前言：我們精心挑選了數篇優質市場調查數據文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

基于通信技術的日益發展，現代的通信模式已經從最初的單工，演變成半雙工，到現在的雙工制移動通信系統。從開機的那一剎起，位置信息便通過天線，向附近基站發起一連串的“附著–周期性登記–分離–位置更新–刪除位置”信息等這一系列循環的通信行為來確保我們能夠正常接打電話。正因如此，我們的位置信息無時無刻都被知曉，而埋藏在位置數據背后的卻又是另外一只看不見的手。

傳統的人流量調查，需要測試人員拿測量儀去蹲點，定時測量。在該地點進行實際測量以獲得原始的觀察數據后，再通過相關的分析、計算就可以預判該地點的人流量。當然，上述的方法尤為傳統和古老。新型的統計方式也有，從視頻中分析出人數也是一個測算人流量的統計方法之一，但是這個方案非常復雜和要有挑戰性的計算機視覺與人工智能技術。還有一些比較先進的調查方法——采用運動區域檢測算法來實現的。其基本原理是在固定攝像頭里提取出運動區域，根據這些運動區域進行統計。當運動區域和人的大小相似的時候，就可以認為有一個人通過。當多個人距離較近的時候，采用人體大小的先驗知識，把一個運動區域分割為多個單人區域，從而實現對人流量的估計。當然，視頻流是實時連續的，運動區域的檢測和分割需要在每一幀內不停地計算。此外還要對每一幀間的運動區域進行跟蹤，把不同時間的運動區域連接起來，從而給出正確的人流量和行人運動方向。還有一種基于圖像特征和神經元網絡的算法。其基本原理是在圖像中采集一些反應人體特點的比較粗糙的特征，比如圖像邊緣密度，然后通過神經元網絡學習人數與圖像特征之間的非線性關系。

而當今社會，每人至少配備一臺手機，從上文中，我們可以得知，手機在給予方便的同時，也悄悄地“出賣”了我們的位置信息，而運營商手握基站的管理權和后臺管理程序。所以，無論我們身在何地，都逃不過運營商的法眼，運營商的信息化部門可以根據附近基站的話務量和數據上傳下載量的大小而判斷出該路段的人流量情況。尤其在實名制實施之后，假如再深入發掘，我們可以了解該用戶使用什么套餐，細分每月話費的構成情況，得出是怎么樣的消費群體來往于該路段，知道來往該路段用戶的平均年齡，可以更好定制產品面向市場，通過計算位置更新的速度，從而判斷經過該路段用戶是步行還是乘坐交通工具，為該路段的建筑提供參考。運營商也可以借此優化該路段的網絡情況，提供更良好的網絡環境，為大眾服務。從以上的方方面面都看出，運營商龐大的數據庫為人流量調查，提供一個更有效的技術創新。

固定攝像頭里提取出運動區域，需要網絡傳輸，也就需要運營商搭建基礎通信系統承載數據的輸送；在細分位置登記數據從而得出該路段的人流量，同時細分人流量的情況也可以為運營商建設基站和構建室內分布系統提供更加周全的風險控制管理方法。可以說運營商掌握龐大的位置信息庫，在通話收入有可能面臨減少的同時，不妨可以考慮運用手中龐大的位置信息庫和市場調查公司合作，或有需要做人流量調查的知名企業合作，為未來的人流量調查提供技術性的創新和技術指導。

在過去，運營商只為用戶提供通信和溝通的渠道，而現在，它們開始利用用戶數據賺錢。這種業務在運營商間也許尚未流行。2012年10月，Verzion推出了一項名為“精準營銷分析（Precision Market Insights）”的產品。其用戶一旦利用智能手機瀏覽了某個網站，Precision Market Insights便會將這個網站的信息、用戶的地理位置和個人資料等數據收集起來，提供給商場、體育館或廣告主使用。

除Verzion以外，其它歐洲移動網絡運營商也在進行這方面的努力。另外德國軟件行業巨頭SAP AG推出了一項服務，能夠從運營商處收集智能手機使用和位置數據，供營銷公司使用。現在，菲尼克斯太陽隊（美國籃球隊）正在使用Verizon的數據服務。球隊副總裁斯科特霍羅維茨（Scott Horowitz）說，他們使用這些數據來分析觀眾在哪里觀看賽事直播，從而在這些地區增加廣告投入。Precision Market Insights項目由Verizon和沃達豐集團合資的一家公司負責，其負責人科爾森希利爾（Colson Hillier）說，它們自己也會利用這些數據來調整公司的營銷戰略。另外，全球知名的戶外廣告公司Clear Channel Outdoor Holdings也已同意試用Verzion的Precision產品。該公司北美總裁蘇珊妮格里姆斯（Suzanne Grimes）稱，該產品能讓我們了解到，駕車路過廣告牌的人有多少因為看到廣告后而光顧廣告主。現在，美國消費者已越來越習慣于通過Twitter和Foursquare等社交網絡提供自己的地理位置信息。隨著移動運營商的介入，他們會發現自己將成為谷歌和Facebook等網絡巨頭的競爭對手。但移動運營商擁有更全面的數據。菲尼克斯太陽隊副總裁霍羅維茨表示稱：“這些信息是任何人都想得到、但至今尚未得到的信息”。

外國如此，雖然國內運營商在商業上沒有外國運營商開發成功，但是在個人隱私保護這塊也是讓人有所詬病的。曾有報道指出，在2011年某電信運營商內部員工利用職位之便，以手機定位服務包月2000元，能提供50次指定號碼的定位這一收費標準，倒賣用戶個人信息，但換來的結果是最終被移交法庭。賽立信通信研究部曾經也有聽聞，運營商內部員工私下和私家偵探公司接觸，將用戶位置信息，通話記錄，全國手機查址、全國移動手機通話記錄查詢、全國聯通手機通話記錄查詢、全國電信手機通話清單、全國短信息內容查詢等出售出去，并且信息的價值不菲。如今在QQ群上搜索手機定位，數不清的QQ群立馬彈窗出來，市場魚龍混雜，都說明了用戶的信息，終究也只不過是一種商品，不同在于，此商品的顏色略帶灰色。

曾有這么一說法，建立在中國龐大的人口基數之上的，是龐大的手機數量和基站數量。各大運營商的基站都配有太陽能板，如果把這些太陽能板接受日光強度的變化進行匯總，加上各大基站都會配備的溫度濕度傳感器反饋的信息，最了解中國氣象全局的就不是中央氣象局，而是電信運營商了。這不是玩笑，是極有可能會發生的，但是運營商不是氣象局，他們最終沒有這樣做。正如我們不能重回馬車時代，一個人的美食，可能是另一個人的毒藥，大數據時代的來臨，是趨勢，也是挑戰。應對個人信息泄露、隱私權被侵害的風險，關鍵在于、在技術進步與社會倫理、公共利益與個人權利之間找到平衡點。這不僅需要運營商內部有統一、精細、規范化的管理，把責任落實到每一位員工的身上，實行調取數據簽字認領流程，把倒賣的可能性減少；同時，社會也應該建立起健全的個人隱私法律法規，利用行政監管、公眾監督，完善個人隱私保護體系，有效打擊犯罪分子，不能再漠視公民個人隱私被侵犯。（賽立信通信研究部 嚴俊揮）

第2篇

《成功營銷》雜志社和新生代市場監測機構共同推出了《成功營銷?新生代 2003 年度中國品牌競爭力排行榜》，我覺得這對于相關企業了解市場、了解自身和競爭對手，進一步確定產品的定位和目標市場，從而制定更為有效的營銷組合策略，非常具有參考價值。

市場調查是企業了解市場和認識市場的一種科學的方法。企業不進行市場調查或自行進行不全面的調查，會大大增加企業錯誤決策的風險。透過市場調查，可以幫助企業及時發現市場營銷的機會或問題、找出問題產生的原因、評價市場營銷計劃的合理性和實施的有效性、了解競爭對手及制定正確的競爭策略、估計目前的市場及預測未來的市場，等等。利用市場調查這一理性的工具，使企業的營銷決策始終建立在科學地認識市場的基礎上，是現代企業在競爭中求生存和發展的必要途徑。

對品牌的調查和研究在市場調查中占據著越來越重要的地位。 清華大學趙平教授在“首屆市場調研與市場營銷學術研討會”上關于 市場營銷的發展新趨勢 的報告中指出， 品牌營銷將成為營銷的主流。

美國廣告專家萊利?萊特預言：未來的營銷是品牌的戰爭 ----- 品牌互爭長短的競爭。擁有市場比擁有工廠更加重要。擁有市場的唯一辦法，就是擁有占市場主導地位的品牌。

在今天的市場上，品牌已經成為一種產品區別與其他同類產品的主要標志，塑造強勢品牌有利于顧客識別和選購商品。著名品牌和強勢品牌，更容易取得購買者的信任，促使顧客形成品牌偏好，重復購買甚至愿意出高價購買，從而有助于穩定和擴大銷售，獲得比一般產品更多的利潤。品牌有助于建立人們對企業的印象，有利于企業的營銷溝通。

因此，市場的競爭在某種意義上說，就是品牌謀略的競爭。誰能恰當的運用品牌謀略，誰就能贏得市場，贏得財富。翻開一部現代企業經營史，可以看到：世界著名企業的生存和發展，無不依靠深謀遠慮的品牌戰略。曾經幫助“雀巢”闖過“信任危機”的帕根說過：“任何一家試圖長久生存并發展的企業，都離不開品牌謀略來相助”。

《成功營銷?新生代 2003 年度最具競爭力品牌調查》 及其數據來源具有如下特點：

1、調查的樣本量大（超過 7 萬人），涉及的城市多（ 30 多個主要城市）。可能是目前為止國內單一數據來源規模最大的市場調查。

2、調查的涵蓋面廣，涉及到了 5000 多個產品的品牌。一般的市場調查很少可以涉及得如此廣泛。對于一些小商品的品牌，有關的數據就更為難得。

3、調查具有單一的數據來源。此次調查將產品消費調查、媒體接觸習慣調查和生活形態調查結合在一起，形成單一來源的數據。通過細致的統計分析，可以挖掘出企業營銷決策所需的大量有用的信息。

4、調查的連續性。每年一度連續性的調查，將可以幫助企業分析市場的變化和發展趨勢，從而適時地調整自己的產品計劃和營銷策略。

5、調查的跨度長。此次調查可能是目前為止國內單一數據來源跨度最長的市場調查。

企業負責人、品牌管理者和營銷總監們應該注意以下幾點：

1 、在使用調查數據之前，先認真閱讀調查報告的有關技術說明，這樣才能做到正確地、有的放矢地、有效地使用報告。

2、關于品牌競爭力的指標體系，報告中有很詳細的說明，企業應該根據報告中所界定的含義來使用數據，不能籠統地絕對化地談論競爭力。例如這個指標體系中對于快速消費品、耐用消費品和手機等不同的產品類別，“品牌的消費者市場份額”的界定是不同的。

尤其值得注意的是，這是一個按照消費人數或戶數為基準來界定的“市場份額”，千萬不要與按照“消費量”來界定的“市場份額”或者以“消費金額”來界定的“市場份額”等相混淆。因此，要盡量避免一般性地談市場份額，甚至濫用市場份額的概念。因為，某個新品牌按照“消費人數或戶數”定義其“市場份額”可能在同類產品中排名很靠前。但是由于只是一次性的少量使用，或者由于該品牌價位很低，如果按照“消費量”或“消費金額”來定義的話，其“市場份額”的排名可能就很靠后。這也是為什么許多企業利用不同的排名榜，各自得出有利于自己的結論，以至于互相指責，甚至訴諸公堂的原因之一吧。

市場調查的結果必定有排名，排名無罪，而誤用排名則常常誤事。實際上這三種定義都是有意義的。有些大眾化的產品特別是新產品，主要關注覆蓋的人數，可能“消費人數或戶數”所界定的市場份額更有意義；而有些日常用品或高檔產品，主要關注的是使用量或消費金額，那么用“消費量”和“消費金額”所界定的市場份額可能就更有價值了。

企業如何有效地應用這個報告和相關的數據呢？

1.企業應該充分利用這種單一來源、同時又將消費、媒體接觸和生活形態的調查結合在一起的數據。例如你的目標消費群體經常是從哪些渠道獲取產品信息的？他們的購物決策過程是如何確定的？哪些因素最有影響力？他們對于時尚、名牌的態度如何？等等，實際上從《成功營銷?新生代 2003 年度中國品牌競爭力排行榜》的數據中都是可能進一步挖掘的。而這些信息對于企業的營銷策略的制定至關重要。

2.企業應該根據自己的特點，結合調查的特點，有側重地、適當地應用這個報告。例如，因為這是一個巨大樣本的調查，工程浩大，所以實施的跨度可能也比較長，那么相比之下，耐用品之類的數據可能就更有參考價值；而對于快速消費品例如飲料，那么可能就需要適當地結合或參考一下某個季節的其他相關專項調查的數據。

3.企業可以通過這次品牌競爭力調查，比較全面地分析市場的大體趨勢和規律，然后根據自身所處的位置、可能存在的問題和一些仍然不很清晰的問題，有針對性地進行一些更加細致的規模較小的專項調查研究。

當然，我們必須認識到，市場調查盡管十分重要，但也有一定的局限性。首先，市場調查本身就存在犯錯誤的風險。市場調查的結果難免帶有誤差，誤差的來源主要有兩部分。其中一部分叫“抽樣誤差”，是由于抽樣的偶然性造成之不可避免的誤差。不過抽樣誤差可以通過方案的設計加以控制，而且也是可以事先估算的。另一部分叫“非抽樣誤差”，是由于抽樣以外的其它原因造成的，主要是由于人為的偏差造成。這種偏差可能來自于研究者自身，也可能來自調查員，還可能來自受訪者。

第3篇

關鍵詞：市場調查；樣本數據缺失；缺失值

一、引言

所謂缺失值就是指在研究分析中的數據統計方式，傳統的獲取方式是通過抽樣，但在實際操作時因為各種主客觀因素的影響而未能獲取相應調查數據，也常被成為缺失數據。根據以往的理論研究成果和實踐經驗，市場調查中樣本數據缺失是比較普遍的一種現象，究其原因，主要有以下幾個方面：（1）受調查對象出于個人的主觀意愿對調查者希望從自己這里獲取所需數據的行為持否定態度。（2）因各種不可控的因素而導致調查數據缺失。（3）受調查系統不完善、調查人員操作失誤等因素的影響，未能實現對所需數據的全面搜集。（4）在對調查數據進行匯總處理時出現錯誤或失誤而引起的數據缺失。不過，以上四種原因僅為導致數據缺失問題的主要原因，在實際工作中，缺失數據的產生原因種類繁多，很難對缺失數據的產生方式與機制進行準確的判斷和檢測，為了使針對缺失數據的研究能夠順利開展，專家和學者們從形式上將其劃分為項目缺失、單元缺失兩種類型。Rubin、Little在對數據缺失機制進行定義時將其劃分為以下三種類型：不可忽略的缺失、隨機缺失、完全隨機缺失。在推估過程中，缺失數據主要有單調、單變量、任意缺失三種表現形式。就目前的實際情況來看，刪除法、插補法以及最大似然估計法是缺失數值問題處理工作中最常用的三種方法，而缺失值的補法主要包括多重插補法、隨機插補法和均值插補法等，MCMC算法、EM算法、相似反映模式算法、最大似然估計法、回歸或主成分法也是處理缺失值的常用方法。本次研究針對市場調查中的顧客滿意度調查，提出一種新的缺失值處理方法――分類均值插補法，以此實現解決市場調查中樣本數據缺失值問題的最終目標。

二、構建顧客滿意度指數測評拓展模型

本次研究所構建的顧客滿意度指數測評拓展模型共涉及潛變量7個，分別為消費者滿意度、抱怨、質量期望、忠誠以及感知質量、價值期望和品牌期望。外生變量僅有品牌期望1個，其余均為內生變量。模型路徑如圖所示。

三、求解帶缺失值的顧客滿意度指數

1.處理異常值

這里所說的異常值，是指受調查者不遠回答問卷調查中的相關問題或回答結果超出數值范圍時所采用的默認值，調查問卷采用10分制，受調查者通過給分方式表達自己對相關項目的滿意或認可程度。98名受調查者表示自己不了解相關信息， 99名受調查者不愿作答，101名受調查者表示從不購買，以上回答均以缺失值進行處理。標準化處理后，樣本值的方差、均值分別為1、0。

2.處理缺失值

首先，用0代替數據庫中標記為NaN的缺失值，若潛變量對應的顯變量的樣本值完全缺失，則認為該樣本無效，采用成對刪除法進行處理；若潛變量對應的顯變量的樣本值僅有部分缺失，采用“分類均值插補法”進行處理。“分類均值插補法”的操作流程可以簡單的概括為：依1～10分分值將滿意度字段劃分為10個類別，若某一類別中存在缺失值，則以該類別的缺失值均值插補。“分類均值插補法”是由均值插補法發展而來，二者在均方根誤差方面的比較結果見表1。

3.潛變量估計值的獲取

潛變量估計值通過PLS算法反復迭代獲取，需要注意的一點是，若塊結構含有多個潛變量結構方程模型，那么在設定過程中應假定各指標及其對應的潛變量之間為線性關系；在對模型的內部關系進行設定時，應堅持不同關系共同構成一個線性因果鏈系統的原則。

步驟一：對潛變量、權重進行迭代估計，同時估計定位系數。

步驟二：重復執行①～④，直至滿足迭代條件。

四、顧客滿意度測評拓展模型的實證分析

1.顧客滿意度測評拓展模型的應用及評價。模型的實證分析涉及顯變量17個、潛變量7個（ξ0～6，分別對應消費者期望、質量期望值、價值期望值、消費者滿意度、消費者抱怨、消費者忠誠以及企業形象）。調查工作以網上發放調查問卷的形式開展，共涉及225名受調查者（即樣本量為225）。X52代表價格敏感度，包括價格上下浮動的不同趨勢，取值定義為價格上下浮動25%。用符號NaN替換表中的98、99、101，代表缺失數據。對原始數據進行標準化處理，設定權重迭代條件初始值，計算消費者對商品質量和價值的滿意度指數值。模型合理性評價于PLS路徑模型相關參數得出后進行。

通過測量、結構模型獲悉模型的科學可靠性，測量評價包括信度、效度兩個方面，結構評價則以分析路徑系數為主。分別對七組變量進行主成分分析，分析數據表明，第一主成分特征值>1，第二主成分特征值0.7，各組變量單一緯度均滿足要求。測評標準化因子0.59～0.90，所涉及概念AVE值0.81～0.99，均滿足“>0.5”的要求，證明所設計量表的內斂效度良好。不同解釋潛變量及所對應的潛變量R2值均>0，說明模型具備所需解釋能力。模型擬合優度GoF=0.7，說明模型擬合效果滿足要求。

依據迭代過程中權重系數ω的計算結果，可以歸納出以下結論：（1）在權重初始值不完全為0的情況下，最終迭代結果不會受到影響；（2）若調查樣本、迭代中止條件相同，則權重分析結果不會因初始權重ω值的差異而受到影響。（3）迭代過程是收斂的，雖然權重初值的差異會對迭代次數以及迭代過程中的權重值產生影響，但并不會導致迭代結果發生改變的問題。

基于Java設計開發的SmartPLS軟件包括路徑、因子、質子三種權重模式，在相同樣本的處理過程中，SmartPLS軟件至收斂分別需要13、13、9次迭代，本文所采用的方法僅需5次迭代即可達到同樣的效果。由這一結果我們可以看出，本次研究所采用的處理方式能夠使模型分析、處理速度較以往有較大幅度的提升，在測量模型系數、結構模型系數、權重系數等方面則與SmartPLS軟件一致。

2.測評結果。經計算和分析后獲取各潛變量間標準化路徑系數，所得部分結果如表2所示。

根據以上實證分析以及對各參數的評價結果，我們對該公司的網上滿意度調查結果進行如下歸納：

（1）感知質量和價值、顧客期望、企業形象這4個潛變量與顧客滿意度之間存在明顯的正比關系，排名前三的依次為感知質量、感知價值、企業形象，分別為0.6171、0.2997和0.2183。由此可以看出，想要使客戶對公司產品的滿意度得到進一步的提升，最為關鍵的一點是保證產品質量，合理控制產品價格也將為顧客滿意度的提升做出一定貢獻。

（2）顧客忠誠度受顧客滿意度的直接、間接影響β53、β43β54分別為0.6888、0.07132，證明顧客滿意度對于顧客忠誠的直接影響較強，而對顧客忠誠的間接影響相對較弱。

五、結語

本文在對數據缺失的基本概念、產生原因、主要處理方式進行了簡單的說明和介紹，在幫助讀者了解數據缺失值問題相關情況的基礎上提出針對顧客滿意度指數測評拓展模型，該模型細化了感知質量潛變量，將其分為感知服務、產品質量兩種類型，使同時提品和服務的現代企業在市場調查的過程中能夠對帶有缺失值的顧客滿意度指數進行更加方便的處理，使測評工作的開展更加簡潔、高效。為了使這一目標得到更好的實現，文章基于均值插補法提出了“分類均值插補法”并將其應用于缺失值問題的處理過程中，相對而言，新方法的有效性得到了進一步提升。為了驗證模型的效度、信度、適合度，以某公司為對象進行實證研究，對文章提出的顧客滿意度測評拓展模型進行評價分析，最終取得了滿意且有效的測評結果。

參考文獻：

[1]魯純.灰色建模中數據缺失值處理方法探討[J].遼寧省交通高等專科學校學報，2013，15（2）：18-22.