- 相關(guān)推薦
市場(chǎng)調研數據分析方法
做市場(chǎng)調查的，我們一定要掌握市場(chǎng)調研數據分析方法，以下是小編精心準備的市場(chǎng)調研數據分析方法，大家可以參考以下內容哦！
市場(chǎng)調研數據分析方法 篇1
一、產(chǎn)品經(jīng)理為什么要做市場(chǎng)調研？調研的目的是什么？
我們在做市場(chǎng)調研前，必須有一個(gè)自己的調研思路：我們要調研的對象，需要收集的數據，需要達到的效果等。只有有了明確的目標，才能獲得更加有效的數據。
1、通過(guò)調研了解市場(chǎng)需求、確定目標用戶(hù)、確定產(chǎn)品核心，為了更好的制訂MRD；
2、為領(lǐng)導在會(huì )議上PK提供論據；
3、提高產(chǎn)品的銷(xiāo)售決策質(zhì)量、解決存在于產(chǎn)品銷(xiāo)售中的問(wèn)題或尋找機會(huì )等而系統地、客觀(guān)地識別、收集、分析和傳播營(yíng)銷(xiāo)信息，及時(shí)掌握一手資源；
4、驗證我們定的目標客戶(hù)是不是我們想要的，目標用戶(hù)想要什么樣的產(chǎn)品或服務(wù)；
5、了解我們能不能滿(mǎn)足目標用戶(hù)的需求并且樂(lè )于滿(mǎn)足目標用戶(hù)的需求；
6、找準產(chǎn)品機會(huì )缺口，然后衡量各種因素，制定產(chǎn)品戰略線(xiàn)路；
7、調研到最后，目標越明確，需求確明確，也就會(huì )覺(jué)得，產(chǎn)品越難做，難以打開(kāi)市場(chǎng)等；
8、對于全新的產(chǎn)品，調研前PM必須先自己有一個(gè)思路，然后通過(guò)調研去驗證自己的想法的可行性。
二、市場(chǎng)調研的方式方法有哪些？怎樣確定調研的維度？
1、問(wèn)卷調查、用戶(hù)AB測試、焦點(diǎn)訪(fǎng)談、田野調研、用戶(hù)訪(fǎng)談、用戶(hù)日志、入戶(hù)觀(guān)察、網(wǎng)上有獎?wù){查；
2、做人物角色分析：設置用戶(hù)場(chǎng)景、用戶(hù)角色進(jìn)行模擬分析；
3、情況推測分析；
4、調研的維度主要從戰略層、范圍層、結構層、框架層、視覺(jué)層來(lái)展開(kāi)（不同的產(chǎn)品從不同的層次來(lái)確定調研的維度）
三、如何整理市場(chǎng)調研的數據？
對收集到的調研數據，我們需要整理出那些有效的數據，對于無(wú)效數據果斷丟棄。對有效數據進(jìn)行細致的處理、分析。
通過(guò)市場(chǎng)調研，我們收集了不少的數據，這些數據都是用戶(hù)最直接的對產(chǎn)品的某種需求的體現。作為產(chǎn)品經(jīng)理，我們視這些數據為寶貝，我們需要將這些數據進(jìn)行整理，讓他們變?yōu)檎鋵�。那我們該如何整理呢�?/p>
1、將規范的數據按照維度整理、錄入，然后進(jìn)行建模；不規范的數據的話(huà)就必須得自己先通過(guò)一些定性的處理，讓它變得規范，然后再用工具進(jìn)行分析；
2、封閉性的問(wèn)題，設置選項歸類(lèi)即可。開(kāi)放性的問(wèn)題，建議還是先錄下來(lái)，然后再頭腦風(fēng)暴整理出有用的東西；
3、定性的，焦點(diǎn)訪(fǎng)談和深訪(fǎng)，都可以錄音，在事后可以形成訪(fǎng)談?dòng)涗�；焦點(diǎn)訪(fǎng)談的過(guò)程中，可以以卡片的形式或者其他的形式讓用戶(hù)做選擇題，可以獲取少量的有數據性的東西，其他的更多的是觀(guān)點(diǎn)、方向性的，這個(gè)需要在整理訪(fǎng)談?dòng)涗浀臅r(shí)候根據問(wèn)題來(lái)歸納整理；
4、深度訪(fǎng)談的數據整理，我們以前會(huì )做頭腦風(fēng)暴，建立很多個(gè)用戶(hù)模型，強行量化這些數據。這個(gè)方法比較有效，特別在做人群研究的時(shí)候。
四、如何書(shū)寫(xiě)市場(chǎng)調研報告？
對整理后的數據，我們最終需要形成書(shū)面的市場(chǎng)調研文檔報告，以最直觀(guān)的方式呈現給我們的BOSS，從而獲得老板對產(chǎn)品的支持。
1、對市場(chǎng)調研的數據分析后進(jìn)行的說(shuō)明總結，用圖表或圖形的形式最直觀(guān)呈現；
2、分析用戶(hù)當前現狀，用戶(hù)對產(chǎn)品的需求點(diǎn)；
3、報告的組成有研究背景、研究目的、研究方法、研究結論等相關(guān)內容；
4、根據調研的時(shí)候的思路，將報告逐一完善，將數據分析的結論圖表化，得出自己的結論總結出趨勢和規律
五、數據分析的方式方法有哪些？
1、數據分析需要掌握數據統計軟件和數據分析工具（分析工具如SPSS等）；
2、數據分析的主要方法有：
對比分析法:將兩個(gè)或兩個(gè)以上的數據進(jìn)行對比分析，分析其中的差異，從而揭示這些事物發(fā)展變化的'規律和情況。對比分為橫向對比和縱向對比。
結構分析法:被分析研究總體內各部分與總體之間進(jìn)行對比分析的方法，即總體內各部分所占的指標。
交叉分析法:同時(shí)將兩個(gè)有一定聯(lián)系的變量及其值交叉排列在一張表內，使各變量值成為不同變量的交叉點(diǎn)，一般采用二維交叉表進(jìn)行分析。
分組分析法:按照數據特征，將數據進(jìn)行分組進(jìn)行分析的方法。
其他還有比如漏斗圖分析法、杜邦分析法、矩陣關(guān)聯(lián)分析法等等。
數據分析的方法有很多種，在進(jìn)行數據分析的時(shí)候，選擇有效的數據分析方法，能達到事半功倍的效果。
六、數據分析報告如何指導產(chǎn)品經(jīng)理進(jìn)行產(chǎn)品設計？
1、根據調研結論確定產(chǎn)品核心功能
2、把數據分析的結果加入到整個(gè)迭代設計的過(guò)程中加速產(chǎn)品的迭代更新
3、評估解決方案的可行性。根據實(shí)施的結果再去評估解決方案是否真的可行？是否還需要再改進(jìn)，依此類(lèi)推
4、通過(guò)數據進(jìn)行分析，得出用戶(hù)的行為規律，為產(chǎn)品提供支撐
5、日常的運營(yíng)分析，及時(shí)發(fā)現產(chǎn)品問(wèn)題
6、產(chǎn)品后期設定一系列的運營(yíng)指標進(jìn)行運營(yíng)監控，然后反饋產(chǎn)品迭代，指標主要包括：
1、用戶(hù)的反饋；
2、產(chǎn)品的BUG；
3、市場(chǎng)的反映；
4、產(chǎn)品未來(lái)的發(fā)展方向；
5、點(diǎn)擊率、留存率等等。
市場(chǎng)調研數據分析方法 篇2
01、頻數分析：分析比例，掌握基礎信息
無(wú)論是哪種領(lǐng)域的統計分析，頻數分析都是最常用的方法。在市場(chǎng)調研中，頻數分析也是最基礎、使用最廣泛的方法。一般可用來(lái)統計分析樣本基本信息，統計比例，如消費者的基本信息，對產(chǎn)品的基本態(tài)度，是否愿意購買(mǎi)產(chǎn)品等。
02、描述分析：定量數據對比
描述分析適用于分析對比定量數據。例如對比各維度均值，了解在哪些方面得分較高，哪些方面得分較低，找出優(yōu)勢項或短板項，從而制定出有針對性的改善方案�？捎糜诜治霎a(chǎn)品滿(mǎn)意度、用戶(hù)需求等。
03、IPA分析：滿(mǎn)意度-重要性分析
IPA分析，又叫重要性表現程度分析法。是通過(guò)繪制散點(diǎn)圖，對比不同項目或維度的重要度和服務(wù)表現，從而直觀(guān)的識別出優(yōu)勢項、劣勢項。適用于服務(wù)質(zhì)量、滿(mǎn)意度分析、產(chǎn)品競爭力分析等。
04、差異分析：交叉分析，尋找個(gè)性差異
上面幾個(gè)方法一般只是初步描述研究結果，想要更深入的探究分析項之間的差異性則要進(jìn)行差異分析。例如探究不同背景的消費者在“認知”，“態(tài)度”，“行為”，“原因”上的差異；是大學(xué)生還是工薪族更加喜歡我的產(chǎn)品？不同學(xué)歷的消費者對于產(chǎn)品的需求有沒(méi)有差異等等。
差異分析常見(jiàn)包括幾類(lèi)分析方法：方差分析、t檢驗和卡方檢驗。
其實(shí)核心的區別在于：數據類(lèi)型不一樣。如果是定類(lèi)和定類(lèi)，此時(shí)應該使用卡方分析；如果是定類(lèi)和定量，此時(shí)應該使用方差或者t檢驗。
方差和T檢驗的區別在于，對于T檢驗的X來(lái)講，其只能為2個(gè)類(lèi)別比如男和女。如果X為3個(gè)類(lèi)別比如本科以下，本科，本科以上；此時(shí)只能使用方差分析。
三種方法都可在SPSSAU【通用方法】中使用。
05、帕累托圖：抓大放小，把握關(guān)鍵因素
帕累托圖，是“二八原則”的圖形化體現。在數據分析中二八原則可以理解為：80%的結果是由20%的因素產(chǎn)生的。
實(shí)際應用場(chǎng)景中，帕累托圖可以用來(lái)評估產(chǎn)品、劃分客戶(hù)、員工管理等，找出找出導致前累積80%的項，并且重點(diǎn)關(guān)注和分析。
SPSSAU有兩處提供了帕累托圖分析，一般可用【可視化->帕累托圖】；如果是多選題則使用【問(wèn)卷研究->多選題】默認會(huì )生成帕累托圖。
重點(diǎn)分析累積加和占比在80%內的相關(guān)項目，頻數越靠前說(shuō)明越是重要因素。
06、聚類(lèi)分析：用戶(hù)分類(lèi)
通過(guò)聚類(lèi)分析，我們可以找到一類(lèi)人群的綜合特征，并按照其特征細分成不同人群。相比用單一分類(lèi)標準，聚類(lèi)分析可以綜合多個(gè)指標結果，得到更加合理的類(lèi)別。
不同行為的客戶(hù)有不同價(jià)值，比如可選擇消費次數、購買(mǎi)量、顧客滿(mǎn)意度、忠誠度等指標，對不同價(jià)值的客戶(hù)進(jìn)行分類(lèi)。
當變量較多時(shí)，可先做主成分或因子分析，得到每個(gè)維度（因子）的數據，再進(jìn)行聚類(lèi)。
07、對應分析：尋找市場(chǎng)定位
對應分析，是把一個(gè)交叉表結果通過(guò)圖形的方式展現出來(lái)，用以表達不同的`變量之間以及不同類(lèi)別之間的關(guān)系。
對應分析可應用在市場(chǎng)細分、產(chǎn)品定位等領(lǐng)域相關(guān)中。
通過(guò)圖形可以解讀出同一變量各類(lèi)別的區分程度，以及不同變量各類(lèi)別間的關(guān)聯(lián)程度。
第一，考察同一變量：查看同一變量的不同類(lèi)別是否被清晰區分開(kāi)。
第二，考察變量間的關(guān)系：離原點(diǎn)越遠，意味著(zhù)該點(diǎn)對于‘關(guān)系幅度’的表達越強，即說(shuō)明該點(diǎn)越能體現出‘關(guān)系’；
第三，在相同區域點(diǎn)與點(diǎn)之間靠得越近，意味著(zhù)它們之間關(guān)聯(lián)關(guān)系越強；點(diǎn)與點(diǎn)之間靠得越遠，意味著(zhù)它們之間關(guān)聯(lián)關(guān)系越弱。
08、市場(chǎng)預測：回歸分析
回歸分析是確定兩種或兩種以上變量間影響關(guān)系的方法。在市場(chǎng)調研中，回歸分析可以用來(lái)探究銷(xiāo)售量、顧客滿(mǎn)意度的影響因素、預測銷(xiāo)售量等。
回歸分析中，最簡(jiǎn)單也最常用的就是線(xiàn)性回歸，可在SPSSAU【通用方法->線(xiàn)性回歸】中使用。
【市場(chǎng)調研數據分析方法】相關(guān)文章：
多維數據分析方法04-07
數據分析常用方法07-26
關(guān)于面向數據流的分析方法04-11
市場(chǎng)調查數據分析方法12-02
常用數據分析方法有哪些04-04
大數據分析07-20
數據分析報告07-28
數據分析個(gè)人總結01-09