Методы анализа данных маркетинговых исследований

Конджойнт анализ/ Моделирование выбора
Подробнее

Позволяет сравнить атрибуты продукта/услуги для выявления, которые оказывают наибольшее влияние на покупательские решения.

Оптимизация конфигурации продукта;
Изучение эластичности спроса по цене;
Моделирование рынка в ответ на новые или измененные предложения;
Диагностика конкурентных преимущества и недостатков.

Наиболее близко повторяет процесс покупки в реальном мире;
Гибкость: может работать с возможными сценариями;
Отлично подходит для разработки новых продуктов и ценообразования.

В исследование можно включить только ограниченное количество параметров;
Может не вполне точно спрогнозировать рыночную долю.

Моделирования структурными уравнениями (SEPATH)

Метод позволяет выявить причинно-следственные связи между Переменными. Метод дает возможность включить в модель латентные переменные (например, такие нематериальные понятия как лояльность, удовлетворенность, которые сложно измерить). 

Измерение удовлетворенности и лояльности потребителей;
Анализ ключевых факторов.

Возможность моделирования латентных переменных;
Возможность использования данных с различными единицами измерения;
Представление результатов исследования в виде диаграмм.

Сложные модели;
Необходимость больших выборок;

Факторный анализ

Класс методов, используемых, главным образом, для сокращения числа переменных и их обобщения.

Изучение взаимосвязей между значениями переменных;
Сокращение числа переменных необходимых для описания данных. 

Упрощает большой или сложный набор переменных/атрибутов;
Используется для понимания психологии потребителя («как думает покупатель»);
Возможность измерения имиджа марки; /продукта/компании.

Субъективная интерпретация результатов;
Чаще используются как дополнение к  другим методам анализа.

Дискриминантный анализ

Выявляет отличительные особенности различных групп. 

Понимание и моделирование различий между группами  (например,лояльные покупатели против нелояльных);
Прогнозирование покупательского поведения, основываясь на демографических и психологических особенностях.

Вкупе с кластерным анализом служит эффективным средством сегментирования, позволяет более четко понять различия между сегментами;
Прогнозирование: мощный инструмент для выявления сегментов в базах данных для организации и стимулирования продаж.

При некорректном выполнении исследования, разработанные модели не будут работать на новых данных.

Кластерный анализ

Используя одну из нескольких техник группирует людей, объекты или переменные в более однородные кластеры.

Сегментация рынка;
Понимание поведения покупателей;
Определение возможностей нового товара;
Выбор тестовых рынков.

Помогает лучше понять рынок;
На основе данных кластерного анализа можно выбирать разные стратегии работы с каждым из сегментов.

Субъективная интерпретация результатов;
Это математическая техника, которая при разных вводных может давать разные результаты.

Регрессионный анализ
Подробнее 

Определение факторов, влияющих на зависимую переменную (например, что в наибольшей степени влияет на капитал бренда). 

Прогнозирование продаж, доли рынка, рентабельности;
Моделирование покупательского поведения;
Оценка эластичности спроса;
Выявление важных и неважных факторов, анализ заявленной и реальной важности.

Мощный инструмент прогнозирования;
Проверенный и точный метод;
Возможность проверки результатов.

Чувствительность к выбросам и данным с высокой корреляцией. 

Карта восприятия/ Многомерное шкалирование

Наглядно показывает взаимоотношения между объектами/переменными, помещая их в многомерное пространство («карту»).

Выявление «скрытых взаимосвязей» в данных;
Оценка Позиционирования и имиджа;
Определение сходства и различия марок, какие характеристики сильнее ассоциируются с той или иной маркой.

Графическое представление данных;
Возможность использования различных типов данных;
Идеально подходит для исследования имиджа марки.

Ограничено тремя измерениями.