，进入商场接触顾客询问法，还可通过订货会议、产品展销会、用户联谊座谈会等方式，向用户了解产品的需求情况。

2经理人员评判预测法经理人员评判预测法是由分管的经理（或厂长）召集产品销售、市场研究、生产管理以及财务部门的主管人员广泛交换意见，分析预测产品的销售量。

经理人员评判预测法是汇集各方面主管人员的意见，并在已有内外资料的基础上，充分考虑那些可能影响销售的因素，进而决定本企业生产方向，确定营销策略。

3销售人员意见综合法销售人员直接接触市场和客户，比较了解顾客和竞争厂家的动向，尤其是对自己的辖区，往往比其他人员了解得更为清楚，所以销售人员所作的销售分析和预测是有相当价值的，综合他们的意见所作的分析与预测具有较大的现实性和可靠性。

4市场因子推演法市场因子推演法是通过分析市场因子来推算市场潜量。

所谓市场因子，就是市场中存在的能引起对某种产品需求的实际事物。

5季节变化分析法季节变化是因气候原因或社会习惯而产生的消费者对产品的需求随之而变化，往往带有规律性，通常是一定变动形式的年度循环，以后每年对应时期的需求可能不同，但其变动形式却相类似，所以可根据过去的资料预测未来年度的季节变化趋势，来确定不同类型产品旺季和淡季的情况。

第二节市场信息分析方法举例一、市场销售信息基本指标分析方法产品的销售额产品的销售额（每一种产品的销售量产品销售单价）（13-1）产品销售额是用价值量表示的反映产品销售总规模、总水平的重要指标。

产品的销售额越大，说明企业的产品销售对路，能满足社会需求；反之，说明企业的产品滞销，会影响企业再生产的正常运行。

销售额增长率

（1）销售额增长率销售额增长率（本期销售额上期销售额）100%-100%（13-2）其取值有三种情况，当本期销售额大于上期时它为正值，反之就为负值，也就是经济学中常说的负增长；当两期销售额相等时，它为零，表示没有增长。

（2）人均销售额增长率人均销售额增长率计算公式为：

人均销售增长率（本期人均销售额上期人均销售额）100%-100%（13-3）（3）相对销售额增长率企业的销售增长率往往受行业销售增长的影响。

一般说来，同行业高速发展，企业也容易发展；同行业发展不景气，企业的发展也会受阻。

本企业的销售额增长率与同行业的销售增长率的相对销售额增长率的计算公式是：

相对销售额增长率（本企业销售额增长率同行业销售增长率）100%-100%（13-4）,销售结构分析

（1）销售的产品结构分析销售的产品结构可以从不同的角度来反映。

通过产品销售结构分析，可以使企业及时调整产品结构。

（2）销售的地区结构分析销售的地区结构可以从不同层次来分析。

首先把产品销售分成国内与出口两大块，然后可以按分析目的采取不同的分组。

地区按不同标志分组后，就可以着手计算一系列结构指标：

不同地区产品销售额占全部产品销售额的比重；不同地区产品的销售额的增长率；不同的地区产品销售对全部产品销售增长率的贡献份额。

通过这些指标，可以明确企业产品市场开发的重点和不足之处。

（3）销售渠道构成分析分析不同渠道的销售结构，计算不同渠道销售额的比重及变化情况，可以明确哪些渠道比较畅通，哪些渠道还存在问题。

8.联合分析模型（交互分析模型）市场研究中一个经常遇到的问题是：

在研究的产品或服务中，具有哪些属性的产品最能得到消费者的欢迎。

一件产品通常拥有许多属性如价格、颜色、款式以及产品的特有功能等，那么在这些特性之中，每个特性对消费者的重要程度如何？

在同样的（机会）成本下，产品具有哪些特性最能赢得消费者的满意？

传统的市场研究方法往往只能作定性研究，难以作出定量的回答。

联合分析（ConjointAnalysis），又称交互分析、结合分析、正交分析、多属性组合模型，或状态优先分析，它是通过假定产品具有某些属性，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与属性水平的效用分离，从而对每一属性以及属性水平的重要程度作出量化评价的方法。

联合分析作为市场研究中的一种十分广泛使用的多元统计分析方法，是1964年由统计学家Luckey和心理学家Luce提出的，它非常胜任于估测消费者对一些能够详细定义的某种产品或服务（如产品、品牌、商店等）的相对重要性和属性水平的效用的评价。

（3）联合分析的主要步骤确定产品或服务的属性与属性水平联合分析首先识别产品或服务的属性和属性水平。

确定产品或服务的属性应该是影响消费者喜好最突出属性，典型的联合分析可包含6-7个显著因素。

属性过多会加重消费者负担，或者降低模型预测的精确性；属性太少，又会严重降低模型的预测能力，因为模型中丢失了一些关键信息。

经验、直觉和定性研究是确定产品和服务的主要属性所必不可少的。

例如，旅游鞋的三个属性是突出的：

鞋底、鞋面和价格。

确定了属性之后，还应该确定这些属性恰当的水平，属性与属性水平的个数将决定分析过程中要进行估计的参数的个数，会影响被调查者所要评价的刺激（组合）个数。

为减轻被调查者的负担，同时又使参数估计保证一定的精度，需要限制属性水平的个数。

一个属性的各个水平的效用函数可能是连续性的，如价格方面的100元、200元和300元；也可能是非连续性的，如颜色中的红色、绿色、蓝色等；可能是二项的，如一种软件附带赠送耳机或不附带耳机；也可能多项的，例如电脑软件所适用的操作系统有：

DOS、Linux、Win3.X、Win95/98、WinNT、Win2000等。

确定属性及属性水平的关键因素在于：

如果不能通过使用属性水平很好的定义产品属性，那么产品就不能被准确的模拟。

如果一个属性水平选择没有被涵盖，也没有落入指定的任意两个属性水平边界范围内，就难以知道受访者是如何反应该属性，也就无法知道该属性或该属性水平相对于其他属性的重要性，在模型中也无法计算。

研究者既考虑市场普遍情况，还应考虑研究的目的。

如果采用的属性水平超出超出了市场的实际范围，那么将会降低评价工作的可相信程度，但会增加参数估计的精确程度。

研究人员必须在过多选择和过少选择中找到平衡点。

选定属性水平的一般准则是，范围稍大于市场上的流行范围，但又不能大到看起来影响评价的可信度。

产品模拟联合分析将产品的所有属性与属性水平通盘考虑，并采用正交设计的方法将这些属性与属性水平进行组合，生成一系列虚拟产品。

在实际应用中，通常每一种虚拟产品被分别描述在一卡片上。

联合分析的产品模拟主要有两大类方法：

配对法和全轮廓法。

配对法也叫双因子评价法，被调查者每次评价两个属性，直至所有的属性对都被评价完毕为止。

以旅游鞋为例，鞋底、鞋面和价格三个属性中每两个属性水平的所有组合为339个，如表2中鞋底与价格的组合，消费者就要按他们自己的喜好程度在每种组合中对相应的模拟出来的产品从1（表示最不喜欢）至9（或7，表示最喜欢）打分与排序,直到全部填写完毕。

同理对鞋底与鞋帮、鞋帮与价格两属性因素的产品模拟，也是如上方法进行处理，将全部数据填写完毕。

全轮廓法也叫多因子评价法，由全部属性的某个水平构成的一个组合叫做一个轮廓。

以旅游鞋为例，如下列组合产品：

鞋底：

橡胶；鞋帮：

皮革；价格：

300元，像这样旅游鞋属性水平的轮廓组合就有3327种，即消费者要对27种轮廓作评价。

并不需要对所有组合产品进行评价，且在属性水平较多时实施难度也较大。

在配对法中，通常用循环设计来减少组合数。

在全轮廓法中，采用正交设计等方法，可以减少组合数，但又能反映主效应。

正交设计的前提是不包括属性间的交互效应的。

一般收集两组数据：

一部分是估计数据集，是用于计算属性水平的效用函数的；一部分是用于估计可靠性与有效的数据集。

配对法的优点是受访者易判断回答，缺点是仅考虑两种属性，而不考虑其它属性，对事物的评价也是不太现实的，因而对全轮廓法人们更为常用。

旅游鞋的例子利用属性与属性水平可以组合起27种模拟产品。

如果受访者对所有27种模拟产品进行一一评价，那将是十分麻烦的。

联合分析采用数理统计中的正交设计并使用SPSS等统计软件可以减少模拟产品数量。

数据收集请消费者对虚拟产品进行评价，通过打分、排序等方法调查消费者对虚拟产品的喜好、购买的可能性等。

排序法是要对产品模拟组合中的所有属性水平作相对的评价，要求对每个组合给一个不同的等级。

对于配对法，需要排序每两种属性组合的所有产品模拟。

对全轮廓法，需要对所有产品模拟组合排序。

对于打分形式，需要对每一个产品模拟独立地评分。

在联合分析中，因变量可是购买偏好或意愿（受访者根据自己的购买偏好或意愿来提供数据），也可是实际购买与选择。

排序和打分形式均可，打分形式应用得更为普遍。

表3是一个消费者的打分回答。

计算属性的效用从收集的信息中分离出消费者对每一属性以及属性水平的偏好值，这些偏好值也就是该属性的“效用”。

计算属性的模型和方法有多种，一般主要用一般最小二乘法回归（OLS）模型、多元方差分析（MONANOVA）模型、LOGIT回归模型等方法。

有研究表明OLS回归估计效用值同其它模型的估计一样有效，也是最容易理解的方法。

因此用OLS回归的联合分析研究更多，也更普遍。

例如：

SPSS的Categories模块联合分析就是用OLS回归估计的，而且它能处理排序和评分两种数据。

结果解释与应用联合分析的结果可以在消费者个体层次上进行解释，也就是对每一个消费者的偏好计算不同属性水平的效用值和属性的相对重要性，并且分析个体对产品/服务的不同组合的偏好反应；也可以对联合分析在消费者群体层次上进行解释，首先按照某种属性将消费者进行分类，例如认为