研究技术

研究技术

消费者行为研究 6. 固定消费者研究 11. 品牌形象研究
使用与态度研究 7. 派样监测 12. 概念与使用测试
顾客满意度研究 8. 商圈研究 13. 媒体研究
价格测试 9. 包装测试（广告测试/产品测试/收视率监测）
概念测试 10. 可行性研究

分析方法

聚类分析

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。
聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。
在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。
聚类分析被用来发现不同的客户群，并且通过购买模式刻画不同的客户群的特征。
聚类分析是细分市场的有效工具，同时也可用于研究消费者行为，寻找新的潜在市场、选择实验的市场，并作为多元分析的预处理。

方差分析

方差是一个非常重要的统计量，它用于衡量数据的离散程度。方差的值越大，说明数据越离散，波动越大；反之，方差值越小，数据越集中，波动越小。正确理解和使用方差可以帮助我们更好地理解和解释数据。
方差可以用来描述一组数据的分散情况，即数据分布的离散程度。在数据分析中，我们通常需要了解数据的分散情况，以便更好地理解数据的特征和规律。通过计算方差，我们可以判断数据分散程度是否符合预期或是否有异常值存在。

联合分析

联合分析是一种多元的统计分析方法，是一种定量研究消费者选择偏好的方法，用于估测消费者对一些能够详细定义的产品属性的相对重要性和属性水平的效用的评价。
联合分析法是对人们购买决策的一种现实模拟。因为在实际的抉择过程中，由于价格等原因，人们要对产品的多个特征进行综合考虑，往往要在满足一些要求的前提下，牺牲部分其他特性，是一种对特征的权衡与折衷 (Trade-off)。
通过联合分析，我们可以模拟出人们的抉择行为，可以预测不同类型的人群抉择的结果。因此，通过联合分析，我们可以了解消费者对产品各特征的重视程度，并利用这些信息开发出具有竞争力的产品。

回归分析

回归分析是研究变量之间关系的一种统计方法，主要目的是确定一个或多个自变量（解释变量）与一个因变量（被解释变量）之间的定量关系。通过回归分析，可以估计回归方程，预测因变量的值，并检验自变量对因变量的影响程度。
在市场研究与消费者行为分析‌中，回归分析可以帮助预测特定产品或服务的市场需求，优化定价策略和支出‌。通过分析消费者的购买行为和偏好数据，企业可以制定合理的市场策略‌。

KANO模型‌

KANO模型‌是由东京理工大学教授狩野纪昭（Noriaki Kano）发明的一种用户需求分类和优先级排序的工具，旨在通过分析用户对产品功能的满意程度，帮助企业更有效地满足用户需求，提升产品和服务的质量。 ‌

KANO模型的五个类型 : ‌

魅力属性（Attractive）‌：这类需求超出用户预期，若未满足，用户满意度不会降低；但一旦得到满足，用户满意度会显著提升。 ‌
期望属性（One-dimensional）‌：用户期望从产品中得到的功能，若得到满足，用户满意度会提高；若未得到满足，满意度会降低。 ‌必备属性（Must-be）‌：产品的基础功能，若缺失，用户满意度会大幅下降；即便优化，用户满意度也不会显著提升。
无差异属性（Indifferent）‌：无论提供与否，都不会影响用户满意度。 ‌
反向属性（Reverse）‌：用户并无需求，提供后反而可能降低满意度。

KANO模型的应用场景和作用 KANO模型在产品开发和市场研究中发挥着重要作用。通过精心设计的问卷进行用户调研，企业可以识别用户对新功能或特性的接受程度，从而优化产品设计，提升市场竞争力和用户满意度。通过KANO模型，企业可以更精准地理解用户需求，优化产品设计，提升市场竞争力，并建立忠实的客户群体。