市場調查定性測量案例

⑴ 關於市場調查方法的案例

成功案例 案例分析,實戰經驗,方法技巧,項目重點,難點研究,調研范圍

⑵ 市場調查環境與預測中的定性與定量調查分別是什麼舉個例子

定性指大的方向。定量是具體的信息！如:木材價格近期要上漲。這是定性！可能要漲到八百元一立方米。這是定量！

⑶ 求定性和定量的案例分析

（舉例） 項目 結果 陰陽性 單位 陰性判斷值
1 乙肝表面抗原半定量 0.646 陰 COI 0-1.0
2 乙肝表面抗體半定量 2.970 陰 IU/L 0-10.0
3 乙肝E抗原半定量 0.118 陰 COI 0-1.0
4 乙肝E抗體半定量 0.803 陽 COI >1.01
5 乙肝核心抗體半定量 2.250 陰 COI >1.0
乙肝兩對半檢查出現僅僅第4項陽性，其餘為陰性，是少見的類型，這種情況應該應當結合乙肝病
毒HBVDNA具體分析，如果DNA檢測結果是陰性就是乙肝病毒感染後的恢復期；如果HBVDNA檢測結果陽性，可能就仍然是乙肝病毒攜帶者，當然這是極少見的情況。 雖然你很可能是乙肝病毒感染後的恢復期，但還是建議查一下乙肝病毒DNA以便明確診斷，消除顧慮。

⑷ 市場調查中的「定性」及「定量」分別指什麼

定性營銷研究Qualitative marketing research：最常被使用。簡單來說就是從受訪者的數字回答中去分析，不針對整個人口、也不會做大型的統計。常見的例子有：焦點族群focus groups、深度訪談、專案進行等。

定量營銷研究Quantitative marketing research：採用假說的形式，使用任意采樣、並從樣品數來推斷結果，這種手法經常用在人口普查、經濟力調查等大型的研究。常見的例子有：大型問卷、咨詢表系統questionnaires等。

(4)市場調查定性測量案例擴展閱讀

研究方法

1、文案調研

主要是二手資料的收集、整理和分析

主要的渠道來自網上資料搜索和圖書館等書籍信息搜索。

2、實地調研

實地調研可分為詢問法、觀察法和實驗法三種。

（1）詢問法：就是調查人員通過各種方式向被調查者發問或徵求意見來搜集市場信息的一種方法。它可分為深度訪談、GI座談會、問卷調查等方法，其中問卷調查又可分為電話訪問、郵寄調查、留置問卷調查、入戶訪問、街頭攔訪等調查形式。

採用此方法時的注意點：所提問題確屬必要，被訪問者有能力回答所提問題，訪問的時間不能過長，詢問的語氣、措詞、態度、氣氛必須合適。

（2）觀察法：它是調查人員在調研現場，直接或通過儀器觀察、記錄被調查者行為和表情，以獲取信息的一種調研方法。

（3）實驗法：它是通過實際的、小規模的營銷活動來調查關於某一產品或某項營銷措施執行效果等市場信息的方法。實驗的主要內容有產品的質量、品種、商標、外觀、價格，促銷方式及銷售渠道等。它常用於新產品的試銷和展銷。

3、特殊調研

特殊調查有固定樣本、零售店銷量、消費者調查組等持續性實地調查；投影法、推測試驗法、語義區別法等購買動機調查；CATI計算機調查等形式。

4、競爭對手調研

「知己知彼，百戰不殆」，一句中國最古老的成語勾畫出了競爭研究的重要性。在市場競爭日趨白熱化的今天，不了解競爭市場情況，不認識競爭對手，就意味著沒有勝算的機會。

競爭研究的根本目標是通過一切可獲得的信息來查清競爭對手的狀況，包括：產品及價格策略、渠道策略、營銷（銷售）策略、競爭策略、研發策略、財務狀況及人力資源等，發現其競爭弱勢點，幫助企業制定恰如其分的進攻戰略，擴大自己的市場份額；另外，對競爭對手最優勢的部分，需要制定迴避策略，以免發生對企業的損害事件。

參考資料來源：網路-市場調查

參考資料來源：網路-市場調研

⑸ 市場調研與分析的目錄

前言
第一章市場的含義
第一節市場調研的產生和發展
第二節市場調研的概念
第三節市場調研的內容和范圍
第四節市場調研的基本原則
第二章市場調研立題與流程
第一節市場調研的立題
第二節市場調研的一般流程
案例「新安」牌基因玉米種植技術調研流程
第三章市場調研方案設計
第一節市場調研方案的類型
第二節市場調研方案的主要內容
第三節市場調研方案可行性評價
第四章二手資料的獲取與利用
第一節市場信息來源概述
第二節數據質量與評估方法
第三節二手資料的獲取與利用
第五章定性調查
第一節觀察調研法
第二節小組訪談法
第三節深度訪談法
第四節投身技術法
第五節方案調查法
案例大生手機消費觀念的焦點訪談指南
第六章定量調查
第一節定量調查概述
第二節問卷設計技術
第三節態度測量技術
第四節實驗設計
第五節固定樣本連續調查
第六節抽樣技術
案例Acura牌汽車銷售服務調查問卷
第七章消費者購買行為調查技術
第一節消費者購買行為的構成
第二節消費者購買行為調查的內容
……
第八章產品與價格調查技術
第九章廣告調查技術
第十章現場數據收集誤差與質量控制
第十一章靈氣資料的整理與數據分析
第十二章市場特徵與市場因素分析
第十三章市場調研結果的表述
主要參考文獻

⑹ 因為市場調查做得好而成功的例子舉一個就行

吉利公司市場調查的成功案例
男人長鬍子，因而要刮鬍子；女人不長鬍子，自然也就不必刮鬍子。然而，美國的吉利公司卻把「刮鬍刀」推銷給女人，居然大獲成功。
吉利公司創建於1901年，其產品因使男人刮鬍子變得方便、舒適、安全而大受歡迎。進入20世紀70年代，吉利公司的銷售額已達20億美元，成為世界著名的跨國公司。然而吉利公司的領導者並不以此滿足，而是想方設法繼續拓展市場，爭取更多用戶。就在1974年,公司提出了面向婦女的專用「刮毛刀」。
這一決策看似荒謬，卻是建立在堅實可靠的 的基礎之上的。
吉利公司先用一年的時間進行了周密的市場調查，發現在美國30歲以上的婦女中，有65%的人為保持美好形象，要定期刮除腿毛和腋毛。這些婦女之中，除使用電動刮鬍刀和脫毛劑之外，主要靠購買各種男用刮鬍刀來滿足此項需要，一年在這方面的花費高達7500萬美元。相比之下，美國婦女一年花在眉筆和眼影上的錢僅有6300萬美元，染發劑5500萬美元。毫無疑問，這是一個極有潛力的市場。
根據 結果，吉利公司精心設計了新產品，它的刀頭部分和男用刮鬍刀並無兩樣，採用一次性使用的雙層刀片，但是刀架則選用了色彩鮮艷的塑料，並將握柄改為弧形以利於婦女使用，握柄上還印壓了一朵雛菊圖案。這樣一來，新產品立即顯示了女性的特點。
為了使雛菊刮毛刀迅速佔領市場，吉利公司還擬定幾種不同的「定位觀念」到消費者之中徵求意見。這些定位觀念包括：突出刮毛刀的「雙刀刮毛」；突出其創造性的「完全適合女性需求」；強調價格的「不到50美分」；以及表明產品使用安全的「不傷玉腿」等等。
最後，公司根據多數婦女的意見，選擇了「不傷玉腿」作為推銷時突出的重點，刊登廣告進行刻意宣傳。結果，雛菊刮毛刀一炮打響，迅速暢銷全球。
這個案例說明，市場調查研究是經營決策的前提，只有充分認識市場，了解市場需求，對市場做出科學的分析判斷，決策才具有針對性，從而拓展市場，使企業興旺發達。

⑺ 市場預測的案例分析

簡介
金星中國公司為案例，運用運籌學及計算機輔助管理原理，對其生產的產品——大屏幕彩色顯視器（簡稱彩顯）在市場上的營銷歷史和現狀進行深入研究和分析，建立數學模型並運用計算機進行科學預測，制訂未來時期的經營戰略。本文使用數學模型和自行開發的軟體包建立了一體化的市場營銷管理信息系統。該系統可以自動地從營銷交易和企業環境中收集、處理和分析有用、適時、准確的信息。同時，它可以將已分類和重新組合的信息實時地向公司的管理層和各部門傳遞。
產品的銷售概況
金星公司在世界范圍內銷售形勢是樂觀的，由於各國顯示器生產廠家紛紛在中國辦廠或大批向中國放貨，行業中的競爭日趨激烈，該公司中國公司的銷售量卻增長不大，除去競爭因素外，另一個重要因素是企業內部未充分挖掘潛力，尤其是缺乏科學的戰略性的市場觀測，缺乏一套行之有效的經營管理信息系統，致使該公司銷售形勢處於一種「憑市場擺布」的局面。因此，當該公司面臨不利的宏觀經濟環境時，便不能作出靈敏的反應，去制訂有力的對策，以取得營銷的主動權。
產品市場分析和營銷計劃系統總框架
在世界范圍內，金星公司是有一定的優勢的，但中國市場銷售情況表明，該公司產品在中國市場銷路已經潛伏著危機，為此金星中國公司提出開發一個「市場營銷管理信息決策系統」，其主要功能是為該公司管理人員提供可靠及時的市場信息。
為了實現目標功能，系統包括四個功能模塊：
（1）市場預測和分析
（2）計劃和市場研究
（3）訂貨和用戶服務
（4）調運和分配
本文著重對市場營銷的預測分析和計劃模塊進行重點研究和論述。因為預測分析和計劃研究是市場經營管理的首要環節，它是企業作出正確經營決策的前提和依據。
市場營銷管理信息系統的數據流程
市場營銷管理信息系統的主要來源有兩方面：第一個來源是市場的調研人員，他們收集有關市場的情況資料，供市場預測和研究分析之用；第二個來源是用戶，就是指所有要購買產品的單位和個人，它向企業提出訂貨要求，以及對產品質量、性能等方面的要求等。這些原始數據輸入到系統後，經過適當的處理，產生各種市場信息，有的存入相應的資料庫中，有的輸出給有關的部門或其它子系統。
市場預測模型
一個企業要作出正確的經營決策，預測和分析起著重要的作用。通過預測和分析，將市場中的未知狀態轉變為科學預測的期望值狀態，使企業在一定程度上規避市場風險。在認真總結以往經驗的基礎上，不僅要加強定性預測和分析的主導作用，而且更要重視定量預測和分析的研究工作，特別是充分發揮計算機的作用，使定性預測分析和定量預測分析密切結合起來，創造一種嶄新的，更符合產品市場和公司實際的科學預測和分析方法。一方面，隨著中國宏觀經濟的發展，大屏幕顯示器市場需求量的發展具有一定的延續性。另一方面，顯示器為通用產品，各種品牌競爭激烈。顯示器的固定配套用戶比較少，所以屏幕顯示器的研製和銷售也具有某種不確定因素，即較難考慮它發展的因果關系。此外，顯示器的市場需求量，受兼容PC機銷售的支撐，有一定的季節波動，如一、二月像冬眠期一樣銷售遲緩，三月形勢轉為明朗，隨後是在緩慢下滑中的維持狀態，八月銷售突然轉旺，是受暑期購買兼容PC機高潮的影響。根據這一情況，本人認為預測方法宜採用兩種方法：即時間序列分析法中的指數平滑法和季節性變動法。前者主要對短期的銷售趨勢進行預測，後者則著重預測季節性變化及長期的銷售變化狀態，彌補了短期預測的不足。用兩種預測方法相結合就可以獲得較好的預測效果。 1、用改進的指數平滑法預測短期銷售趨勢。
利用指數平滑法可以較好地進行短期銷售趨勢預測。這種方法的基本原則是強調數據對預測值的作用，可以任意選擇數據的權值，但是並未完全忽視遠期數據的作用。指數平滑法的數學模型如下：
F[,t+1]=F[,t]+α（V[,t]-F[,t]）（3-1）
又可以寫成：
F[,t+1]=αV[,t]+（1-α）F[,t]（3-2）
α——平滑系數，其值介於0與1之間（0<α<1）；
V[,t]——第t個周期（年或月）的實際值；
F[,t]——第t個周期（年或月）的預測值；
式（3-1）中的F[,t]又可寫成：
F[,t]=αV[,t-1]+（1-α）F[,t-1]
而F[,t-1]=αV[,t-2]+（1-α）F[,t-2]
……如此連續推算下去，然後再將不同期的預測值代入式（3-2），展開後得：
F[,t+1]=αV[,t]+α（1-α）V[,t-1]+α（1-α）[2]V[,t-2]+…（4-3）
式中α值的大小要根據實際情況選取，如果要加強數據的作用，α值可取得大些。假設令α=0.9代入上式，得：
F[,t+1]=0.9V[,t]+0.09V[,t-1]+0.009V[,t-2]+…
可以看出，數據在上式中起著主要作用，其餘各項歷史數據的作用按等比級數（公比為1-α）的權值迅速下降。因此，這種方法是加權滑動平均法的一種改進型，它可以通過α值的選擇，改變權值調節數據的作用，同時也考慮到遠期數據的作用。在實際運用中α值的選擇，可根據經驗來定，如果數據波動不大，圖線較為平穩時，α值應取得小一點；如果數據波動較大，α值應取大一點，可令α=0.7～0.8。這樣使預測值對實際值的變化能得到迅速的反應，從而減小預測值與實際值的偏差。現以顯示器歷年銷售的歷史數據為例，應用指數平滑法，分別按α=0.1和0.9計算1990—1996各年的預測值，如表3—1所示。
指數平滑的預測值：
實際值預測值
周期(年)(百萬元)a=0.1a=0.9
19871494.01494.01494.0
19881476.61494.01494.0
19891673.01492.01478.3
19901777.81506.71621.1
19911738.61533.81762.1
19922028.51554.31741.0
19932071.91601.71999.7
19942252.01648.82064.7
19952825.01709.12233.3
19962439.01820.72765.8
圖3—1所示為指數平滑法α取值不同的兩條預測圖線。可以看出：由於實際數據不穩定，波動較大，在這種情況下當α=0.9時，預測值圖線比較接近於實際值；當α=0.1時，預測值圖線只反映出數據變化趨勢，與實際值偏差較大。指數平滑法是通過人工對α值的調節來加強不同時期的數據作用，能適應比較復雜的變化情況。要求歷史數據也較少。指數平滑法是一種時間序列分析方法。時間序列是一個受隨機因素影響而變化的序列。因此，它的預測不可能沒有偏差。因此需要說明預測的精度問題，以便在選擇預測方法時有一個比較的標准。如何來確定預測的精度？不能以某一次預測的准確與否作為評價預測方法的標准，而應從統計觀點用平均值的辦法來判斷。現用平均絕對偏差和均方差兩種衡量預測精度的方法予以說明之。
兩種方法的數學表達式如下：
平均絕對偏差（MAD）：
1n
MAD=──（ΣㄧV[,t]-F[,t]ㄧ）（i=1,2,3,…,n）（3-4）
ni=1
均方差（MSE）：
1n
MSE=─[Σ(V[,t]-F[,t])[2]（i=1,2,3,…,n）（3-5）
ni=1
現以這兩個標准，對表3—1中的指數平滑法相同數據選用兩種α值（α=0.1和α=0.9）預測結果進行誤差分析對比。如表3—2所示。從表3—2中採用兩種標准計算的結果看，在該組實際數據的情況下，選用α=0.9的預測結果比α=0.1的預測結果精確。誤差分析對比：
實際值指數平滑法
周期(年)(百萬元)a=0.1平均絕對偏差均方差a=0.9平均絕對偏差
19871494.01494.00.00.01494.00.0
19881476.61494.017.4302.81494.017.4
19891637.01492.3144,720938.11478.3158.7
19901777.81506.7271.073441.01621.1156.7
19911738.61533.8204.741902.11762.123.5
19922028.51554.3474.1224770.81741.0287.5
19932071.91601.7470.1220994.01999.772.1
19942252.01648.8603.2363850.22064.7187.3
19952825.01709.11115.91245232.82233.3591.7
19962439.01820.7618.3382294.92765.8326.8
總計3919.42573726.71821.7
總平均絕對差391.9182.2
均方差1257372.7
指數平滑法：
周期(年)均方差
19870.0
1988302.8
198925185.7
199024554.9
1991552.3
199282656.3
19935198.4
199435081.3
1995350108.9
1996106790.2
總計630430.8
總平均絕對差
均方差163043.1
2、用季節性變動法預測季節性需求變化
指數平滑法雖能較好地反映短期的銷售趨勢，但不適用於長期預測。作為對短期預測方法的補充，我們採用季節性變動法預測大屏幕顯示器季節性需求變化及長期的銷售變化狀態。大屏幕顯示器容易受兼容PC機銷量及其它諸因素的影響，其市場需求量呈季節性或周期性變動。為搞好均衡生產和適時供應，很有必要掌握其變動規律。大屏幕顯示器需求的季節性變動有時候較為復雜，它既包括有趨勢性變化（如需求量逐年增長），也可能包括有季節性變化，或者還有其它偶然性的變化（如國家政治、經濟形勢的突然變化）。因此，對這種變化狀態的分析和預測，需要應用多種可行的方法進行綜合分析。現仍以金星公司1995、1996年各月銷售量為依據，如表3—3所示來預測後兩年某時期的銷售量。
預測步驟：
（1）標出數據點的分布圖，確定變動的形式如圖3—2所示，這組數據顯示兩種變動，一是具有較強烈的季節性變動，夏秋兩季需求量大，冬春兩季需求量小；一是趨勢變動，產品需求量呈增長趨勢。
（2）確定長期趨勢變動
增長趨勢變動的確定有兩種方法
（i）利用月平均增長率定點畫出直線
附圖{圖}
根據表3—3的數據分別求出1995和1996年的月平均銷售量：
1688
95年月平均銷售量=——=140.7百萬元
12
2370
96年月平均銷售量=———=197.5百萬元
12
197.5-140.7
每月的平均增長量=———————=4.73百萬元/月
12
這個4.73百萬元/月即為長期趨勢變動。如果把月平均銷售量算為年中（六月份）的銷售量，則可在圖3—3中給出A、B兩點。其中A點為1995年6月，坐標Y值為140.7；B點為1996年6月，坐標Y值為197.5。連接AB直線即為長期趨勢變動。
（ii）應用最小二乘法，列出直線回歸方程：
假設直線方程為：
Y=a+bx式中：
回歸系數nΣX·Y-ΣX·ΣY
b=──────────
nΣX[2]-（ΣX）[2]
ΣY－bΣX
a=──────
n
將表3—3數據代入上兩式得：
24×55200-300×4058
b=———————————=3.89
24×4900-300[2]
4058-3.89×300
a=————————=120.46
24
則趨勢數學模型為：
Y=120.46+3.89x（3-6）
（3）計算趨勢線的各月趨勢值
將各個月份值代入趨勢模型式（3-6），得到各個月份的趨勢值。全部計算值列入表3-3的（3）項。各個月份的趨勢值是供計算季節性系數用的。
（4）確定季節性系數
季節性系數是用表3-3的（2）項被（3）項除所得的商。列出一月份季節性系數的演算法為：
30÷124.4=0.24
其餘類推。表中有24個月的季節性系數，是兩個完整循環周期，因此應將每年對應的月份季節性系數進行平均，取其平均值，則各月的季節性系數值，如表3-4所示。
表3—4季節性系數
季節性系數
月份1995年1996年平均值
10.240.560.40
20.390.930.66
31.441.111.28
41.221.481.35
51.271.191.23
60.991.311.15
71.880.961.42
80.981.101.04
91.231.521.38
100.811.271.04
110.640.500.57
120.480.430.45
（5）建立預測模型進行預測
假設S[,t]為第t月的季節性系數，則第t月預測值為
Y[,t]=（a+bX[,t]）S[,t]（3-7）
若欲求1997年7月的需求量預測值，則有：
X[,t]=24+7=31
S[,t]=1.42
所以：Y[,t]=（120.46+3.89×31）×1.42=342.29百萬元
又，若求1998年1月的需求預測值，則有：
X[,t]=24+12+1=37
S[,t]=0.4
Y[,t]=（120.46+3.89×37）×0.4=105.76萬元
以上論述的是指數平滑和季節變動兩種預測方法的數學模型及其應用實例。需要指出的是：運用計算機進行預測主要在於數學模型的使用和改善預測的精度。使用計算機進行預測的優點在於它能准確地處理大量數據，能及時根據變化的條件經常修改模型，同時它還可以和其它系統相聯，強化信息通訊。用計算機預測市場需求時應收集需求數據。一般來說統計數據越多越好，不太重要的情況下找七點即可，重要情況下至少找十二點，觀察季節性需求形態至少要兩年的數據。數據的時間跨度對預測是有影響的，跨度過長，季節性波動被掩蓋。
對於指數平滑法，輸入計算機的是時間序列數據。輸出的是通過指數平滑法計算後的下一周期的預測值。計算機程序應提供一預測表（ATABLEOFFORECASTS）。平滑系數α的變范圍自0.1至0.9；另一方面，程序可以用最小平方法選擇較佳的平滑系數，同時，還可以根據使用者指定的周期數來計算加權平均，這將有利於敏感性分析的進行。對於季節性變動預測法，輸入計算的亦是時間序列數據，輸出的是今後時期的季節性變化趨勢。當市場需求情況出現峰和谷時，就要考慮季節性需求，一般來說季節性需求行為要求峰值在各個周期的同一時期出現，並且高峰需求必須超過平均需求的MAD/2（平均絕對偏差），季節性需求估值在計算機中以趨勢線和季節系數來表達。
市場研究和營銷計劃
市場研究和營銷計劃的目的是進行充分的市場調查，制訂合理的銷售計劃，從而在最大的限度上減少企業所承擔的風險。市場研究和營銷計劃模塊要完成以下三項工作：
（1）、市場調查資料的分析，一般根據大屏幕顯示器的競爭狀況以及採用統計分析的方法來研究市場問題；
（2）、利用銷售預測的結果來制訂銷售計劃。
（3）、廣告分析，以便於制訂廣告策略。