市场调查数据范文

前言：我们精心挑选了数篇优质市场调查数据文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

基于通信技术的日益发展，现代的通信模式已经从最初的单工，演变成半双工，到现在的双工制移动通信系统。从开机的那一刹起，位置信息便通过天线，向附近基站发起一连串的“附着–周期性登记–分离–位置更新–删除位置”信息等这一系列循环的通信行为来确保我们能够正常接打电话。正因如此，我们的位置信息无时无刻都被知晓，而埋藏在位置数据背后的却又是另外一只看不见的手。

传统的人流量调查，需要测试人员拿测量仪去蹲点，定时测量。在该地点进行实际测量以获得原始的观察数据后，再通过相关的分析、计算就可以预判该地点的人流量。当然，上述的方法尤为传统和古老。新型的统计方式也有，从视频中分析出人数也是一个测算人流量的统计方法之一，但是这个方案非常复杂和要有挑战性的计算机视觉与人工智能技术。还有一些比较先进的调查方法——采用运动区域检测算法来实现的。其基本原理是在固定摄像头里提取出运动区域，根据这些运动区域进行统计。当运动区域和人的大小相似的时候，就可以认为有一个人通过。当多个人距离较近的时候，采用人体大小的先验知识，把一个运动区域分割为多个单人区域，从而实现对人流量的估计。当然，视频流是实时连续的，运动区域的检测和分割需要在每一帧内不停地计算。此外还要对每一帧间的运动区域进行跟踪，把不同时间的运动区域连接起来，从而给出正确的人流量和行人运动方向。还有一种基于图像特征和神经元网络的算法。其基本原理是在图像中采集一些反应人体特点的比较粗糙的特征，比如图像边缘密度，然后通过神经元网络学习人数与图像特征之间的非线性关系。

而当今社会，每人至少配备一台手机，从上文中，我们可以得知，手机在给予方便的同时，也悄悄地“出卖”了我们的位置信息，而运营商手握基站的管理权和后台管理程序。所以，无论我们身在何地，都逃不过运营商的法眼，运营商的信息化部门可以根据附近基站的话务量和数据上传下载量的大小而判断出该路段的人流量情况。尤其在实名制实施之后，假如再深入发掘，我们可以了解该用户使用什么套餐，细分每月话费的构成情况，得出是怎么样的消费群体来往于该路段，知道来往该路段用户的平均年龄，可以更好定制产品面向市场，通过计算位置更新的速度，从而判断经过该路段用户是步行还是乘坐交通工具，为该路段的建筑提供参考。运营商也可以借此优化该路段的网络情况，提供更良好的网络环境，为大众服务。从以上的方方面面都看出，运营商庞大的数据库为人流量调查，提供一个更有效的技术创新。

固定摄像头里提取出运动区域，需要网络传输，也就需要运营商搭建基础通信系统承载数据的输送；在细分位置登记数据从而得出该路段的人流量，同时细分人流量的情况也可以为运营商建设基站和构建室内分布系统提供更加周全的风险控制管理方法。可以说运营商掌握庞大的位置信息库，在通话收入有可能面临减少的同时，不妨可以考虑运用手中庞大的位置信息库和市场调查公司合作，或有需要做人流量调查的知名企业合作，为未来的人流量调查提供技术性的创新和技术指导。

在过去，运营商只为用户提供通信和沟通的渠道，而现在，它们开始利用用户数据赚钱。这种业务在运营商间也许尚未流行。2012年10月，Verzion推出了一项名为“精准营销分析（Precision Market Insights）”的产品。其用户一旦利用智能手机浏览了某个网站，Precision Market Insights便会将这个网站的信息、用户的地理位置和个人资料等数据收集起来，提供给商场、体育馆或广告主使用。

除Verzion以外，其它欧洲移动网络运营商也在进行这方面的努力。另外德国软件行业巨头SAP AG推出了一项服务，能够从运营商处收集智能手机使用和位置数据，供营销公司使用。现在，菲尼克斯太阳队（美国篮球队）正在使用Verizon的数据服务。球队副总裁斯科特霍罗维茨（Scott Horowitz）说，他们使用这些数据来分析观众在哪里观看赛事直播，从而在这些地区增加广告投入。Precision Market Insights项目由Verizon和沃达丰集团合资的一家公司负责，其负责人科尔森希利尔（Colson Hillier）说，它们自己也会利用这些数据来调整公司的营销战略。另外，全球知名的户外广告公司Clear Channel Outdoor Holdings也已同意试用Verzion的Precision产品。该公司北美总裁苏珊妮格里姆斯（Suzanne Grimes）称，该产品能让我们了解到，驾车路过广告牌的人有多少因为看到广告后而光顾广告主。现在，美国消费者已越来越习惯于通过Twitter和Foursquare等社交网络提供自己的地理位置信息。随着移动运营商的介入，他们会发现自己将成为谷歌和Facebook等网络巨头的竞争对手。但移动运营商拥有更全面的数据。菲尼克斯太阳队副总裁霍罗维茨表示称：“这些信息是任何人都想得到、但至今尚未得到的信息”。

外国如此，虽然国内运营商在商业上没有外国运营商开发成功，但是在个人隐私保护这块也是让人有所诟病的。曾有报道指出，在2011年某电信运营商内部员工利用职位之便，以手机定位服务包月2000元，能提供50次指定号码的定位这一收费标准，倒卖用户个人信息，但换来的结果是最终被移交法庭。赛立信通信研究部曾经也有听闻，运营商内部员工私下和私家侦探公司接触，将用户位置信息，通话记录，全国手机查址、全国移动手机通话记录查询、全国联通手机通话记录查询、全国电信手机通话清单、全国短信息内容查询等出售出去，并且信息的价值不菲。如今在QQ群上搜索手机定位，数不清的QQ群立马弹窗出来，市场鱼龙混杂，都说明了用户的信息，终究也只不过是一种商品，不同在于，此商品的颜色略带灰色。

曾有这么一说法，建立在中国庞大的人口基数之上的，是庞大的手机数量和基站数量。各大运营商的基站都配有太阳能板，如果把这些太阳能板接受日光强度的变化进行汇总，加上各大基站都会配备的温度湿度传感器反馈的信息，最了解中国气象全局的就不是中央气象局，而是电信运营商了。这不是玩笑，是极有可能会发生的，但是运营商不是气象局，他们最终没有这样做。正如我们不能重回马车时代，一个人的美食，可能是另一个人的毒药，大数据时代的来临，是趋势，也是挑战。应对个人信息泄露、隐私权被侵害的风险，关键在于、在技术进步与社会伦理、公共利益与个人权利之间找到平衡点。这不仅需要运营商内部有统一、精细、规范化的管理，把责任落实到每一位员工的身上，实行调取数据签字认领流程，把倒卖的可能性减少；同时，社会也应该建立起健全的个人隐私法律法规，利用行政监管、公众监督，完善个人隐私保护体系，有效打击犯罪分子，不能再漠视公民个人隐私被侵犯。（赛立信通信研究部 严俊挥）

第2篇

《成功营销》杂志社和新生代市场监测机构共同推出了《成功营销・新生代 2003 年度中国品牌竞争力排行榜》，我觉得这对于相关企业了解市场、了解自身和竞争对手，进一步确定产品的定位和目标市场，从而制定更为有效的营销组合策略，非常具有参考价值。

市场调查是企业了解市场和认识市场的一种科学的方法。企业不进行市场调查或自行进行不全面的调查，会大大增加企业错误决策的风险。透过市场调查，可以帮助企业及时发现市场营销的机会或问题、找出问题产生的原因、评价市场营销计划的合理性和实施的有效性、了解竞争对手及制定正确的竞争策略、估计目前的市场及预测未来的市场，等等。利用市场调查这一理性的工具，使企业的营销决策始终建立在科学地认识市场的基础上，是现代企业在竞争中求生存和发展的必要途径。

对品牌的调查和研究在市场调查中占据着越来越重要的地位。 清华大学赵平教授在“首届市场调研与市场营销学术研讨会”上关于 市场营销的发展新趋势 的报告中指出， 品牌营销将成为营销的主流。

美国广告专家莱利・莱特预言：未来的营销是品牌的战争 ----- 品牌互争长短的竞争。拥有市场比拥有工厂更加重要。拥有市场的唯一办法，就是拥有占市场主导地位的品牌。

在今天的市场上，品牌已经成为一种产品区别与其他同类产品的主要标志，塑造强势品牌有利于顾客识别和选购商品。著名品牌和强势品牌，更容易取得购买者的信任，促使顾客形成品牌偏好，重复购买甚至愿意出高价购买，从而有助于稳定和扩大销售，获得比一般产品更多的利润。品牌有助于建立人们对企业的印象，有利于企业的营销沟通。

因此，市场的竞争在某种意义上说，就是品牌谋略的竞争。谁能恰当的运用品牌谋略，谁就能赢得市场，赢得财富。翻开一部现代企业经营史，可以看到：世界著名企业的生存和发展，无不依靠深谋远虑的品牌战略。曾经帮助“雀巢”闯过“信任危机”的帕根说过：“任何一家试图长久生存并发展的企业，都离不开品牌谋略来相助”。

《成功营销・新生代 2003 年度最具竞争力品牌调查》 及其数据来源具有如下特点：

1、调查的样本量大（超过 7 万人），涉及的城市多（ 30 多个主要城市）。可能是目前为止国内单一数据来源规模最大的市场调查。

2、调查的涵盖面广，涉及到了 5000 多个产品的品牌。一般的市场调查很少可以涉及得如此广泛。对于一些小商品的品牌，有关的数据就更为难得。

3、调查具有单一的数据来源。此次调查将产品消费调查、媒体接触习惯调查和生活形态调查结合在一起，形成单一来源的数据。通过细致的统计分析，可以挖掘出企业营销决策所需的大量有用的信息。

4、调查的连续性。每年一度连续性的调查，将可以帮助企业分析市场的变化和发展趋势，从而适时地调整自己的产品计划和营销策略。

5、调查的跨度长。此次调查可能是目前为止国内单一数据来源跨度最长的市场调查。

企业负责人、品牌管理者和营销总监们应该注意以下几点：

1 、在使用调查数据之前，先认真阅读调查报告的有关技术说明，这样才能做到正确地、有的放矢地、有效地使用报告。

2、关于品牌竞争力的指标体系，报告中有很详细的说明，企业应该根据报告中所界定的含义来使用数据，不能笼统地绝对化地谈论竞争力。例如这个指标体系中对于快速消费品、耐用消费品和手机等不同的产品类别，“品牌的消费者市场份额”的界定是不同的。

尤其值得注意的是，这是一个按照消费人数或户数为基准来界定的“市场份额”，千万不要与按照“消费量”来界定的“市场份额”或者以“消费金额”来界定的“市场份额”等相混淆。因此，要尽量避免一般性地谈市场份额，甚至滥用市场份额的概念。因为，某个新品牌按照“消费人数或户数”定义其“市场份额”可能在同类产品中排名很靠前。但是由于只是一次性的少量使用，或者由于该品牌价位很低，如果按照“消费量”或“消费金额”来定义的话，其“市场份额”的排名可能就很靠后。这也是为什么许多企业利用不同的排名榜，各自得出有利于自己的结论，以至于互相指责，甚至诉诸公堂的原因之一吧。

市场调查的结果必定有排名，排名无罪，而误用排名则常常误事。实际上这三种定义都是有意义的。有些大众化的产品特别是新产品，主要关注覆盖的人数，可能“消费人数或户数”所界定的市场份额更有意义；而有些日常用品或高档产品，主要关注的是使用量或消费金额，那么用“消费量”和“消费金额”所界定的市场份额可能就更有价值了。

企业如何有效地应用这个报告和相关的数据呢？

1.企业应该充分利用这种单一来源、同时又将消费、媒体接触和生活形态的调查结合在一起的数据。例如你的目标消费群体经常是从哪些渠道获取产品信息的？他们的购物决策过程是如何确定的？哪些因素最有影响力？他们对于时尚、名牌的态度如何？等等，实际上从《成功营销・新生代 2003 年度中国品牌竞争力排行榜》的数据中都是可能进一步挖掘的。而这些信息对于企业的营销策略的制定至关重要。

2.企业应该根据自己的特点，结合调查的特点，有侧重地、适当地应用这个报告。例如，因为这是一个巨大样本的调查，工程浩大，所以实施的跨度可能也比较长，那么相比之下，耐用品之类的数据可能就更有参考价值；而对于快速消费品例如饮料，那么可能就需要适当地结合或参考一下某个季节的其他相关专项调查的数据。

3.企业可以通过这次品牌竞争力调查，比较全面地分析市场的大体趋势和规律，然后根据自身所处的位置、可能存在的问题和一些仍然不很清晰的问题，有针对性地进行一些更加细致的规模较小的专项调查研究。

当然，我们必须认识到，市场调查尽管十分重要，但也有一定的局限性。首先，市场调查本身就存在犯错误的风险。市场调查的结果难免带有误差，误差的来源主要有两部分。其中一部分叫“抽样误差”，是由于抽样的偶然性造成之不可避免的误差。不过抽样误差可以通过方案的设计加以控制，而且也是可以事先估算的。另一部分叫“非抽样误差”，是由于抽样以外的其它原因造成的，主要是由于人为的偏差造成。这种偏差可能来自于研究者自身，也可能来自调查员，还可能来自受访者。

第3篇

关键词：市场调查；样本数据缺失；缺失值

一、引言

所谓缺失值就是指在研究分析中的数据统计方式，传统的获取方式是通过抽样，但在实际操作时因为各种主客观因素的影响而未能获取相应调查数据，也常被成为缺失数据。根据以往的理论研究成果和实践经验，市场调查中样本数据缺失是比较普遍的一种现象，究其原因，主要有以下几个方面：（1）受调查对象出于个人的主观意愿对调查者希望从自己这里获取所需数据的行为持否定态度。（2）因各种不可控的因素而导致调查数据缺失。（3）受调查系统不完善、调查人员操作失误等因素的影响，未能实现对所需数据的全面搜集。（4）在对调查数据进行汇总处理时出现错误或失误而引起的数据缺失。不过，以上四种原因仅为导致数据缺失问题的主要原因，在实际工作中，缺失数据的产生原因种类繁多，很难对缺失数据的产生方式与机制进行准确的判断和检测，为了使针对缺失数据的研究能够顺利开展，专家和学者们从形式上将其划分为项目缺失、单元缺失两种类型。Rubin、Little在对数据缺失机制进行定义时将其划分为以下三种类型：不可忽略的缺失、随机缺失、完全随机缺失。在推估过程中，缺失数据主要有单调、单变量、任意缺失三种表现形式。就目前的实际情况来看，删除法、插补法以及最大似然估计法是缺失数值问题处理工作中最常用的三种方法，而缺失值的补法主要包括多重插补法、随机插补法和均值插补法等，MCMC算法、EM算法、相似反映模式算法、最大似然估计法、回归或主成分法也是处理缺失值的常用方法。本次研究针对市场调查中的顾客满意度调查，提出一种新的缺失值处理方法――分类均值插补法，以此实现解决市场调查中样本数据缺失值问题的最终目标。

二、构建顾客满意度指数测评拓展模型

本次研究所构建的顾客满意度指数测评拓展模型共涉及潜变量7个，分别为消费者满意度、抱怨、质量期望、忠诚以及感知质量、价值期望和品牌期望。外生变量仅有品牌期望1个，其余均为内生变量。模型路径如图所示。

三、求解带缺失值的顾客满意度指数

1.处理异常值

这里所说的异常值，是指受调查者不远回答问卷调查中的相关问题或回答结果超出数值范围时所采用的默认值，调查问卷采用10分制，受调查者通过给分方式表达自己对相关项目的满意或认可程度。98名受调查者表示自己不了解相关信息， 99名受调查者不愿作答，101名受调查者表示从不购买，以上回答均以缺失值进行处理。标准化处理后，样本值的方差、均值分别为1、0。

2.处理缺失值

首先，用0代替数据库中标记为NaN的缺失值，若潜变量对应的显变量的样本值完全缺失，则认为该样本无效，采用成对删除法进行处理；若潜变量对应的显变量的样本值仅有部分缺失，采用“分类均值插补法”进行处理。“分类均值插补法”的操作流程可以简单的概括为：依1～10分分值将满意度字段划分为10个类别，若某一类别中存在缺失值，则以该类别的缺失值均值插补。“分类均值插补法”是由均值插补法发展而来，二者在均方根误差方面的比较结果见表1。

3.潜变量估计值的获取

潜变量估计值通过PLS算法反复迭代获取，需要注意的一点是，若块结构含有多个潜变量结构方程模型，那么在设定过程中应假定各指标及其对应的潜变量之间为线性关系；在对模型的内部关系进行设定时，应坚持不同关系共同构成一个线性因果链系统的原则。

步骤一：对潜变量、权重进行迭代估计，同时估计定位系数。

步骤二：重复执行①～④，直至满足迭代条件。

四、顾客满意度测评拓展模型的实证分析

1.顾客满意度测评拓展模型的应用及评价。模型的实证分析涉及显变量17个、潜变量7个（ξ0～6，分别对应消费者期望、质量期望值、价值期望值、消费者满意度、消费者抱怨、消费者忠诚以及企业形象）。调查工作以网上发放调查问卷的形式开展，共涉及225名受调查者（即样本量为225）。X52代表价格敏感度，包括价格上下浮动的不同趋势，取值定义为价格上下浮动25%。用符号NaN替换表中的98、99、101，代表缺失数据。对原始数据进行标准化处理，设定权重迭代条件初始值，计算消费者对商品质量和价值的满意度指数值。模型合理性评价于PLS路径模型相关参数得出后进行。

通过测量、结构模型获悉模型的科学可靠性，测量评价包括信度、效度两个方面，结构评价则以分析路径系数为主。分别对七组变量进行主成分分析，分析数据表明，第一主成分特征值>1，第二主成分特征值0.7，各组变量单一纬度均满足要求。测评标准化因子0.59～0.90，所涉及概念AVE值0.81～0.99，均满足“>0.5”的要求，证明所设计量表的内敛效度良好。不同解释潜变量及所对应的潜变量R2值均>0，说明模型具备所需解释能力。模型拟合优度GoF=0.7，说明模型拟合效果满足要求。

依据迭代过程中权重系数ω的计算结果，可以归纳出以下结论：（1）在权重初始值不完全为0的情况下，最终迭代结果不会受到影响；（2）若调查样本、迭代中止条件相同，则权重分析结果不会因初始权重ω值的差异而受到影响。（3）迭代过程是收敛的，虽然权重初值的差异会对迭代次数以及迭代过程中的权重值产生影响，但并不会导致迭代结果发生改变的问题。

基于Java设计开发的SmartPLS软件包括路径、因子、质子三种权重模式，在相同样本的处理过程中，SmartPLS软件至收敛分别需要13、13、9次迭代，本文所采用的方法仅需5次迭代即可达到同样的效果。由这一结果我们可以看出，本次研究所采用的处理方式能够使模型分析、处理速度较以往有较大幅度的提升，在测量模型系数、结构模型系数、权重系数等方面则与SmartPLS软件一致。

2.测评结果。经计算和分析后获取各潜变量间标准化路径系数，所得部分结果如表2所示。

根据以上实证分析以及对各参数的评价结果，我们对该公司的网上满意度调查结果进行如下归纳：

（1）感知质量和价值、顾客期望、企业形象这4个潜变量与顾客满意度之间存在明显的正比关系，排名前三的依次为感知质量、感知价值、企业形象，分别为0.6171、0.2997和0.2183。由此可以看出，想要使客户对公司产品的满意度得到进一步的提升，最为关键的一点是保证产品质量，合理控制产品价格也将为顾客满意度的提升做出一定贡献。

（2）顾客忠诚度受顾客满意度的直接、间接影响β53、β43β54分别为0.6888、0.07132，证明顾客满意度对于顾客忠诚的直接影响较强，而对顾客忠诚的间接影响相对较弱。

五、结语

本文在对数据缺失的基本概念、产生原因、主要处理方式进行了简单的说明和介绍，在帮助读者了解数据缺失值问题相关情况的基础上提出针对顾客满意度指数测评拓展模型，该模型细化了感知质量潜变量，将其分为感知服务、产品质量两种类型，使同时提品和服务的现代企业在市场调查的过程中能够对带有缺失值的顾客满意度指数进行更加方便的处理，使测评工作的开展更加简洁、高效。为了使这一目标得到更好的实现，文章基于均值插补法提出了“分类均值插补法”并将其应用于缺失值问题的处理过程中，相对而言，新方法的有效性得到了进一步提升。为了验证模型的效度、信度、适合度，以某公司为对象进行实证研究，对文章提出的顾客满意度测评拓展模型进行评价分析，最终取得了满意且有效的测评结果。

参考文献：

[1]鲁纯.灰色建模中数据缺失值处理方法探讨[J].辽宁省交通高等专科学校学报，2013，15（2）：18-22.