
如何用大數(shù)據(jù)的方法繪制知覺圖
統(tǒng)研究時(shí)代,知覺圖(perceptual map)是一個(gè)簡(jiǎn)潔直觀解析品牌定位的經(jīng)典工具。然而隨著大數(shù)據(jù)時(shí)代的降臨,傳統(tǒng)的數(shù)據(jù)獲取方法受到了不斷的沖擊,原來使用焦點(diǎn)小組(Focus Group) 或調(diào)研問卷獲得數(shù)據(jù)變成了一項(xiàng)費(fèi)時(shí)費(fèi)力,且耗費(fèi)成本的工作。
大數(shù)據(jù)背景下,可不可以有更簡(jiǎn)單,更快捷的方式獲知品牌及其競(jìng)爭(zhēng)對(duì)手的定位?可不可以快速評(píng)價(jià)品牌定位是否達(dá)到目標(biāo)位置?可不可以全面檢驗(yàn)修正品牌傳播策略正確與否?
這些問題都值得我們來探討。
先來說說知覺圖的含義:
知覺圖是消費(fèi)者對(duì)某一系列產(chǎn)品或品牌的知覺和偏好的形象化表述。目的是嘗試將消費(fèi)者或潛在消費(fèi)者的感知用直觀的、形象化的圖像表達(dá)出來。特別是用在產(chǎn)品、產(chǎn)品系列、品牌的定位方面,也會(huì)用于描述企業(yè)與競(jìng)爭(zhēng)對(duì)手的相對(duì)位置方面。
知覺圖可以是多維的,但通常的情形是二維的。
下圖通過兩維展示了消費(fèi)者心目中筆記本電腦品牌在用戶導(dǎo)向/標(biāo)準(zhǔn)配置,創(chuàng)意設(shè)計(jì)/經(jīng)濟(jì)實(shí)用方面的品牌定位。此例中,消費(fèi)者認(rèn)為,蘋果品牌代表了創(chuàng)新設(shè)計(jì)及用戶導(dǎo)向的特性。而三星筆記本則代表了經(jīng)濟(jì)實(shí)用和標(biāo)準(zhǔn)配置。
*非真實(shí)數(shù)據(jù),僅用于展示
繪制知覺圖,涉及到至少6個(gè)步驟:
確定研究方向:
作為咨詢研究公司,研究方向往往是通過對(duì)消費(fèi)者的研究,獲取其對(duì)于客戶某產(chǎn)品及其競(jìng)爭(zhēng)對(duì)手產(chǎn)品的感覺或偏好。這時(shí)我們要選擇符合該產(chǎn)品的一系列變量指標(biāo)以及想要研究的目標(biāo)品牌。
通常來說, 品牌和變量指標(biāo)之間存在一個(gè)理想的比例關(guān)系,即1.3-1.6倍,也就是說如果研究8-10個(gè)品牌,大致需要14-15個(gè)變量。在傳統(tǒng)研究時(shí)代,通過問卷獲取消費(fèi)者認(rèn)知的階段中,對(duì)于品牌的研究一般不超過20個(gè),否則可能導(dǎo)致調(diào)查對(duì)象的疲倦,最終影響調(diào)研結(jié)果。而在大數(shù)據(jù)獲取的背景下,數(shù)據(jù)是本身的獲取是相對(duì)客觀的,并不存在這個(gè)問題。這也算是大數(shù)據(jù)繪制知覺圖的優(yōu)勢(shì)之一。
獲取數(shù)據(jù)
本次介紹的大數(shù)據(jù)獲取用戶感知數(shù)據(jù)的方式,主要來自電商評(píng)論數(shù)據(jù)的獲取。與傳統(tǒng)途徑相比,它具有采集快速,數(shù)據(jù)量大的特點(diǎn)。
在HCR最新的研究項(xiàng)目中,僅6個(gè)月內(nèi)關(guān)于幾大剃須刀品牌的商品評(píng)論數(shù)據(jù)就采集33萬條之多,而采集時(shí)間卻僅用了一天。省去了問卷設(shè)計(jì),調(diào)研對(duì)象邀約,答題,統(tǒng)計(jì)等多個(gè)環(huán)節(jié),最終獲取到多于問卷調(diào)研對(duì)象百倍的原始數(shù)據(jù)。
當(dāng)然這種大數(shù)據(jù)的采集方式,也會(huì)存在短板,比如評(píng)價(jià)不同品牌的個(gè)體不相同,個(gè)人評(píng)論的尺度的不同可能會(huì)影響最終的結(jié)果。但通過大量級(jí)的數(shù)據(jù)收集,可以將這種誤差控制在可控范圍內(nèi)。任何一項(xiàng)研究都可能存在誤差,而傳統(tǒng)問卷抽樣所導(dǎo)致的誤差問題可能更明顯。
確定產(chǎn)品變量
傳統(tǒng)問卷的采集形式中,確定產(chǎn)品維度的工作是在數(shù)據(jù)采集前完成的,即先確定需要考察的產(chǎn)品屬性,之后體現(xiàn)在問卷設(shè)計(jì)當(dāng)中向調(diào)查對(duì)象提問。
在大數(shù)據(jù)的研究方法中,在數(shù)據(jù)采集之后,可通過高頻屬性的方式,提煉出某產(chǎn)品最受關(guān)注的一系列屬性。例如:物流,服務(wù),促銷,價(jià)格,外觀,功能,質(zhì)量,體驗(yàn)等。每一項(xiàng)指標(biāo)分為正面,中性,負(fù)面。相當(dāng)于以往問卷式研究中的1-3分量表,即負(fù)面等于1分表示不滿意,中性等于2分表示一般,正面等于3分表示滿意。
數(shù)據(jù)處理
計(jì)算每一條評(píng)價(jià)在不同的指標(biāo)下的分?jǐn)?shù),匯總后取平均值,得到不同品牌在各項(xiàng)指標(biāo)下的平均得分。此處以剃須刀為例(非真實(shí)數(shù)據(jù)):
用因子分析中的主成分分析法可以得出每個(gè)品牌及每項(xiàng)指標(biāo)的兩維(X,Y)值:
繪圖
根據(jù)品牌及指標(biāo)的X,Y值,繪制出知覺圖。在繪制知覺圖的時(shí)候,有一項(xiàng)工作是非常重要的。即坐標(biāo)軸的命名。此處可根據(jù)軸兩側(cè)45%角內(nèi)指標(biāo)的特性,為X,Y軸命名。例如:X軸負(fù)半軸,可根據(jù)便攜,價(jià)格和促銷/贈(zèng)品來命名,比如“經(jīng)濟(jì)實(shí)用”。如果遇到命名指標(biāo)數(shù)量過少的情況,如Y軸負(fù)半軸,則可用正半軸相關(guān)指標(biāo)的反義詞來輔助命名。
圖表解讀:
位置越相近的品牌,說明他們的市場(chǎng)定位越接近。而同屬一個(gè)象限的品牌,在本質(zhì)上可以被聚類。例如博朗與松下;奔騰,科美及朗威;飛利浦與飛科。他們彼此形成強(qiáng)烈的競(jìng)爭(zhēng)關(guān)系。對(duì)于這些品牌,可以通過知覺圖檢測(cè)品牌定位的正確與否,通過逐漸改變品牌定位的方法,遷移到理想的新位置。
大數(shù)據(jù)時(shí)代的到來,提供了我們更多,更大的數(shù)據(jù)。獲取數(shù)據(jù)的時(shí)間縮短了,成本降低了。但對(duì)于傳統(tǒng)研究方法的借鑒,仍然是一個(gè)值得關(guān)注的話題。都說大數(shù)據(jù)往往缺少深入洞察,但HCR一直致力于將豐富的調(diào)研分析經(jīng)驗(yàn)融入到新時(shí)代的背景下,將大小數(shù)據(jù)融合,不斷為客戶創(chuàng)造更高價(jià)值。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
如何考取數(shù)據(jù)分析師證書:以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-15CDA 精益業(yè)務(wù)數(shù)據(jù)分析:驅(qū)動(dòng)企業(yè)高效決策的核心引擎? 在數(shù)字經(jīng)濟(jì)時(shí)代,企業(yè)面臨著前所未有的數(shù)據(jù)洪流,如何從海量數(shù)據(jù)中提取有 ...
2025-07-15MySQL 無外鍵關(guān)聯(lián)表的 JOIN 實(shí)戰(zhàn):數(shù)據(jù)整合的靈活之道? 在 MySQL 數(shù)據(jù)庫的日常操作中,我們經(jīng)常會(huì)遇到需要整合多張表數(shù)據(jù)的場(chǎng)景 ...
2025-07-15Python Pandas:數(shù)據(jù)科學(xué)的瑞士軍刀? ? 在數(shù)據(jù)驅(qū)動(dòng)的時(shí)代,面對(duì)海量、復(fù)雜的數(shù)據(jù),如何高效地進(jìn)行處理、分析和挖掘成為關(guān)鍵。 ...
2025-07-15用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問題時(shí)有發(fā)生。 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08