11 月 10 日，JMP 推出了最新一期的《從統計角度講， 市場研究：從數據到洞察》 。馬斯特里赫特大學統計學助理教授Roselinde Kessels 發表了主題演講，隨後JMP 的Laura Castro-Schilo 和雅芳的Elizabeth Knapp 參與討論了關鍵的市場研究問題，並展示了數據驅動的營銷人員如何使用數據和分析方法提供更好的市場研究結果。
為了幫助 JMP 銷售團隊與客戶和潛在客戶進行更有意義、更有成效的活動後對話，我們創建了以下推薦資源列表，以便在活動結束後進行定位。此列表從我們的網站上提取適當的資源，包括白皮書、文章、書籍章節、網路研討會、JMP On Air 劇集、部落格等。
此清單中出現的任何資產都被認為與主題、應用領域或行業相關，表現良好且是最新的，可以分享。為了幫助區分資源，我們還提供了一個簡短的摘要、幾句話的評論和一個 4 星級系統來識別「最好的」。 （您也可以在此處找到所有過去的資源推薦。）
如果您對本次活動相關推薦有任何疑問，請隨時與我聯絡。
Salesforce 活動連結（即時網路研討會）可在此處找到
Salesforce 行銷活動連結（隨選）可在此處找到
11 月 10 日, 市場研究：從數據到洞察
易於訪問的營銷分析
4 顆星 使用 JMP® 進行行銷分析與消費者研究，掌握 JMP
本次網路研討會有助於建立統計演講活動中涵蓋的概念，並示範如何使用 JMP 降低資料複雜性並深入了解消費者偏好。此網路研討會涵蓋以下主題：潛在類別分析（LCA）；多維尺度（MDS）； MaxDiff（最佳最差分析）；並使用 DOE 設計 MaxDiff 研究。您將學習如何使用觀察到的分類變數來識別主題中未觀察到的類別成員身份，創建一組產品之間相似性的視覺表示，並透過分析客戶的最佳和最差產品選擇來了解客戶偏好。
4 顆星 使用 JMP® Pro 增強行銷分析和消費者研究掌握 JMP
本網路研討會以初步網路研討會為基礎，展示如何使用 JMP Pro 識別同時發生的事件或項目（例如產品、風險因素或健康狀況）。您將學習如何透過包含隱藏在報告、調查結果或其他文字文件中的潛在的、自由格式的文字資訊來豐富預測模型。此網路研討會涵蓋文字瀏覽器、關聯分析、文件術語矩陣 (DTM) 和奇異值分解 (SVD)。
4 星從技術上講， 透過最大差異縮放探索客戶感知
本網路研討會展示了最大差異縮放 (MaxDiff) 如何成為理解感知價值的最佳方法之一。您將了解 JMP 如何使用 MaxDiff（最佳-最差縮放），透過要求調查受訪者確定最佳和最差選擇來幫助評估選擇。這個網路研討會幫助觀眾確定 MaxDiff 可以最好地回答哪些類型的市場研究問題、如何設計 MaxDiff 分析以及 MaxDiff 模型和 Choice 模型之間的差異和相似之處。
4 顆星 調查資料分析：基礎知識本書章節
在 Walt Paczkowski 的本章中，您將學習如何透過為受眾設計正確的問題來優化調查的使用，並了解這些問題如何適應資料分析工具中的可用框架。新的案例研究也展示了 JMP 調查分析的最佳實踐（包括處理缺失資料的技巧）。最後，Paczkowski 深入探討如何在 JMP 中分析調查數據，從尋找多元關係到測試平均值和比例，以及在查看非結構化文字資料方面的最新進展，這些進展使分析變得更加容易。
JMP 中的文字瀏覽器、JMP 軟體頻道上的 YouTube 影片3 星
此 YouTube 影片展示如何使用 JMP 文字瀏覽器檢查非結構化文字資料。該影片使用 JMP 的「寵物調查」範例資料來展示如何分析調查中的自由文本，並提供用於提取零件編號、HTML 標籤之間的單字、電話號碼、電子郵件地址、貨幣等的介面。
3 顆星了解該產業的市場研究工具，分析性地說
Data Analytics Corp. 創辦人Walter Paczkowski討論了經驗豐富的市場研究人員如何使用分析來做出數據驅動的決策。他討論瞭如何使用離散選擇模型來揭示真實的消費者偏好，以及如何測試不同的場景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
網路研討會小組成員 Laura Castro-Schilo 的這篇部落格文章討論了主題分析，其中展示了笑話分析的範例，可應用於市場研究。
2 星在商業和行銷中使用貝葉斯方法，分析性地說
本次網路研討會由密西根大學史蒂芬·M·羅斯商學院的Peter Lenk主持，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 顆星 探索文本以了解股市可能發生的情況，JMP 博客
Peter Hersh 的這篇部落格文章是小組成員 Laura Castro-Schilo 的推薦。它解決了網路研討會中討論的幾個主題。包括如何提取非結構化資料並使用 JMP 文字瀏覽器透過股票市場範例建立模型。
