JMP在11月10日提供了最新一期的統計演講，市場研究：從數據到見解。 馬斯特里赫特大學統計助理教授Roselinde Kessels作了主題演講，然後由JMP的Laura Castro-Schilo和Avon的Elizabeth Knapp共同討論了關鍵的市場研究問題，並展示了使用數據和分析方法的數據驅動型營銷者如何提供更好的服務。了解當前和潛在客戶。
為了幫助JMP銷售團隊在活動後與客戶和潛在客戶進行更有意義和更有成效的對話，我們創建了以下推薦資源列表，以在活動結束後進行定位。 該列表從我們的網站中提取了適當的資產，包括白皮書，文章，書籍章節，網絡研討會，JMP On Air節目，博客等。
出現在此列表中的任何資產都被認為與主題，應用領域或行業相關，表現良好，並且最近可以共享。 為了幫助區分資源，我們還包括一個簡短的摘要，一些評論和一個四星級的系統，以識別“最好的”。（您也可以找到這裡所有過去的資源建議）
如果您對與此活動相關的建議有任何疑問，請隨時與我聯繫。
在此處找到Salesforce Campaign鏈接（實時網絡研討會）
在此處找到Salesforce Campaign鏈接（按需）
11月10日，市場研究：從數據到見解
營銷無障礙分析
4星使用JMP®進行營銷分析和消費者研究，掌握JMP
該網絡研討會有助於在Stat演講活動中涵蓋的概念上建立基礎，並演示如何使用JMP來降低數據複雜性並深入了解消費者的偏好。 該網絡研討會涵蓋以下主題：潛在類別分析（LCA）；多維縮放（MDS）； MaxDiff（最差分析）；並使用DOE設計MaxDiff研究。您將學習如何使用觀察到的分類變量來識別主題中未觀察到的班級成員，如何創建一組產品之間相似性的直觀表示以及如何通過分析客戶的最佳和最差產品選擇來了解客戶的偏好。
4星使用JMP®Pro進行增強的營銷分析和消費者研究掌握JMP
該網絡研討會以最初的網絡研討會為基礎，展示瞭如何使用JMP Pro識別一起發生的事件或項目（例如產品，風險因素或健康狀況）。 您將學習如何通過包含隱藏在報告，調查結果或其他文本文檔中的潛在的自由格式文本信息來豐富預測模型。 該網絡研討會涵蓋了文本資源管理器，關聯分析，文檔術語矩陣（DTM）和奇異值分解（SVD）。
4星利用最大差異縮放探索客戶感知，從技術上講
該網絡研討會演示了最大差異縮放（MaxDiff）如何是理解感知價值的最佳方法之一。 您將學習JMP如何進行MaxDiff（最差擴展），通過要求調查受訪者確定最佳選擇和最差選擇來幫助評估選擇。 該網絡研討會幫助觀看者確定使用MaxDiff可以最好地回答哪些市場研究問題，如何設計MaxDiff分析以及MaxDiff模型和Choice模型之間的異同。
4星調查數據分析：基礎知識本書章節
在Walt Paczkowski撰寫的本章中，您將學習如何通過為受眾設計正確的問題來優化對調查的使用，並了解這些問題如何適合數據分析工具中的框架。 新案例研究還演示了JMP中調查分析的最佳實踐（包括處理丟失數據的技巧）。 最後，Paczkowski深入探討瞭如何在JMP中分析調查數據，從尋找多元關係到對均值和比例進行測試，以及在尋找非結構化文本數據方面的最新進展，這些進展使分析變得更加容易。
3星JMP中的文本資源管理器，JMP軟件頻道上的YouTube視頻
該YouTube視頻顯示瞭如何使用JMP Text Explorer檢查非結構化文本數據。 該視頻使用來自JMP的“寵物調查”樣本數據來展示如何分析調查中的自由文本，並提供一個界面，用於提取零件號，HTML標籤之間的單詞，電話號碼，電子郵件地址，貨幣等。
3星了解行業的市場研究工具，解析地說
沃爾特·帕茨科夫斯基Data Analytics Corp.的創始人討論了成熟的市場研究人員如何使用分析來製定數據驅動型決策。 他討論瞭如何使用離散選擇模型來揭示真正的消費者偏好，以及如何測試不同的情況以確定產品的最佳價格。
3星社會科學中的文本分析：新的可能性， JMP博客
網絡研討會專家Laura Castro-Schilo的這篇博客文章討論了Topic Analysis，它提供了一個笑話分析示例，可以應用於市場研究。
2星在商業和營銷中使用貝葉斯方法，解析地說
此網絡研討會與彼得·倫克密歇根大學斯蒂芬·羅斯大學商學院的教授討論了貝葉斯推理及其在經濟和商業（包括消費者和市場研究）中的應用。
2星探索文本以查看股市中可能發生的情況，JMP博客
彼得·赫什（Peter Hersh）的這篇博客文章是專家小組成員勞拉·卡斯特羅（Laura Castro-Schilo）的推薦。 它解決了網絡研討會中討論的幾個主題。 包括如何獲取非結構化數據以及如何使用JMP Text Explorer來建立股票市場示例的模型。
