
如何用大數據的方法繪制知覺圖
統研究時代,知覺圖(perceptual map)是一個簡潔直觀解析品牌定位的經典工具。然而隨著大數據時代的降臨,傳統的數據獲取方法受到了不斷的沖擊,原來使用焦點小組(Focus Group) 或調研問卷獲得數據變成了一項費時費力,且耗費成本的工作。
大數據背景下,可不可以有更簡單,更快捷的方式獲知品牌及其競爭對手的定位?可不可以快速評價品牌定位是否達到目標位置?可不可以全面檢驗修正品牌傳播策略正確與否?
這些問題都值得我們來探討。
先來說說知覺圖的含義:
知覺圖是消費者對某一系列產品或品牌的知覺和偏好的形象化表述。目的是嘗試將消費者或潛在消費者的感知用直觀的、形象化的圖像表達出來。特別是用在產品、產品系列、品牌的定位方面,也會用于描述企業與競爭對手的相對位置方面。
知覺圖可以是多維的,但通常的情形是二維的。
下圖通過兩維展示了消費者心目中筆記本電腦品牌在用戶導向/標準配置,創意設計/經濟實用方面的品牌定位。此例中,消費者認為,蘋果品牌代表了創新設計及用戶導向的特性。而三星筆記本則代表了經濟實用和標準配置。
*非真實數據,僅用于展示
繪制知覺圖,涉及到至少6個步驟:
確定研究方向:
作為咨詢研究公司,研究方向往往是通過對消費者的研究,獲取其對于客戶某產品及其競爭對手產品的感覺或偏好。這時我們要選擇符合該產品的一系列變量指標以及想要研究的目標品牌。
通常來說, 品牌和變量指標之間存在一個理想的比例關系,即1.3-1.6倍,也就是說如果研究8-10個品牌,大致需要14-15個變量。在傳統研究時代,通過問卷獲取消費者認知的階段中,對于品牌的研究一般不超過20個,否則可能導致調查對象的疲倦,最終影響調研結果。而在大數據獲取的背景下,數據是本身的獲取是相對客觀的,并不存在這個問題。這也算是大數據繪制知覺圖的優勢之一。
獲取數據
本次介紹的大數據獲取用戶感知數據的方式,主要來自電商評論數據的獲取。與傳統途徑相比,它具有采集快速,數據量大的特點。
在HCR最新的研究項目中,僅6個月內關于幾大剃須刀品牌的商品評論數據就采集33萬條之多,而采集時間卻僅用了一天。省去了問卷設計,調研對象邀約,答題,統計等多個環節,最終獲取到多于問卷調研對象百倍的原始數據。
當然這種大數據的采集方式,也會存在短板,比如評價不同品牌的個體不相同,個人評論的尺度的不同可能會影響最終的結果。但通過大量級的數據收集,可以將這種誤差控制在可控范圍內。任何一項研究都可能存在誤差,而傳統問卷抽樣所導致的誤差問題可能更明顯。
確定產品變量
傳統問卷的采集形式中,確定產品維度的工作是在數據采集前完成的,即先確定需要考察的產品屬性,之后體現在問卷設計當中向調查對象提問。
在大數據的研究方法中,在數據采集之后,可通過高頻屬性的方式,提煉出某產品最受關注的一系列屬性。例如:物流,服務,促銷,價格,外觀,功能,質量,體驗等。每一項指標分為正面,中性,負面。相當于以往問卷式研究中的1-3分量表,即負面等于1分表示不滿意,中性等于2分表示一般,正面等于3分表示滿意。
數據處理
計算每一條評價在不同的指標下的分數,匯總后取平均值,得到不同品牌在各項指標下的平均得分。此處以剃須刀為例(非真實數據):
用因子分析中的主成分分析法可以得出每個品牌及每項指標的兩維(X,Y)值:
繪圖
根據品牌及指標的X,Y值,繪制出知覺圖。在繪制知覺圖的時候,有一項工作是非常重要的。即坐標軸的命名。此處可根據軸兩側45%角內指標的特性,為X,Y軸命名。例如:X軸負半軸,可根據便攜,價格和促銷/贈品來命名,比如“經濟實用”。如果遇到命名指標數量過少的情況,如Y軸負半軸,則可用正半軸相關指標的反義詞來輔助命名。
圖表解讀:
位置越相近的品牌,說明他們的市場定位越接近。而同屬一個象限的品牌,在本質上可以被聚類。例如博朗與松下;奔騰,科美及朗威;飛利浦與飛科。他們彼此形成強烈的競爭關系。對于這些品牌,可以通過知覺圖檢測品牌定位的正確與否,通過逐漸改變品牌定位的方法,遷移到理想的新位置。
大數據時代的到來,提供了我們更多,更大的數據。獲取數據的時間縮短了,成本降低了。但對于傳統研究方法的借鑒,仍然是一個值得關注的話題。都說大數據往往缺少深入洞察,但HCR一直致力于將豐富的調研分析經驗融入到新時代的背景下,將大小數據融合,不斷為客戶創造更高價值。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
2025 年,數據如同數字時代的 DNA,編碼著人類社會的未來圖景,驅動著商業時代的運轉。從全球互聯網用戶每天產生的2.5億TB數據, ...
2025-05-27CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25