市场营销中的数据分析方法

营销数据真的得到100%利用了吗？

早期的传统营销中，营销者只需要搜集几项关键的数据指标就可以做出大致准确的判断，或者直接作出定论，这都不需要太复杂的处理程序，也没有太大的工作量，行销思路相对而言较为简单。

直到商业环境越趋于复杂，同样一个行业或者某一细分领域的竞争者越来越多，消费者的目光越来越挑剔，这时候不仅需要更多的数据样本来为营销决策提供支持，而且更重要的是，营销者需要更高水准的数据搜集工具来满足营销的要求。于是，一个很明显的问题逐渐暴露出来，收集到的数据没有经过专业的、全面的技术处理，竟然难以为营销者所用，所有的数据仅仅停留于“集合”阶段。

以一场活动为例。营销者开始习惯使用一些表单工具来收集客户的信息，比如在魔瓦5.0在线管理系统中，我们会获得客户这些信息（可自定义增加选项）：

在收集到的数据列表中，营销者可以知道每一位报名客户的详细信息，就像这样：

如果按照一般的数据收集工具或者是传统营销思维的逻辑，对数据的运用也许就止步于此了。但是对于营销者而言，得到一堆毫无头绪的数据有什么用处，这份名单最多能够转给销售部门带来可能的销售机会，对于着眼于全局策略的市场营销部门而言，可以说是完全派不上用场的。

没有经过深度挖掘处理的数据，跟营销之间就如同隔了一条无法逾越的鸿沟，不能产生规模效益。

在营销人的眼里，这堆数据如果要为企业变现，那就需要多几个步骤。举几个例子，比如说我们要清楚地知道客户来源的地区分布，各职位、阶层分布比例，年龄段等等，从而得出全面的、科学的结论，如下图：

如果是一场需要收取门票费用的活动，则营销者需要清楚地知道各种支付方式在门票收入中所占的比重，并精确到在线支付每一种细分方式的详细情况，只有这样“大数据”思维的分析统计结果，营销者才能对所有客户的支付行为习惯作出准确的判断：

根据以上这张分析图，营销者能够知道绝大多数的在线支付客户使用的是支付宝和微信，而这些客户也正是活跃的网购和社交媒体用户。

市场营销研究中　对应分析方法的应用　一　叶陆艳林昌华（宁波职业技术学院浙江宁波３１５８００）　◆　中图分类号：Ｆ２７９　文献标识码：Ａ　内容摘要：本文主要探讨统计分析方　法中的对应分析技术在市场营销经济　研究中的具体应用，并引用具体的实　例来介绍实际中的应用情况，最后提　出了在运用对应分析方法时需要注意　的问题。　关键词：市场研究　对应分析　营销　管理　场营销研究中经常要涉及到对品　质型变量进行分析，研究两个或　多个品质型变量之间的相关关系。　比如：在对用户进行市场细分时经常要研　究用户的收入水平和消费的产品类别之间　的联系，其中收入水平经常是定序型变量，　产品类别则一般为定类型变量。通常在研　究品质型变量时要利用品质型变量构成的　交互汇总数据的频数分析也即交叉列联表　分析，从而更深入地研究变量问的联系，最　终达到营销研究的目的。对应分析正是这　样一种在编制品质型变量交叉列联表的基　础上，利用“降维”的方法，通过图形的方　式来研究变量不同类别之间的联系，尤其　适合于多分类品质型变量的研究。目前，对　应分析在欧美日本等经济发达国家十分流　行，但在我国营销调研领域的应用还比较　少，该统计研究技术在市场营销研究领域　可以广泛地应用于市场细分、新产品推广、　产品定位、品牌形象以及满意度研究等方　面。本文的目的是对市场营销经济研究中　对应分析方法的应用作一简单的探讨。　对应分析的计算方法　两品质变量的交叉列联表。通过品质　变量的交叉列联表，得到如下ｍ　Ｘ　ｎ的矩阵　Ｘ，并将Ｘ规格化为ｍ　Ｘ　ｎ的概率矩阵Ｐ，即：　×＝　｝ｐ＝　｜　１　，　Ｘ　２］　Ｊ　ｊ　ｌ』Ⅲ：　’ＩＩ　Ｐｌ　２　ｔ７；１　，：：　Ｐ｛！　ｉ１　其中，Ｘ．．表示选择行品质变量第ｉ类和　一：　列品质变量第ｊ类的频数，　”　，为　鲁鲁。　备单元频数的总百分比。　确定数据点坐标。将Ｐ矩阵的ｍ行看　成ｍ个样本，并将这ｍ个样本看成ｎ维空　间中的ｍ个数据点，且各数据点的坐标定　义为：Ｚｌ１，Ｚ　Ｚｌ３Ｉ…，ｚ　（ｉ＝１，２，３，…，　＝　——　ｍ）；其中　（ｉ＝１，２，３，人，　ｍ。５　ｊ：１，２，３，八，ｎ）；同理，将Ｐ矩阵　的ｎ行看成ｎ个样本，并将这ｎ个样本看成　ｍ维空间中的ｎ个数据点，且各数据点的坐　标定义为：Ｚ　Ｚ２，Ｚ３．，…，Ｚ　（　１，２，　３，…，ｎ）；其中　～　（ｉ＝１，２，３，　鲁　衙　人，ｍ；＿ｉ＝１，２，３，人，ｎ），而两个数据　点的距离就表示差异的大小。　行列变量的分类降维处理。计算出Ｐ　矩阵行列变量的协方差矩阵，并计算相应　的特征根，然后根据累计方差贡献率最终　提取特征根个数（一般取２个），并计算出　相应的因子荷载矩阵。　绘制行列变量的对应分布图。把因子　荷载矩阵中的元素看成若干个二维点绘制　在共同的坐标平面中，形成相应的对应分　布图，各点的坐标即为相应的因子荷载。这　样就实现了品质变量各类别间差异的量化，　能够从对应分布图中直观地看出各类别分　布情况。　对应分析的具体应用　对应分析技术在市场营销经济研究中　通常用于研究多个分类变量的关系，是市　场细分、产品定位、品牌形象以及满意度研　究等营销领域常用的一种方法。笔者以房　地产市场的一个调研数据为例，并对应分　析技术在房地产市场研究中的具体运用情　况。本文引用某一房地产商的调研数据根　据对应分析的要求进行整理分析。　在分析的时候，笔者主要选择研究客　户的购买户型和客户背景两个方面来进行　研究，其中客户背景主要包括文化程度、从　业状况、家庭类型、家庭年收入、年龄段等　五个细分变量。图１是笔者在上述列联表的　基础上调用ＳＰＳＳ软件的对应分析模块对一　房地产商的调研数据作出的分析结果。通　过分析可以看出，房地产购买户型与客户　背景状况之间、购买户型与购买户型之间、　不同的客户之间的关系。　收入在１００００—２５０００元、国营企业　和私营企业年龄段在３５—４５岁的三１３以　上的家庭，距离三室一厅的购买户型较近，　换句话说，这类家庭比较喜欢三室一厅的　户型；一室一厅与四室以上户型的距离较　远，这表明喜欢一室一厅的家庭与喜欢四　室以上的家庭与其他户型的客户差别较　大；从家庭类型来看，单身的家庭和其他　家庭的客户有较大差异；从文化程度来看，　初中以下的客户和其他类型的客户之间有　较大差异。相比较之下，收入在５００００—　７５０００元的被访者更偏好四室以上的户　型；收入在５０００—１００００元的家庭更喜　欢两室一厅，而收入在５０００元以下家庭则　多偏爱一室一厅的户型。因此在对客户进　行细分的时候就可以参考对应分析图的距　离远近，作出比较准确的判断和分析。　应该说，在被访者背景资料的纵向对　比中所占比例不大，而在横向对比中所占　比例较大；同样对于购买户型之间的纵向　对比与横向对比所占比例基本一致；本例　中的大部分信息主要体现在第一维度上。　由于对应分析综合考虑了行比例与列比例　的差异，因此在同一图形中表现了购买户　日翟勘　全国贸易经济类核心期刊３７　，　‰　‰　市　维普资讯 自己的信息管理人员和机构，他们可以按　照自己的意愿配置所辖的信息资源。　企业的信息资源的规划从标准化管理、　创新管理、集成管理几个方面人手，对企　业的信息资源进行战略管理。企业信息资　源规划是对企业信息资源的全面的规划，　从收集、处理、存储、传输、利用五个过程　中进行统一规划，从而实现企业对人员、产　品及生产经营过程有效组织与管理。根据　企业的目标、任务和发展战略确定信息资　源管理的人员、部门，明确各自的职责；在　此基础上配备各种软、硬件资源，积极进　行信息收集、分析与运用。　（二）企业信息资源的实现管理　企业信息资源管理成败的关键在于信　息人才的投入与使用。对于信息人才不能　盲目引进，引进后要制定合适的政策、采　取有效的措施，鼓励信息人员积极工作、勇　于创新、高效完成任务，使企业信息资源　充分发挥应有的作用。同时企业也要注重　信息人才的培养，把企业员工送到信息资　源利用有优势的单位或高校学习、聘请专　家开展讲座等。采取各种有效措施提高信　息人才素质，提高信息人才工作绩效，从　而更好地实现企业信息资源的管理。　企业管理信息系统的建立是信息资源　管理的重要组成部分。通常采用结构化方　法来进行系统开发，其生命周期一般划分　为系统规划、系统开发、系统运行与维护、　系统更新。从２０世纪８０年代后发展起来　的原型法是通过快速建立并提供用户使用　原型来激发用户的信息需求。无论采用何　种形式其最主要的功能就是实现制造、仓　储、供求、销售企业资源的信息化管理。　（三）企业信息资源的安全管理　企业的信息资源是其无形资产的一部　分，随着信息技术网络技术的发展，威胁　企业信息资源安全因素较多，可分为自然　环境及不可抗拒因素、软件和硬件系统因　素、人为及管理因素、物理及电磁因素等　方面。　企业信息资源管理的技术安全措施是一　种被动的保护方式，也是现在信息资源保护　中最重要的一种措施，通常有系统授权、防　止病毒侵入、数据加密技术等几种。系统授　要，一方面识别用户的身份并且进行验证，　通过用户名、密码、特殊标志符、指纹等进　行识别；另一方面还要检测用户的服务请　求，根据用户同级别拥有的权限对用户的活　动进行限制。在互联网普及的今天，计算机　病毒日益猖獗，是一种特殊形式的安全侵　入。防止计算机病毒主要是软件预防，时时　监控、防止病毒感染。还有一种是硬件防护，　比如安装保护卡。数据加密就是按照预先约　定的变换规则对要保护的数据（明文）进行　转换成难以识别的数据（密文）０其逆过程　是按对应的解密方法恢复出明文。　总之，企业信息资源管理构建了以信　息化为基础的企业和谐发展、面向未来的　企业管理组织机构，加快了企业信息化的　建设，增强了信息技术在企业运营中的应　用和以信息技术为主导的企业技术创新能　力，提高了企业持续、稳定、发展的能力。　信息资源具有无限潜力价值，信息资源管　理值得企业高度重视和大力投入，企业必　从中获得高效益回报。　１．曾梅．知识管理．企业信息资源　管理的新发展［Ｔ］．冶金信息导－Ｔ－０，　２００２（２）　２．张洪烈．企业信息资源管理策略　分析［Ｊ］　经济ｆ＂ｌ题探索，２００４（７）　３．甘仞初．信息资源的组织与管　理．机械工业出版社。２００３　４　甘仞初．管理信息系统　机械工　业出版社．２００２　型与客户背景间的内在联系。如果不用　ＳＰＳＳ软件而使用ＳＡＳ软件的对应分析程　序，则会把两个维度所占的行、列比例数值　清楚的表现出来。这样可能在分析的时候　会有助于对应分析图的理解。　总之，在市场营销研究中，对应分析　在营销研究中应用广泛，不仅仅在能够进　行市场细分方面研究，在产品定位、品牌　形象以及满意度研究其他方面的也可以得　到广泛的应用，在这些应用具体领域其原　理是大同小异，分析的结果也类似，只不　过在营销研究时，角度不同而已，因此只　要掌握了对应分析的核心思想，对应分析　在营销研究中的推广就相对容易了。　运用对应分析应注意的问题　对应分析又称为相应分析，是由法国　数学家ＪＰ・Ｂｅｏｚｅｃｒｉ在１９７０年首次提出，　主要用于分析二维数据阵中行因素和列因　素问的关系。但是它跟相关分析又有很大　的区别，对应分析一般是不能应用于相关　关系的假设检验。它只能说明两个变量之　间的联系，而不像相关分析那样能够探究　两个变量问存在的关系是否显著。而是用　来研究两个变量内部类别之间的关系。　而在研究维度方面，一般来讲如果各　变量所包含的类别较少，则在两个维度进　行对应分析时损失的信息量最少。维度由　研究者根据变量所含的最小类别数决定，　但由于维度取舍不同其所包含的信息量也　有所不同　对应分析是在交叉列联表的基础上进　行的研究，即变量之间交叉分组下的频数　分析。因此在应用对应分析时应该对数据　进行整理，特别是要避免出现频数为零或　负数的情况。　另外，对应分析的最大特点是能把众　多的数据和众多的样品同时呈现在一张图　解上，将样品的大类及其属性在图上直观　而又简洁地表示出来。此外，它还省去了　因子选择和因子轴旋转等复杂的数学运算　及中间过程，能够指示分类的主要参数（主　因子）以及分类的依据，是一种直观、简单、　方便的多元统计方法。　相对于其他统计学方法，对应分析在　使用中显示出以下特点：使数据的结构以　及行、列之间的关系变得一目了然；将变　量和样品综合聚类，便于比较分析；对于　有序变量可进行动态分析；对小概率事件　较为敏感。由于对应分析方法主要用样品　点和变量点的靠近程度来描述，所以对提　示个性（尤其是有意义的小概率事件）十分　有用，它可充分显示因数据参差不齐而难　以直接由原始数据概括其规律的信息。因　此，对应分析方法的判别力很强，在市场　营销研究中可以充分利用其特点来解决实　际研究中的问题。　１，薛薇，ｓＰｓ　ｓ统计分析方法及应用　【Ｍ】．北京：电子工业出版社　２．纳雷希・Ｋ・马尔霍特拉（美）著，　涂平译．市场营销研究应用导向（第３　版）【Ｍ】、北京：电子工业出版社　全国贸易经济类核心期刊

市场营销管理中的分析方法

第 1 页 市场营销管理中的分析方法

第一部分 波士顿矩阵法

一、 波士顿矩阵法的背景和应用

波士顿矩阵法，又称为“增长率－占有率矩阵”法，它是美国一流的管理咨询公司――波士顿咨询公司在70年代提出的一种投资组合评估方法。

当时波士顿咨询公司鉴于一些大公司将资金平均分配给各分公司或部门的缺点，提出要根据产品的市场增长率和市场占有率两个重要因素来确定对每一产品或每一业务所应采取的策略措施。他们把对这些产品或业务的分析综合成一个组合平衡表。平衡表中将增长潜力、相对市场占有率以及资金潜力等因素都考虑进去，构成矩阵图形，并据此确定资金流向和各种产品或业务的取舍策略。

以上所提到的矩阵就是在营销管理中经常使用的波士顿矩阵，波士顿矩阵法的主要应用就是：通过公司（尤其是大企业，集团公司）波士顿矩阵的制作和分析，有效地对公司各项产品或策略性业务单位（SBU，Strategic Business Unit）进行资源配置、评估及调整，以达到公司最佳的投资组合模式。

二、 波士顿矩阵的内容

1、波士顿矩阵三要素

下图为一家公司的波士顿矩阵图。该图根据每种产品的三个特征组成（即波士顿矩阵三要素）：（1）该产品市场占有率与同类产品最大竞争对手的市场占有率之比（即该产品的相对市场占有率）；（2）该产品的市场增长率（可用销售额增长率表示）；（3）以销售金额表示的该产品对公司的贡献。

Star（明星产品） Question（问题产品）

20％ 4

市 1

场 3

增

长 5

“市场营销”数据分析

随着社会的不断发展和进步，市场营销的重要性越来越受到企业的重视。对于企业而言，如果想要在激烈的市场竞争中立于不败之地，就必须不断研究市场情况，了解顾客需求，提供满足顾客需求的产品或服务。在市场营销中，数据分析成为了一种重要的手段，因为它能够从海量的数据中找到规律，为企业决策提供有价值的参考。

一、市场营销数据分析的作用

1. 提供数据支持

企业的决策需要有数据支撑，市场营销数据分析提供了这种支撑。企业可以通过各种数据分析工具，对市场、顾客等各种数据进行收集、整理、分析，深入了解细分市场的需求和购买决策，通过总结规律，找到适应市场的策略，以提供目标市场所需要的产品和服务。

2. 确定营销趋势

市场营销数据分析可以帮助企业了解当前的市场情况，包括市场走向和趋势，有效提现消费者的需求，同时通过对竞争对手的分析，为企业决策提供有力的参考。

3.引导企业发展战略

市场营销数据分析不仅提供了数据支持，而且为企业决策提供方向性的指导，分析的结果可以有效地识别当前营销策略的优劣点，通过比较和分析得出适合企业实际的发展方向。通过数据分析可以识别不同的消费者所面临的不同需求，并确定如何确保企业产品或服务满足相关需求。

二、市场营销数据分析的方法

1.问卷调查

问卷调查是市场营销数据分析中最常用和最简单的方法之一。可以通过实地调查或在线调查的方式，从顾客和潜在顾客群中获取数据，从而更好地确定用户需求和偏好。通过对大量数据分析和比较，可以得出适应客户需求和偏好的产品和服务。

2.数据挖掘

数据挖掘是在大量数据中寻找或发现有价值的信息的过程。通过对数据进行切片、分析、处理和建模，从而发现其中的隐藏信息。数据挖掘可以发掘出隐蔽的需求和趋势，对市场营销决策产生重要的影响。

3.可视化分析

可视化分析将数据可视化，将抽象的数据呈现为图表或图像，便于快速理解和分析。通过可视化分析，可将数据变得更直观和清晰，减少数据分析过程中的误解和偏差。可视化技术一般适用于客户分析、市场预测、营销竞争分析等领域。