市場調査担当者は、調査を使用して製品やサービスに関するデータを収集します。 データ収集プロセスとしての調査は、回答者に関する質問（つまり、質問に回答する人）と製品およびサービスに関する質問（つまり、質問する内容）の2つの側面で構成されます。 通常尋ねられる質問には、回答者が関心のある母集団にどれだけ似ているかを評価できる人口統計（年齢、収入、性別など）と、調査の目的に答えるのに役立つ情報を収集するための調査の質問が含まれます。
顧客が製品やサービスをどのように使用しているか、提供物にどの程度満足しているか、顧客が望む可能性のある新機能に関する情報を収集します。 結果として得られる洞察により、組織にとってより良い製品とサービス、より幸せな顧客、そしてより多くの収益を生み出すことができます。行動分析を意思決定の中心に置くことで、市場投入までの時間を短縮し、競争力を維持するのに役立ちます。 消費者調査プラットフォームは、消費者および行動調査データを分析するためのツールの完全なスイートを提供します。
- カテゴリカルプラットフォーム
- 選択モデル
- MaxDiffプラットフォーム
- アップリフトプラットフォーム
- 多因子分析
カテゴリカルプラットフォーム
カテゴリカルプラットフォームを使用すると、複数の応答データを含むデータ内のカテゴリ別応答を表にまとめ、プロットし、比較することができます。 このプラットフォームを使用して、調査からのデータや、欠陥レコードなどの他のカテゴリ別応答データを分析したり、参加者の人口統計を調査したりできます。
このグラフは、単純回答調査の質問の結果を示しています「好きな色は？」性別でグループ化。 各回答者は、次のリストから1つの色を選択するように求められました。赤、青、緑、オレンジ、黄色、ピンク、紫、またはなし。
分析によると、青は両方の性別のお気に入りの色です。 男性の場合、43人の男性回答者が青を選択する頻度は19です。 これは44.2％のシェアに相当します。 女性の場合、37人の女性回答者のうち11人（頻度）または29.7％（シェア）が青を選択しました。 興味深いことに、11人の回答者または約14％が色に「なし」を選択しました。
選択モデル
選択モデリングは、提示された選択肢から個人が特定の選択を行う確率を推定するために使用される強力な分析方法です。 選択実験は、潜在的な顧客が好む製品またはサービスの属性を見つけるのに役立つ市場調査で使用されます。 0または1の応答インジケーターを使用します。
効果の概要レポートには、重要度の高い順に効果が表示されます。 速度が最も重要な影響であり、次に価格とディスクサイズが続きます。
ユーティリティプロファイラーを使用して、結果を調べ、属性の最適な設定を見つけることができます。
MaxDiffプラットフォーム
標準の優先度スケール（1〜10）の代わりにMaxDiff（最大差スケーリング）を使用して、評価されるアイテムの相対的な重要性を判断します。 MaxDiffは、回答者に最も（1）と最も少ない（-1）の優先オプションを報告し、他のオプションについては何も（0）報告しないように強制します。 これにより、多くの場合、好みの尺度よりも明確なランキングが得られます。
アップリフトプラットフォーム
Upliftプラットフォームでは、好意的に反応する可能性が高い個人にのみオファーを送信することで、マーケティング予算の影響を最大化できます。 これは、大規模なデータセットがあり、行動または人口統計の予測因子が多数ある場合でも実行できます。 隆起モデルを使用して、そのような予測を行うことができます。
マーケティングキャンペーンは、両方の性別を対象としたヘアカラー製品の購入を増やすことを目的としています。 調査を設計し、購入を追跡する目的で、主要な美容サプライチェーンの「クラブカード」メンバーが特定されました。 これらのメンバーの約半数がランダムに選ばれ、製品のプロモーションオファーが送信されました。 すべてのクラブカードメンバーによるその後の3か月間の製品の購入が追跡されました。
グラフの右側の縦軸は、非購入に比べて購入の割合が少ないことを示しています。 グラフは、購入の増加が黒、赤、または茶色の髪の女性と若い女性で発生することを示しています（年< 42）ブロンドの髪。 年配のブロンドの髪の女性のために（年≥ 42）と男性、昇進は悪影響を及ぼします。
多因子分析
多因子分析（MFA）は、主成分分析（PCA）に密接に関連する分析方法です。 MFAは固有値分解を使用して、同じアイテムの複数の測定値を直交主成分に変換します。 これらのコンポーネントは、アイテムがどのように類似していて、どのように異なっているかを理解するのに役立ちます。
この例では、ワインの特性に関するシミュレートされた感覚パネル研究のデータを使用しています。 参加者は、1（強度なし）から10（顕著な強度）までの多くの特性で16本のワインを評価しました。 16種類のワインがどのように類似しているか、または異なっているかをよりよく理解したいと考えています。
最初の2次元の因子スコアのプロットでは、ワインは地域に応じてクラスター化する傾向があることに注意してください。 ローディングプロットでは、左下の象限の光線がキャロリンに対応しています。 これらは、キャロリンと他の評価者の違いを示しています。
1.1。 JMP 1st Edition、WalterR.Paczkowskiを使用した市場データ分析。 eISBN-13：9781629604855
2.2。 JMPオンラインヘルプメニュー-消費者調査-行動調査方法
