消費者行為市場分析技術：數據演算如何提供行銷解決方案

一本行銷人絕對不能沒有的職場實戰指南；一部持續升級的市場分析技術本！

在分析師的書架上贏得兵家必爭的首席地位，分析師一有疑問就會率先翻閱！

這不是典型的市場分析教科書，但它比任何一本教科書都重要！

它以淺顯易懂的文字，透過概念式的說明，

協助每一位市場分析師及行銷從業人員解決疑問，

它是專為這些人而寫，所以它非常實用。

何謂市場分析？就是行銷科學，

行銷科學的功用在於量化因果關係，

亦即衡量某一變數對其他變數的影響，也就是預測消費者行為。

請先記住一個觀念：

消費者行為可說是所有行銷活動的中心點、樞紐及核心。

如果「行銷」不著重於消費者行為（不管是理解、鼓勵、改變等），

最後得到的結果十之八九會偏離正軌。

透過市場分析可歸結出策略，除非了解前因後果，不然很難對症下藥。

例如，你可以透過市場分析得知哪個客群對價格很敏感、

哪個族群喜歡哪種行銷企劃（Marcom）、

哪項業務面臨競爭壓力、哪個類型的顧客不夠忠誠，諸如此類。

一旦掌握（不同消費者族群）所適用的解方，產品組合就能調整到最佳狀態。

作者以親身經驗告訴讀者，企業界市場分析所應注意的重點，

不在於技術方面的眉角，而是行銷的功能、目的，

以及這些功能和目的所代表的重要意義。

** **

例１：賣鞋的資深同事為什麼明知奧客想占便宜卻還是免費奉上一雙新鞋？

真正的聰明人永遠懂得以顧客的需求至上。不能從財務的角度判斷「對錯」，

真正能延續商機的關鍵在於以顧客為中心的思維。

例２：自以為精心為社內CEO準備的簡報會議，卻在對方問了一個狀況外的問題後全面失控？！

想要獲致成功，務必全神貫注於重要的事務上，

尤其是那些位階高過你好幾個層級的上司認為重要的事。

** **

**例３：**只要是從事行銷科學的人，一定都曾經歷過，那就是修改數據、編輯輸出檔案及調整結果，讓最後的成果（更）貼近直覺……

這是行銷科學的弱點，也是一種粉飾太平的行為！

修改數據的事實終究隱藏不住，擅自修改結果的行為也不可能永遠不被發現。

這種行徑會讓你從此以後，信用度蕩然無存。

本書鎖定的讀者群包括：

需清楚找出行銷目標的企業分析師

需知道哪些促銷活動效果最好的活動企畫經理

為提高效率而必須割捨部分客群的行銷人員

需設計及實施滿意度問卷調查的市調人員

需為產品和品牌設定最佳定價的價格分析師等等。

本書內容含蓋層面有三：

第一層面單純解釋概念，不牽涉任何數學，目標是要讓讀者完全理解。

第二層面進入技術階段，適時運用SAS等工具示範相關要素、說明解讀方式。

第三層面則會繼續深入探討技術，以滿足專業人員的知識需求。

第一本涵蓋需求、市場區隔、選擇目標市場及計算分析結果等課題的行銷書。

完美結合理論與實務，並示範如何解決業界大規模行銷資料的相關問題。

採用簡單易懂的敘述風格，以及在真實工作情境中的實際運用。

從業人員在執行任何類型的行銷工作時，勢必遇過書中的舉例，極易產生共鳴。

作者**/**譯者簡介

＜作者簡介＞

麥可．格里斯比（Mike Grigsby）

從事市場分析將近三十年，他曾任職Dell、HP、Sprint、Gap等企業，負責資料分析工作，目前在Targetbase擔任顧問。行銷科學是他就讀博士班時的研究領域，過去他也曾在德州大學達拉斯分校（UTD）、德拉瓦大學（UD）、聖愛德華大學（St Edwards）等校教授市場分析課程。他在學術刊物及專業期刊上皆曾撰文發表，也曾在DMA、NCDM等單位舉辦的會議活動主持相關研討會。《市場分析學》（Marketing Analytics）是他的第一本著作，內容親民易懂，目前他正著手撰寫下一本書《進階零售分析》（Advanced Retail Analytics，暫譯）。如有興趣，可關注他的LinkedIn和Twitter，或可瀏覽他的部落格：marketingscience.biz。

＜譯者簡介＞

張簡守展

高雄人，兼職書籍譯者。譯有：《紅色通緝令：一個俄羅斯外資大亨如何反擊普丁的國家級黑幫？》、《複雜問題的策略思考&分析》、《CEO基因》等書，合譯有《料理的科學》。

目次

好評推薦

初版推薦序　解決行銷與商業問題的全新思維

新版推薦序　成功行銷分析師的經驗精髓

前言

** **

市場分析簡介

本書的目標讀者是誰？

什麼是行銷科學？

為什麼行銷科學如此重要？

哪些工作的哪些人員需要行銷科學？

為什麼我自認有資格出書談行銷科學？

本書秉持的方法及理念為何？

第一篇 概述：行銷科學有哪些功用？

01 統計學概略回顧

集中趨勢量數

離散量數

常態分佈

信賴區間

變數關係：共變異數與相關係數

機率與抽樣分布

檢核表：從眾人之中脫穎而出的必要條件

02 消費者行為與行銷策略原則

引言

消費者行為是行銷策略基礎

消費者行為概述

行銷策略概述

檢核表：從眾人之中脫穎而出的必要條件

** **

03 什麼是洞見？

引言

高階主管通常不會採用洞見

這算是洞見嗎？

怎樣才稱得上是洞見？

洞見需能化為行動

檢核表：從眾人之中脫穎而出的必要條件

** **

第二篇 依變數分析技術

04 刺激需求的因素？

引言

依附方程式類型與相互關係類型統計法

確定型方程式與機率方程式

職場實例

    概念說明

    補充說明

分析結果與職場實例應用

製作彈性模型

技術補充說明

重點聚焦：市場區隔和彈性模型有助於零售／醫療診所體系創造最大營收（現場測試結果）

摘要

問題癥結與背景介紹

資料集描述

第一步：市場區隔

第二步：建構彈性模型

最後：比較實驗組與控制組

討論

檢核表：從眾人之中脫穎而出的必要條件

** **

05 誰最可能購買？

引言

概念說明

職場實例

數據整理與模型建構

提升圖

模型運用：共線性概述

變數診斷

重點聚焦：將邏輯迴歸應用於購物籃分析

摘要

什麼是購物籃？

邏輯迴歸

如何推估／預測購物籃

檢核表：從眾人之中脫穎而出的必要條件

** **

06 消費者最有可能在何時買單？

引言

存活分析觀念概述

職場實例

存活分析補充說明

模型輸出與解讀

結論

重點聚焦：終身價值：預測性分析為何優於描述性分析

摘要

描述性分析

預測性分析

範例說明

檢核表：從眾人之中脫穎而出的必要條件

** **

07 **追蹤資料迴歸分析：**如何使用橫斷面的時間序列資料

引言

什麼是追蹤資料迴歸分析？

追蹤資料迴歸分析的細節補充

職場實例

行銷媒介（DM、電子郵件、簡訊）的相關洞見

期間（季度）的相關洞見

橫斷面（地區）的相關洞見

結論

檢核表：從眾人之中脫穎而出的必要條件

** **

08 以方程式系統建立依變數類型的模型

引言

什麼是聯立方程式？

為何需要聯立方程式？

估計值的理想屬性

職場實例

結論

檢核表：從眾人之中脫穎而出的必要條件

** **

第三篇 相互關係類型統計法

09 我的（消費者）市場概況如何？

引言

市場區隔簡介

「市場區隔」和「區隔市場」各是什麼？

為何需要區隔市場？市場區隔的策略運用

策略行銷四P

市場區隔策略化為實際行動的條件

需要先判斷嗎？

流程概念說明

檢核表：從眾人之中脫穎而出的必要條件

10 市場區隔

概述

市場區隔的成功指標

一般分析方法

職場實例

分析

各區隔市場觀察結果及細節說明

K平均演算法與潛在類別分析之比較

重點聚焦：為何不能自滿於RFM？

摘要

什麼是RFM？

什麼是行為區隔？

行為區隔能提供哪些RFM模型所欠缺的優勢？

檢核表：從眾人之中脫穎而出的必要條件

第四篇 攸關日常行銷的其他重要主題

11 統計檢定

所有人都喜歡檢驗分析結果

樣本規模方程式：使用提升度統計量

A/B測試與全因子實驗的差異

職場實例

檢核表：從眾人之中脫穎而出的必要條件

** **

12 結合大數據並採取大數據分析

引言

什麼是大數據？

大數據很重要嗎？

大數據對分析和策略具有什麼意義？

大數據的未來

安然克服大數據恐慌

大數據分析

大數據：新奇的演算法

檢核表：從眾人之中脫穎而出的必要條件

** **

第五篇 結論

13 最終章

我想傳遞什麼訊息？

本書還想帶給你哪些啟發？

** **

名詞解釋

參考書目與延伸閱讀\

索引