數據分析入門以及方法論

數據分析方法論鄧超什么是數據分析方法論數據分析方法論主要指一次完整的分析的主導思想。包括從哪些方面開展分析？各方面分析的內容和指標？從鴻觀上來說。分析方法論是數據分析的規(guī)劃。指導后期分析工作的開展。方法論主要方法包括：對比分析交叉分析相關分析回來分析聚類分析等為什么要引入方法論來進行數據分析很多人在做數據分析的時候。常常發(fā)覺這樣幾個問題1、不知道從哪里入手開展分析2、分析的內容和指標常常被質疑是否合理。完整。自己也說不出所以然來。而數據分析方法論的主要作用就在于：1、理順分析思路，確保分析結構的體系化和系統(tǒng)化2、把問題分解成關聯的部分，并解析他們的關系3、為后續(xù)的分析開展指導方向4、確保分析結果的有效性和正確性常用的分析方法論1、PEST分析法PEST為一種企業(yè)所處宏觀環(huán)境分析模型，所謂PEST即Political（政治），Economic（經濟）,Social（社會）andTechnological（科技）.這些是企業(yè)的外部環(huán)境，一般不受企業(yè)駕馭，這些因素也被戲稱為“pest（有害物）”在引入PEST分析法時，一般會先進行歸因分析。將企業(yè)內外的一些信息進行歸類。然后組合5W2H分析法5W2H分析法又叫七何分析法，是二戰(zhàn)中美國陸軍兵器修理部首創(chuàng)。獨創(chuàng)者用五個以W開頭的英語單詞和兩個以H開頭的英語單詞進行設問，發(fā)覺解決問題的線索，找尋獨創(chuàng)思路，進行設計構思，從而搞出新的獨創(chuàng)項目，這就叫做5W2H法。（1）WHAT——是什么？目的是什么？做什么工作？（2）HOW——怎么做？如何提高效率？如何實施？方法怎樣？（3）WHY——為什么？為什么要這么做？理由何在？緣由是什么？造成這樣的結果為什么？（4）WHEN——何時？什么時間完成？什么時機最適宜？（5）WHERE——何處？在哪里做？從哪里入手？（6）WHO——誰？由誰來擔當？誰來完成？誰負責？（7）HOWMUCH——多少？做到什么程度？數量如何？質量水平如何？費用產出如何？5W2H應用領域由于此方法簡潔直觀有效，我們很多時候。用這種分析方法來分析用戶行為邏輯樹分析法1、邏輯樹又稱問題樹、演繹樹或分解樹等。邏輯樹是將問題的全部子問題分層排列，從最高層起先，并逐步向下擴展。把一個已知問題當成樹干，然后起先考慮這個問題和哪些相關問題或者子任務有關。每想到一點，就給這個問題（也就是樹干）加一個“樹枝”，并標明這個“樹枝”代表什么問題。一個大的“樹枝”上還可以有小的“樹枝”，如此類推，找出問題的全部相關聯項目。邏輯樹主要是幫助你理清自己的思路，不進行重復和無關的思索。2、邏輯樹能保證解決問題的過程的完整性;它能將工作細分為一些利于操作的部分;確定各部分的優(yōu)先依次;明確地把責任落實到個人。3、邏輯樹是所界定的問題與議題之間的紐帶;它能在解決問題的小組內建立一種共識。拆解方法邏輯樹分析法須要留意以下三個原則：

1、要素歸納要完整2、框架設計要合理，做到不漏不重3、框架內的要素要保持必要的相互關系。不過邏輯樹分析也有其局限性。就是涉及到問題可能會有遺漏。雖然可以通過排列的方式展示。但是難免會有考慮不周的狀況。這個時候就必須要引入頭腦風暴案例：邏輯樹分析法分析利潤增長放緩利潤的降低可以接受多種維度的分析。其中最常見的就是將利潤劃分為：收入，成本還有其他。一般而言。利潤下降是多種因素共同作用的結果。但是往往是收入起主導作用，在分析時也是重點關注對象4p分析法20世紀60年頭由杰羅姆·麥克錫提出的一個關于市場營銷學的概念，4P說明為：(1)產品(product)，指企業(yè)供應其目標市場的貨物或勞務，其中包括產品質量、樣式、規(guī)格、包裝、服務等。(2)價格(price)，指顧客購買產品時的價格，包括折扣、支付期限等。(3)地點(place)，指產品進入市場或達到目標市場的種種活動，包括渠道、區(qū)域、場所、運輸等。(4)促銷(promotion)，指企業(yè)宣揚介紹其產品和勸服顧客購買其產品所進行的種種活動，其中包括廣告、宣揚公關、人員推銷、推銷活動等應用領域4p法主要的應用領域在公司的整體運營上、這種方法再結合邏輯樹分析法就可以得到一個特殊完整的公司整體運營狀況的分析結果。漏斗轉化模型漏斗模型一般適用于業(yè)務流程比較規(guī)范，周期較長，而各個環(huán)節(jié)涉及到困難業(yè)務較多的管理工具。漏斗的優(yōu)點是直觀，干脆。明顯。能夠快速看到問題所在。例如之前我提到過的關于關鍵路徑轉化率的漏斗分析模型，不僅能現好用戶從進入網站到實現購買的最終轉化率。同時能夠精確的將指責細分到每個產品經理。矩陣關聯分析矩陣分析法是依據事物的兩個重要指標進行分析挖掘的工具。以屬性A為橫軸，屬性B為縱軸，組成一個坐標系。然后在兩個坐標系中依據某一個指標進行刻度劃分（平均值，閱歷值，行業(yè)水品等）。構成四個象限。然后將須要分析的事物投射到這四個象限內。進行交叉分析。就可以直觀顯示事物之間的屬性關系了。例如關于客戶滿足度的屬性分析：矩陣分析案例客戶滿足度分析作圖的步驟：1、利用滿足度和重要性劃分坐標軸2、設置刻度。將坐標軸劃分為四個象限3、分別取調研值。并進行權重分析。然后每個每個用戶確定一個X值。一個y值。4、繪制分析矩陣發(fā)展矩陣跟蹤有時候要長期探討用戶的滿足度變更狀況。這個時候就須要將確定周期內的變更狀況繪制成發(fā)展矩陣。通過發(fā)展矩陣能夠了解用戶滿足度變更狀況：如圖：實線標識從09年到10年滿足度變更狀況。虛線標識從10年到11年變更趨勢舉一反三矩陣法還可以做哪些衍生？例如：改進難易程度例如：利潤占比多維度結合法以上的方法往往不是獨立運用的。在做一個分析的報告的時候會用到多種分析方法組合的模式。例如：在上周的培訓中已經說過了。關于用戶行為數據有著很多指標。這么多的指標不行能通過只通過一種方法就將全部的分析維度進行關聯更多的時候我們會組合運用：案例：用戶行為軌跡描述用戶的在電商網站上的基本認知軌跡是：認知，熟悉試用，運用，忠誠。最終的忠誠是最終目的。在這個過程中用戶的動作會有大量的冗余操作。這些數據就構成了一個用戶行為的網。在做分析的時候須要將這個網進行拆分。用到5w2h方法，用到邏輯樹法。而一個用戶網購行為受經濟影響巨大，所以也必定會引用到PEST歸類。諸多方法的組合，才構成了最終的用戶最終購買算法介紹1、加權算法再分析中，常常會運用到加權算法。目前的加權算法比較多。有專家訪談法，德爾菲法，層次分析法，主成分分析法，因子分析法，回來分析法。但是這些方法都較為困難，操作起來相當困難。都須要數學基礎。這里介紹一種相對簡潔的權重確認法。我們稱之為目標優(yōu)化矩陣。2、目標優(yōu)化矩陣介紹目標優(yōu)化矩陣的原理是將人腦的模糊思維，簡化為計算機的1/0式邏輯思維。最終得到量化的結果。這種方法簡潔，便利快捷。而且用途廣泛。它不但可以用來做目標的優(yōu)化。而且可以項目的排序。重要性排序3、對于權重數值：對于權重數值的確認，一般須要有閱歷的專業(yè)人士。通過投票來確定重要性。從而獲得權重數值案例：目標優(yōu)化矩陣在實踐中的應用Hr評判權重：

在人才評價體中，有四個指標。分別是人品，動手實力，創(chuàng)新意識，教化背景。公司的hr須要對每個應試者進行打分。并計算綜合得分?，F在要確定權重。我們的計算方法如下：分別在橫軸和縱軸都列出人品，動手實力，創(chuàng)新意識，教化背景。然后兩兩比較。假如超過重要就填入1，假如不如重要就填入0：例如：運用時的留意事項：1、在最終的計算結果中發(fā)覺，假如發(fā)覺有項目是0分，就可以在全體增加一份的方式進行等比放大。2、公式：權重=某指標的綜合性計分/全部指標的綜合性計分。例如：人品調整后分數為3分。調整后總分為10分。則人品的權重為3/10=0.33.將此權重進行等比分析即可圖表的運用目前常見的圖表包括：表格，餅圖，條形圖，柱形圖，折線圖，散點圖。有些報表是可以通用的。但是對一些特定的報表必須要接受一些特殊的表現方式。下面我就一一講解了解數據關系想要搞清晰報表在什么場景下運用。第一須要知道的數據之間的關系，這些關系包括以下六種：成分，排序，時間依次，頻率分布，相關性，多重數據比較。首先說成分：成分又叫做構成。是只整體的一部分。一般來說是將整體進行切分的結果。最常見例子的就是披薩。假如一個披薩女孩子吃了四分之一。我們就認為女生吃了２５％。而成分最長用的標新圖表就是餅圖。但是事實上還有柱狀圖和折線圖也可以表現。例如。關于性別的比例排序和時間依次排序：顧名思義就是依據須要比較項目之間的數值大小進行的排列序號。從大到小?；蛘邚男〉酱?。常用來分析線性的數據。最常用的是柱狀圖和折線圖：時間依次:表示的而是某一個具體事務在具體時間內的變更。這個時候千萬留意不能依據大小來排序。而應當依據時間不行隨意調整和修正頻率分布頻率分布和排序類似。表現的是各個相聚。類別之間的比較。只是頻率分布是以區(qū)間的形式呈現。是一種特殊的排序累圖表。留意：頻率分布只能依據橫軸的數據來描述。而不能依據縱軸大小來排序。例如。下圖中問題，商品價格區(qū)間報告。只能按早商品價格區(qū)間排序。而不能依據銷售來排序。否則就會顯得很亂。相關性相關性：是用來衡量兩個類目之間的關系。用來視察一個類目數據的變更引發(fā)的另外一個類目的變更。例如價格和銷售額。一般運用散點圖來查看：例如：散點圖留意點：1、散點圖是用以做定性分析。假如想要分析更加精細的維度。必需做定量分析2、坐標軸可以進一步劃分，現實公司雷達圖當決策項目過多。無法看出趨勢的時候。特殊直觀的方式就是接受雷達圖來查看。例如下圖：ABC三款電腦。當以柱狀圖呈現的時候。是看不出什么區(qū)分的。但是。假如我們轉化一下。雷達圖留意事項1、假如要雷達圖看起來美麗。全部的數據必需換算成統(tǒng)一的格式。例如百分比?；蛘邤抵敌再|。2、橫軸縱軸可以進行切換。也就是雷達圖可以反映一個事物的多個維度。也可以反映多個事物描述的痛一個維度。3、雷達圖運用過程中盡量不要和其他圖混合運用。其次課時關于本章課程上周講的課程相對較淺。很多分析方法要結合實踐分析才能達到最終效果。本章將重點闡述一些實踐性課程。上周涉及較多的是定性思維分析方法。而本周將針對上周所闡述的方法進行定量方法拆解。-31-PEST推論應用—因子分解法因子分析是什么

因子分析是將多個實測變量轉換為少數幾個不相關的綜合指標（因子）的多元統(tǒng)計方法因子分析能做什么

濃縮和提煉數據，以較少的幾個因子反映原資料的大部分信息

尋求數據的基本結構，從原始數據中提取的幾個因子分別從不同側面反映某個事物-32-因子分析的關鍵點因子分析在市場探討領域應用的意義在市場探討中往往會選擇多個變量來描述某個事物，假如干脆對觀測變量進行分析就會增加問題分析的困難性，而且分析結果的經濟意義往往也難以說明利用因子分析方法從若干觀測變量中提取幾個因子，再對提取的因子做進一步的分析可以使結果更加清晰，也更易于說明-33-應用領域和解決的典型問題因子分析在市場探討領域應用的越來越廣泛。作為一種比較高級的統(tǒng)計分析技術，因子分析的結果不但可以干脆揭示某些隱含的信息，還可以為其他很多分析供應支持因子分析＋聚類分析市場細分通過對提取的因子做聚類分析將受訪者分成不同的人群考察不同人群在人口、社會、經濟學等方面的特征，為客戶供應細分市場潛在用戶的全方位信息，為客戶在目標市場大展鴻圖指明方向市場細分能夠幫助客戶找尋并描述自己的目標市場。由于目標市場與一般市場相比有更多的收益潛力，因此市場細分的探討意義重大-34-應用領域和解決的典型問題因子分析＋回來分析滿足度探討滿足度探討須要設計變量數目眾多、層次分明的滿足度指標體系，為了使?jié)M足度探討問卷設計的合理、更科學，必需在滿足度探討的預調查階段對指標設置的合理性進行檢驗進行因子分析可以發(fā)覺哪些指標是可以從指標體系中剔除的，也可以考察指標的設置是否滿足了設計初衷（即指標的分類是否合理）依據因子分析的結果可以提取一些關鍵的指標進行競爭對手之間的比較，做到有的放矢通過對提取的因子進行多元回來分析能夠在調查之初發(fā)覺滿足度探討的哪個環(huán)節(jié)是須要關注的重點-35-應用領域和解決的典型問題因子分析品牌探討因子分析可以從探討品牌形象的諸多軟性和硬性的特性中濃縮和提煉的出少數幾個綜合因素，使得品牌形象更加顯明、獨樹一幟因子分析的結果可以用定位圖的方式呈現在品牌形象探討方面，定性探討的方法應用的比較早也相對成熟，但是隨著統(tǒng)計學的發(fā)展同時也為了適應市場探討領域不斷提出的更新要求，定量探討的方法越來越多的應用在了品牌探討方面-36-應用領域和解決的典型問題因子分析＋相關性忠誠度探討因子分析可以從滿足度探討的諸多因素中濃縮和提煉出幾個互不相關的綜合指標，它們反映了滿足度探討不同側面的內容，同時也涵蓋了原有指標的大部分信息把提取的因子和忠誠度的有關指標進行相關性的探討，我們可以發(fā)覺那些有助于提高用戶忠誠度的關鍵所在，從而使客戶的工作更具有目標性“接著運用、增加運用、舉薦運用”是體現用戶忠誠度的三個由低到高的層次，不同層次的忠誠表現會給企業(yè)增加不同程度的收益，因此忠誠度探討日益成為客戶關注的問題之一；從而發(fā)覺原委是哪些因素影響了用戶對某種產品或服務的忠誠度，成了市場探討領域的又一個目標-37-問卷設計形式因子分析要求變量為等距變量影響購買某種藥品的因素-38-案例演示閱讀提示：所演示的案例以上頁的問題為基礎

通過因子分析可以把原始變量濃縮為5個因子因子1：廣告和促銷的影響因子2：四周人和摯友的影響因子3：疾病自身因子4：醫(yī)生的影響因子5：報銷手段的影響-39-案例演示通過因子分析還可以進行地區(qū)間的比較，如左圖從圖中可以看出，廣告和促銷、醫(yī)生及報銷手段對上海人的影響明顯高于對北京人的影響相應的，四周人和摯友及疾病自身的狀況對北京人的影響又明顯高于對上海人的影響因子1：廣告和促銷的影響因子2：四周人和摯友的影響因子3：疾病自身因子4：醫(yī)生的影響因子5：報銷手段的影響-40-邏輯樹分析法的反用—聚類分析介紹無論是在自然科學領域還是市場探討領域，聚類分析的關鍵點通俗的講就是“物以類聚”、“相像相融”。聚類分析能夠把性質相像的屬性或事物凝合在一起，而與性質差異較大的屬性或事物“保持距離”物以類聚相像相融-41-名詞說明聚類分析是依據事物彼此不同的屬性進行辨別，將具有相像性的事物聚為一類，使得同一類的事物具有高度的相像性，不同類的事物之間具有很大的差異性聚類分析依據分類對象的不同分為：樣本聚類和變量聚類樣本聚類：對Case進行聚類變量聚類：對Variable進行聚類樣本聚類變量聚類-42-樣本聚類的應用領域樣本聚類市場細分在市場探討領域，樣本聚類分析主要應用的方面是幫助我們找尋目標消費群體，劃分出產品的細分市場通過樣本聚類可以描述出各細分市場的人群特征，有針對性的對細分市場的購買者行為進行探討，以便于客戶有針對性的對目標消費群體施加影響，合理地開展工作可以幫助客戶刻畫市場空白點和機會點，從而選擇產品試銷市場，制定競爭策略-43-樣本聚類的應用領域依據不同須要劃分同類產品案例將威士忌酒進行分類的一種比較傳統(tǒng)的方式是依據威士忌酒的產地劃分。但是知道了酒的產地卻并不能知道她的味道，同一產地的酒往往有不同的味道聚類分析解決了這個問題，它將不同產地的威士忌酒依據不同的品嘗進行了分類：假如你是個品酒的新手，聚類分析的結果可以告知你哪些酒的味道是相像的，假如你是威士忌酒的保藏者，聚類分析的結果可以幫助你擴大收集相同或不同味道的酒-44-變量聚類Q14-----+-+Q17-----++---------+Q16-------++---+Q18---------+-----+IIQ19---------++-++---------------+Q20---------------+IIQ15---------------------+IQ27-----+-++-----------Q28-----++-----------+IQ26-------++-----+IQ24-----------+-------+IIQ25-----------++-----------+Q29---------+-----------+IQ30---------++---+Q22---------+---+IQ23---------++-------+Q21-------------+變量聚類樹形圖變量聚類與因子分析的不同之處在于：變量聚類中可以很清晰的看出某個變量與其他哪些變量的相像性比較大，與哪些變量凝合成了一類-45-變量聚類的應用領域變量聚類滿足度探討在滿足度探討中，變量聚類可以幫助探討員劃分基礎指標的類別，明確每一個被考察的商業(yè)流程是由哪些基礎指標組成的通過變量聚類也可以在滿足度探討的預調查階段檢驗基礎指標的設置是否合理，從而保障滿足度探討整體的有效性和精確性變量聚類的應用領域變量聚類競爭對手探討運用聚類分析對市場進行細分，可以了解各品牌在不同細分市場彼此之間的關系如右圖，10個品牌依據確定的原則被分組，從分組的狀況中我們可以發(fā)覺品牌之間關系的遠近，它在確定程度上代表了品牌之間的競爭關系-47-問卷設計形式參與聚類分析的變量必需是數值型變量，而且至少有一個

北京申辦2008年奧運會民意測驗-48-案例演示閱讀提示：所演示的案例以上頁的問題為基礎首選應用因子分析從12個測試點中提取了幾個因子，如經濟意識、民族意識等我們利用提取出的因子將市民用聚類分析的方法分別出兩類人群，并進一步分別探討這兩類人對申奧的看法兩類人的特點確定支持者男性比較多平常特殊關切體育新聞常常參與體育活動特殊寵愛看奧運會競賽相對顧慮者女性比較多平常不太關切體育新聞不參與體育活動者較多比較寵愛看奧運會競賽聚類分析方法的難點聚類分析法最難點在于精確提煉出聚類的因子。這須要分析者除對相關業(yè)務學問了解之外。還必須要對分析的目的有明確認知。同時有多維度拆解實力。以目的作為驅動。將須要分析的關鍵點進行結構化拆解。做到目的服務性聚類。是須要不斷積累的工作。這里有幾個閱歷可以介紹給大家：1、聚類分析的時候確定要明確目標。原委是滿足度調查，市場細分分析還是其他。2、拆解的時候確定要秉持先大后小，先宏觀再微觀的原則。逐步進行拆解。3、拆解后要檢查是否有遺漏和不覆蓋的狀況，假如有。說明拆解的方式不對。須要調整方向聚類分析和因子分析的區(qū)分1、因子分析是找尋潛在的起支配作用的因子模型的方法。因子分析是依據相關性大小把變量分組，使得同組內的變量之間相關性較高，但不同的組的變量相關性較低，每組變量代表一個基本結構，這個基本結構稱為公共因子。對于所探討的問題就可試圖用最少個數的不行測的所謂公共因子的線性函數與特殊因子之和來描述原來觀測的每一重量。通過因子分析得來的新變量是對每個原始變量進行內部剖析。因子分析不是對原始變量的重新組合，而是對原始變量進行分解，分解為公共因子和特殊因子兩部分。具體地說，就是要找出某個問題中可干脆測量的具有確定相關性的諸指標，如何受少數幾個在專業(yè)中有意義、又不行干脆測量到、且相對獨立的因子支配的規(guī)律，從而可用各指標的測定來間接確定各因子的狀態(tài)。因子分析只能說明部分變異，主成分分析能說明全部變異。2、.聚類分析算法是給定m維空間R中的n個向量，把每個向量歸屬到k個聚類中的某一個，使得每一個向量與其聚類中心的距離最小。聚類可以理解為:類內的相關性盡量大，類間相關性盡量小。聚類問題作為一種無指導的學習問題，目的在于通過把原來的對象集合分成相像的組或簇，來獲得某種內在的數據規(guī)律。過于暈了吧。我濃縮一下：1、因子分析由取舍，聚類分析是全量2、因子分析須要假設。聚類分析是基于客觀事實3、因子趨向于微觀總結。聚類趨向于鴻觀。一般兩者會結合運用-51-散點圖的應用---對應分析對應點相當符合一樣對應分析（CorrespondenceAnalysis）是一種用來探討變量與變量之間聯系緊密程度的探討技術對應分析的結果通常以知覺圖（Mapping圖）的方式展示，生動而清晰-52-應用領域和解決的典型問題品牌探討是對應分析應用的最為廣泛的一個市場探討領域對應分析將品牌和與品牌相關的若干屬性和特征同時考察并在一張知覺圖中同時體現，不但可以發(fā)覺品牌之間在不同屬性方面的差異，也可以明確競爭品牌的優(yōu)劣勢可以幫助客戶剛好調整營銷策略，從而使產品品牌在消費者中樹立起正確的形象品牌探討1.0.50.0-.5-1.0-1.5.6.4.20.0-.2-.4-.6-.8品牌特點海爾三星飛利浦TCL松下LG長虹索尼東芝康佳高檔次售后服務好高品質外觀設計好物有所值技術含量高國際知名品牌國內知名品牌-53-應用領域和解決的典型問題對應分析能夠幫助客戶了解消費者對于其產品及同類產品在消費者心目中是如何定位的（產品定位包括產品形象、功能、特點等）對應分析還可以幫助客戶了解消費者對其產品的定位與預期定位是否有差距，有多大的差距市場細分與定位探討-54-應用領域和解決的典型問題對應分析可以為客戶供應不同細分市場的產品促銷方式，幫助客戶發(fā)覺在細分市場最行之有效的產品推廣方案對應分析還可以進行跟蹤探討，檢驗廣告或市場推廣活動的效果：通過對比廣告或市場推廣活動前后消費者對產品的不同認知圖，幫助客戶了解廣告或市場推廣活動是否成功的向消費者傳達了須要傳達的信息產品促銷與跟蹤探討-55-對應分析優(yōu)勢和不足優(yōu)勢對應分析技術用圖形化的方式表現出不同產品與各種特點或功能之間的關系通過產品與特點或功能之間距離的遠近來衡量消費者對不同產品的定位傳統(tǒng)測試方法通過交叉表簡潔的描述各種產品在一種特點或功能上的差異，卻不能形象化地綜合考察各種產品在不同特點或功能上的差異VS不足對應分析只能通過分析知覺圖上兩點之間位置的遠近來推斷品牌、產品及屬性之間的差異，這樣的測試結果無法進行統(tǒng)計學的檢驗，也就是說知覺圖上兩點之間位置的“遠離”或“靠近”只能是相對的推斷，而不能從統(tǒng)計學的角度進行遠近的確定推斷-56-問卷設計形式對應分析對問題的題目設計要求比較寬松，任何兩個能夠接受頻次進行交叉分析的變量都可以運用對應分析的方法-57-案例演示1.0.50.0-.5-1.0-1.5-2.01.0.50.0-.5-1.0-1.5品牌功能國產藥品合資藥品進口藥品價格不貴價格較貴公費醫(yī)療便于攜帶不易粘在身上新產品歷史悠久適合自己的病情對真菌也有效適用多數皮膚病副作用小需長期使用起效慢但持久起效快但不持久療效好腳氣靈腳癬一次凈采樂洗劑美克環(huán)利軟膏達克寧霜孚琪膚輕松維膚霜復方康納樂霜尿素軟膏膚樂軟膏樂膚霜恩膚霜皮康霜皮康王無極膏艾洛松乳膏派瑞松霜尤卓爾三九皮炎平皮炎平閱讀提示：所演示的案例以上頁的問題為基礎品牌－功能位圖-58-分析的聚合--聯合分析產品具有哪些特性最能贏得消費者的滿足要解決這類問題，傳統(tǒng)的市場探討方法往往只能作定性探討，而難以作出定量的回答聯合分析（conjointanalysis）就是針對這些須要而產生的一種定量的市場分析方法聯合分析是依據產品具有的某些特征，對現實產品進行模擬，讓消費者依據自己的喜好對這些虛擬產品進行評價，從而可以了解消費者對產品各特征的重視程度，并利用這些信息開發(fā)出具有競爭力的產品-59-應用領域和解決的典型問題這些虛擬產品并不是真剛要投入生產的產品，聯合分析可以再從這些虛擬產品中剝離出每個屬性，通過對每個屬性的不同水平的分析幫助客戶發(fā)覺最受消費者歡迎的新產品組合通過聯合分析還可以檢驗產品改進的效果：改進后的產品是否真的比改進前的好；顧客能否區(qū)分改進后的產品與改進前的產品之間的區(qū)分

新產品的開發(fā)聯合分析可以依據產品須要考察的不同屬性和屬性的水平正交設計出一些虛擬產品，從而得到消費者端對于這些虛擬產品的喜好程度新產品-60-應用領域和解決的典型問題發(fā)覺現有產品的缺點評價其他產品配方發(fā)覺產品對各個細分市場的吸引力評價商業(yè)前景獲得營銷支配其他元素的創(chuàng)意

產品測試和競爭分析產品測試的目的聯合分析的效果如何使產品的屬性特征最優(yōu)化從