论文部分内容阅读
摘 要：在统计分析学科以及各类科学技术不断发展的现代化背景下，市场调研数据分析方法也得更加多元，要想获得更加理想的数据分析效果，就需要根据实际选择合适的数据分析方法。本文基于调查法、文献法、归纳总结法对市场调研数据分析中常用的相关分析法、回归分析法以及描述性统计法、大数据分析法、AMI数据分析法等进行分析对比，希望能为相关工作带来些许帮助。
关键词：市场调研;相关分析;回归分析;描述性统计分析
数据是重要资源，数据中隐含着许多知识与信息，若能深度挖掘、科学分析以及合理运用数据，将会创作出可观的经济效益。下面结合实际，就市场调研数据挖掘与分析问题做具体分析。
一、市场调研数据分析中常规分析方法
（一）相关分析
相关分析法是研究随机变量之间相互关系规律性的一种统计方法，这种数据分析法的客观基础是：任何一种现象及其过程都必然会同其他现象与过程处在一种相互依存与相互制约的关系中。在对某一种现象或趋势进行分析预测时，可以已经发生的某种现场或进程为基础来进行分析预测。应用相关分析法对市场调研数据进行分析是，是先基于一定的理论对变量之间的相互关系进行研究，从中获得某种联系或规律。分析时，是运用散列表、散列图等将具有相关关系的资料排列出来，然后更直观、全面地分析各资料之间的关系。在对各市场调研数据间的相互关系做初步分析后，就运用专门的计算方法计算对数据间的相关关系进行计算，通过计算结果反映出变量之间线性相关关系的综合指标以及密切程度，一遍更准确地把握某种现象或某种趋势。在对各变量之间相互关系进行计算的基础上，再利用已知的相关关系与相关系数对数学模型的可靠性进行重复测试，若经过测试证明数学模型有较高的可靠性，就将一定的数值代入到数学模型中并进行模拟计算，最终得到预测结果。
（二）回归分析法
应用回归分析法对市场调研数据进行分析时，是基于所调研事物本身以及它的发展过程，因果关系等对事物未来发展趋势进行分析预测。合理运用回归分析法能够确定出两种或两种以上变数间相互依赖的定量关系。在几种数据分析方法中，回归分析法的使用频率要更高，这主要是因为回归分析法原理比较简单，分析效率以及分析竞速等均相对较高。运用回归分析法分析市场调研数据时，是先对数据资料进行处理分析，从多个变量中找出造成某一变化产生的原因，将因变量、自变量确定下来，让预测目标更加明确。在结束初步的处理后，基于专业理论与方法将变量间的经验公式建立起来，并仔细检验变量公式的可信度。建立起变量间的经验公示后以自变量计算值为依据将预测值确定出来，实现对事物发展趋势的精准预测。回归法虽然原理简单，但这种方法并不是适合所有的市场调研数据分析工作。相关研究表明，只有满足以下三种条件时运用回归分析法才能获得最为精准的调研分析结果：第一个条件是自变量与因变量之间存在时间滞后关系，第二种情况是变量间的依存关系不受时间影响。对回归分析法，可按照调查分析中自变量的多少将其分为一元与多元回归分析，按照自变量与因变量之间是否为线性关系分为线性回归分析与非线性回归分析，在具体的调研数据分析过程中要能根据实际情况与具体需求合理选择、科学运用，从而实现对事物未来发展趋势的准确预测。
（三）描述性统计分析
运用描述性统计分析法对市场调研数据进行分析时，是通过分析一组数据的各类特征来掌握某事物或某现象的总体特征，进而实现对其的准确预测与判断。描述性统计分析包括集中趋势分析、数据分布、频数分析以及数据离散程度分析等几项内容。在对某复杂统计数据进行分析时，必须要完成以上几项基础的分析工作才能对其的特征、性质以及未来发展趋势等有较为准确与全面地把握。在运用描述性统计分析法对市场调研数据进行分析时，首先是对数据的频数进行分析，通过分析数据频数以及交叉频数找到异常值并掌握一些统计规律。结束数据频数分析后，就对数据的集中趋势进行分析，通过分析集中趋势掌握数据一般水平。在这项分析工作中需要用到众数、中位数以及平均值等参考指标。之后进入到数据离散程度分析阶段，通过分析数据的离散程度了解数据之间的差异程度。在这一分析过程中需参考标准差、方差等指标。方差是经过先平均、再求差、后平方、再平均等多个步骤后获得，方差能够准确反映出一组数据与其平均值的离散程度，因而在市场调研数据分析中发挥着重要作用。在很多情况下，数据分析人员都是通过计算一组数据的反差来判断以及掌握该组数据的波动情况。在离散程度分析之后就对数据的分布特征进行分析。分析市场调研数据的分布特征时，通常是假设数据样本属于正态分布的状态，然后基于一定的理论与方法对市场调研数据做精准分析，最终实现对市场发展趋势的准确掌握。运用描述性统计分析法对市场调研数据进行分析的最后一个步骤是结合各项分析结果绘制统计图，运用图形更直观、清晰地反映出市场发展特征与发展趋势。
二、市场调研数据分析中先进的分析方法
（一）大数据分析
大数据往往是跨学科、跨领域以及跨媒体的，在信息化时代，传统聚类算法无法直接应用于大数据聚类，大数据的聚类开始受到越来越多的关注。在21世纪，有关部门可充分运用大数据分析技术对市场调研数据做深度的挖掘、分析与整合，让数据发挥出更大的作用，带来很大的经济效益。如可基于人工智能、大数据等先进技术手段对市场调研数据间的关联性进行分析，分析人员可运用大数据技术在海量数据中迅速查找存在于项目集合或对象集合之间的频繁模式、因果结构或关联性等，从而对市场的发展特征以及未来发展趋势有更准确与全面地把握。另外也可运用大数据预测方法对市场调研数据进行深入研究与精准预测，从而为相关策略的制定、方案的设计提供更真实可靠的参考信息。在运用大数据分析法对市场调研数据进行分析预测时，是基于多个市场间的相关性以及市场结构的差异性建立起一个可扩展的交易模型，然后运用逻辑回归方法对事物发展趋势做出预测。
（二）AMI数据分析法
随着我国科技实力的提高，AMI数据分析法也更加完善，并在各类数据分析活动中发挥出了重要作用。如对市场调研数据进行分析时，有关部门与人员可直接根据数据分析需求构建AMI数据分析元，利用AMI数据分析元对各项数据进行深入挖掘、有机整合与精准分析，从而让市场发展规律、发展特征以及发展趋势等得到更直观、更清晰地显现出来。与其他几项常规的数据分析方法相比，AMI数据分析法以现代大数据、互联网、云计算等技术手段为基础，以大数据软件平台为支撑，能够实现对市场调研数据的精准分析与可视化展示，能为相关决策的制定与计划的开展提供更有用的参考信息。
三、结语
综上所述，数据是重要的资源，深入挖掘与精准分析市场调研数据能為决策的制定、计划的开展提供更有价值的参考信息。目前我国适用于市场调研数据分析的技术方法比较多元，在分析过程中要能结合具体的数据分析需求科学选择最为合适的数据分析方法，从而保证分析结果的精准可靠。
参考文献：
[1]王如玥.统计学方法在市场调研中的运用[J].今日财富（中国知识产权），2021（04）：23-24.
[2]李江滨.大数据时代的市场调查探讨[J].统计与咨询，2020（04）：42-43.
[3]隗伟.评价市场调研数据分析中常用的分析方法[J].市场观察，2019（09）：90.
[4]谢靖.市场调查中数据统计分析法的应用对比探讨[J].纳税，2018，12（31）：294.
[5]刘志扬，邓超.浅析市场调研数据分析中常用的分析方法[J].硅谷，2011（02）：186+147.
关键词：市场调研;相关分析;回归分析;描述性统计分析
数据是重要资源，数据中隐含着许多知识与信息，若能深度挖掘、科学分析以及合理运用数据，将会创作出可观的经济效益。下面结合实际，就市场调研数据挖掘与分析问题做具体分析。
一、市场调研数据分析中常规分析方法
（一）相关分析
相关分析法是研究随机变量之间相互关系规律性的一种统计方法，这种数据分析法的客观基础是：任何一种现象及其过程都必然会同其他现象与过程处在一种相互依存与相互制约的关系中。在对某一种现象或趋势进行分析预测时，可以已经发生的某种现场或进程为基础来进行分析预测。应用相关分析法对市场调研数据进行分析是，是先基于一定的理论对变量之间的相互关系进行研究，从中获得某种联系或规律。分析时，是运用散列表、散列图等将具有相关关系的资料排列出来，然后更直观、全面地分析各资料之间的关系。在对各市场调研数据间的相互关系做初步分析后，就运用专门的计算方法计算对数据间的相关关系进行计算，通过计算结果反映出变量之间线性相关关系的综合指标以及密切程度，一遍更准确地把握某种现象或某种趋势。在对各变量之间相互关系进行计算的基础上，再利用已知的相关关系与相关系数对数学模型的可靠性进行重复测试，若经过测试证明数学模型有较高的可靠性，就将一定的数值代入到数学模型中并进行模拟计算，最终得到预测结果。
（二）回归分析法
应用回归分析法对市场调研数据进行分析时，是基于所调研事物本身以及它的发展过程，因果关系等对事物未来发展趋势进行分析预测。合理运用回归分析法能够确定出两种或两种以上变数间相互依赖的定量关系。在几种数据分析方法中，回归分析法的使用频率要更高，这主要是因为回归分析法原理比较简单，分析效率以及分析竞速等均相对较高。运用回归分析法分析市场调研数据时，是先对数据资料进行处理分析，从多个变量中找出造成某一变化产生的原因，将因变量、自变量确定下来，让预测目标更加明确。在结束初步的处理后，基于专业理论与方法将变量间的经验公式建立起来，并仔细检验变量公式的可信度。建立起变量间的经验公示后以自变量计算值为依据将预测值确定出来，实现对事物发展趋势的精准预测。回归法虽然原理简单，但这种方法并不是适合所有的市场调研数据分析工作。相关研究表明，只有满足以下三种条件时运用回归分析法才能获得最为精准的调研分析结果：第一个条件是自变量与因变量之间存在时间滞后关系，第二种情况是变量间的依存关系不受时间影响。对回归分析法，可按照调查分析中自变量的多少将其分为一元与多元回归分析，按照自变量与因变量之间是否为线性关系分为线性回归分析与非线性回归分析，在具体的调研数据分析过程中要能根据实际情况与具体需求合理选择、科学运用，从而实现对事物未来发展趋势的准确预测。
（三）描述性统计分析
运用描述性统计分析法对市场调研数据进行分析时，是通过分析一组数据的各类特征来掌握某事物或某现象的总体特征，进而实现对其的准确预测与判断。描述性统计分析包括集中趋势分析、数据分布、频数分析以及数据离散程度分析等几项内容。在对某复杂统计数据进行分析时，必须要完成以上几项基础的分析工作才能对其的特征、性质以及未来发展趋势等有较为准确与全面地把握。在运用描述性统计分析法对市场调研数据进行分析时，首先是对数据的频数进行分析，通过分析数据频数以及交叉频数找到异常值并掌握一些统计规律。结束数据频数分析后，就对数据的集中趋势进行分析，通过分析集中趋势掌握数据一般水平。在这项分析工作中需要用到众数、中位数以及平均值等参考指标。之后进入到数据离散程度分析阶段，通过分析数据的离散程度了解数据之间的差异程度。在这一分析过程中需参考标准差、方差等指标。方差是经过先平均、再求差、后平方、再平均等多个步骤后获得，方差能够准确反映出一组数据与其平均值的离散程度，因而在市场调研数据分析中发挥着重要作用。在很多情况下，数据分析人员都是通过计算一组数据的反差来判断以及掌握该组数据的波动情况。在离散程度分析之后就对数据的分布特征进行分析。分析市场调研数据的分布特征时，通常是假设数据样本属于正态分布的状态，然后基于一定的理论与方法对市场调研数据做精准分析，最终实现对市场发展趋势的准确掌握。运用描述性统计分析法对市场调研数据进行分析的最后一个步骤是结合各项分析结果绘制统计图，运用图形更直观、清晰地反映出市场发展特征与发展趋势。
二、市场调研数据分析中先进的分析方法
（一）大数据分析
大数据往往是跨学科、跨领域以及跨媒体的，在信息化时代，传统聚类算法无法直接应用于大数据聚类，大数据的聚类开始受到越来越多的关注。在21世纪，有关部门可充分运用大数据分析技术对市场调研数据做深度的挖掘、分析与整合，让数据发挥出更大的作用，带来很大的经济效益。如可基于人工智能、大数据等先进技术手段对市场调研数据间的关联性进行分析，分析人员可运用大数据技术在海量数据中迅速查找存在于项目集合或对象集合之间的频繁模式、因果结构或关联性等，从而对市场的发展特征以及未来发展趋势有更准确与全面地把握。另外也可运用大数据预测方法对市场调研数据进行深入研究与精准预测，从而为相关策略的制定、方案的设计提供更真实可靠的参考信息。在运用大数据分析法对市场调研数据进行分析预测时，是基于多个市场间的相关性以及市场结构的差异性建立起一个可扩展的交易模型，然后运用逻辑回归方法对事物发展趋势做出预测。
（二）AMI数据分析法
随着我国科技实力的提高，AMI数据分析法也更加完善，并在各类数据分析活动中发挥出了重要作用。如对市场调研数据进行分析时，有关部门与人员可直接根据数据分析需求构建AMI数据分析元，利用AMI数据分析元对各项数据进行深入挖掘、有机整合与精准分析，从而让市场发展规律、发展特征以及发展趋势等得到更直观、更清晰地显现出来。与其他几项常规的数据分析方法相比，AMI数据分析法以现代大数据、互联网、云计算等技术手段为基础，以大数据软件平台为支撑，能够实现对市场调研数据的精准分析与可视化展示，能为相关决策的制定与计划的开展提供更有用的参考信息。
三、结语
综上所述，数据是重要的资源，深入挖掘与精准分析市场调研数据能為决策的制定、计划的开展提供更有价值的参考信息。目前我国适用于市场调研数据分析的技术方法比较多元，在分析过程中要能结合具体的数据分析需求科学选择最为合适的数据分析方法，从而保证分析结果的精准可靠。
参考文献：
[1]王如玥.统计学方法在市场调研中的运用[J].今日财富（中国知识产权），2021（04）：23-24.
[2]李江滨.大数据时代的市场调查探讨[J].统计与咨询，2020（04）：42-43.
[3]隗伟.评价市场调研数据分析中常用的分析方法[J].市场观察，2019（09）：90.
[4]谢靖.市场调查中数据统计分析法的应用对比探讨[J].纳税，2018，12（31）：294.
[5]刘志扬，邓超.浅析市场调研数据分析中常用的分析方法[J].硅谷，2011（02）：186+147.