用R进行市场调查和消费者感知分析

最新推荐文章于 2024-05-03 14:56:58 发布

aniuzaixian_2017

最新推荐文章于 2024-05-03 14:56:58 发布

阅读量910

点赞数 3

文章标签： r语言人工智能

原文链接：http://www.cnblogs.com/zhp2016/p/6005473.html

版权

问题到数据

理解问题

理解客户的问题：谁是客户（某航空公司）？交流，交流，交流！
问题要具体
  某航空公司: 乘客体验如何？哪方面需要提高？
  类别：比较、描述、聚类，判别还是回归
  需要什么样的数据：现有数据，数据质量，需要收集的数据，自变量，因变量
  哪些方面的满意度？哪些主要竞争对手？
  内部数据？外部数据？

领导不关心的问题都是没有未来的！

设计问卷

礼貌（Courtesy）
友善（Friendliness）
能够提供需要的帮助（Helpfulness）
食物饮料服务（Service）
购票容易度（Easy_Reservation）
座椅选择（Preferred_Seats）
航班选择（Flight_Options）
票价（Ticket_Prices）
座椅舒适度（Seat_Comfort）
位置前后空间（Seat_Roominess）
随机行李存放（Overhead_Storage）
机舱清洁（Clean_Aircraft）
总体满意度（Satisfaction）
再次选择次航空公司（Fly_Again）
向朋友推荐此航空公司（Recommend）

数据到信息

流程图：数据准备，数据清理，建模和模型评估
数据预处理：清理、变换、缺失值填补等 （非常重要且耗时）
建模和评估：
    分析用户感知：特征提取
    PCA，EFA
    评估标准：此处不是预测类的评估，是市场类人员等是否能够信服

数据

# 载入了相关包，但是此处不对后面相关
library(readr)
library(dplyr)
library(corrplot)
# gplots是可视化包
library(gplots)
# RColorBrewer包用于设计图形的调色盘
# 相关信息见：http://colorbrewer2.org
library(RColorBrewer)

# 可以从网站下载该数据
airline<-read.csv("AirlineRating.csv")
# install.packages('tibble')
library(tibble)
glimpse(airline)

## Observations: 3,000
## Variables: 17
## $ Easy_Reservation <int> 6, 5, 6, 5, 4, 5, 6, 4, 6, 4, 5, 5, 6, 5, 5, ...
## $ Preferred_Seats  <int> 5, 7, 6, 6, 5, 6, 6, 6, 5, 4, 7, 5, 7, 6, 6, ...
## $ Flight_Options   <int> 4, 7, 5, 5, 3, 4, 6, 3, 4, 5, 6, 6, 6, 5, 6, ...
## $ Ticket_Prices    <int> 5, 6, 6, 5, 6, 5, 5, 5, 5, 6, 7, 7, 6, 7, 7, ...
## $ Seat_Comfort     <int> 5, 6, 7, 7, 6, 6, 6, 4, 6, 9, 7, 7, 6, 6, 6, ...
## $ Seat_Roominess   <int> 7, 8, 6, 8, 7, 8, 6, 5, 7, 8, 8, 9, 7, 8, 6, ...
## $ Overhead_Storage <int> 5, 5, 7, 6, 5, 4, 4, 4, 5, 7, 6, 6, 7, 5, 4, ...
## $ Clean_Aircraft   <int> 7, 6, 7, 7, 7, 7, 6, 4, 6, 7, 7, 7, 7, 7, 6, ...
## $ Courtesy         <int> 5, 6, 6, 4, 2, 5, 5, 4, 5, 6, 4, 6, 4, 5, 5, ...
## $ Friendliness     <int> 4, 6, 6, 6, 3, 4, 5, 5, 4, 5, 6, 7, 5, 4, 4, ...
## $ Helpfulness      <int> 6, 5, 6, 4, 4, 5, 5, 4, 3, 5, 5, 6, 5, 4, 5, ...
## $ Service          <int> 6, 5, 6, 5, 3, 5, 5, 5, 3, 5, 6, 6, 5, 5, 4, ...
## $ Satisfaction     <int> 6, 7, 7, 5, 4, 6, 5, 5, 4, 7, 6, 7, 6, 4, 4, ...
## $ Fly_Again        <int> 6, 6, 6, 7, 4, 5, 3, 4, 7, 6, 8, 6, 5, 4, 6, ...
## $ Recommend        <int> 3, 6, 5, 5, 4, 5, 6, 5, 8, 6, 8, 7, 6, 5, 6, ...
## $ ID               <int> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14...
## $ Airline          <fctr> AirlineCo.1, AirlineCo.1, AirlineCo.1, Airli...

检查相关性

  # library(dplyr)
  # install.packages('corrplot')
  # library(corrplot)
  # 我们用`corrplot()`函数检查问卷调查问题的相关性：
  # 选取其中的问卷调查项
  select(airline,Easy_Reservation:Recommend) %>%
  # 得到相关矩阵
  cor() %>% 
  # 用corrplot()绘制相关图
  # 选项order="hclust"按照变量的相似度，基于系统聚类的结果对行列进行重新排列
  corrplot(,order="hclust")

主成分分析

  airline.pc<-select(airline,Easy_Reservation:Recommend) %>%
  # prcomp:Principal Components Analysis主成分分析
  prcomp()
  summary(airline.pc)

## Importance of components:
##                          PC1    PC2     PC3     PC4     PC5     PC6
## Standard deviation     4.693 4.2836 1.68335 1.03625 0.88896 0.82333
## Proportion of Variance 0.435 0.3624 0.05596 0.02121 0.01561 0.01339
## Cumulative Proportion  0.435 0.7974 0.85338 0.87458 0.89019 0.90358
##                            PC7     PC8     PC9    PC10    PC11    PC12
## Standard deviation     0.80349 0.78694 0.77536 0.77020 0.74612 0.71831
## Proportion of Variance 0.01275 0.01223 0.01187 0.01172 0.01099 0.01019
## Cumulative Proportion  0.91633 0.92856 0.94043 0.95215 0.96314 0.97333
##                           PC13    PC14    PC15
## Standard deviation     0.69417 0.66650 0.65131
## Proportion of Variance 0.00952 0.00877 0.00838
## Cumulative Proportion  0.98285 0.99162 1.00000

主成分分析陡坡图

# 主成分分析陡坡图
plot(airline.pc,type="l",main="PCA陡坡图")

主成分分析双标图

# PCA双标图
biplot(airline.pc,main="PCA双标图",cex=c(0.5,1),xlim=c(-0.06,0.04))

数据聚合

# 我们可以用之前介绍的`dplyr`包中的各种函数，以及使用之前讲到的管道操作`%>%`让代码更易读：
# 选取其中的问卷调查项和航空公司因子信息
# 即删除ID项
airline.mean<-select(airline,-ID)%>%
  # 按Airline对数据进行分组总结
  group_by(Airline)%>%
  # 对每个数值
  summarise_each(funs(mean))%>%
  # 显示数据
  glimpse()

## Observations: 3
## Variables: 16
## $ Airline          <fctr> AirlineCo.1, AirlineCo.2, AirlineCo.3
## $ Easy_Reservation <dbl> 5.031, 2.939, 2.038
## $ Preferred_Seats  <dbl> 6.025, 2.995, 2.019
## $ Flight_Options   <dbl> 4.996, 2.033, 2.067
## $ Ticket_Prices    <dbl> 5.997, 3.016, 2.058
## $ Seat_Comfort     <dbl> 6.988, 5.009, 7.918
## $ Seat_Roominess   <dbl> 7.895, 3.970, 7.908
## $ Overhead_Storage <dbl> 5.967, 4.974, 7.924
## $ Clean_Aircraft   <dbl> 6.947, 6.050, 7.882
## $ Courtesy         <dbl> 5.016, 7.937, 7.942
## $ Friendliness     <dbl> 4.997, 7.946, 7.914
## $ Helpfulness      <dbl> 5.017, 7.962, 7.954
## $ Service          <dbl> 5.019, 7.956, 7.906
## $ Satisfaction     <dbl> 5.944, 3.011, 7.903
## $ Fly_Again        <dbl> 5.983, 3.008, 7.920
## $ Recommend        <dbl> 6.008, 2.997, 7.929

聚合后PCA结果双标图

# 聚合后PCA结果双标图
airline.mean.pc<-select(airline.mean,Easy_Reservation:Recommend)%>%
  prcomp()
biplot(airline.mean.pc,main="聚合后PCA结果双标图",
       cex=0.7, expand=2,xlim=c(-0.8, 1),ylim=c(-0.7,0.8))

可视化

# 将航空公司设置成行名称然后将对应的字符列删除
row.names(airline.mean)<-airline.mean$Airline

airline.mean<-select(airline.mean,-Airline)
# 绘制热图
heatmap.2(as.matrix(airline.mean),
          col=brewer.pal(9,"YlGn"),trace="none",key=FALSE,dend="none",cexCol=0.6,cexRow =1)
title(main="航空公司问卷调查均值热图")

探索性因子分析（EFA）

获取抽样调查中问题之间的构造
结果是一个因子矩阵，其目标是使一小部分变量对应较高的因子载荷，其余的因子载荷都很低
为什么用因子分析：
    使结果可实践，PCA很难实现
    优化调查项，保留因子载荷高的项
    探索调查项之间的联系是不是符合我们的期待

# 因子分析
library(GPArotation)
airline.fa<-airline%>%
  subset(select=Easy_Reservation:Recommend)%>%
  factanal(factors=3,rotation="oblimin")

因子载荷热图

Factor 1: 乘客的总体感觉
Factor 2: 机舱服务感知
Factor 3: 购票体验感知

# library(gplots)
# library(RColorBrewer)
# 绘制热图
heatmap.2(airline.fa$loadings,
          col=brewer.pal(9,"YlGn"),trace="none",key=FALSE,dend="none",cexCol=0.6,cexRow =1)
title(main="航空公司满意度因子载荷")

平均因子分值热图

Factor 1: 乘客的总体感觉
Factor 2: 机舱服务感知
Factor 3: 购票体验感知

# 因子得分
airline.fa<-airline%>%
  subset(select=Easy_Reservation:Recommend)%>%
  factanal(factors=3,rotation="oblimin",scores="Bartlett")

  airline.fa

## 
## Call:
## factanal(x = ., factors = 3, scores = "Bartlett", rotation = "oblimin")
## 
## Uniquenesses:
## Easy_Reservation  Preferred_Seats   Flight_Options    Ticket_Prices 
##            0.233            0.157            0.222            0.173 
##     Seat_Comfort   Seat_Roominess Overhead_Storage   Clean_Aircraft 
##            0.251            0.165            0.253            0.495 
##         Courtesy     Friendliness      Helpfulness          Service 
##            0.219            0.191            0.153            0.161 
##     Satisfaction        Fly_Again        Recommend 
##            0.151            0.111            0.113 
## 
## Loadings:
##                  Factor1 Factor2 Factor3
## Easy_Reservation                  0.941 
## Preferred_Seats                   0.880 
## Flight_Options    0.167           0.803 
## Ticket_Prices                     0.887 
## Seat_Comfort      0.865                 
## Seat_Roominess    0.844  -0.242         
## Overhead_Storage  0.833   0.137  -0.142 
## Clean_Aircraft    0.708                 
## Courtesy                  0.818         
## Friendliness              0.868         
## Helpfulness               0.953         
## Service                   0.922         
## Satisfaction      0.921                 
## Fly_Again         0.943                 
## Recommend         0.942                 
## 
##                Factor1 Factor2 Factor3
## SS loadings      5.316   3.285   3.135
## Proportion Var   0.354   0.219   0.209
## Cumulative Var   0.354   0.573   0.782
## 
## Factor Correlations:
##         Factor1 Factor2 Factor3
## Factor1  1.0000 -0.0494  0.0188
## Factor2 -0.0494  1.0000 -0.7535
## Factor3  0.0188 -0.7535  1.0000
## 
## Test of the hypothesis that 3 factors are sufficient.
## The chi square statistic is 769.65 on 63 degrees of freedom.
## The p-value is 3.9e-122

fa.score<-airline.fa$scores%>%
  data.frame()

fa.score$Airline<-airline$Airline

fa.score.mean<-fa.score%>%
  group_by(Airline)%>%
  summarise(Factor1=mean(Factor1),
            Factor2=mean(Factor2),
            Factor3=mean(Factor3))

row.names(fa.score.mean)<-as.character(fa.score.mean$Airline)
fa.score.mean<-select(fa.score.mean,-Airline)

heatmap.2(as.matrix(fa.score.mean),
          col=brewer.pal(9,"YlGn"),trace="none",key=FALSE,dend="none",cexCol=0.6,cexRow =1)
title(main="航空公司满意度平均因子分值")

得到的信息

公司在很多方面具有竞争优势，客户满意度总体高于竞争对手
公司在购票体验上有明显劣势，这是需要努力改进的地方
我们为什么在购票体验上满意度高的乘客更不满空航服务？是因为乘客本身的特质，或是由于某种原因重视空航服务的公司容易忽视购票体验？
需要进一步研究购票体验差的原因，以及评估其可能带来的影响：如果购票体验差并不会影响当前总体满意度以及票的销售情况，那我们需要投入多少改进该问题？

信息到行动

行业知识：
    解释购票体验和空航服务体验的关系
    信息的接收者：哪些人员真正实践这些改进？交流、倾听和尊重
    讲故事的能力

转自：

http://www.xueqing.tv/course/69

原文作者：

林荟，现任美国杜邦公司商业数据科学家，毕业于爱荷华州立大学，统计学博士，先后担任该校兽医学院统计咨询师及商学院统计咨询师，研究兴趣在预测模型，机器学习，数据可视化，市场营销调查分析，消费者行为分析，自然语义处理和文本挖据，健康与疾病统计分析等方面。

本文链接：

https://i.cnblogs.com/EditPosts.aspx?opt=1

用R进行市场调查和消费者感知分析

转载于:https://www.cnblogs.com/zhp2016/p/6005473.html

aniuzaixian_2017

关注

3
点赞
踩
19

收藏

觉得还不错? 一键收藏
0
评论
用R进行市场调查和消费者感知分析

问题到数据理解问题理解客户的问题：谁是客户（某航空公司）？交流，交流，交流！问题要具体某航空公司: 乘客体验如何？哪方面需要提高？类别：比较、描述、聚类，判别还是回归需要什么样的数据：现有数据，数据质量，需要收集的数据，自变量，因变量哪些方面的满意度？哪些主要竞争对手？内部数据？外部数据？领导不关心的问题都是没有未来...
复制链接

扫一扫