基于多维尺度技术的品牌选择模型.doc

《基于多维尺度技术的品牌选择模型.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于多维尺度技术的品牌选择模型田辉安向龙朋（零点市场调查分析公司）摘要：本文分析了品牌选择模型的基本原理和应用领域，为实现品牌选择模型在市场研究中的应用，引入了多维尺度分析这种研究工具，并给出了具体的实现步骤。通过穿插于实现步骤中的实例分析，阐明品牌选择模型在市场研究中的应用价值。关键词：品牌选择模型、多维尺度、知觉图、品牌偏好一．引言在市场的推广过程中，商家越来越深切的意识到消费者购买到的“产品”是品牌、产品本身和服务综合的一体化概念。品牌对购买的影响力备受商家关注，关于品牌的研究也一直是市场调查和咨询策划中的一个重要领域。早在1955年，也就是市场营销学发展的初期，西德尼·莱

2、维就提出了“品牌形象”这个概念。随着消费者消费观念和消费心理的不断发展，消费已不仅仅是产品的消费，而越来越多地体现在服务的消费和文化的消费。相应地，品牌已不仅仅只是一个简单的符号，而包含了更加丰富的涵。目前对于品牌的研究，大致集中在三个方面：品牌本身的研究、品牌与其他产品要素的比较研究、品牌与品牌的比较研究。1、品牌本身的研究。研究一个特定产品品牌对消费者购买行为的影响力，包括购买过程不同阶段的品牌影响力、品牌认知研究等等；2、品牌与其他产品要素的比较研究。研究在品牌、价格、包装等各产品要素中，相对其他产品要素而言，品牌对消费者购买行为的影响，例如品牌价格选择研究、依据联合分析进

3、行的产品组合研究等等；3、品牌与品牌的比较研究。研究同类产品中消费者在各个品牌中的选择。比如不同品牌在各个维度的表现，不同品牌在消费者中的偏好、不同品牌的价值评估等等。在市场调查行业中，上述三类品牌研究模型都得到了较为充分的研究，各类模型的选择主要基于研究的需要。上述三类模型，通常是较为单纯的结论描述型研究。例如，我们可以通过询问消费者而知道品牌在消费者心中的认知度、对购买的影响程度；可以知道在不同的价格、产品中他们会选择什么品牌；可以知道不同的品牌在历史传承、给顾客的使用价值、情感价值等各个维度的得分情况；可以知道他们的品牌偏好……但是，我们很难预测出消费者在真实场景下的行为。

4、因为我们模拟的是一种可操作的、真实的市场模式，而且通过一些经过研究人员整理综合后的单纯的维度来测量和解释，这样的研究反映的是消费者在固定程式下的选择。本篇论文中介绍的品牌选择模型是一种基于第三类品牌研究的方法，但与以往研究的方法有所区别。二．品牌选择模型的基本原理品牌选择模型是以多维尺度为主要研究工具，通过二维知觉图的形式，直观反映市场主要品牌在重要产品属性维度上综合表现的定量模型。品牌选择模型的核心思想是通过了解消费者对市场主要品牌的评价以及对理想品牌的期望，确定主要竞争品牌及理想品牌在知觉图上的位置，并根据各品牌同理想品牌距离的远近推断消费者的品牌偏好。大家知道，消费者偏好或

5、动机是做出某种选择最好的预测器。进一步，如果知道消费者在重要属性上的选择率，我们就可以合理地解释消费者偏好，从而可以解释或预测消费者做出的某种选择。下面是品牌选择模型非常简化但却是其本质的形式：偏好的相对强烈程度＝∑对各属性（（在各属性上的评分×各属性的相对重要性）为使模型预测结果更好地模拟品牌选择的实际情况，除了多维尺度以外，市场细分以及对产品属性维度作加权处理是必要的纠正偏差的工具，引入市场细分后在知觉图上表现为理想品牌不再是单一化，各细分群体期望的理想品牌将出现分化；对产品属性维度作加权处理主要是考虑到不同产品属性对产品总体偏好的影响存在差异，在知觉图上表现为相对重要的产品

6、属性维度有所"伸长"，相对次要的维度有所"缩短"，从而提高了模型的预测精度。品牌选择模型不仅仅能简单地预测消费者行为，还能有效地测量消费者购买动机的强烈程度。它的目的和功效就在于，可以解释消费者行为，以及预测如果产品属性的特性发生改变，消费者会做出什么样的反应。品牌选择模型在市场研究中的应用主要有：1.发展新的产品概念，借助模型测试和修正产品概念组合、新产品的包装及广告策略；2.测试已有品牌的市场再定位，同时也可测试经过修正的包装和广告策略；3.测试竞争对手推出一种新产品或改变广告策略后可能产生的市场反应，从而达到监测竞争对手活动的目的。三．品牌选择模型的研究工具－多维尺度技术如

7、果是基于品牌属性获得输入数据（间接推导法），空间图（知觉图或偏好图）也可以用因子分析和判别分析方法获得。在这种方法中，每个消费者对n个产品（或品牌）在m个属性上进行评分（rating）。而多维尺度分析技术是一种适应性更广的专门用于得到空间图的方法，它不受得到数据方式的限制，对研究品牌选择模型更加有效。多维尺度分析技术（MultidimensionalScaling，简称MDS）是“探索”和“观看”多维数据的强有力的方法。其主要特点在于：以一种简洁的、易于解释的形式，提供对信息的直