注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

数据挖掘与数据分析

个人微信:datamen 欢迎交流

 
 
 

日志

 
 

Graveyard模型的spss操作  

2009-10-30 08:37:25|  分类: SPSS |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

       昨天一位朋友问我Graveyard模型如何操作,我在几年前曾做过这个模型,现在有些遗忘了,先说说Graveyard模型是做什么的?为什么要用Graveyard模型 ?

    1、 二维分析方法

      先说说一个很好的市场研究方法,那就是二维分析方法,简单的讲就是X和Y的散点图,在市场分析和数据挖掘的过程中大多是有这种方法进入主题进行深度分析的,当然分析或者挖掘的入口大多数是数据的分布;

    二维分析方法的难点就在于如何设定X,Y,,也就是X代表什么意思,Y代表什么意思;如何划分区域(一般是mean,但一定要考虑数据的分布,以防木桶原理影响决策)

   2、Graveyard模型

         对于提示前品牌知名度和提示后品牌知名度之间的内在关系,可以用Graveyard模型描述。它是个两维图,以提示后知名度为 X 轴,提示前知名度为 Y 轴。根据每一品牌的提示前后知名度在这个两维图上描点,每点代表一个品牌。对所有品牌的提示前后知名度进行回归分析,作出回归直线(或曲线)。这条回归直线(或曲线)将品牌分为四种类型:
(1)正常(Normal)品牌,位于回归线周围,提示前后知名度的关系与市场上的平均水平比较一致。
(2)衰退(Graveyard)品牌,位于回归线右下方的品牌,其提示前知名度相对于提示后知名度太低,显现出该品牌被消费者淡忘的趋势。
(3)利基(Niche)品牌,位于回归线左上方的品牌,其提示前知名度相对于提示后知名度较高,这类品牌其品牌认知率虽然相对不高,但其品牌回忆率较高,消费者对其忠诚度较高。
(4)强势品牌,位于回归线右上方的品牌,其提示前后知名度均很高,消费者对其忠诚度甚高,这些品牌大多是市场上的强势品牌。

3、回归线是那条

大多数的描述都是围绕回归线进行的,那么如何才能更好的模拟这条回归线呢?

统计角度:R、F检验值和T检验值

R越接近1,表明方程中X对Y的解释能力越强

F检验是通过方差分析表输出的,通过显著性水平(significant level)检验回归方程的线性关系是否显著,spss默认的是0.05,也就是小于0.05均有意义;

实际角度:可以根据自己收集数据的角度和分析的侧重点进行调整拟合曲线;

4、spss如何实现以上的过程?

step1:在回归分析中找曲线估计,如下图;

Graveyard模型的spss操作 - Data Mining - 数据挖掘与数据分析

step2:选择提示前和提示后的数据分别做X和Y,选择拟合所有的曲线

Graveyard模型的spss操作 - Data Mining - 数据挖掘与数据分析

接下来就是OK,之后大家根据自己的实际问题,拟合出更贴近真实的回归线吧

spss跑出来的图,大家可以复制到PPT中选择图点右键取消组合,再美化一下就OK!

5、模型展示:

Graveyard模型的spss操作 - Data Mining - 数据挖掘与数据分析
6、此图解读,此图来自@Celia聪利(新浪微博)Graveyard模型的spss操作 - Data Mining - 数据挖掘与数据分析
 

 

  评论这张
 
阅读(6442)| 评论(3)
推荐 转载

历史上的今天

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017