做好市场调研的详细方法 如何做市场调研和分析

市场调查
就是对某一目标,收集、整理、分析有关信息,通过对数据或信息的分析,得到相应结论,从而为企业决策提供参考,实现企业利益最大化 。
数据分析是市场研究的重要组成部分 。在分析的过程中,我们会遇到很多统计分析方法 。
今天,SPSSAU将介绍市场研究中常用的八种数据统计分析方法,以及如何在SPSSAU中使用这些方法 。
01 频数分析:分析比例,掌握基础信息 无论哪种统计分析,频数分析都是最常用的方法 。频率分析也是市场研究中最基本、最广泛使用的方法 。一般可用于统计分析样本的基本信息,统计占比,如消费者的基本信息,对产品的基本态度,购买产品的意愿等等 。
SPSSAU频率分析
频率分析结果
图表显示可以清楚地比较比例 。默认情况下,SPSSAU频率分析提供饼图、圆环图、直方图和条形图供选择 。
注:多项选择题的统计频率或比例为【问卷调研->多项选择题】 。
02 描述分析:定量数据对比 描述适用于分析比较定量数据 。比如通过比较各维度的平均值,可以发现哪些方面得分较高,哪些方面得分较低,找出优势或不足,从而制定出有针对性的改进方案 。可以用来分析产品满意度、用户需求等 。
描述性分析
描述分析结果
如果有多个问题要比较平均值,可以用折线图、柱形图、雷达图显示 。
03 IPA分析:满意度-重要性分析 IPA分析,也称为重要绩效度分析 。就是绘制散点图,比较不同项目或维度的重要性和服务性能,从而直观地识别优劣 。适用于服务质量、满意度分析、产品竞争力分析等 。
Au象限图
指标对应不同象限的不同解读,可以针对不同象限建立有针对性的优化措施 。
在第一象限中,指标客户非常重视,实际满意度也很高,这意味着优势项目可以突出或保持 。
在第二象限中,客户更关注指标,但感知满意度实现程度不高,这表明需要重点改进 。
第三象限的重要性和满意度不高,可以提升为第二优先 。
第四象限满意度大于重要性,对这些指标的关注度可以适当降低。
04 差异分析:交叉分析,寻找个性差异 以上方法一般只是对研究结果的初步描述,如果想进一步探究分析项目之间的差异,还需要进行差异分析 。例如探究不同背景的消费者在认知、态度、行为和原因上的差异;大学生还是工薪族更喜欢我的产品?不同教育背景的消费者对产品的需求是否有差异等 。
差异分析通常包括几种分析方法:方差分析、t检验和卡方检验 。
其实最核心的区别就是数据类型不同 。如果是分类的,分类的,这个时候要用卡方分析;如果是分类和定量,此时应该使用方差或t检验 。
方差检验和T检验的区别在于,对于T检验的X,只能分为男性和女性等两类 。如果X在三类,比如本科及以下,本科及以上;此时只能使用ANOVA 。
这三种方法都可以在sp ssau[一般方法]中使用 。
05 帕累托图:抓大放小,把握关键因素 帕累托图是“二八原则”的图形体现 。在数据分析中,二八原理可以理解为:80%的结果是由20%的因素造成的 。
在实际应用场景中,帕累托图可以用来评估产品、划分客户、管理员工等 。,找出导致之前积累80%的条目,重点分析 。
SPSSAU中有两个地方提供帕累托图分析,[可视化->帕累托图]一般都有 。如果是选择题,默认使用问卷调查->选择题生成帕累托图 。
重点分析累计总和占80%的相关项目 。频率越高,该因素越重要 。
06 聚类分析:用户分类 通过聚类分析,可以发现一群人的综合特征,并根据他们的特征将其划分为不同的群体 。与单一的分类标准相比,聚类分析可以综合多个指标的结果,得到更合理的类别 。
金聚类
不同行为的客户有不同的价值观 。比如可以通过选择消费次数、购买数量、客户满意度、忠诚度等指标对不同价值的客户进行分类 。
当变量较多时,可以用主成分或因子分析得到各维度(因子)的数据后再进行聚类 。
因子分析
07 对应分析:寻找市场定位 对应分析是将一个交叉表的结果用图形显示出来,以表达不同变量和不同类别之间的关系 。
对应分析可用于市场细分、产品定位等相关领域 。
Au对应分析
对应图
通过图形,可以解读同一变量不同类别的分化程度,以及不同类别变量之间的相关程度 。
首先,考察同一个变量:看同一个变量的不同类别是否区分清楚 。


推荐阅读