精準(zhǔn)化市場研究系列知識分享之一:對應(yīng)分析圖
市場研究通過將相應(yīng)的業(yè)務(wù)問題所需的信息具體化,設(shè)計(jì)具體信息收集的方法、管理并實(shí)施數(shù)據(jù)的收集,既而進(jìn)行分析研究,得出最終結(jié)論的過程,其目的在于研究產(chǎn)品/服務(wù)的購買者及使用者的行為以及心理,以了解商品的現(xiàn)有市場和潛在市場以及如何對現(xiàn)有市場進(jìn)行發(fā)展開拓,進(jìn)而為企業(yè)提供有基于消費(fèi)者視角的洞察并支持企業(yè)做出有意義的決策。
企業(yè)在市場營銷活動中經(jīng)常會碰到以下問題:
我的客戶是誰?
我的潛在客戶有哪些?
我的競爭對手的客戶具有什么特征?
相對我的競爭對手來講,我的產(chǎn)品在市場上是如何定位的?
如和對現(xiàn)有產(chǎn)品進(jìn)行重新定位,改善其在市場上的地位?
開發(fā)什么樣的新產(chǎn)品來填補(bǔ)市場空白,從而滿足/引領(lǐng)消費(fèi)者需求?
對于開發(fā)的新產(chǎn)品,應(yīng)該定位什么樣的消費(fèi)群體?
市場研究是最早應(yīng)用數(shù)據(jù)分析來輔助企業(yè)進(jìn)行市場決策的領(lǐng)域之一,要回答以上的問題,過去主要通過描述性的統(tǒng)計(jì)分析以及交叉表,或者更加復(fù)雜專業(yè)的市場研究方法來解答。隨著計(jì)算機(jī)圖形技術(shù)的飛速發(fā)展,一系列形式新穎、直觀形象的感知圖(perceptual mapping)日益成為現(xiàn)代專業(yè)市場分析人士的新寵。它們通過展示消費(fèi)者對某一系列產(chǎn)品或品牌的感知與偏好,幫助企業(yè)了解客戶,進(jìn)行產(chǎn)品/品牌定位研究,還可以了解競爭對手的相對位置以及市場是否存在空白。在首次講座中,我們將向大家介紹的一種感知圖是對應(yīng)分析圖(Correspondence Map)。
對應(yīng)圖是交叉列聯(lián)表中的兩個(gè)分類型變量(橫變量和列變量)的圖形化展示,直觀的展示變量之間的關(guān)聯(lián)性,特別適合定性變量的研究,比如不同的品牌和不同的產(chǎn)品特性之間的關(guān)系,不同的產(chǎn)品和不同群體的消費(fèi)者之間的關(guān)系,不同銷售區(qū)域的消費(fèi)者偏好那種產(chǎn)品類型,等等。
接下來我們看一個(gè)例子,下面的一張交叉列聯(lián)表,總結(jié)了260個(gè)消費(fèi)者對于不同的軟件產(chǎn)品性能的評價(jià),假設(shè)B軟件是企業(yè)自己的產(chǎn)品,我們想要了解在消費(fèi)者對B軟件的評價(jià)如何,其他競爭對手的產(chǎn)品形象有何不同?
表格里匯集了所有的信息,但是即使盯著表格看上5分鐘,也很難對整體有一個(gè)很好的把握,運(yùn)用專業(yè)分析軟件JMP,可以輕松地把表格中的數(shù)據(jù)轉(zhuǎn)化成馬賽克圖,針對消費(fèi)者對于不同軟件的形象認(rèn)知可以得到很直觀的認(rèn)識。
下面的馬賽克圖,每個(gè)顏色塊的寬度代表了交叉表中每一行的類別的表現(xiàn),而高度代表交叉表中每一列的類別的表現(xiàn),面積表示行列交叉項(xiàng)在總體中的比例大小。根據(jù)上例我們可以看到橫軸所示的不同軟件品牌所示的寬度不同,軟件B、D較寬,表示市場上整體對B、D軟件是很認(rèn)可的,而表現(xiàn)最差的是A軟件。而對于不同的軟件,他們的性能各有所長,不同顏色模塊的高度就代表了各個(gè)軟件品牌性能表現(xiàn)的好壞,對于C軟件來講,我們可以看到其除了易學(xué)和操作簡單,在其他方面的功能都相對沒那么突出,而對于D軟件來講,馬賽克圖顯示消費(fèi)者認(rèn)為學(xué)起來較有難度。
基于JMP軟件繪制的馬賽克圖
雖然通過馬賽克圖我們更直觀的了解了消費(fèi)者眼中不同的品牌的形象認(rèn)知情況,但是很難對品牌和性能之間的關(guān)聯(lián)進(jìn)行綜合考量和把握,這就需要我們繼續(xù)使用JMP軟件繪制之前所說的對應(yīng)圖,來幫大家進(jìn)一步來分析不同品牌的定位了。
基于JMP軟件繪制的對應(yīng)分析圖(一)
對應(yīng)分析是一種多元分析方法,該方法通過降維把交叉列聯(lián)表中的行和列以點(diǎn)的形式繪制到一張二維(也可以是三維)圖上,通過點(diǎn)的方向和位置來描述行列之間的關(guān)聯(lián)。上圖中左下角的比例顯示通過對應(yīng)分析提取出的兩個(gè)維度解釋了原有數(shù)據(jù)近95%的變異(56.4+38.3)。
對應(yīng)分析圖中的中心點(diǎn)表示所有樣本的平均水平,所以靠近中心點(diǎn)的點(diǎn)與總體的平均水平類似;而一個(gè)點(diǎn)離中心點(diǎn)越遠(yuǎn),該點(diǎn)的特征就越明顯。如果兩點(diǎn)或者更多點(diǎn)相距比較近,則說明這兩點(diǎn)的表現(xiàn)非常類似。 接下來我們分步驟來解讀如何更好的應(yīng)用對應(yīng)分析圖。
(一) 總體觀察,定義坐標(biāo)軸。
根據(jù)各點(diǎn)的位置,可以看出該軟件產(chǎn)品的一個(gè)市場架構(gòu),進(jìn)而定義坐標(biāo)軸的含義。我們可以看到該例中,根據(jù)對軟件產(chǎn)品的理解和性能的描述,可以得出左邊是關(guān)于可視化友好的,右邊是輸出一般的;而橫軸上方是軟件易學(xué)易上手的,下方是復(fù)雜能力強(qiáng)大的。因此對坐標(biāo)軸定義如下:
基于JMP軟件繪制的對應(yīng)分析圖(二)
(二) 觀察行列的關(guān)聯(lián)—了解市場定位;
觀察紅色叉叉和藍(lán)色方塊代表點(diǎn)的鄰近區(qū)域,可以看到C軟件的特性是易學(xué)操作簡單;而D軟件擴(kuò)展能力,算法豐富,運(yùn)行速度快;B軟件可視化突出;A軟件沒有顯著的特性。如果原數(shù)據(jù)對應(yīng)的行列分別是產(chǎn)品和消費(fèi)群體,我們就可以得出不同產(chǎn)品對應(yīng)的消費(fèi)群體的特征了。
(三) 觀察交叉列聯(lián)表中的點(diǎn)與原點(diǎn)的距離,了解其差異化戰(zhàn)略;
從品牌角度思考,越遠(yuǎn)離中的的品牌,消費(fèi)者很容易識別,說明品牌特征(特色、特點(diǎn))明顯,越靠近中心的品牌,消費(fèi)者不易識別,也說明你的品牌定位沒有顯著可識別的特征,沒有差異認(rèn)知。
(四) 觀察同類點(diǎn)與點(diǎn)的距離,了解市場結(jié)構(gòu),進(jìn)行市場細(xì)分;
上圖我們可以看到該軟件產(chǎn)品的一個(gè)市場格局,不同軟件都有自己的主要特色,目前看來各自領(lǐng)域還沒有形成有足夠競爭的產(chǎn)品。對于B產(chǎn)品來講,如果其想要往擴(kuò)展能力方向發(fā)展的話,則會與D形成強(qiáng)烈竟?fàn)?,瓜分D的市場份額。
而性能對應(yīng)的點(diǎn)與點(diǎn)的距離遠(yuǎn)近,可以反映出性能之間的相關(guān)性,距離越近,相關(guān)性越強(qiáng)。
如果考察不同消費(fèi)群體對軟件的偏好,還可以根據(jù)點(diǎn)與點(diǎn)的距離進(jìn)行消費(fèi)者分群,最終選擇不同的目標(biāo)市場制定有針對性的營銷策略和市場投放。
(五) 向量分析排序—了解市場定位;
連接中心點(diǎn)和不同的性能對應(yīng)的點(diǎn)可以得到一條向量,做軟件點(diǎn)到該向量的垂線,觀察垂點(diǎn)到原點(diǎn)的距離,距離越遠(yuǎn),代表其相對表現(xiàn)越好。注意這里的相對有兩層意思,一是相對其他軟件,二是相對其他的性能;以上圖為例,我們可以看到,對于擴(kuò)展能力來講,其相對表現(xiàn)最好的是D軟件,其次是A軟件,接下來是B軟件和C軟件。大家可能會說原始數(shù)據(jù)中B軟件的擴(kuò)展能力是由于A軟件的,大家不要忘了相對的另外一層意思,B軟件的擴(kuò)展能力相對其他性能來講,表現(xiàn)一般,而A軟件雖然絕對表現(xiàn)不如B,但是其在擴(kuò)展能力上相對其他性能來講表現(xiàn)很好,所以可以從對應(yīng)分析圖可以大概看到不同企業(yè)對產(chǎn)品的戰(zhàn)略定位。
基于JMP軟件繪制的對應(yīng)分析圖(三)
以上我們通過一個(gè)小案例展示了對應(yīng)分析圖在業(yè)務(wù)決策中的應(yīng)用,大家在分析對應(yīng)分析圖的時(shí)候一定要謹(jǐn)記相對的兩層意思,才能更好理解洞察數(shù)據(jù)。下一次我們會向大家介紹雙標(biāo)圖(Biplot),與Correspondence Map的不同的是Biplot里展示的是數(shù)據(jù)絕對的強(qiáng)弱關(guān)系。
JMP提供了一系列針對市場研究的方法,包括選擇模型(Conjoint Analysis),對應(yīng)分析(correspondence analysis),主成分分析(Principle Component),多維尺度分析(Multidimensional scaling)等,這些方法可以幫助您分析權(quán)衡購買決策因素,展示產(chǎn)品定位,監(jiān)測消費(fèi)者的不同偏好,從而使您更深入的洞察產(chǎn)品,目標(biāo)客戶群體以及競爭對手。