关于购买保健品的spss分析黑客24小时在线接单网站（spss顾客购买数据分析）

聚类分析（1）之市场细分

在市场研究中关于购买保健品的spss分析，聚类分析用的最多的就是细分市场。笔记结合两个问题：聚类分析、市场细分。聚类分析是市场细分的一个统计方法，市场细分还有其他内容，比如剖面分析，对应分析等。

学习资料：两本书，一个视频

两个学习内容：有两个层次的学习内容，面向工作的应用层次和探求原理的数学内容。

系列文章： 聚类分析（2）聚类技术

实例：

2019/9/9有很多数据，比如态度语句可以做市场细分，或者消费者聚类，同样，消费者行为数据也可以用来做用户聚类，比如张文彤的视频案例，用通讯行为数据做用户聚类。也就是说，角度可以有两个：1）关于购买保健品的spss分析我要做市场细分，这些多维度数据，我来做。2）有一个行为数据，我可以针对这个数据做市场细分或者用户聚类。或者有一个态度语句，我可以用来做市场细分或者用户聚类。

在本书案例（牙膏市场细分）中，做市场细分都是利用因子分析和聚类分析结合。市场细分的变量是消费者对产品的态度语句和需要语句作为输入变量。但消费者细分有很多方法，也可以利用消费者对 某一产品不同功能 的使用来区分，比如张文彤的电信客户分类案例，就是利用电信提供的功能和消费者的使用情况作为消费者细分依据。所以，要看你具体目标是什么，采集对应的数据。在以前不是很清楚的时候，对应分析也被我理解为市场细分，但在后面的学习汇中能看出，对应分析是用来关于购买保健品的spss分析了解各细分市场之间的差异的，对应分析属于定位方法。具体步骤如下

这里是态度语句和需要语句，其实，你可以测量任何你要探讨的语句，没有太多严格分类。态度，需要，动机，考虑因素，生活态度等等。如下图。

如何确认这些语句？

收集大概150条以上功能和情感需要语句。

通过初步的问卷测试，利用统计方法（因子分析），精简语句至20-30句。在本案例中，似乎没有做前期的因子分析。

如上图，我们列的语句有很多从表面上看就已有重复的，角度相同的。更何况内部联系上，很多语句在消费者语境下表达的同一问题，我们需要用因子分析简化和理清这些语句。

关于理解因子分析后进行聚类分析，可以参考《IBM SPSS数据分析与数据挖掘案例精粹》第11章：找出因子后，保存各因子做为新的变量，且会自动计算每个样本在各个变量上的“打分”

根据样本的因子得分，用聚类分析对样本进行分类。如何选择聚类方法？需要参考样本容量，变量数量，并需要多次迭代。聚类分析后会产生几类消费者。我们需要结合聚类变量来确定如何命名各类消费者。这些我们使用方差检验等方法，具体参考张文彤的视频（电信客户聚类）和《IBM SPSS数据分析与数据挖掘案例精粹》中的保健品购买动机分析（视频+书籍）

本案例中讲牙膏市场分为七个市场

类一 关系核心功能的理性消费者

类二 无刷牙动力者

类三 信奉中草药的家庭导向者

类四 倾向中草药的基本需求者

类五 时髦美容导向者

类六 追求防蛀牙的家庭导向者

类七 简单需求清新口气者

衡量各细分市场的指标，除了人口占比外，还有“消费/人口指数”

既 细分市场在产品上的消费数量上的所占比例% / 细分市场人口所占比例%

消费数量占比和人口占比的除数，反映了该细分市场是否消费了对等的产品。如果大于100，则说明该细分市场更重要，消费能力更强。反之则不重要。

将细分市场与其他维度的数据交叉，对比各细分市场之间的差异。比如最常见的是与人口统计指标对比，分析各细分市场是否有不同差异。但一个合格的剖面分析应该不止于人口统计特征。

剖面分析可以解决的问题：

类似于之前学习过的“人物角色”。结合前面做的细分和剖面分析，总结出各细分市场的典型人物形象。

第六步：分析各细分市场之间的联系

聚类分析是一个黑盒过程，我们可以利用结果去推敲各细分市场之间的关键差异。关键差异的维度最好为两个，因为这样可以画出二维图。

如果无法做到找出二个关键差异维度，可以利用对应分析，将细分市场投射在二维图中。如下图，关键维度是：口腔护理投入程度和中草药成分的信任程度。

下图是其他案例，使用的是对应分析，将细分市场投射在“态度”上，看各细分市场在态度是否有差异。

两本书结合，张文彤的书籍

不需要做因子分析的，比如在张文彤的高级教材中电信案例。

聚类一般是对样本聚类

因子分析一般是变量。

其实不一定是要严格说是为了细分市场，有时候，我们收集了一些态度，需求，或者考虑因素的语句，我们需要做分析，看看这些语句除了明面上的差异外，消费者会不会有关联认同的，或者说内在结构也许会不同外表。比如黑眼圈，到底是关注外表的，还是表示熬夜没精力

spss分析年龄性别对购买决策的影响

会影响到推荐购买物品的适用年龄。

spss分析年龄会把不符合你年龄段的物品排除在你的购买范围内所以会对购买决策有一定的影响。

spss是一款统计产品与服务解决方案的软件，最初软件全称为社会科学统计软件包。

SPSS直销分析:购买倾向和控制包装检验

SPSS直销分析:购买倾向和控制包装检验

一、购买倾向（直销-选择方法-选择最有可能购买的联系人）

购买倾向使用测试邮件或先前活动的结果来生成得分。这些得分显示哪些联系人最有可能做出响应。响应字段显示谁对测试邮件或先前活动做出了回应。倾向字段是您要用于预测具有类似特征的联系人将做出反应的可能性的特征。

此方法采用二元Logistic回归构建预测模型。构建并应用预测模型的过程包含两个基本步骤：◎构建模型并保存模型文件。使用数据集构建兴趣结果（通常被称为目标）已知的模型。例如，如果您希望构建可预测谁可能会响应直接邮寄活动的模型，则需要从已包含响应人和未响应人信息的数据集开始。例如，这可能是对一小组客户发送的测试邮件的结果或来自过去类似活动的响应信息。◎应用该模型到其他数据集（其中兴趣结果未知）以获取预测结果。

2、示例。公司直销部门使用测试邮件的结果，为其联系人数据库的其余部分指定倾向得分，他们使用各种人口统计学特征来标识最有可能做出响应和购买产品的联系人。

3、输出：此过程自动在数据集中创建包含检验数据的倾向得分的新字段，以及可用于对其他数据集评分的XML模型文件。可选的诊断输出包括一个整体模型质量图表和一个比较预测响应与实际响应的分类表。

二、控制包装检验（直销-选择方法-比较活动效果）

该方法比较市场营销活动，以检查不同包装或商品之间是否存在显著的效果差异。活动效果通过响应来测量。“活动”字段标识不同的活动，例如，Offer A和OfferB。“响应”字段指示联系人对活动有无响应。在响应被记录为购买金额（例如“99.99”）时选择“购买金额”。在响应只是指示联系人是否正面回应（例如“是”或“否”）时，选择“回应”。

1、示例。公司直销部门想了解新的包装设计能否产生比现有包装更多的正面响应。因此他们发出测试邮件，以确定新包装能否产生明显更高的正响应率。测试邮件包括获得现有包装的控制组和获得新包装设计的测试组。然后比较两组的结果，看看是否存在显著差异。 2、输出：输出包含两个表格，其中一个显示由活动字段定义的每个组的正、负响应计数与百分比，另一个则标识存在明显差异的组。

大学生网购问卷调查用spss分析？

比如一些分类数据（比如最习惯于使用的那些网站的人的分布），就可以绘制简单的直方图。

比如关于网购支出的分性别的数据，可以做简单的单因素方差分析，研究性别对网购金额的支出的影响是否显著。

比如得到的可支配收入和网购支出的数据，可以做简单的回归分析，相关性分析等

总之只要有数据，就好做。