前言：中文期刊网精心挑选了消费者分析方法范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
消费者分析方法范文1
高职院校作为职业性的大学，以培养技能技术型人才为目标。传统的以教师单方面讲授为主的教学方式，虽然能在短时间内向学生传递大量的信息，但由于知识是以文字符号为主的方式传递给学生的，学生只进行单向的机械接受。在对知识进行理解和运用上就显现出了不足，不利于学生各方面能力的培养，与高职院校培养技能技术型人才的目标不相符合。因此，基于工作导向的课程教学是当前高职类院校课程改革的重点任务。
基于工作导向的课程教学，强调教学的内容以过程性知识为主、以成熟性知识为辅，即主要以传授怎样做和怎样做得更好的知识为主，强调的是知识的运用。而在教学方法上，强调以学生在实践中自主学习为主，教师充当引导者与组织者的角色。具体的教学方法是以职业工作过程为依据，将学习领域的知识依照工作过程分成若干典型工作任务，学生在完成各典型工作任务的过程中学习课程的知识。这一教学方法实现了让学生在做中学，理论与实践取得了很好的结合，有利于学生各方面能力的培养。
《消费者行为分析》课程，是市场营销专业的基础课程，主要研究消费者在消费活动中心理活动产生、发展及变化的规律，这是一门应用性很强的课程。在对这门课程进行基于工作过程导向的教学改革时，除需要根据市场营销专业的工作过程设计典型工作任务，在学生完成工作任务的过程中，还应该考虑采用适应本课程的教学组织方式与适应工作任务完成的教学方法，才能使工作任务导向的教学有效地实施。以下介绍笔者在进行教学改革过程中对本课程教学组织与教学方法方面所得的一点心得。
一、教学组织
基于工作过程的教学改革要求在教学时以学生为中心，教师采用基于行动导向的教学方法，组织学生完成选定的工作任务。为了更好地完成任务，也为了每个学生在完成任务的过程中都能参与进来，得到实际的锻炼与学习，在教学组织方面笔者采用了分组实践的方法，按照分组、任务分配、任务成果汇报的过程进行。
（一）学生分组
在施教前，有必要先将学生分成若干小组，以小组为单位领取任务，并以小组为单位完成任务，再以小组为单位汇报任务完成的结果。这样，在学习实践的过程中，学生不仅学习了消费者行为分析所需要掌握的理论与实践知识，更增加了团队合作的经验，及处理各方面人际关系的能力。分组时要注意两个方面：
1.小组成员的数量。小组人数过多，可能造成少数成员无事可做，成为看客，影响教学效果；人数过少，可能造成学生学业负担过重，不能及时完成任务，耽误教学进程。这要求根据班级学生总体人数，及小组任务的轻重，合理划分小组。
2.小组成员组成。主要考虑小组各成员的能力、性别、个性等方面的因素，对小组成员进行适当调配，以利于工作任务的完成及学生团队合作精神的培养。
（二）任务分配
教师在分配任务时，应尽可能地把同一主题的任务分成若干子任务，再将子任务分到各个不同的组去完成。这样避免了各个组完成的任务相同，汇报时缺乏新意，似乎在重复劳动，学生兴趣不浓，课堂效率不高的现象。但由于各任务的难度不同，且各任务完成的质量又将影响学生的考评成绩，因此如何分配任务，又牵扯到了公平的问题。任务下放的方法为：
1.教师指派。教师可以根据各小组资源的实际情况以及以往任务的完成情况，结合当前任务的要求，将任务直接派给各个小组。这样可以让资源得到充分的利用，也可以有针对性的锻炼各小组成员的相关能力，更可以平均各次任务的难易度。
2.小组自行认领。在发放任务时，让小组成员商量后，由小组长自行认领任务。这样学生可以选择喜欢的任务去执行，有利于提高学生的学习兴趣，也有利于发挥各组学生的特长，可以促进任务更好的完成。
（三）任务成果汇报
任务成果汇报，是完成任务的最后一个环节。这一环节能培养学生的总结能力、表达能力、创新思维及应急能力。要求各小组完成任务后，在全班进行任务成果展示。成果展示要注意的是：
1.展现成果形式可以多样化。要注意鼓励学生以各种形式展现本小组的研究成果，这样可以更好地培养学生的创新能力。
2.参与展现成果的学生不要固定。要鼓励小组中每一位学生都参与到展示汇报中来，不要每次汇报都集中在小组某一位或几位同学身上。只有每一位成员都参与进来，才能让更多的同学得到现场锻炼。
3.成果汇报时可加入互动环节。展示完毕后，鼓励其他小组成员就展示提问，展示小组成员进行现场回答，必要时可进行辩论。这样一方面可以让班级其它同学在认真地，思考中去观看展示，另一方面也可以培养汇报组同学的应急能力，同时还有利于发现任务完成过程中的不足之处。
二、具体教学方法
在基于工作过程的教学中，教师要运用多种教学方法，帮助学生更好地完成任务，提炼知识点，提高学生的学习效率，达到教学的目标。如：在任务下达前，教师应做适当的引导，帮同学明确任务目标，理清思路，引入任务主题；在任务进行过程中，教师应跟踪指导，针对学生在执行过程中出现的疑问，及时采用适当的教学方法，启迪学生的智慧，打开学生的思路，使其学会自己解决问题；在任务结束后，教师还需要采用适当的教学方法帮助学生对任务全过程进行及时的总结、归纳，使所学的知识更加清晰，记忆更加牢固。因此，多种教学方法的采用，在基于工作过程的教学改革中是必须的。笔者认为，在教学中常用的教学法主要有以下几类：
（一）案例教学
案例教学法可以出现在基于工作过程教学的全过程。在基于工作过程教学中，教师应该提前对每一个典型任务中的相关知识点都备有各类案例，在发现学生对某知识点的理解或任务执行过程中出现困难时，教师可以及时组织学生有针对性地研究案例，在对案例的学习和研究的过程中，找到问题解决的方法，帮助学生自主学习。
在这里要提出的是，基于工作过程教学改革中提到的案例教学法与传统固定问题式的案例教学法应该是有区别的。这里每一个案例是针对学生出现的困难而出现的，目的是帮学生解惑。因此案例设计的情境一般与学生的困难情境相似，讨论的问题是敞开的。即同一个案例讨论的问题有可能不同，主要针对学生的疑难。所以同一则案例，不同的学生去做，分析的问题不一样，所得的结果也是不同的，只要是能帮助学生解决问题，这个案例分析就是到位的。
（二）角色扮演：有剧本的扮演
这里所说的角色扮演，通常是指按事先创作好的剧本所进行的扮演。可以由教师提供剧本，指定某组学生表演，全班讨论，旨在引出讨论的主要内容。也可以由小组同学自行编写剧本，自行表演，旨在执行任务后将所学知识表达出来，或在对其他小组某观点不赞同时，可以用这样的方式来演示可能出现的现象。
角色扮演法，在进行之前需要一定的时间去准备，尤其是学生以总结任务结果为目的，或是验证其它小组结果为目的的表演，更需要一定的时间准备，这就要求教师在安排教学时间时充分考虑这些因素，合理组织时间、组织内容进行教学。
（三）视频演示
视频演示，可以使学生在观看别人怎么做的过程中拓展思维进行学习，在心理学中称之为潜伏学习。视频演示法往往出现在学生接到任务，不知如何入手时，以及学生在执行任务过程中，思路打不开，形成思维定势，致使任务无法进行的时候。
这一教学方法简单易行，但要求教师提前准备好各类视频，而且视频要有一定的针对性，这就需要教师平时做好积累工作。
（四）情景模拟：应激的表演模拟
这里所提到的情景模拟，与角色扮演的区别在于，整个事件是即时发生的，没有事先的准备，即没有剧本的模拟。这种练习一般用在任务完成之后，为了检验任务完成的质量，所进行的一种模拟。通过模拟，学生可以进一步了解自己事先的设计在实践当中会出现什么样的问题，对于这样的问题应该如何处理。
情境模拟可以在教室内进行，更可以将学生带到课外的实践场所去进行实景模拟，实景模拟的效果将更加明显。我校在校园内为学生的实践学习专门开设了学生创业园，在校外建立了大量的实习实践基地，为学生的实景模拟创造了良好的条件，使学生能在实践中更好地掌握各类知识。
（五）课堂辩论
课堂辩论，可以有效地解决学生在执行任务过程中出现的某些意见不一的问题。还可以用在学生任务完成后，各小组就意见不统一的结果进行辩论。辩论可以很好地锻炼学生的表达能力、思维能力，训练学生的胆量。
使用这一教学方法时，教师应及时总结学生的观点，把握学生辩论的方向，对现场实行有效的控制，使辩论达到最佳的效果。
三、结束语
基于工作过程的教学改革，以其组织形式的新颖性、教学方式的多样化，在教学实践中得到了学生的欢迎。学生感觉通过这样的学习，实实在在地体会了理论在实践中的应用，所学的知识从文字符号变成了实际的操作，印象深刻。
参考文献：
［1］ 赵志群.职业教育与培训新概念［M］.北京：科学出版社，2003.
消费者分析方法范文2
关键词：华法林；老年非瓣膜病房颤；安全性
心房颤动属于临床较为多见的一种心律失常，非瓣膜病心房颤动是心房颤动威胁性最高的一种疾病，特别是老年人群体较为多发，是导致老年人发生脑梗死的主要原因。本次研究的主要目的是探讨华法林在老年非瓣膜病房颤的抗凝疗效与安全性，选取2013年9月到2014年9月我院收治的老年非瓣膜病房颤患者62例作为本次研究的对象，其中观察组患者通过接受华法林抗凝治疗，获得较好的应用效果，详细内容如下分析。
一、资料与方法
（一）一般资料
选取2013年9月到2014年9月我院收治的老年非瓣膜病房颤患者62例作为本次研究的对象，本次所选患者均通过心电图和相关检查予以确诊。把62例患者平均分成两组，对照组和观察组各有31例患者。对照组31例患者中，男性患者16例，女性患者15例，患者年龄62～85岁，平均年龄（72.3±3.4）岁；观察组31例患者中，男性患者18例，女性患者13例，患者年龄64～86岁，平均年龄（73.5±4.2）岁。对两组患者的性别和年龄等一般资料予以对比无明显差异（P>0.05）；具有可比性。
（二）治疗方法
对照组31例患者给予阿司匹林治疗，每天顿服75mg阿司匹林片，用药量按照患者凝血酶时间予以增减，每隔一周调整一次用药量。观察组31例患者采用华法林抗凝治疗，治疗前对国际标准化比值（INR）进行检测，首次剂量为1.5mg/d，按照INR值对华法林用量进行调节，一个调节单位是0.5mg，持续服用，平均用量大约是（2.6±1.1）mg。用药后每隔三天要检测患者的INR，如果出现异常则对INR和血浆凝血酶原时间（PT）予以核查。
（三）观察指标
观察并对比两组患者的终点事件发生情况，包括外周动脉栓塞、缺血性卒中、短暂性脑缺血发作以及死亡；观察并记录两组患者在治疗期间发生出血事件的情况。
（四）统计学方法
两组患者各项数据的分析与处理借用统计学软件SPSS19.0完成，计数资料使用率（%）显示，计量资料使用平均值±标准差（x±s）显示，组间率对比使用x2或是t检验；P
二、结果
（一）两组患者终点事件发生情况对比
观察组31例患者终点事件总发生率是6.46%，对照组31例患者终点事件的总发生率是29.03%，观察组要显著低于对照组（x2=5.415，P=0.020），具有统计学差异。详细分析见表1。
（二）两组患者出血情况对比
观察组31例患者中有2例患者出现出血现象，均是轻微出血，出血发生率是6.46%，其中口腔黏膜出血1例，鼻粘膜出血1例。对照组31例患者中有1例患者出现消化道出血，出血发生率是3.23%。组间出血情况比较无明显差异（P>0.05），不存在统计学意义。
三、讨论
老年非瓣膜房病是导致老年患者发生脑卒中与脑梗塞的主要原因，一旦发生房颤，患者心律失常，导致心房收缩作用减弱，血液积聚在右心房，就有可能出现血栓或是中风。临床治疗该疾病主要是进行抗凝治疗，利用抗凝药物将血液稀释，保证心房波动平稳，维持正常功能。有效的抗凝治疗不但有利于减少并发症的发生，还能够明显减少患者的致残和致死率。
阿司匹林与华法林是临床十分常见的一种抗凝药物，有众多临床研究证实，其治疗非瓣膜病房颤具有显著疗效。华法林属于香豆素类抗凝剂之一，属于间接生效的抗凝药物，自身并没有抗凝作用，主要是通过对维生素K产生抑制，不让其参与肝脏内合成凝血因子Ⅱ、Ⅶ、Ⅸ、Ⅹ，从而实现抗凝效果。该药物相比于普通的阿司匹林，对于脑卒中患者的抗凝效果要更为显著。本次研究结果显示，观察组终点事件总发生率是6.46%，对照组终点事件的总发生率是29.03%，观察组终点事件发生率要显著低于对照组（x2=5.415，P=0.020）；两组患者的出血情况对比无显著性差异（P>0.05）。结果表明，老年非瓣膜病房颤患者采用华法林抗凝治疗能够明显减少终点事件的发生率，减少出血性并发症的发生。但需要注意的是，临床上给予患者华法林抗凝治疗时，只能预防并发症以及控制症状，而无法治愈房颤，通常需要长时间用药，从而会严重损害患者的肝脏功能，所以治疗时必须准确调整抗凝强度。
综上所述，老年非瓣膜病房颤患者采用华法林抗凝治疗，具有十分显著的疗效，但在治疗期间要注意准确调整抗凝强度，来加强用药安全。
参考文献：
[1]唐关敏，银杏叶及蒺藜制剂对华法林抗凝作用的影响[J].浙江医学，2007（08）.
消费者分析方法范文3
对消费者购买行为进行分类的研究成果非常丰富。本文试图将其归类，认为可以划分为定性方法与定量方法，也可以划分为外部线索方法与内部线索方法。现简述如下：
1.定性方法与定量方法
(1)定性方法。定性方法是指利用消费者购买行为的本质区别来划分，它的基础是已有的理论研究成果，不需要进行定量分析。例如众多营销学教科书中将消费者的购买动机划分为求廉、求实、求名、求美、求新、求同、好胜、炫耀、便利和偏爱等类型。丁志华（2005）根据消费者对商品的价格和价值认知程度的不同，将消费者购买行为划分为价格型、价值型、忠诚型和便利型四类。李国庆（2006）根据品牌知觉中的涉入度、知觉品牌差异和享乐消费与实用消费这三个因素将消费者购买行为划分为冲动购买、习惯性购买、寻求多样化购买、忠诚购买、减少失调购买、影响购买、促销反应购买和复杂购买八种。
(2)定量方法。所谓的定量方法，就是利用消费者购买行为的数据资料，通过一定的数据处理技术，从而得到的消费者购买行为分类结果。
例如张干群（2004）对江苏三所大学的668名大学生进行问卷调查，从而得到大学生消费行为的八种类型：攀比炫耀型、市场流行型、他人主导型、张扬个性型、小心谨慎型、鲁莽冲动型、调解情绪型和勤俭节约型。
2.外部线索方法与内部线索方法
(1)外部线索方法。所谓的外部线索方法，指的是从消费者行为的外部观察，从而推断购买行为的类型。这类方法与定性方法较为相似，区别在于定性方法是以现有理论为标准来划分消费者行为，而外部线索方法则不一定，它或者以现有理论为标准，或者以经验为标准。例如在通用的市场细分方法中，根据地理环境、人口统计指标等将消费者划分为若干类型。
(2)内部线索方法。内部线索方法是指从消费者行为规律的内部入手，从而得到购买行为的分类结果。这种方法大多是定量分析，但是也有一部分是定性分析，它的关键是从消费者的心理角度进行分析。例如张红明（2005）以心理结构的分化与组合过程及人的精神追求的阶段的区分作为标准，将消费体验行为划分为感官体验、情感体验、成就体验、精神体验和心灵体验五类。王龙（2004）按照消费者需求的个性化以及需求表诉的强弱把消费者互联网购买行为划分为四类：确定型、偏好型、习惯型和简单型。总结上述研究成果，本研究主张从外部线索入手，利用定量分析方法，对消费者购买行为进行分类。这样做的好处是能够摆脱对现有理论的依赖，直接分析消费者行为本身，这样得到的结论更具有说服力。
二、研究设计
本研究的关键在于如何对消费者购买行为进行分类。围绕这个主题，本研究拟分为以下几个步骤:
1.量表设计。数据的收集将通过问卷调查这种方式,所以需要设计量表。量表采用里克特5级语义方法计分。量表的问项则通过查阅文献后确定，并经过初试后最终定稿。
2.样本抽取。一般考虑随机抽样，但是为了便于操作，可以考虑分层抽取样本。样本量应该大于500。
3.数据分析。这是本研究的关键。拟采用因子分析方法，就数据分析数据，得到聚类的结果。
4.结论解释。最后，针对因子分析的结论，结合实际进行解释。
三、实验数据
1.数据来源。刘金平、张松鹤（2003）进行的“汽车品牌跟踪研究”。该研究的目的在于根据生活方式对汽车消费者进行分类。根据刘金平（2003）的报道，该项研究采取分层抽样的方法选取了北京、广州、上海、成都、沈阳、西安、厦门和大连共8个城市，并根据其代表性分配样本量，依次为441、390、391、329、304、131、131和248份。该研究设计了“汽车品牌跟踪研究问卷”，主要采用里克特式5级量表法计分。该量表根据生活方式的经典量表设计了45个问句。
2.数据分析。分半信度检验结果为：整体信度系数为0.8601，前半部分的α-系数为0.8105，后半部分的α-系数为0.8301。前十个因子的累计解释能力达到47.72%。这对于大样本、个体差异较大的测试来说是可以接受的。即决定抽取10个公共因子。为了使因子载荷较为集中，以便于公共因子发挥解释能力，对因子载荷实施最大方差旋转。
3.因子命名与解释。然后，根据各公共因子所代表的项目，对上述10个公共因子进行命名。
刘金平(2003)指出,公共因子1代表条理性;公共因子2代表主导性;公共因子3代表个性化;公共因子4代表金钱导向；公共因子5代表广告认可;公共因子6代表休闲需求;公共因子7代表浪漫导向;公共因子8代表家庭导向;公共因子9代表非家庭导向;公共因子10代表实用性。这十个公共因子反映了汽车消费者生活方式的10种类型。相应的就可以将汽车消费者划分为10种类型。
消费者分析方法范文4
[论文摘要] 本研究从理论和实证两个角度论证了使用因子分析对消费者购买行为进行分类的优势和可行性。并采用现有数据，通过因子分析方法对消费者购买行为数据进行分析，得到消费者购买行为的几大类型。结果可信。
一、文献回顾
对消费者购买行为进行分类的研究成果非常丰富。本文试图将其归类，认为可以划分为定性方法与定量方法，也可以划分为外部线索方法与内部线索方法。现简述如下：
1.定性方法与定量方法
(1)定性方法。定性方法是指利用消费者购买行为的本质区别来划分，它的基础是已有的理论研究成果，不需要进行定量分析。例如众多 营销 学教科书中将消费者的购买动机划分为求廉、求实、求名、求美、求新、求同、好胜、炫耀、便利和偏爱等类型。丁志华（2005）根据消费者对商品的价格和价值认知程度的不同，将消费者购买行为划分为价格型、价值型、忠诚型和便利型四类。李国庆（2006）根据品牌知觉中的涉入度、知觉品牌差异和享乐消费与实用消费这三个因素将消费者购买行为划分为冲动购买、习惯性购买、寻求多样化购买、忠诚购买、减少失调购买、影响购买、促销反应购买和复杂购买八种。
(2)定量方法。所谓的定量方法，就是利用消费者购买行为的数据资料，通过一定的数据处理技术，从而得到的消费者购买行为分类结果。
例如张干群（2004）对江苏三所大学的668名大学生进行问卷 调查 ，从而得到大学生消费行为的八种类型：攀比炫耀型、 市场 流行型、他人主导型、张扬个性型、小心谨慎型、鲁莽冲动型、调解情绪型和勤俭节约型。
2.外部线索方法与内部线索方法
(1)外部线索方法。所谓的外部线索方法，指的是从消费者行为的外部观察，从而推断购买行为的类型。这类方法与定性方法较为相似，区别在于定性方法是以现有理论为标准来划分消费者行为，而外部线索方法则不一定，它或者以现有理论为标准，或者以经验为标准。例如在通用的市场细分方法中，根据 地理 环境 、 人口 统计 指标等将消费者划分为若干类型。
(2)内部线索方法。内部线索方法是指从消费者行为规律的内部入手，从而得到购买行为的分类结果。这种方法大多是定量分析，但是也有一部分是定性分析，它的关键是从消费者的 心理 角度进行分析。例如张红明（2005）以心理结构的分化与组合过程及人的精神追求的阶段的区分作为标准，将消费体验行为划分为感官体验、情感体验、成就体验、精神体验和心灵体验五类。王龙（2004）按照消费者需求的个性化以及需求表诉的强弱把消费者互联网购买行为划分为四类：确定型、偏好型、习惯型和简单型。 总结 上述研究成果，本研究主张从外部线索入手，利用定量分析方法，对消费者购买行为进行分类。这样做的好处是能够摆脱对现有理论的依赖，直接分析消费者行为本身，这样得到的结论更具有说服力。
二、研究设计
本研究的关键在于如何对消费者购买行为进行分类。围绕这个主题，本研究拟分为以下几个步骤:
1.量表设计。数据的收集将通过问卷调查这种方式,所以需要设计量表。量表采用里克特5级语义方法计分。量表的问项则通过查阅文献后确定，并经过初试后最终定稿。
2.样本抽取。一般考虑随机抽样，但是为了便于操作，可以考虑分层抽取样本。样本量应该大于500。
3.数据分析。这是本研究的关键。拟采用因子分析方法，就数据分析数据，得到聚类的结果。
4.结论解释。最后，针对因子分析的结论，结合实际进行解释。
三、实验数据
1.数据来源。刘金平、张松鹤（2003）进行的“汽车品牌跟踪研究”。该研究的目的在于根据生活方式对汽车消费者进行分类。根据刘金平（2003）的报道，该项研究采取分层抽样的方法选取了北京、广州、上海、成都、沈阳、西安、厦门和大连共8个城市，并根据其代表性分配样本量，依次为441、390、391、329、304、131、131和248份。该研究设计了“汽车品牌跟踪研究问卷”，主要采用里克特式5级量表法计分。该量表根据生活方式的经典量表设计了45个问句。
2.数据分析。分半信度 检验 结果为：整体信度系数为0.8601，前半部分的α-系数为0.8105，后半部分的α-系数为0.8301。前十个因子的累计解释能力达到47.72%。这对于大样本、个体差异较大的测试来说是可以接受的。即决定抽取10个 公共 因子。为了使因子载荷较为集中，以便于公共因子发挥解释能力，对因子载荷实施最大方差旋转。
3.因子命名与解释。然后，根据各公共因子所代表的项目，对上述10个公共因子进行命名。
刘金平(2003)指出,公共因子1代表条理性;公共因子2代表主导性;公共因子3代表个性化;公共因子4代表金钱导向；公共因子5代表广告认可;公共因子6代表休闲需求;公共因子7代表浪漫导向;公共因子8代表家庭导向;公共因子9代表非家庭导向;公共因子10代表实用性。这十个公共因子反映了汽车消费者生活方式的10种类型。相应的就可以将汽车消费者划分为10种类型。
消费者分析方法范文5
关键词：联合分析； 产品属性； 效用值
中图分类号：F27文献标识码：A文章编号：1672-3198（2008）10-0058-03
1 联合分析的概念和基础
1.1 联合分析的概念
联合分析是1964年由数理心理学家R．Luce和统计学家J．Tukey首先提出的。1971年由P．Green引入市场营销领域，成为描述消费者在多个属性的产品或服务中做出决策的一种重要方法。1978年Carmone, Yen和Jam等人将联合衡量改为联合分析。从20纪80年代起，联合分析在许多领域中得到了广泛的认可和应用，90年代被应用得更加深入，涉及到许多研究领域。
联合分析是通过假定产品具有某些属性，对现实产品进行模拟，然后让消费者根据自己的偏好对这些虚拟产品进行评价，并采用数理统计方法将这些属性与属性水平的效用分离，从而对每一个属性以及属性水平的重要程度做出量化评价的方法。目前，该方法已被广泛应用到新产品概念识别、竞争力分析、价格策略、市场细分、广告研究等方面。
1.2 联合分析的基本思想
联合分析方法的基本思想是，通过提供给消费者以不同的属性水平组合形式的产品，并请消费者做出心理判断，按其意愿程度给产品组合打分、排序，然后采用数理分析方法对每个属性水平赋值，使评价结果与消费者的打分尽量保持一致，来分析研究消费者的选择行为。它可以用于评估消费者的偏好。如果产品特征是由一些属性构成，那么通过联合分析，就可以确定这些属性的哪种组合最受消费者欢迎。
2 联合分析的一般步骤
联合分析的一般步骤如下图所示：
为了更好地说明联合分析方法的实施步骤，本文使用了一个闪存盘的例子来演绎这个过程。在这个例子中，使用的是全轮廓联合分析方法。
2.1 确定产品的属性和属性水平
联合分析首先要对产品或服务的属性进行识别。这些属性必须是显著影响用户购买的突出属性，既不能太多，也不能太少。属性过多会加重消费者负担，或者降低模型预测的精确性；属性过少，又会因模型中丢失了一些关键信息而严重降低模型的预测能力。属性的数目一般为3-6个。
确定了属性之后，还应该确定这些属性的水平，属性与属性水平的个数将决定联合分析过程中要进行估计的参数的个数，也将影响被调查者所要评价的产品轮廓个数。为了减轻被调查者的负担，同时又要保证参数估计的精度，实验需要恰当地安排属性水平的个数。一个属性的各个水平的效用函数可能是连续性的，如价格中的49元、99元和129元；也可能是非连续性的，如品牌中的朗科、金士顿、清华紫光等等。对于连续性的数据来说，如果选取的属性水平过少，该研究的信度就值得怀疑。但如果属性水平过多，又会增加研究的成本和难度。进一步的研究还表明：各属性所含的水平数目应尽可能平衡，因为一个属性的水平数目增加时，即使起点保持不变，该属性的相对重要性也会提高。
2.2 产品模拟
联合分析将产品的所有属性与属性水平通盘考虑，并采用正交设计的方法将这些属性与属性水平进行组合，生成一系列虚拟产品。在实际应用中，通常每一种虚拟产品被分别描叙在一张卡片上。联合分析的产品模拟主要采用的分析方法是全轮廓法。
由全部属性的某个水平构成的一个组合叫做一个轮廓。每个轮廓分别用一张卡片表示，如下列组合产品(品牌:金士顿;价格:99元;容量:2GB)，像这样的属性水平的轮廓组合就有3*3*3=27种，即消费者要对27种轮廓作评价。其实，并不需要对所有的组合产品进行评价，且在属性水平较多时实施难度也较大。在全轮廓法中，则采用正交设计等方法，以减少组合数，又能反映主效应。
2.3 数据收集
数据收集是联合分析的基础性工作。具体的方法有:全部呈现、正交设计或者是正交加随机呈现等-这要视属性及其水平多少而定。在大多数的联合分析任务中，产品轮廓是描述性的;但也可以将他们制作成图片或实物来呈现以提高实验的效度。
偏好的测量方法也决定了我们输入数据的形式，最主要的测量方法有:排序法(非定量的)和评分法(定量的)。在联合分析方法中，因变量是购买偏好或意愿，即由受访者根据自己的购买偏好或意愿来提供数据，当然，因变量也可是实际购买与选择。
在测试时，要求被访问者回答，选购某种属性水平组合的闪存盘的可能等级，等级分为9等，最高等级为9分，最低等级为1分。
2.4 计算属性的效用
从收集的信息中分离出消费者对每一属性以及属性水平的偏好值，这些偏好值也就是该属性的“效用”。计算属性的模型和方法有很多种，一般地，人们主要用最小二乘法回归模型、洛基回归(LOGIT)模型等方法。
最小二乘回归模型首先需要对所有的属性及属性水平作因子分析或主效用分析设计，确定有多少显著的属性需要消费者进行评价，有多少种属性水平组合，不同的轮廓是按个体还是按集合进行分析:如果是前者，每个个体的数据是要分别分析;如果是后者，应先对消费者分类，一般方法是先按个体估计分值或效用函数，然后根据分值的相似度将消费者分类，再对每类做联合分析，最后形成一个属性水平的清单和估计模型。效用函数的形式为:
根据表4中数据可得出所有属性水平组合的闪存盘效用值。最后整理结果如下:
分值范围之和=［0.778-(-0.556)］+［0.445-(-0.556)］+［1.111-(-1.222)］=4.668
品牌的相对重要性 =1.334/4.668=0.286;
价格的相对重要性 =l.001/4.668=0.214;
内存的相对重要性 =2.333/4.668=0.500。
把变量全部看成是定性量，利用虚拟变量和一般效用函数模型和最小二乘估计，得出的数据表明:消费者对容量这一属性的偏好是最大的，也就是说，在选择闪存盘时，消费者首先考虑的是容量，其次是品牌，最后是闪存盘的价格。其中(金士顿、99元、4GB)这种闪存盘是消费者最喜欢的。
2.5 评估信度与效度
联合分析的信度一般包括时间信度（在随后的某个时间里用相同的工具重复结合测验），属性信度（当属性变化时，其中不变的属性的分值的稳定性），属性水平信度（得出的分值对于轮廓的子集的敏感性）和数据收集方法信度（分值对于数据类型、数据收集过程、因变量类型的敏感性）。常用的方法有：评价模型的拟合优度（goodness-of-fit），例如，如果采用的是虚拟变量回归，那么可以用R2的值来说明模型对数据的拟合程度；或者用检验一再检验法（test-retest）来评价信度，即在调查后的某一阶段，让消费者重新评价某些选定的产品模拟，然后通过计算两组产品模拟分值之间的相关来评价效度。
联合分析的效度研究一般包括三种方法：比较真实市场份额与通过市场模拟预测的市场份额（群体水平）；预测消费者真实的购买行为，例如，消费者愿意为新产品花多少钱，在模拟的购物实验中消费者会选哪个牌子，或者哪一种商品的折扣券被选择（个体水平）；预测几天后消费者的真实选择（个体水平）。在这些研究中，比较真实市场份额与市场模拟的份额的研究预测效度最高，但将它用于市场预测仍然是有难度的，因为有很多市场混淆变量的存在，诸如广告、分销等。尽管如此，联合分析还是在市场研究中显示了它的威力。
(1)评价估计模型的拟合优度。例如，如果采用的是虚拟变量回归，那么可以用R2的值来说明模型对数据的拟合程度。一般来说，拟合程度应在0.80以上。如果模型的拟合程度过低，则说明结果是令人怀疑的。上述例子中，模型的拟合度0.934，表明模型的拟合是良好的。
(2)用估计出来的分值函数作为对产品模拟的评价的预测值。计算该预测值与消费者的实际评估值之间的相关性，用以确定内部效度。在上例中，模型的预测与原始资料的相关分析表明，相关系数为0.95，显著性水平为0.05，表明预测能力好。
(3)如果数据是按集合进行分析的，那么可以将样本分别割成几个部分，再对子样本实施联合分析。比较这些子样本的结果就可以评价联合分析的稳定性。
3 结论
消费者在购买闪存盘这一产品时会受各种属性的影响,如存储速度、系统要求、尺寸、重量、工作环境温度、通过EMC的标准等,由于篇幅的限制,在上述的调查中只考虑到消费者购买主要属性: 品牌、价格、容量这三个属性,通过联合分析对消费者购买行为的影响因素进行分析,当市场发生变化时, 闪存盘生产企业就可以根据消费者购买产品属性的偏好,生产符合消费者购买心理的产品,为企业的经营决策提供有利决策。
通过上述对闪存盘消费者的调查分析,可以推广到更多的特征,更多的特征水平,而对于更多的受访者,在计算出消费者个人的效用后,通过聚类分析可将消费者划分为不同的消费群体,然后将这些群体最为同质个体处理。
参考文献
［1］菲利普•科特勒.营销管理［M］.北京：中国人民大学出版社，2001.
消费者分析方法范文6
Abstract： This paper intensively studies the consumer behavior based on the "big data" era for the purpose of precision marketing. Nowadays， after reviewing the numerous literatures， the paper finds several approaches such as AHP algorithm， cluster analysis， Bayesian discrimination algorithm to solve these problems. However， this paper tries to use a new method named Support Vector Machine（SVM）， which is a new pattern identification approach， to solve the complicated non-linear cases. Eventually， it uses Guangdong Tobacco case to certify the SVM algorithm， which is more accurate and feasible in this type than traditional consumer behavior analysis approaches such as the Bayesian discrimination algorithm.
关键词： 支持向量机;贝叶斯判别;分类;消费者行为分析
Key words： Support Vector Machine;Bayesian discrimination algorithm;classification;consumer behavior analysis
中图分类号：F253.9 文献标识码：A 文章编号：1006-4311（2015）04-0019-03
0 引言
消费者行为学在20世纪60年代中后期是一个相对较新的领域。随着“大数据”时代的到来，越来越多的学者意识到通过沉淀数据进行消费者行为分析的重要性。目前来讲，用于客户消费行为分析的主要方法有：层次分析法，聚类，贝叶斯网络等。
本次研究通过广东烟草的实地调研数据，利用支持向量机方法，区分低档品牌的购买群体行为模式、普通品牌的购买群体行为模式、高档品牌的购买群体行为模式。在研究过程中，首先是计算商品的价格分布，判断区分低档、普通、高档品牌，再利用二叉树多类分类方法与并行计算方法帮助提高支持向量机运算精度，利用Matlab构建一个平台进行支持向量机的训练与预测，并将该方法与贝叶斯判别的分类效果进行比较，判断支持向量机的分类精度。
1 基于支持向量机的烟草消费行为分类模型
支持向量机（SVM）是Cortes等人于1995年提出的，它在解决小样本、非线性以及高维模式识别中表现出许多特有的优势，并能推广应用到函数拟合等其它机器学习问题中。多分类支持向量机是众多算法中的一种。多分类支持向量机是将SVM从两分类算法推广到多分类的算法。常用的算法有一对多，一对一，二叉树，有向无环图四种。
1.1 模型设计 由于将烟草客户分类为：普通品消费者、低档品消费者、高档品消费者三类，所以选择合适的多类分类方法能有效地提高支持向量机。支持向量机的多分类问题往往由几个两分类问题来解决。商品品牌的分类结构示意如图1所示。
所以本论文选取一对一的多类分类方法结合二叉树分类来解决烟草消费者行为分析的分类问题，根据投票确定最后的分类结果。操作流程为：①收集到某个消费者的相关信息;②利用低档与非低档的支持向量机作为第一层SVM进行分类;③若分类结果为低档，则其低档的分类结构投一票;④若分类结果为非低档，利用普通与高档支持向量机继续为其分类，得到的普通或高档结果投一票;⑤将高档与非高档，普通与非普通作为第一层SVM重复②-④步骤;⑥根据最终投票结果，确定这个消费者的分类归属。
本次烟草消费者行为研究的数据规模较大，所以在这种大规模数据的条件下，必须采取有效的数据策略加快运算速度。所以在模型中并行计算方法为将总问题切割成小规模问题，利用计算机的并行技术进行求解。
所以为了使得支持向量机能更好地学习与区分消费者行为，针对消费者的这种行为模式引入商品分类策略。在广东烟草市场上，我们搜集到各种不同品牌旗下最低商品的价格，计算其总体价格分布函数F（x）。
根据历史数据和经验设定相应的高低分位数阀值？琢1和？琢2。当然阀值是依靠经验给出来的，并没有理论上的必然的理由。一个模型的表现，有很大一部分决定于参数选取是否合理，是否表现了市场的真实状况。因此，我们选取参数时会结合相关的行业经验从历史经验的角度来观察。借助阀值就可以帮助我们清晰地判别商品所处的种类。
具体过程如下：①收集市场中的烟草商品，对其价格求分布函数F（X）;②根据历史数据和经验确定商品状态的高低阀值？琢1和？琢2;③根据求得的价格走势强度和所设定的阀值确定此时的商品状态：
当F（X？燮x）
当1-F（X？燮x）
当a1？燮F（X？燮x）
这样我们就可对商品市场有个清晰的研判，然后根据不同的商品属性进行消费者行为的划分。
本文分别针对低档商品、普通商品、高档商品训练得到相应的支持向量机，这样在判断出当时所处的市场状态后，就可采用相应的消费行为模式识别。
1.2 支持向量机的操作过程 本论文选取一对一的多类分类方法结合二叉树分类来解决烟草消费者行为分析的分类问题。
在支持向量机模型的操作过程中，要重点讨论的是核函数与惩罚函数。
常用的核函数包括以下三种：
①多项式核函数：
K（x，xi）=（x・xi+1）d其中d是多项式的阶次。
②Gaussian 核函数：
K（x，xi）=exp-其中？滓是核宽度参数。
③Sigmoid 函数：
K（x，xi）=tanh（v（x・xi）+c）
其中，v为一阶常数，c为偏置顶。
除去上面三种核函数以外，特殊场合还可以编写特殊的核函数。在解决烟草用户行为分析的案例中，对核函数的选择是一个重要的问题。解决方法为将各个核函数遍历一遍后，选择能最优拟合样本数据的核函数。
现实世界中的消费者行为，受到复杂的个人性格、成长环境、年龄、社会阶层等各个方面的影响。是个高维度，高噪音，不确定的系统。所以整个数据集中的各类数据受到的干扰很大，可能导致各类数据不能完全地被超平面分开。
为了衡量SVM网络的分类精度的高低，根据一般的原则，本位采用测定分类正确率作为评定指标：e=正确分类值数量/测试样本总数。并选取不同的核函数进行比较。
另外，本次试验也将选取贝叶斯判别方法与SVM的分类精度进行比较，从而更好的观察支持向量机的分类效果。
2 基于贝叶斯判别（Bayes）的模型
贝叶斯（Bayes）判别首先会利用一个先验概率来描述对研究现象已有的认识，然后通过样本来修正先验概率，得到后验概率，最后基于后验概率进行分类与判别。贝叶斯判别方法具体如下：
设有k个p维总体G1，G2，…，Gk，概率密度函数分别为f1（x），f2（x），…，fk（x）。假设样本品x来自总体Gi的先验概率为pi（i=1，2，…，k），则有p1+p2+…+pk=1。根据贝叶斯理论，样品x来自总体Gi的后验概率（即x是已知时，样品x来自总体Gi的概率）为：
P（Gi|x）=，i=1，2，…，k
在不考虑误判代价的情况下，有以下的判别规则：
x∈Gi，若=P（Gj|x）
若考虑误判代价，表示根据某种判别规则可能判归Gi（i=1，2，…，k）的全体样品的集合，用c（j|i）（i，j=1，2，…，k）表示将来自Gi的样品x误判给Gj的代价，则有c（j|i）=0。将来自Gi的样品x误判给Gj的条件概率为：
P（j|i）=P（x∈Rj|x∈Gi）=fi（x）dx
可得任一判别规则的平均误判代价为：
ECM（R1，R2，…，Rk）=E（c（j|i））=pic（j|i）P（j|i）
使得平均误判达到最小的判别规则为：
x∈Gi，若c（j|i）fj（x）pi=pic（h|i）fj（x）
以上判别规则可以这样理解：若样品判归Gi的平均误判代价比判归其他总体平均误判代价都要小，这样就将样品归于Gi组。
3 实证数据分析
本实验的数据来自对广东省17个地市（不含深圳）城镇、农村两个层面消费群体的烟草消费调研，较真实地了解广东省卷烟消费者对卷烟的品牌、包装、口味、价格、购买动机等影响卷烟消费行为的因素以及相关市场情况。经过数据收集、数据录入、数据预处理、卷烟品牌分类、基于支持向量机的多类分类分析等步骤进行实证数据分析。
4 实验结果
支持向量机的多类分类依靠几个二分类模型才能实现，在本次试验的多类分类模型设计中，共需要训练6个SVM，整个支持向量机的分类结构，已经在图1中阐述。
低档与非低档分类中，准确分类的精度达到了96%。普通与非普通分类中，准确分类的精度达到了86%。高档与非高档分类中准确分类的精度达到了88%。低档与高档分类中准确分类的精度达到了96%。低档与高档分类中，只选取训练集中的低档品牌消费者和普通档品牌消费者各作为一类，分类的精度达到了95%。普通与高档分类中，只选取训练集中的普通品牌消费者和高档品牌消费者各作为一类，分类的精度达到了88%。
从上面所有的支持向量机训练期分类结果可以发现，所有支持向量机训练期的精度都较高。一方面，作为机器学习的算法可能存在过拟合的现象;另一方面，也说明了作为消费者而言，不同档次的消费者的差异可区分度较大。根据模型设计，支持向量机在分类总体完成后，预测期内对模型的预测效果进行检验。不同参数与模型的比较结果如表1所示。
从表1中可以看到，支持向量机在预测期分类的预测准确率达到64.98%，大于贝叶斯判别的分类准确率45.23%，体现了其在分类上的先进性。
我们再将所有的调研数据按区域（地级市为单位）划分，得到的分类如图2所示，将两种方法得出结果分别求算术平均值，结果如表2所示。
从图2和表2，我们可以看到，在按城市区分之后，SVM的分类准确率有一个提升，平均分类准确率达到了77%，远远高于贝叶斯判别的准确率45%。进行城市区分之后分类准确率更高，这个一方面更加确保支持向量机在分类上的一个有效性;另一方面也说明，不同城市的烟民在购买卷烟的行为也有着不同模式。
5 总结与展望
本文的研究，希望利用支持向量机模型在分类上的天然优势，可以将不同的行为模式区分开来。由于消费者行为的产生取决于多方面不同的因素，而消费者对品牌的敏感性一直是学术研究中的一个重点与难点。
本文利用并行计算，二叉树多类分类方法提高支持向量机的运行效率。从研究的结果来看，运用该方法的广东省内的分类准确率明显的优于贝叶斯判别的分类。这说明支持向量机模型在烟草消费行为分析中有一定的有效性。另外，将不同城市区分开后单独用支持向量机进行消费者行为分析，更加进一步的确定了支持向量机的分类确实比其他分类更有优势。当然，本研究在以下几个方面仍需要更深度的挖掘：
①如何有效地将两类问题的解决办法推广至多类问题，一直是支持向量机研究的一个重要方向。在未来的研究中，需要一种能直接多类的模型，以防止二分类时出现不可分现象是十分必要的。
②消费者偏好与测量方法是比较复杂的。本文的由于消费者行为影响因素很难量化，如何将定性化与定量化的指标结合，共同利用支持向量机方法进行数据挖掘，也是下一步需要研究的方向。
参考文献：
[1]范秋英，方醒.基于层次分析法的网上消费者行为分析[J]. 物流工程与管理，2013，01：121-122.
[2]郭磊，陈进，朱义，肖文斌.小波支持向量机在滚动轴承故障诊断中的应用[J].上海交通大学学报，2009，04：678-682.
[3]汪海燕，黎建辉，杨风雷，等.支持向量机理论及算法研究综述[J].计算机应用研究，2014，31（5）.
[4]王孟磊.基于模糊聚类-ABC控制法的百货企业市场细分研究[J].价值工程，2014，16：198-199.
[5]B. Baesens， S. Viaene， D. Van den Poel， J. Vanthienen， G. Dedene， Bayesian neural network learning for repeat purchase modeling in direct marketing[M]. European Journal of Operational Research， 2002（138）：191-211.
