广告定量研究与SPSS的应用Word格式.docx

广告定量研究与SPSS的应用Word格式.docx

《广告定量研究与SPSS的应用Word格式.docx》由会员分享，可在线阅读，更多相关《广告定量研究与SPSS的应用Word格式.docx（11页珍藏版）》请在冰豆网上搜索。

从2005年12月10日起，凡是符合规定的国外广告公司，均可在国内设立外商独资的广告企业。

这意味着6万多家中国广告公司不仅要和国内同业惨烈厮杀，还要和实力雄厚的外国广告公司火拼。

大陆、香港企业集团在国际资本全面角逐中国市场之前，早已开始行动——李嘉诚旗下TOM集团与白马集团在2001年就开始了激烈的户外媒体争夺。

2003年，星美传媒集团组建集“制作——传输——发行——媒介——广告”五位一体超媒体航母，开始了垂直一体化经营新广告运作模式探索。

现代意义上的中国广告只有二十多年的发展史，在初期发展速度快是很正常的事情，当然，其中出现的种种问题不可能避免。

二、中国广告公司发展的核心问题一些业内人士认为广告公司的发展核心在于客户的数量和质量，这个观点有一定的道理。

从深层次来讲，广告公司发展的核心问题归根结底是广告公司专业服务水平的问题，具体到一个公司，就是核心竞争力问题。

一方面，在买方市场主宰消费的背景下，人类大量的时间和精力投入在新消费手段不断被“创造和复制”的过程中，程式化的消费动作和语言逐渐占据了人们的日常行为和思维方式。

当消费劳动与生产劳动力量达到均衡或前者大于后者的时候，产业工人的价值链位置也被改写了，于是，研究消费的时代在新世纪开始了；

而广告是消费的“风向标”，加强对广告的控制是引领消费的必由之路，谈到控制，就牵涉到决策，要决策就必须科学分析市场，也就避免不了跟数据打交道，而精于数据处理分析和挖掘的广告公司实在太少，无法实现规模经营。

另一方面，中国改革开放以来，太阳神、爱多、秦池品牌从广告中崛起，从广告中陨落。

广告给无数企业带来惊喜，也带来巨大困惑。

广告就像一个黑匣子，广告费投入之后，销售量就大幅度攀升，但广告与销售量之间成何种关系？

我们如何确定广告投入和产出之间的关系？

如何对投入的广告效果作未来预测？

定性分析解决不了这个问题，许多广告主投放广告时以广告额占销售量的比例来计算，或者提出一个“大胆”的创意，制造新闻效应，到央视竞争标王，或者透支企业营业收入，负债投放广告。

保守的广告策略和冒险的广告策略给企业的生产经营带来的是不确定的、无法预测的广告效果，也大大暴露出定性分析的局限性——不能为产品的销售“买单”。

目前广告主对广告效果重视程度日益增强，对广告公司的市场调研和整合推广能力有了更高的要求，不再满足简单的广告创意、制作和发布几个方面，普遍要求广告公司对产品销售负责。

这反映了中国广告业发展的核心问题——广告公司普遍缺乏对广告加以高效控制和引导的能力，其中关键是缺乏广告定量控制分析能力。

三、发展中的定量统计分析科学严谨的市场研究可以减少决策风险，为成功市场营销奠定基础。

随着市场竞争在全球盛行,经管决策系统在市场营销领域发挥的作用越来越大，对数据的快速处理需求迅速增长。

20世纪60年代末，统计分析软件SPSS（StatisticalPackagefortheSocialSciences）在美国应时而生，即“社会科学统计软件包”，现更名为StatisticalProductandServiceSolutions，意为“统计产品与服务解决技术方案”。

由于其系统接口的友好性和对社会实践的预测科学性，它的全球客户已超过25万，它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。

在国际学术界有条不成文的规定，即在国际学术交流中，凡是用SPSS软件完成的计算和统计分析，可以不必说明算法，由此可见其影响之大和信誉之高。

在此期间诞生的公司还有SAS（statisticalanalysissystem）等公司。

SPSS、SAS程序界面如下所示：

统计软件科学离不开科学理论的支撑，事实上，统计学家、计量经济学家、数学家在这方面的建树颇丰。

统计学经过威廉·

配第、开特勒、恩格尔、哥塞特、科克仑等不同学派的学者开拓，到现代已经形成了庞大的统计学学术群，研究领域不断细化，出现了传播统计学、商务统计学等应用型学科，计量经济学也是在统计学基础上发展起来的，而数学则是前两者的基础，比如微积分里面的牛顿-莱布尼茨定律仍然指导着统计学的发展。

去年10月8日，瑞典皇家科学院将诺贝尔经济学奖授予美国经济学家RobertF·

Engle和英国经济学家CliveW·

J·

Granger，同时奖励130万美元表彰两位数量经济学泰斗为世界金融所作的贡献，这是理论与实践结合而开出的美丽花朵。

中国社会科学院财贸经济研究所副所长何德旭在计量经济学受宠诺贝尔一文指出：

“计量经济学通过把经济理论具体化和数量化，使人们能够更深刻的理解和掌握经济规律，更好的按客观规律办事……，为经济主体经营经管的现代化提供了有力的支持。

”②由此可见，正是由于理论和实践的相互结合，推动了定量研究与应用的发展。

四、广告定量技术应用我们可以运用统计学的概念与方法来处理广告商业经济中的各种问题，研究不确性现象的规律性，而SPSS和SAS是高效计算决策工具，可以节约大量时间和精力。

运用SPSS研究各个行业市场广告工程，这样，我们就可以做出更精确、更有效、更专业的市场分析报告。

A、行业市场的广告研究由于广告业服务的客户来自不同的行业，因此，对每一行业客户，我们都需要进行研究，以专业服务赢得客户和市场。

调查分析是必不可少的一环，分析行业市场面对的首要问题便是如何处理繁杂的数据，发现其中蕴涵的规律，比如每个品牌的市场占有率、市场增长率、利润链之间的关系、分类判别分析等等，通过对这些数据的挖掘和分析，发现广告在不同的行业、不同的时间所处的地位和作用。

下面举一个轿车行业广告研究应用的例子：

[编码：

BANDS品牌GROUP档次1=微型2=普及型3=豪华型4=中高档5=中档ADSUM广告总额FREQUENCIES频率CITY城市数MEDIA媒体数SALES销售量]

bandsgroupAdsumfrequenciesmediacitysales

千里马25,096.436,1981,24761143,132

奇瑞29,239.988,3741,68463138,581

宝来29,196.0511,8301,54064135,882

中华28,979.325,12097271133,182

爱丽舍28,189.994,4441,30263127,783

波罗27,798.307,8701,22063119,685

帕萨特58,833.016,2851,40761130,483

赛欧48,155.872,6411,12058125,084

捷达55,657.966,9791,30862122,445

菱帅57,871.824,85097859122,384

风神57,231.794,2671,19664116,986

奥迪26,543.365,5961,34660111,587

红旗26,254.275,6641,35362108,887

别克45,183.282,6901,03761103,488

吉利55,116.352,62788255100,789

索纳塔54,922.276,3441,0875395,390

威驰24,734.432,4408725192,691

马自达44,288.031,6806435489,991

北斗星53,837.501,4308005887,292

福莱尔53,665.832,2867645984,592

索纳塔53,598.691,2267284681,893

奥拓56,744.216,4781,5126378,068

帕萨特11,851.903,5457225776,494

宝马11,783.503,5718415971,095

松花江11,736.624,6381,0305768,396

奇瑞31,790.556142953173,795

江南奥拓1691.392,5005395361,302

奥迪1358.37412695057,598

广州本田1166.341,1262373349,500

东风1120.377392714241,402

梅赛德斯190.954601722436,003

云雀41,703.915403174265,696

凌志4993.352891835162,997

凯迪拉克3355.77153952154,899

大众32,247.223702252753,108

宝马4284.74125231752,199

本特利3149.034181452446,800

玛萨拉蒂1103.66241501638,702

法拉利3141.4752222844,101

菱帅160.933581252027,904

日产377.5123152233,303

别克372.554527930,604

奥迪357.5729171125,205

日产329.2286481422,506

嘉年华325.291513619,806

乐驰40.211117,107

注：

以上数据均为截面数据，来源于慧聪汽车商务网，并稍作了调整。

现在应用向后剔除法来建立回归预测模型：

Coefficients（a）

Model95%ConfidenceIntervalforBCollinearityStatistics

LowerBoundUpperBoundToleranceVIF

1（Constant）13721.12331960.907

adsum5.09110.057.1646.106

frequencies-2.0623.665.1576.372

media-30.81920.896.05817.354

city338.2171043.334.2154.647

2（Constant）14385.42232028.164

adsum5.2689.351.2374.220

frequencies-1.6832.557.2803.570

city371.814928.138.3382.957

3（Constant）14295.93731512.810

adsum5.9289.188.3642.747

city399.897930.583.3642.747

aDependentVariable:

sales

经SPSS检验，在剔除MEDIA、FREQUENCIES两个变量之后，方程回归系数、拟和优度、预测精度均达到显著水平,多元回归不再存在共线性、序列相关性、异方差性，可以用来预测。

因此，得到两个二元回归方程：

sales1=14295.937+5.928*adsum+399.897*city

sales2=31512.810+9.188*adsum+930.583*city

根据统计，大约95%的预测值落在sales1、sales2之间，这两个方程式反映了城市数量、广告额与轿车销售量之间的因果关系，从方程式中分析，可以发现城市数量的弹性比广告额的弹性要大。

再用SPSS分析广告费与轿车销售量之间的因果关系。

因为满足条件，我们还可以建立广告投入和产品销售之间的反应模型。

ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.

BStd.ErrorBeta

1（Constant）41153.1462844.87814.466.000

adsum10.817.609.93717.768.000

得到一元一次回归方程：

sales=adsum*10.817+41153.146

通过以上方程式，对广告投入产出之间的关系以及程度，我们通过建立模型来确定，在此基础上，我们可以通过广告费的支出来预测轿车销售量。

回归模型分析预测不大适用于长期预测，因为市场环境变化导致竞争力量常常发生变化，而回归模型是一种静态预测模型，所以，在实际应用中，较多采用时间序列分析方法。

B、广告事前调研和评估去年6月，哈尔滨制药六厂老总汪兆金在国家工商总局召开的广告监测会议发言曾谈到，“广告是市场经济的敲门砖，没有广告就没有哈药六厂，就没有２２个亿的销售收入。

但广告是一把双刃剑，毁掉一个企业，有时只需一夜。

‘盖中盖’广告事件让企业砸进几个亿。

”③哈六厂在2002年的表现的确不俗，2亿广告换回10个多亿的收入之后，发生的盖中盖广告事件让哈六厂差点跌入当年秦池的绝境。

狭缝中存活下来的新盖中盖再也无法续写当年的业绩，这可以看作是中国广告业发展的一个里程碑。

随着中国市场竞争进一步白热化，近几年广告费年支出上亿的企业越来越多，去年有10家企业广告费超过10亿，对于日益庞大的广告支出，广告主如果对广告效果缺乏预见和控制，很可能造成全盘溃败，这类例子，从许多央视标王的陨落可以反映出来，它们大都呈现出这种特征：

一方面是庞大的广告支出，一方面是吃紧的企业生产销售资金链，一旦其中一方出现危局，另一方就无法正常运营，最后失利的是企业自己。

如果当时企业在投放广告之前做一番专业的市场测试，也不可能输得那么狼狈。

这也反映了巨额广告的事前调研和评估的必要性。

例如：

A公司停止投放产品电视广告已经有6个月，产品销售量增长幅度逐渐放缓，该公司市场推广部经理就需要考虑是不是在这个时候再次投放电视广告。

因为预算有限，就需要开展调查以决定是不是广告停播的原因导致产品知名度大大降低，销量下滑。

采用实验法，开展广告认知度调查，收集的数据如下：

reco_value认知度group=1表示看过该广告group=0表示没看过该广告]

reco_valuegroup

4.201

3.701

4.101

3.601

3.401

4.701

4.601

4.301

3.901

3.101

2.500

3.300

3.600

4.500

3.800

2.900

4.300

4.100

3.200

3.500

方差齐性检验SIG.=0.625>

>

0.05，表明两个实验组方差均等，可以用于方差分析。

TestofHomogeneityofVariances

reco_value

LeveneStatisticdf1df2Sig.

.248118.625

方差分析检验如下：

ANOVA

SumofSquaresdfMeanSquareFSig.

BetweenGroups.7601.7602.303.147

WithinGroups5.94518.330

Total6.70519

两个样本之间自由度为1，F值为2.303，显著性检验SIG.=0.147>

0.05，表明两组之间不存在显著性差异，这种推断的置信度为95%。

因此，可以得出结论，该公司以前的广告知名度效果没有显著性降低，因此假设不成立，企业没有必要通过投放广告来提高知名度。

如果此次调研成本为5万，而广告投放成本为200万，如果广告播出浪费费用为50万，那么，我们就可以认为旨在提高知名度的广告在现在没有投放的必要，这次调研成本花费是科学合理的。

C、广告创意测试评估广告公司召开创意讨论会，除了激发灵感之外，还要决定哪些IDEA可以用来提案，我们经常面临的困惑就是：

评价创意是以创意人资历为规范，还是以创意本身为规范？

如果是后者的话，又如何认定前者的次优性？

我们把“把关权”放在创意总监的手里其实也不可*，因为决定创意命运的不是创意总监，而是广告受众。

广告主评判创意的规范是：

该广告是否可以最大程度的促进产品或服务的销售，这样，我们回到消费者这一“上帝”上面来探讨，如果一个广告创意的大部分受众认为CFA比CFB好，我们应该执行目标消费群认可的CFA。

CFA=1B=2Creative1=非常2=好3=一般4=差Partial1=高2=中等3=低occupation1=老师2=经理3=员工4=其他agestage1=15-17岁2=18-21岁3=21-23岁4=23-25岁5=25-30岁6=其他]

cfcreativepartialoccupationAgestage

12142

13214

12325

11214

12126

12214

11125

12235

11314

22213

24213

23333

23226

23324

24234

22135

24342

首先，运用spearman等级相关系数统计计算出各变量与各组创意技术方案的关联程度。

NonparametricCorrelations（非参数相关系数）

CFcreativepartialoccupationAgestage

Spearman'

srhoCFCorrelationCoefficient1.727（**）0.2830.219-0.325

Sig.（2-tailed）.00.2260.3530.162

N2020202020

creativeCorrelationCoefficient.727（**）10.3060.187-0.401

Sig.（2-tailed）0.0.1890.4290.079

partialCorrelationCoefficient0.2830.3061-0.04-0.266

Sig.（2-tailed）0.2260.189.0.8680.256

occupationCorrelationCoefficient0.2190.187-0.0410.02

Sig.（2-tailed）0.3530.4290.868.0.934

agestageCorrelationCoefficient-0.325-0.401-0.2660.021

Sig.（2-tailed）0.1620.0790.2560.934.

从相关系数分析可以看出，只有变量CREATIVE与不同创意技术方案存在显著差异。

（SIG.=0.000<

<

0.05），其它变量与CFA、CFB之间关联性不显著，可以得出结论：

在不同年龄阶段的消费群中，CFA的创意明显高于CFB。

从以上分析可以看出，各年龄段的消费者对广告脚本A、B的量化态度：

CFA与CFB在创意方面有明显的差异，但总体水平分析，不同年龄层次的消费群对两个CF的偏好倾向一致。

D、广告媒介评估广告媒介研究是媒介研究的一个重要内容，目前，广告收入是各大电视台、报纸、网站等媒体经营单位的主要收入来源。

因此，加强对广告媒体的研究以增加媒体收入是媒体寻求发展的重点和核心。

广告公司为客户做媒介代理同样需要对媒体作深