统计分析方法论文Word文档格式.docx
- 文档编号:20980132
- 上传时间:2023-01-26
- 格式:DOCX
- 页数:15
- 大小:508.94KB
统计分析方法论文Word文档格式.docx
《统计分析方法论文Word文档格式.docx》由会员分享,可在线阅读,更多相关《统计分析方法论文Word文档格式.docx(15页珍藏版)》请在冰豆网上搜索。
虽然存在种种不便,但是JAR问题由于其对产品开发改进指导的直观性,仍然受到产品研发人员的青睐,目前,在食品/饮料、纺织品、个人护理用品等领域中,JAR问题是产品测试的常用尺度。
而研究分析人员经过不懈的努力,也发展出了对JAR问题一系列分析手段,兹举例如下
一、常规的均值和图形分析
蛇形图可以将属性的平均得分通过折线图表示出来,这样可以看到每个属性离中心点的大致偏向。
这种方式直观简洁,一目了然,是最常用的方法之
二、三角图展示方法
三角图也是用来呈现JAR属性的一个好手段,可用于呈现单个属性的评价,也可用于多个属性的评价,以及多个产品的对比呈现。
三角图的制作很简单,采用等边三角形的方式,左边表示JA人群的比例,右边表示TL人群的比例,下方表示TM人群的比例,具体的刻度方式参见下图:
图:
一个三角图示例
上图含义:
对于属性A,60%的人认为正好合适,28%的人认为过少,12%的人认为过多。
而对于B配方,42%的人认为正好,20%的人认为过少,38%的认为过多。
将多个属性置于同一个三角图,可以方便地呈现产品的优点和缺点:
●
属性越靠近三角形的上尖端,则表示产品在该属性上表现越佳;
属性越靠近底端,则表明该属性的合适程度越低;
属性如果靠近左边(位于中心线左边),则表明认为该属性过强(多)的比例超过过弱(少)的比例;
如果靠近右边(中心线右边),则表明认为属性过弱(少)的比例超过过强(多)的比例。
三、Penalty分析
Penalty分析是JAR问题分析中最常用方法,它可以在多个属性中,找出每个属性的相对重要程度,并确定产品改进的优先次序。
Penalty分析的基本思想是:
通过分析具体属性和对产品总评价之间的关联,确定每个具体属性对总体属性的影响程度,从而达到确定具体数据重要性的目的。
在传统的属性评价中,这部分工作通常是通过回归分析和相关分析进行的。
Penalty分析的过程
Penalty分析需要以下两个方面的指标:
对产品的总体评价。
总体评价必须是等差或等比的尺度,比如对产品的总体喜欢程度用1-7分评价,分数越高越喜欢。
对具体属性的JAR偏好评价。
假定消费者评价了产品的某个具体属性,采用方式的是,中间值表示最合适。
对一个5分量表而言:
1分表示太少,2分稍微有点少,3分正好,4分稍微有点多,5分表示太多。
于是根据每个属性,我们可以将消费者分为3类:
第1类(打1~2分者):
认为产品在属性上偏少的人,记为TL;
第二类(打3分者):
认为属性表现为正好的人,记为JA,
第三类(打4~5分者):
认为属性表现为偏多的人,记为TM。
对于总体评价指标(总体喜欢程度),记消费者对该产品的总体喜欢程度为L。
针对每个属性的三类人群,记每类人群对产品的总体喜欢程度(平均值)为
L(TL):
表示TL人群对产品的总体喜欢程度
L(TM):
表示TM人群对产品的总体喜欢程度
L(JA):
表示JA人群对产品的总体喜欢程度
于是我们可以计算每个属性(比如说甜度)的Penalty指数(简记为P)
P(TL)=L(TL)-L(JA),TL人群的Penalty指数
P(TM)=L(TM)-L(JA),TM人群的Penalty指数
Penalty的大小反应了某个属性的偏向对总体指标的影响力度,通常称为Meandrops。
如果将Penalty指数乘以该偏向的人群比例,则可以计算出由于这个属性偏向某个方向,而导致消费者总体评价下降的总分数,常称为Totalmeandrops。
Penalty指数反映了属性对总体评价的影响程度,因此它是一个可以用来衡量属性重要程度的标志,也被称为Penalty重要性。
借助于象限分析等手段,可以确定产品属性的改进优先
度和改进方向。
一个Penalty分析计算过程
下面是一个典型的Penalty分析输出图表
从上图可以看出,奶味浓度偏淡是该产品的最主要问题。
在甜度方面,虽然有23%的消费者认为过甜,但是过甜对消费者的总体喜欢影响不大,Penalty指数仅为-1.6;
而甜度太弱对消费者的总体喜欢影响很大,因此总体来看,该产品在甜度方面的改进需要并不迫切。
四、JAR问题的统计分析
在统计分析方面,为了客户JAR尺度的非线性问题,目前研究者(R.Xiong等,2004)这提出了采用哑变量(DummyVariable)处理的方法,也有些研究者尝试采用优化线性尺度后回归的方法。
其中哑变量处理的方法比较直观,在此作简要介绍:
采用哑变量处理的基本思路是:
将JAR问题的两个方向测度转化为两个哑变量,具体来说,
对于一个5分尺度的JAR变量,处理方式如下
在进行过哑变量处理之后,原始变量事实上被拆分为两个单向变量,然后我们对这两个变量进行传统意义上的统计分析,比如主成分分析、回归分析等。
以回归分析为例,假定原来的回归模型为
Y=a+b1x1+b2x2+…+bkxk
经过哑变量处理后,回归模型转化为:
Y=a+(b11Z11+b12*Z12)+(b21*Z21+B22*Z22)+...+(Bk1*Zk1+Bk2*Zk2)
经过哑变量处理之后,对于回归分析而言,哑变量处理之后的变量间共线性程度可能加剧,因此采用PLS(偏最小二乘法)回归或者岭回归方法更加常用一些。
借助于回归分析模型,我们可以预测产品在改进后的最大喜欢程度(当所有测量属性都处于正好状态时的喜欢程度),并分析产品主要属性对产品喜欢程度的贡献。
结束语
总体来看,目前关于JAR问题的分析方法在产品测试中仍然是一个热门的话题,一些分析方法(比如采用Bootstrap方法[2])仍在探讨和改进之中。
由于所学有限,本文介绍中定有不当或遗漏之处,尚请同仁不吝指正。
如何合理选择抽样样本数
一、
研究介绍:
研究背景:
众所周知,抽样样本数的大小对调查结果的准确度有很大的影响,从统计上可以计算出每个抽样样
本数所对应的抽样误差有多少。
但大多数客户对抽样误差缺乏直观的感觉,无法清晰了解应该选择多大的抽样误差才能满足自己的实际需求,因此也就无从有效控制成本。
另外,对于定性研究来说,也需要采用另外的指标来衡量多大的样本量才能满足定性研究的需求。
因此,达闻通用的研究人员计划通过对现有数据的分析来帮助解决这两个问题。
研究课题:
1.定性研究应该采用多大的样本量才能有效解决问题?
2.定量研究中,采用不同数量的抽样样本,可达到怎样的研究效果?
研究方法:
我们以过往某个调查项目的总样本数(4450样本)为母体样本,从中分别随机抽取5样本,10样本,
20样本,30样本,50样本,80样本,100样本,200样本,300样本来比较其结果,为了充分了解每种样本量的抽样结果,每种样本量重复抽取30次。
对比的问题指标为:
不提示品牌知名度。
二、
研究的主要结论:
样本量
特点
5
只能获得一半的答案。
保证得到前2个主要的答案。
10
答案获得率达到70%。
保证得到前5个主要的答案。
15
答案获得率达到80%。
保证得到前8个主要的答案。
⇨
建议作为定性研究的最低样本量。
20
答案获得率达到85%。
保证获得前10个主要的答案。
30
答案获得率达到90%。
保证获得前12个主要的答案。
可粗略量化分辨出高、中、低结果
建议作为定量研究中一个细分配额的最低样本数。
50
答案获得率,精确度比30样本量要高一些。
100
答案获得率接近100%。
抽样误差约为+10%,调查结果可以反映市场的大体情况,但数据排名仍然有一定的误差。
建议用于项目中各分城市的最低样本数。
150
抽样误差比100样本量略佳,调查结果更接近现实,不过差别不会太大
200
答案获得率稳定为100%。
抽样误差缩小至约为+7%,结果很接近真实值,但多次抽样结果仍然有结果不稳定的情况。
建议用于市场描述性或问题诊断性研究项目,但不适合用于连续跟踪性的研究
300
抽样误差为+5.4%,调查结果基本上与现实一致,数据准确度和稳定性都很好。
建议作为U&
A研究和各类跟踪性研究的基础样本。
三、
详细研究分析
(一)定性样本需求分析
1、答案获得率分析
概念:
答案获得率是指在调查中的答案个数与实际总体答案个数的比例。
定性研究是属于探测性研究,因此不太在乎量化的数据,而会更关注能否获得足够的答案数以供进一步的定量研究,也就是说答案获得率是否足够。
在本次研究中,采用的4450个母体样本中,果汁品牌共有17个,也就是说实际总体答案个数就是17个。
因此,我们只需要对比每种抽样样本量下的平均答案个数,就可以知道该抽样样本量的答案获得率。
统计结果如下表:
从上面图表可得出,5样本的调查仅能拿到一半的答案,10样本获得七成的答案,15样本可得到80%的答案,而30样本是拐点,再得到90%的答案后,再增加样本量对答案获得率的帮助不大。
2、主要答案获得率
进一步分析,我们需要了解各种抽样样本是否能得到主要的答案。
下面是17个果汁品牌的不提示知名度,不提示知名度的高低代表了这个品牌的广泛性。
以下是每种样本量下的各答案获得率。
从图中可以看到,5样本量只能保证获得知名度最高的两个品牌,而10样本量可以保证获得不提示知名度在20%以上的5个品牌,而15样本量及30样本量可以保证获得不提示知名度在10%以上的品牌。
3、小结
综合前面两点分析,我们可得出结论:
定性研究最低需要15样本或2组座谈会的量,才能获得大部分的答案并覆盖到主要的答案。
如果需要对比研究细分群体,则每个细分群体也应该最少是2组座谈会放可保证效果。
(二)定量样本需求分析
(1)抽样误差分析
抽样误差是评估样本量的一个常用指标,我们的研究人员计算出了在95%的置信程度下各样本量的抽样误差,具体结果如下图:
(2)实际的调查结果分析
知道了抽样误差,大多数客户仍然很难知道应该如何根据实际情况选择抽样样本数。
因此,我们在这部分会用图像来展示各种抽样样本量的调查结果,去更好地了解不同样本量可达到的研究效果。
1、20样本:
调查结果与真实值相差很大,基本不能反映统计意义
2、30样本:
调查结果基本可以分出高、中、低的区别,但多数值与真实值有一定的误差
3、50样本:
调查结果同样可以分出高、中、低的区别,但有2-3个数值会与真实值有较大背离
4.、100样本:
调查结果开始接近现实,能反映市场大致情况,但数据排名的稳定性不够,不能作为跟踪对比的依据
5、150样本量:
调查结果更接近现实,误差明显减少,但仍然不够稳定。
6、200样本量:
调查结果相当接近真实情况,30次可能会有一次与真实的排名有误差。
7、300样本量:
调查结果基本上与现实一致,是非常优秀的定量研究调查样本量
(3)小结
30-50样本可作为量化分辨高、中、低结果的基本样本。
当样本量达到100的时候,抽样的调查情况可以反映市场的大体情况,但作为排名的结果依据仍然不充分。
而样本量上升至200的时候,结果很接近真实值,但多次抽样结果仍然有不稳定的情况,用于跟踪研究并不太妥当。
300的样本量在准确性及稳定性都相当好,是优秀的定量研究样本量。
总结
综合以上所述,下表整理了我们所研究的各个样本量的特点以及可以达到的研究效果:
广告营销策略的市场研究方案(AdvertisingPromotion)
问题定义:
产品一旦准备就绪,紧接着的广告推广是不可或缺的。
那么,设计一个广告推广计划至少需要考虑到哪些问题呢?
谁会是产品的目标用户群?
通过哪个媒体做广告能够更多更好地锁定目标用户群?
应该在广告中对目标用户讲些什么才能够吸引他们购买产品?
制作好的广告片/平面广告是否有突出的效果?
投放后,广告效果应该如何评价?
如何评价是否达到既定的效果?
下一次推广计划需要做什么改进?
1.
目标用户界定与最佳媒体选择
一般来说,目标用户界定研究在产品测试完成的时候已经结束。
也就是说,在经历了概念测试、产品测试阶段的市场研究,商家应该已经非常明确了自己即将上市的产品的目标用户了。
如果产品没有经过市场测试的研究,商家不了解其产品的未来目标用户,则在确定广告计划之前,必须完成一项“产品使用与态度研究(Usage&
AttitudeStudy,U&
A)”。
通过这项研究,帮助用户达到以下目的:
细分市场,找到产品的潜在用户群,分析目标用户群的特征;
分析目标用户群的媒体接触习惯,以确定最佳媒体选择。
具体技术请参考世纪蓝图市场细分研究技术手册。
2.
广告概念挖掘研究
随着产品市场进入成长后期,市场中同类产品越来越多,用户经常面对着看起来毫无差别的商品无法判断应该购买哪一个,这是厂家最不愿意看到的局面,因为厂家总是希望目标用户能够看到自己产品的不同之处或者自己产品能够给用户带来的独特的利益,并从而决定购买。
这就要求必须做广告概念挖掘研究,帮助挖掘产品的独特卖点。
然而产品的利益点经常会比较多,有些能够直接看得出来,譬如价钱便宜、质量好、容易操作等,有些是看不出来的,譬如结构合理、富含某健康成分等。
从产品的利益点到产品独特的利益点到产品独特的卖点到产品传播概念的发展需要非常复杂的研究过程。
市场研究公司通过其相应的研究技术能够帮助客户从用户的内心挖掘出最终的产品独特卖点或者产品广告传播概念。
具体技术请参考世纪蓝图广告概念挖掘研究技术手册。
3.
选择最好的传播概念
找到广告传播的概念以后,还必须确认这个或者几个概念能够被大多数用户所接受,因为在挖掘这些概念时,市场研究公司运用的多数是定性的座谈会技术,其结论主要基于少数几个用户的意见以及研究人员、创意人员的经验。
独特的不一定是流行的,只有独特且能够被大多数用户认可的概念才会成为随后成功传播的基础。
量化研究能够帮助客户甄别出真正被大多数人接受的传播概念。
具体技术请参考世纪蓝图市场传播概念定量分析技术手册。
4.
广告投放前测试之故事板测试
有了最好的传播概念后,广告公司的文案就会写出脚本,创意就会做出几个不同的创意文稿。
从这些文稿中选出最好的而且能够被用户认可的文稿,才能够被制作成最终的广告片。
故事板测试经常被用来评价广告文案的好坏。
一般来说,所有创意文稿会被制作成几幅图片,要求这几幅图片连续起来正好可以讲出一个完整的广告故事。
通过座谈会讨论,或者可以帮助选出最佳的文稿,或者可以帮助修改文稿的不足,充实内容等。
具体技术请参考世纪蓝图市场故事板测试研究技术手册。
5.
广告投放前之模拟测试
选出了最佳的文案后,广告公司会制作出广告片或者平面广告,接着就是投放广告了。
其实在正式投放广告之前,细心的客户还应该做一次投放前模拟测试,因为广告一旦投放,动咎几十万、几百万甚至千万的费用就会花掉了,如果广告片中有一些用户不能够接受的内容,损失就大了。
虽然经过前面各个步骤已基本上能够确信这支广告从概念、创意、到文案都很不错,但市场在变,竞争环境也在变。
拍得再好的广告片能否与时下各个不同的广告插播在一起还能够显出那么引人注目呢?
花几万元的费用做一个投放前的模拟测试是非常有必要的。
具体技术请参考世纪蓝图广告前测研究技术手册。
6.
广告效果评价
经过模拟测试的广告片才会被正式投放出去。
广告投放出去以后,效果怎么样?
客户最关心的可能是吸引了多少用户来购买产品。
其实广告的效果可以是短期效果,譬如多少用户购买了产品,还有长期效果,即向用户传达了品牌的意义,在未来的时间里吸引更多潜在用户去购买。
而且,广告投放了一段时间以后,是应该继续投放,还是过一段时间再投放?
是应该换一个地方投放,还是怎样?
这都需要对前一段时间的广告效果做一个评价。
广告效果研究可以是DAR(dayafterrecall)方式,也可以是整体效果评估的方式,用得比较多的是后者,因为DAR只能够评价及时地回忆率,而整体效果评估不但能够研究各种认知率,还能够帮助客户设计随后的新的广告策略。
广告效果研究的关键点在于三个问题:
多少人知道?
多少人记住且理解多少内容?
多少人购买的?
计算出这三个数其是简单,关键是如何评价这三个数后面的意思。
广告效果评估包括媒体选择效果、创意效果、概念传播效果、品牌传播效果等。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计分析 方法 论文