市场调查资料的收集、整理、分析
市场调研的资料分两类。一类为文献资料，又称第二手资料。主要通过收集一些公开的出版物、报纸、杂志，政府和有关行业提供的统计资料，了解有关产品及市场信息。这些资料的整理分析，有助于了解整个市场的宏观信息，对企业了解市场的整体情况帮助很大。
第二类资料是通过实际市场调研，对企业及顾客的询问调查得到的信息资料，又称第一手资料调研。这是本文论述的重点。
实际的市场调研工作是将上述两类资料结合起来，进行比较、分析、整理，得出市场调研的总结论。两者在市场调研过程中缺一不可，相互补充。
（一）第二手资料的收集整理
第二手资料通过以下渠道获得：
1.国家统计资料。国家公开的一些规划，计划，统计报告，统计年鉴。
2.行业协会信息资料。行业协会经常公布发表一些行业销售情况，生产经营情况及专题报告。
3.图书资料。从图书馆或其它渠道获得的一些出版物，专业杂志、报纸所提供的信息资料。
4.计算机信息网络。从国际联机数据网络和国内数据库获取有关数据。
5.国际组织，国际商业组织定期发布大量市场信息资料。如联合国国际贸易中心发行的《世界外贸统计指南》，经济合作与发展组织发行的《OECD外贸、统计 C类：商品贸易，市场概述》。
收集有关上述资料，分析整理，去粗取精，去伪存真，为我所用。
二手资料的收集需要注意的几个问题是：
1.所搜集的资料与所调查的内容要有很大的相关性;
2.二手资料要注意时间性，不能用过时的资料充代;
3.充分搞清这些资料所载信息之来源和可靠程度。
二手资料的收集着重用来分析宏观形势，收集较省力、整理较方便。应把重点放在一手资料的收集和整理上。
（二）实际调查数据处理
一手资料的获得只能通过大量的实地调查，将数据汇总分析得到。具体的收集过程，在前面第三、四部分已介绍过，下面要讲的就是如何将一大堆原始数据变成有条理的信息。
1.校验
调查表回收后，可先进行检查，确定是否可接受作为有效的资料。这是第一道程序，具体包括三项内容：
①检验所有的问卷的完整性;
②检验访问工作的质量;
③检验有效问卷的份数是否符合调研方案要求达到的比例。
对于有遗漏的资料，如果遗漏项太多或漏选关键项太多，可作废处理;还可用时，一般将漏项用空白表示或以其它代号表示：对含义模糊的答复，根据情况，要么作废问卷，要么参考前后几个问题的回答来判断。
2.输入
校检后，就可以进行数据输入和统计了。
不同规模的原始资料，所使用的工具也不相同。
如凯迪牌山地车的调查问卷才不足100份，所以采用了手工统计;而对于大大泡泡糖的市场调查，因其规模数量大，必须用计算机进行统计。
将原始数据输入计算机，目前使用最多的是键盘输入，由于数量浩大，一般有数据输入一人，校对一人。
目前，在国外有一种用光学扫描系统直接阅读原始数据的数据输入方法，比人工键盘输人大大提高了效率，也降低了人工输入的错误发生率。但是由于使用这一设备的费用较高，需要高度规范化的问卷，及适合于光学扫描的特殊纸张等等，这一技术在国内还未有人使用。
3.制表
数据输入计算机后一般需用表格或图、线等形式统计并表达出来，便于研究人员的分析。
最简单也最常见的是单向表，用来统计各组的问卷答案选择项的出现次数，一般还需加上百分比和累计百分比两项。
因为百分比的分布状况对于分析测试总体特征组成很有帮助。另外，对数据颇数分布(即各选择项出现次数)使用平均值、众数、方差进行描述分析也很有意义，因为这些集中趋势计量方法可以辨别最典型的变量值和最普通的总体特征。例如，购买山地车的原因分析如下：
另外，经常使用的还有双向交叉表。双向交叉表就是通过表格分类来显示资料数据的多种特征，因此成功地编制交叉表，必须正确选择变量，合理分析这些变量之间的关系。
例，在购买山地车时，调查得到受访者的月收入与可接受价格之间相关性的分析，可用一个双重交叉表来表示：
（三）数据分析
进行资料分析，可以使用的方法很多，从现有的分析方法来看，数据分布的领域是宽广的。调查研究人员须先选择分析方法，才能对调查结果作出正确的分析和解释。
例如：凯迪车行想要根据调查结果判断采取何种促销手段，来增强凯迪山地车的知名度和美誉度。调查研究人员就需要断判消费者从何种渠道容易获得信息。而当他们得出有20%以上的人是通过电视获取信息这一结果时，就可以根据这一结果运用零假设的统计学方法来判断出在电视上作广告的风险程度和错误度。
再举-7例，车行为了判断"消费者对车子的外观设计最为重视"这种结论是否存在，可运用统计学中 K-Q检验，比较预期值与观察值的频数来确定结果是否与提出的结论取得一致，从而判断并确定消费者对车子的外观设计比其它因素更为看重。
资料分析还可以使用计算相关系数的方法，分析车子的价格与购买率之间的相关性，从而为定价决策提供科学依据。
统计分析的方法多种多样，尤其是多变量分析，技术性强，统计方法繁琐复杂，这里就不一一介绍了。
篇2:市场调查多变量分析研究
市场调查多变量分析研究
大多数由市场上所收集到的资料都是多元的。原因很简单：千辛万苦安排的可以收集数据的客观环境，作为调研公司当然会尽量多获取一些不同类型的有效测量数据。因此，多变量的问题自然存在。
××顾问自98年开始探索这些多变量分析技术，通过大量的项目积累获得了丰富的研究经验。下面这些多变量分析技术是我们在市场研究分析中常用的方法与模型。
1、多元回归分析(RegressionAnalysis)
在对市场数据的分析中往往会看到变量与变量之间存在一定的相关关系，例如：某产品的价格和社会需求之间，服务满意度与服务之间都有密切的关系，研究变量之间相互关系密切程度的分析为相关分析。如果在研究变量的相关分析时，把其中的一些因素作为所控制的变量，而另一些随机变量作为它们的因变量，确定这种关系的数理方法就称为回归分析。它常应用于满意度研究、消费者研究、市场预测以及一些专业技术研究等方面。
2、因子分析(FactorAnalysis)
因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子(之所以称其为因子，是因为它是不可观测的，即不是具体的变量)，以较少的几个因子反映原资料的大部分信息。常与其它技术联合使用，应用于满意度研究，市场细分研究中。
3、主成份分析(PrincipalComponentAnalysis)
主成份分析的目的是要对多变量数据表进行最佳综合简化。使用的方法是寻找这些变量的线性组合─称之为主成份，使这些主成份间不相关。为了能用尽量少的主成份个数去反映原始变量间提供的变异信息，要求各主成分的方差从大到小排列。第一主成份最能反映数据间的差异。
4、聚类分析(ClusterAnalysis)与判别分析(DiscriminantAnalysis)
聚类分析的目的在于辨别在某些特性上相似的事物，并按这些特性将样本划分成若干类(群)，使在同一类内的事物具有高度的同质性，而不同类的事物则有高度的异质性。在市场研究中，聚类分析主要用于：
☆对消费者群进行市场细分
☆对产品进行分类
☆选择试验市场
☆确定分层抽样的层次
☆分析消费者的性格特征和行为形态等方面
判别分析(DiscriminantAnalysis)能够依据样本的某些特性，以判别样本所属类型。与聚类分析不同的是，判别分析是在已知研究对象可用某种方法分成若干类的前提下，建立判别函数，用以判定未知对象属于已知分类中的哪一类。在市场研究中，判别分析主要用于对一个企业进行市场细分，以选择目标市场，有针对性地进行广告、促销等活动。
5、联合分析（ConjointAnalysis）
通过联合分析可以模拟真实购买情况下，消费者的权衡之后的选择，消费者的回答在是综合各种条件包括自身经济条件做出的，反映了其潜在的权衡标准，而不会像传统测试方法中得出的价格最低，性能最优的非现实可操作的结论，也不会得到所有因素都非常重要或人们通常可以预料到的非实际反映的似是而非的结论。联合分析还可以预测并未实际测试过的产品组合的消费者认同程度和市场份额。
6、对应分析（CorrespondenceAnalysis）
对应分析通过分析有定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。常应用于品牌形象研究，市场细分和市场定位研究。
7、决策树（DecisionTree）
决策树将资料依据不同的变量循序产生分析结果，得到这一研究结果之后，甚至不需要拥有任何统计分析之知识，即可由决策树分析方式来判明消费者之特点与异同点。
8、多维偏好分析
多维偏好分析常用于分析消费者对产品与服务的偏好倾向，在市场研究中能具体解决如下问题：
☆圈定目标消费群体
☆市场上哪些品牌的竞争激烈
☆探索市场的空白区域
☆消费群体的分类
☆品牌评价
9、多维尺度分析
探索多个研究事物间的相似(不相似)程度，通过适当的降维方法，将这种相似(不相似)程度在低维度空间中点与点之间的距离表示出来，并有可能帮助识别那些影响事物间相似性的潜在因素，在市场研究中能具体解决如下问题：
☆市场上，相似品牌有哪些?
☆消费者评价品牌相似性的依据是什么?
10、认知图
利用聚类分析，对应分析，可以生成结果更为直观的认知图。
举例说明：下图为手机市场的认知图。可得出的结论是：白领人士更偏好某品牌A;学生群体对于某品牌B的兴趣度较高;而私营业主对于某品牌C会更加青睐一些。