- 相關(guān)推薦
市場(chǎng)營(yíng)銷(xiāo)研究中對應分析方法的應用
內容摘要：本文主要探討統計分析方法中的對應分析技術(shù)在市場(chǎng)營(yíng)銷(xiāo)經(jīng)濟研究中的具體應用，并引用具體的實(shí)例來(lái)介紹實(shí)際中的應用情況，最后提出了在運用對應分析方法時(shí)需要注意的問(wèn)題。關(guān)鍵詞：市場(chǎng)研究 對應分析 營(yíng)銷(xiāo)管理
市場(chǎng)營(yíng)銷(xiāo)研究中經(jīng)常要涉及到對品質(zhì)型變量進(jìn)行分析，研究?jì)蓚�(gè)或多個(gè)品質(zhì)型變量之間的相關(guān)關(guān)系。比如：在對用戶(hù)進(jìn)行市場(chǎng)細分時(shí)經(jīng)常要研究用戶(hù)的收入水平和消費的產(chǎn)品類(lèi)別之間的聯(lián)系，其中收入水平經(jīng)常是定序型變量，產(chǎn)品類(lèi)別則一般為定類(lèi)型變量。通常在研究品質(zhì)型變量時(shí)要利用品質(zhì)型變量構成的交互匯總數據的頻數分析也即交叉列聯(lián)表分析，從而更深入地研究變量間的聯(lián)系，最終達到營(yíng)銷(xiāo)研究的目的。對應分析正是這樣一種在編制品質(zhì)型變量交叉列聯(lián)表的基礎上，利用“降維”的方法，通過(guò)圖形的方式來(lái)研究變量不同類(lèi)別之間的聯(lián)系，尤其適合于多分類(lèi)品質(zhì)型變量的研究。目前，對應分析在歐美日本等經(jīng)濟發(fā)達國家十分流行，但在我國營(yíng)銷(xiāo)調研領(lǐng)域的應用還比較少，該統計研究技術(shù)在市場(chǎng)營(yíng)銷(xiāo)研究領(lǐng)域可以廣泛地應用于市場(chǎng)細分、新產(chǎn)品推廣、產(chǎn)品定位、品牌形象以及滿(mǎn)意度研究等方面。本文的目的是對市場(chǎng)營(yíng)銷(xiāo)經(jīng)濟研究中對應分析方法的應用作一簡(jiǎn)單的探討。
對應分析的計算方法
兩品質(zhì)變量的交叉列聯(lián)表。通過(guò)品質(zhì)變量的交叉列聯(lián)表，得到如下m×n的矩陣X，并將X規格化為m×n的概率矩陣P，即：
X=
→P=
其中，xij表示選擇行品質(zhì)變量第i類(lèi)和列品質(zhì)變量第j類(lèi)的頻數，，為各單元頻數的總百分比。
確定數據點(diǎn)坐標。將P矩陣的m行看成m個(gè)樣本，并將這m個(gè)樣本看成n維空間中的m個(gè)數據點(diǎn)，且各數據點(diǎn)的坐標定義為：zi1，zi2，zi3，…，zin（i＝1，2，3，…，m）；其中（i=1，2，3，，m；j=1，2，3，，n）；同理，將P矩陣的n行看成n個(gè)樣本，并將這n個(gè)樣本看成m維空間中的n個(gè)數據點(diǎn)，且各數據點(diǎn)的坐標定義為：z1i，z2i，z3i，…，zmi（i＝1，2，3，…，n）；其中 （i=1，2，3，，m；j=1，2，3，，n），而兩個(gè)數據點(diǎn)的距離就表示差異的大小。
行列變量的分類(lèi)降維處理。計算出P矩陣行列變量的協(xié)方差矩陣，并計算相應的特征根，然后根據累計方差貢獻率最終提取特征根個(gè)數（一般取2個(gè)），并計算出相應的因子荷載矩陣。
繪制行列變量的對應分布圖。把因子荷載矩陣中的元素看成若干個(gè)二維點(diǎn)繪制在共同的坐標平面中，形成相應的對應分布圖，各點(diǎn)的坐標即為相應的因子荷載。這樣就實(shí)現了品質(zhì)變量各類(lèi)別間差異的量化，能夠從對應分布圖中直觀(guān)地看出各類(lèi)別分布情況。
對應分析的具體應用
對應分析技術(shù)在市場(chǎng)營(yíng)銷(xiāo)經(jīng)濟研究中通常用于研究多個(gè)分類(lèi)變量的關(guān)系，是市場(chǎng)細分、產(chǎn)品定位、品牌形象以及滿(mǎn)意度研究等營(yíng)銷(xiāo)領(lǐng)域常用的一種方法。筆者以房地產(chǎn)市場(chǎng)的一個(gè)調研數據為例，并對應分析技術(shù)在房地產(chǎn)市場(chǎng)研究中的具體運用情況。本文引用某一房地產(chǎn)商的調研數據根據對應分析的要求進(jìn)行整理分析。
在分析的時(shí)候，筆者主要選擇研究客戶(hù)的購買(mǎi)戶(hù)型和客戶(hù)背景兩個(gè)方面來(lái)進(jìn)行研究，其中客戶(hù)背景主要包括文化程度、從業(yè)狀況、家庭類(lèi)型、家庭年收入、年齡段等五個(gè)細分變量。圖1是筆者在上述列聯(lián)表的基礎上調用SPSS軟件的對應分析模塊對一房地產(chǎn)商的調研數據作出的分析結果。通過(guò)分析可以看出，房地產(chǎn)購買(mǎi)戶(hù)型與客戶(hù)背景狀況之間、購買(mǎi)戶(hù)型與購買(mǎi)戶(hù)型之間、不同的客戶(hù)之間的關(guān)系。
收入在10000－25000元、國營(yíng)企業(yè)和私營(yíng)企業(yè)年齡段在35－45歲的三口以上的家庭，距離三室一廳的購買(mǎi)戶(hù)型較近，換句話(huà)說(shuō)，這類(lèi)家庭比較喜歡三室一廳的戶(hù)型；一室一廳與四室以上戶(hù)型的距離較遠，這表明喜歡一室一廳的家庭與喜歡四室以上的家庭與其他戶(hù)型的客戶(hù)差別較大；從家庭類(lèi)型來(lái)看，單身的家庭和其他家庭的客戶(hù)有較大差異；從文化程度來(lái)看，初中以下的客戶(hù)和其他類(lèi)型的客戶(hù)之間有較大差異。相比較之下，收入在50000－75000元的被訪(fǎng)者更偏好四室以上的戶(hù)型；收入在5000－10000元的家庭更喜歡兩室一廳，而收入在5000元以下家庭則多偏愛(ài)一室一廳的戶(hù)型。因此在對客戶(hù)進(jìn)行細分的時(shí)候就可以參考對應分析圖的距離遠近，作出比較準確的判斷和分析。
應該說(shuō)，在被訪(fǎng)者背景資料的縱向對比中所占比例不大，而在橫向對比中所占比例較大；同樣對于購買(mǎi)戶(hù)型之間的縱向對比與橫向對比所占比例基本一致；本例中的大部分信息主要體現在第一維度上。由于對應分析綜合考慮了行比例與列比例的差異，因此在同一圖形中表現了購買(mǎi)戶(hù)型與客戶(hù)背景間的內在聯(lián)系。如果不用SPSS軟件而使用SAS軟件的對應分析程序，則會(huì )把兩個(gè)維度所占的行、列比例數值清楚的表現出來(lái)。這樣可能在分析的時(shí)候會(huì )有助于對應分析圖的理解。
總之，在市場(chǎng)營(yíng)銷(xiāo)研究中，對應分析在營(yíng)銷(xiāo)研究中應用廣泛，不僅僅在能夠進(jìn)行市場(chǎng)細分方面研究，在產(chǎn)品定位、品牌形象以及滿(mǎn)意度研究其他方面的也可以得到廣泛的應用，在這些應用具體領(lǐng)域其原理是大同小異，分析的結果也類(lèi)似，只不過(guò)在營(yíng)銷(xiāo)研究時(shí)，角度不同而已，因此只要掌握了對應分析的核心思想，對應分析在營(yíng)銷(xiāo)研究中的推廣就相對容易了。
運用對應分析應注意的問(wèn)題
對應分析又稱(chēng)為相應分析，是由法國數學(xué)家JP·Beozecri在1970年首次提出，主要用于分析二維數據陣中行因素和列因素間的關(guān)系。但是它跟相關(guān)分析又有很大的區別，對應分析一般是不能應用于相關(guān)關(guān)系的假設檢驗。它只能說(shuō)明兩個(gè)變量之間的聯(lián)系，而不像相關(guān)分析那樣能夠探究?jì)蓚�(gè)變量間存在的關(guān)系是否顯著(zhù)。而是用來(lái)研究?jì)蓚�(gè)變量?jì)炔款?lèi)別之間的關(guān)系。
而在研究維度方面，一般來(lái)講如果各變量所包含的類(lèi)別較少，則在兩個(gè)維度進(jìn)行對應分析時(shí)損失的信息量最少。維度由研究者根據變量所含的最小類(lèi)別數決定，但由于維度取舍不同其所包含的信息量也有所不同。
對應分析是在交叉列聯(lián)表的基礎上進(jìn)行的研究，即變量之間交叉分組下的頻數分析。因此在應用對應分析時(shí)應該對數據進(jìn)行整理，特別是要避免出現頻數為零或負數的情況。
另外，對應分析的最大特點(diǎn)是能把眾多的數據和眾多的樣品同時(shí)呈現在一張圖解上，將樣品的大類(lèi)及其屬性在圖上直觀(guān)而又簡(jiǎn)潔地表示出來(lái)。此外，它還省去了因子選擇和因子軸旋轉等復雜的數學(xué)運算及中間過(guò)程，能夠指示分類(lèi)的主要參數(主因子)以及分類(lèi)的依據，是一種直觀(guān)、簡(jiǎn)單、方便的多元統計方法。
相對于其他統計學(xué)方法，對應分析在使用中顯示出以下特點(diǎn)：使數據的結構以及行、列之間的關(guān)系變得一目了然；將變量和樣品綜合聚類(lèi)，便于比較分析；對于有序變量可進(jìn)行動(dòng)態(tài)分析；對小概率事件較為敏感。由于對應分析方法主要用樣品點(diǎn)和變量點(diǎn)的靠近程度來(lái)描述，所以對提示個(gè)性(尤其是有意義的小概率事件)十分有用，它可充分顯示因數據參差不齊而難以直接由原始數據概括其規律的信息。因此，對應分析方法的判別力很強，在市場(chǎng)營(yíng)銷(xiāo)研究中可以充分利用其特點(diǎn)來(lái)解決實(shí)際研究中的問(wèn)題。
參考文獻：
1.薛薇.SPSS統計分析方法及應用[M].北京：電子工業(yè)出版社
2.納雷�！·馬爾霍特拉（美）著(zhù)，涂平譯.市場(chǎng)營(yíng)銷(xiāo)研究應用導向（第3版）[M].北京：電子工業(yè)出版社
【市場(chǎng)營(yíng)銷(xiāo)研究中對應分析方法的應用】相關(guān)文章：
對應分析在企業(yè)戰略決策中的應用11-17
“案例分析法”在《市場(chǎng)營(yíng)銷(xiāo)》課中的應用03-21
離散元方法在混合料研究中的應用03-07
分析堅持高校運營(yíng)中應用市場(chǎng)營(yíng)銷(xiāo)觀(guān)念論文12-03
研究項目教學(xué)法在市場(chǎng)營(yíng)銷(xiāo)教學(xué)中的應用03-21
稀土在電鍍中的應用分析03-18
本量利分析方法在高校成本核算中的應用12-06