11 月 10 日，JMP 推出了最新一期《从统计学角度讲， 市场研究：从数据到洞察》 。马斯特里赫特大学统计学助理教授 Roselinde Kessels 发表了主题演讲，随后 JMP 的 Laura Castro-Schilo 和雅芳的 Elizabeth Knapp 也参与其中，共同探讨关键的市场研究问题，并展示了数据驱动型营销人员如何使用数据和分析方法更好地了解现有客户和潜在客户。
为了帮助 JMP 销售团队与客户和潜在客户进行更有意义、更高效的活动后对话，我们创建了以下推荐资源列表，供活动结束后使用。此列表从我们的网站上提取了相应的资产，包括白皮书、文章、书籍章节、网络研讨会、JMP On Air 节目、博客等。
此列表中出现的任何资产都被认为与主题、应用领域或行业相关，表现良好，并且足够新，值得分享。为了帮助区分资源，我们还提供了一个简短的摘要、几句评论和一个 4 星系统来识别“最佳资源”。（您也可以在此处找到所有过去的资源推荐。）
如果您对本次活动相关的建议有任何疑问，请随时与我联系。
Salesforce 活动链接（现场网络研讨会）在此处找到
Salesforce 活动链接（按需）在此处找到
11 月 10 日, 市场研究：从数据到洞察
可访问的营销分析
4 星 使用 JMP® 进行营销分析和消费者研究，掌握 JMP
本次网络研讨会将帮助您巩固 Stat Speaking 活动中涵盖的概念，并演示如何使用 JMP 降低数据复杂性并深入了解消费者偏好。网络研讨会涵盖以下主题：潜在类别分析 (LCA)；多维尺度 (MDS)；MaxDiff（最佳最差分析）；以及使用 DOE 设计 MaxDiff 研究。您将学习如何使用观察到的分类变量来识别受试者中未观察到的类别成员，创建一组产品之间相似性的可视化表示，并通过分析客户的最佳和最差产品选择来了解客户偏好。
4 星 使用 JMP® Pro 增强营销分析和消费者研究掌握 JMP
本次网络研讨会以最初的网络研讨会为基础，展示了如何使用 JMP Pro 识别同时发生的事件或项目（例如产品、风险因素或健康状况）。您将学习如何通过包含隐藏在报告、调查结果或其他文本文档中的潜在自由格式文本信息来丰富预测模型。网络研讨会涵盖文本探索器、关联分析、文档术语矩阵 (DTM) 和奇异值分解 (SVD)。
4 星从技术角度讲， 利用最大差异缩放法探索客户感知
本次网络研讨会将演示最大差异缩放 (MaxDiff) 如何成为了解感知价值的最佳方式之一。您将了解 JMP 如何进行 MaxDiff（最佳-最差缩放），通过要求调查受访者确定最佳选择和最差选择来帮助评估选择。本次网络研讨会将帮助观众确定哪些类型的市场研究问题最适合使用 MaxDiff 来回答，如何设计 MaxDiff 分析以及 MaxDiff 模型和选择模型之间的差异和相似之处。
4 星 调查数据分析：基础知识书籍章节
在 Walt Paczkowski 撰写的本章中，您将学习如何通过设计适合受众的问题来优化调查的使用，并了解这些问题如何适应数据分析工具中可用的框架。新案例研究还展示了 JMP 中调查分析的最佳实践（包括处理缺失数据的技巧）。最后，Paczkowski 深入探讨了如何在 JMP 中分析调查数据，从寻找多元关系到测试均值和比例，以及查看非结构化文本数据的最新进展，这些进展使分析变得更加容易。
JMP 中的3 星文本浏览器，JMP 软件频道上的 YouTube 视频
此 YouTube 视频展示了如何使用 JMP Text Explorer 检查非结构化文本数据。该视频使用 JMP 的“宠物调查”样本数据来展示如何分析调查中的自由文本，并提供了一个用于提取零件编号、HTML 标签之间的单词、电话号码、电子邮件地址、货币等的界面。
3 星了解行业的市场研究工具，分析一下
Data Analytics Corp. 创始人Walter Paczkowski讨论了经验丰富的市场研究人员如何使用分析来做出数据驱动的决策。他讨论了如何使用离散选择模型来揭示真正的消费者偏好以及如何测试不同的场景以确定产品的最佳价格。
3 星社会科学中的文本分析：新的可能性， JMP 博客
网络研讨会小组成员 Laura Castro-Schilo 的这篇博客文章讨论了主题分析，其中展示了笑话分析的一个例子，可以应用于市场研究。
2 星使用贝叶斯方法在商业和营销中分析
此次网络研讨会由密歇根大学罗斯商学院的Peter Lenk主持，讨论了贝叶斯推理及其在经济和商业领域的应用，包括消费者和市场研究。
2 星 探索文本以了解股票市场可能发生的情况，JMP 博客
Peter Hersh 的这篇博客文章是小组成员 Laura Castro-Schilo 的推荐。它讨论了网络研讨会中讨论的几个主题。包括如何提取非结构化数据以及如何使用 JMP Text Explorer 使用股票市场示例构建模型。
