SPSS对应分析-案例：品牌形象定位/市场定位

于 2020-09-08 16:16:31 发布
阅读量766 收藏 6
点赞数
文章标签： 大数据 数据挖掘 数据分析 python 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tecdat/article/details/129387513
版权
本文通过SPSS的对应分析方法，探讨如何在市场营销中运用数据挖掘技术，理解消费者对啤酒品牌的认知差异，解析品牌形象定位。通过市场调查收集数据，使用Excel进行数据处理，然后在SPSS中进行对应分析，揭示品牌与形象之间的关联性，帮助企业进行市场定位。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

在企业营销中，经常需要明确产品定位。即需要清楚以下几个问题：

1、什么样的消费者在使用我们的产品？

2、不同的消费者在购买习惯和使用习惯上存在什么差异？

3、在消费者心目中不同的品牌，形象有哪些不同？

要想知道这个几个答案，必须通过一定的数据采集手段来采集数据，然后借用数据分析工具来分析数据，最后实现品牌形象或市场定位分析。

通常情况下，我们会通过市场调查来采集数据。

市场调查的问题一般是这样的：

下面是一些关于啤酒品牌的描述词语，请您使用几个词语来形容您刚才提到的所有品牌，您觉得各品牌应该用哪些词来形容，才最为恰当？每个啤酒品牌会有多个不同产品，请综合考虑一下您对这个啤酒品牌的整体印象。如果您认为没有任何一个品牌适合，您可以在“以上都不是，您觉得应该是_____”这一项的横线上写出您认为贴切的词。

b43372ad1f185e734753ea072c84bc79.png

品牌

a8a190b3d3041a7c1cfb789fe4880511.png

品牌形象描述

通过消费者调研得到原始调研数据。

a1e80e1753cc4a39f52e2eb2343ac895.png

原始调研结果

SPSS对应分析（Correspondence A

最低0.47元/天 解锁文章
博客
2025半导体行业投融资、薪酬报告60+份汇总解读|附PDF下载
05-09 13
B 轮融资有 131 起，占比约 20%，表明不少半导体公司进入中后期融资阶段，但 C 轮及以后的比例较低，只有少数具备持续创新、保持市场领先地位并实现规模化盈利的企业，才能成功获得 C 轮融资，如瀚博半导体作为高端 GPU 芯片提供商，就拿到了 C 轮融资。上海以 113 起融资事件断层领先，这得益于其拥有完整的半导体产业链，涵盖芯片设计、制造、封装测试、设备材料等环节，张江高科技园区更是聚集了中芯国际、紫光展锐、华虹半导体等龙头企业，形成协同效应，同时相关政策的扶持也为半导体产业发展提供了有力支持。
博客
ARIMA-ETS-LightGBM集成及随机森林在信用卡AMT关联、汇率波动与贷款违约预测中的跨模型协同应用实践
05-09 524
在信用卡与替代性最低税（AMT）关系的研究中，我们创新地将传统时间序列模型 ARIMA、ETS 与当下热门的 LightGBM 算法相结合，通过数据清洗、衍生变量构造，以集成学习加权平均的方式预测两者关联，弥补单一模型的不足。而银行贷款违约预测项目，我们从庞大的贷款借款人数据出发，经属性规约、数据清洗与变换，运用随机森林算法构建分类模型，实现对贷款违约风险的有效预测。而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。
博客
2024年中国企业跨境、出海、国际化、全球化行业报告汇总解读|附PDF下载
05-08 77
原文链接： https://tecdat.cn/?p=38542在当今全球化浪潮汹涌澎湃之际，中国企业的跨境、出海、国际化与全球化征程正深刻重塑着商业版图。本报告合集犹如一盏明灯，深入洞察这一宏大进程。开篇聚焦出海核心区域与行业布局，制造业于东南亚等区域的多元战略布局，以及各行业在国际化征途中的机遇挑战尽显无遗（点击文末“阅读原文”获取专题报告合集PDF版本）。继而转向新兴领域，数字贸易在亚太地区的崛起分化，新能源企业于中东、东南亚的崭露头角令人瞩目。文末455份跨境、出海、国际化、全球化行业研究报告最新趋
博客
CNN-LSTM、GRU、​XGBoost、LightGBM风电健康诊断、故障与中国银行股票预测应用实例
05-08 563
预训练模型是基于序列到序列框架的基于注意力机制的CNN-LSTM模型，该模型首先利用基于注意力机制的多尺度卷积来提取原始股票数据的深层特征，然后利用长短期记忆网络挖掘时间序列特征，最后采用XGBoost模型进行微调。而在股票价格预测领域，针对传统 ARIMA 模型的局限性，创造性提出结合注意力机制的 CNN-LSTM-ARIMA-XGBoost 混合模型，通过预训练 - 微调框架，显著提升预测精度。通过对原始序列和一阶差分序列进行ADF检验的结果表明，原始序列是非平稳的，一阶差分序列是平稳的。
博客
R语言混合效应逻辑回归（mixed effects logistic）模型分析肺癌数据|附AI智能体
05-07 811
在我们的案例中，我们首先将从医生那里取样，然后在每个取样的医生中，我们将从他们的病人那里取样。分布看起来相当正常和对称，你仍然可以看到长的右尾，即使使用了平方根刻度（注意，只有刻度被转移，数值本身没有被转换，这很重要，因为这让你看到并解释实际的分数，而不是分数的平方根）。下面我们使用glmer命令估计混合效应逻辑回归模型，Il6、CRP和住院时间为患者水平的连续预测因素，癌症阶段为患者水平的分类预测因素（I、II、III或IV），经验为医生水平的连续预测因素，还有DID的随机截距，医生ID。
博客
Python+AI提示词用LSTM和注意力机制的苹果公司股票价格预测
04-30 558
与传统的RNN不同，LSTM通过其独特的结构，包括输入门、遗忘门和输出门，能够有效地解决梯度消失的问题，从而保持长时间的信息记忆。AI提示词：使用yfinance库获取苹果公司最近60天的股票数据，选择收盘价并进行缩放处理，将处理后的数据转换为适合模型输入的格式，然后使用训练好的模型进行预测，并将预测结果转换回原始价格尺度并打印。AI提示词：在上述构建的LSTM模型基础上，添加注意力机制，包括进行必要的维度变换操作，如Permute和Reshape，以确保模型结构的兼容性，并添加一个全连接层和编译模型。
博客
2025年银行业展望报告200+份汇总解读|附下载
04-29 24
报告从全球银行业的整体运行状况切入，以详实的数据展现盈利、成本、业务增长等方面的现状，进而深入探讨地缘政治、技术、客户与员工需求等因素对银行业的影响，并针对这些挑战提出切实可行的应对策略，旨在为行业参与者和观察者提供全面且具前瞻性的洞察，助力其在充满变数的市场环境中精准把握趋势、制定有效决策。欧洲市场中，德国、法国、西班牙和意大利的银行贷款增长率将从2024年的0.2%升至2025年的3.1%，住房抵押贷款、消费信贷和商业贷款均呈现良好回升态势，这将推动2025年净利息收入预计增长3%（2024年为零）。
博客
2025年1-3月人工智能AI行业500+份报告汇总解读|附下载
04-29 65
原文链接：https://tecdat.cn/?p=41437在科技飞速发展的当下，人工智能（AI）已成为推动各行业变革的核心力量。从生命科学到制造业，从数据中心能耗到企业运营，AI正以前所未有的速度渗透到各个领域，改变着我们的生活和工作方式。本次汇总解读将深入剖析AI在多领域的应用现状、发展趋势以及面临的挑战，为行业从业者和关注者提供全面且深入的洞察，助力把握AI时代的机遇（点击文末“阅读原文”获取专题报告合集PDF版本）。本报告汇总洞察基于文末500+份人工智能行业研究报告的数据，报告合集已分享在交流群
博客
Python、R语言南方电网、电力负荷数据多模型构建：分位数回归、GAM样条曲线、指数平滑和SARIMA与预测实践
04-28 512
对于没有明显趋势或季节规律的预测数据，通常采用 SES 模型，该模型预测使用加权平均计算，最大的权重与最近的观测值相关，而最小的权重与最远的观测值相关。：对于数据，由于电费资金收入的规则、政策以及当地的产业情况变动频繁，时间较久远的日度收入规律不具有参考性，故采用最近一年的数据，即 2020 年 8 月至 2021 年 11 月的数据进行建模，其中 2020 年 8 月至 2021 年 7 月为训练集，2021 年 8 - 10 月为验证集，2021 年 11 月为测试集。
博客
2025中国生命科学行业概览及未来展望报告200+份汇总解读|附PDF下载
04-28 17
那些能够聚焦高增长细分领域，如牙科、服务领域，并且通过AI驱动的产品平台化创新，像达芬奇手术机器人那样实现差异化的企业，成为了行业的优胜者。在首席执行官的领导下，赛诺菲推出了全面的基因AI平台。从全球视角来看，生命科学行业正处于快速变革与发展的关键时期，中国市场更是凭借庞大的人口基数、不断提升的科研实力以及逐步完善的政策支持体系，成为全球生命科学领域中备受瞩目的重要力量。通过持续的技术创新、合理的市场布局以及积极的政策响应，中国生命科学行业有望在全球市场中占据更加重要的地位，为人类健康事业做出更大的贡献。
博客
2025年Q1消费者行业报告470+份汇总解读|附PDF下载
04-27 52
分市场来看，发达市场增长乏力，2024年销售额从2023年的7.7%降至4.5%，销量持平，这主要是高通胀使消费者支出集中于性价比高的产品，挤压了大众和价值产品市场份额。新兴市场则是增长主引擎，年同比增长11%，几乎贡献了全球消费品行业的全部销量增长，尽管中国和印度等关键市场增速低于预期，但仍实现两位数销售增长。早期，AI应用多为年轻的先锋人群所青睐，但在2024年，各年龄段的用户占比发生了显著变化，年长用户群体对AI应用的参与度逐步提升，使AI应用的年龄分布更趋近于整体移动互联网用户的年龄结构。
博客
视频讲解|Python贝叶斯优化长短期记忆网络BO-LSTM的能耗、黄金价格预测可视化
04-27 810
而在能源领域的项目里，我们基于 PyTorch 构建贝叶斯 LSTM 模型，利用蒙特卡罗 dropout 实现不确定性量化，让能耗预测不仅有了精准的数值，更附带了可靠的置信区间，为能源调度等工作提供了丰富的决策参考。通过对能耗数据的精心处理，为模型训练奠定了良好基础；AI提示词：定义实验次数，对测试集进行多次预测，将每次预测的结果存储在数据框中，计算预测值的均值和标准差，添加到数据框中，然后计算置信区间的上下界，并使用plotly.graph_objects绘制包含真实值、置信区间上下界的可视化图形。
博客
2025年Q1生命科学、医药、医疗器械行业报告300+份汇总解读|附PDF下载
04-24 49
在生物医药区域研发方面，从全国城市总体情况到五大城市群，再到长三角、环渤海、珠三角、成渝等地区城市，都对比了研发相关数据，展示了不同区域的研发实力和发展特点。医药研发外包行业受上游市场影响，企业格局呈现中外竞争等局面，CRO 企业数量、分布等情况明确，临床 CRO 业务能力各有差异，行业前景有机遇也有风险。头豹：2024年中国生物医药创新药的国际化征途-全球医药市场将达两万亿... 报告2024-08-01Meltwater融文：2024年消费者洞察报告：医疗健康 报告2024-08-01。
博客
Python+AI提示词出租车出行轨迹预测：梯度提升GBR、KNN、LR回归、随机森林融合及贝叶斯概率异常检测研究
04-23 807
在未来的研究中，我们可以进一步优化这些模型，比如调整模型的超参数、尝试更多的特征工程方法，或者结合多个模型的预测结果，以提高预测的准确性和可靠性。在对出租车出行数据进行了详细的探索性分析和异常数据检测后，我们进一步深入研究，尝试构建多种机器学习模型来对出租车的行程进行预测，以便更精准地把握出租车出行的规律，为城市交通规划和运营提供更有力的支持。从结果来看，不同的模型各有优劣。为了构建合适的机器学习模型，我们首先对数据进行了必要的预处理和特征工程，将数据划分为训练集和测试集，分别用于模型的训练和评估。
博客
2025年Q1新能源汽车、智能汽车行业报告400+份汇总解读|附PDF下载
04-23 224
2023年12月1日至2024年11月30日期间，其新闻曝光率是比亚迪的两倍多，正面评价比负面评价多出约53%，这些正面评价多源于生产里程碑，如2024年3月生产第600万辆汽车等进展。2024年，比亚迪法律和政府主题相关的全球新闻报道同比增长372%，远高于特斯拉的68%，“关税”一词在比亚迪最受欢迎的关键词中排名第11，而特斯拉关键词较少涉及政府相关新闻。某自主品牌新能源车型，通过引进和研发先进技术，提升续航里程和智能驾驶水平，融入时尚外观设计，且价格合理，赢得消费者认可。
博客
2025年1-3月人工智能AI行业500+份报告汇总解读|附PDF下载
04-23 116
原文链接：https://tecdat.cn/?p=41437在科技飞速发展的当下，人工智能（AI）已成为推动各行业变革的核心力量。从生命科学到制造业，从数据中心能耗到企业运营，AI正以前所未有的速度渗透到各个领域，改变着我们的生活和工作方式。本次汇总解读将深入剖析AI在多领域的应用现状、发展趋势以及面临的挑战，为行业从业者和关注者提供全面且深入的洞察，助力把握AI时代的机遇（点击文末“阅读原文”获取专题报告合集PDF版本）。本报告汇总洞察基于文末500+份人工智能行业研究报告的数据，报告合集已分享在交流群
博客
PyMC+AI提示词贝叶斯项目反应IRT理论Rasch分析篮球比赛官方数据：球员能力与位置层级结构研究
04-22 933
最后对后验结果进行多维度分析，不仅发现了模型中部分池化的效果，还揭示了球员表现与位置之间的潜在关系，为篮球比赛的策略制定和裁判判罚研究提供了新的视角。在篮球比赛中，我们观察到的是一个二元结果，即犯规是否被吹罚，这一结果来自于两个不同角色球员（犯规球员和被侵犯球员）在一次篮球进攻中的互动。通过这种方式，我们可以对球员进行从高到低的排名，量化排名中的不确定性，并发现犯规判罚中涉及的额外层级结构。在分析过程中，我们不仅观察到了模型中部分池化的效果，还通过对后验结果的可视化，发现了球员表现与位置之间的潜在关系。
博客
PYTHON用几何布朗运动模型和蒙特卡罗MONTE CARLO随机过程模拟股票价格可视化分析耐克NKE股价时间序列数据
04-22 962
下面的第二张图显示了上面运行的模拟的收益率分布。下面的第三张图显示了标准偏差率的分布，也可以观察到其呈正态分布，平均值约为 0.07，这是模拟的 σ 输入值。模拟是通过获取收益率 μ 和波动率 σ 的样本值并观察股票价格演变的模拟数据和真实数据之间的相关程度来完成的。这里，t 是计算的时间步长，每个 St 仅取决于之前的起始价格 St−1，这是布朗运动模型所要求的，因为它是一个马尔可夫过程。请注意，对模拟结果的所有解释都是通过解释价格水平和收益率的结果分布的均值和方差等参数来完成的。
博客
2025全球AR&VR行业发展趋势报告30+份汇总解读|附PDF下载
04-22 68
例如，AR导航能提供更直观的导航指引；而AR、VR及MR技术，作为连接这两个世界的关键桥梁，不仅是元宇宙基础设施的重要支撑，还在游戏、教育、医疗、工业制造等多个领域得到广泛应用，展现出巨大的发展潜力。本报告汇总解读将通过深入剖析全球AR/VR行业的发展现状、市场重点企业布局以及未来发展趋势，借助大量数据为读者呈现该行业的全景图，挖掘其中潜藏的机遇与挑战，为相关从业者和投资者提供具有价值的参考依据。随着技术的持续进步，元宇宙和AR技术有望在未来实现更大突破，为人们的生活、工作和娱乐带来更多创新和惊喜。
博客
Python比特币价格时间序列：LGBMRegressor递归自回归、随机游走及外部变量预测探索
04-18 611
本项目使用的数据为2013年4月28日至2022年1月1日期间比特币每日的价格记录，数据集包含“Date”（记录日期）、“Open”（开盘价）、“High”（最高价）、“Low”（最低价）、“Close”（收盘价）、“Volume”（当日实际交易总量）、“Market Cap”（市值）等列。通过训练不同滞后阶数的模型并进行回测，发现随着滞后阶数的增加，模型的测试误差并未降低，说明即使纳入更多过去的信息，模型也未能优于基线模型。因此，最简单的可行模型是将当前时刻的值作为下一时刻的预测值，即使用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值