用数据模型寻找市场品牌空白点,印证品牌效果

如何知道自己品牌留给客户的是什么印象呢?如何印证品牌推广和塑造的效果呢?如何有效寻找在品牌建设中的空白点和机会点呢?

这次就介绍在品牌建设中会经常用到的品牌知觉图。

一、什么是品牌知觉图

那么什么是品牌知觉图呢?可以看下图,其实,品牌知觉图就是用距离的远近反映相关程度,距离越近,相关程度就越大,反之,则越远。

图片[1]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

通过上面的品牌知觉图,分别有品牌A、B、C、D、E5个品牌,这五个品牌有和它们很近的特征,那就会根据远近,就会形成了品牌特征。例如A强调自由乐观、开放和服务,

B强调专业、实力和可信赖,C强调的是引领潮流,D强调的是创新、自信、独特、有抱负,

E强调的是关爱亲切的形象。

二、如何绘制品牌知觉图

品牌知觉图的制作,最为重要的还是获得市场对品牌的印象和评价,那么市场调查十九

非常重要的一个步骤,再把调查结果筛选就可以获得制作品牌知觉图的数据资料了。

1、市场调查的问题设置:

调查的目的就是让受访者从诸多描述性语句中选择他们对品牌的印象,例如要为某啤酒品牌A定位,其竞争者品牌为B和C,可以向受访者询问以下问题:0

图片[2]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

通过对调研后的数据整理后,转化为品牌和指标、人数这三个维度,就可以得到下图:

图片[3]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

接着将上图的指标整理,转化为品牌和指标、人数这三个维度,如下图:

图片[4]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

2、对得到的交交叉表做数据分析

这里的分析是通过投射将交叉表中的关联关系转化为散点间的位置关系。这里将变量投射到一个坐标系中,若坐标系维度等于2,则在二维平面中分析不会有损失原来表中包含的信息;若维度大于2,仍可在二维平面中分析,但原有交叉表的信息就会有所损失,所得到的结论将会有一定的误差。下面是具体的步骤:

(1)变量编码与数据录入

对应分析用散点距离体现变量关联,而计算距离要用数值型变量,现“指标”、“品牌”两个变量是文字型变量,需对其编码,使之能够参与运算,下图是品牌与指标的编码规则:

图片[5]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

图片[6]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

根据编码规则,原始数据改为了数值型数据,如下表:

接下来在SPSS中分别对“指标”和“品牌”两个变量设置值标签,这样就完成了变量的编码工作。

(2)对“品牌”和“指标”做对应分析

通过对应分析,可以得到摘要数据和散点图,下图是对应分析摘要表

图片[7]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

在摘要表中,惯量反应了各维度对总信息的解释度,例如维度1的惯量是0.134,总信息量为0.182,因此维度1对总信息量的解释度为0.134/0.182=0.736。同理,维度2对总信息量的解释度为0.264,两个维度对总信息量的解释度累计为1,说明“指标”和“品牌”这两个变量在平面上的投影完全准确地反映交叉表的信息。

只有当“品牌”和“指标”具有关联性,才需要用对应分析对这种关系加以解释,因此需要对两者的关联性进行检验。检验的标准是卡方的伴随概率,从表中可以看到伴随概率

sig小于显著性水平,因此通过卡方检验,表明两者具有关联性,因此有对进行对应分析的必要。

图片[8]-用数据模型寻找市场品牌空白点,印证品牌效果-圣矾创业博客

上图是制作的散点图,散点间的距离越近就表示相关性越强。当某指标与某品牌处于同一象限且距离很近,则认为该指标和该品牌的关系密切;当某指标与某品牌处于不同象限,若他们在重要轴上的投影方向相同,且距离的绝对值小,在次重要轴上投影方向相反,且距离绝对值适中,仍可认为两者具有一定的关联。

那么这里就存在一个问题,如何判断重要轴和次要轴的问题。这个其实就很简单了,变量在哪个轴上所解释的信息多,哪个轴就是重要轴,反之就是次要轴。在上面的散点图中,维度1所解释的信息量是73.6%,因而维度1就是重要轴。维度2就是次要轴。

因此,从散点图中可以看出,A的定位是高档关爱,在口味上给用户的印象是香味纯正、口味醇厚,口感协调;品牌B的定位是历史悠久和正直可靠,在口味上给用户的印象是泡沫持久,洁白细腻等;品牌C没有明确的品牌定位,在用户心中尚未建立起一定的形象,因此品牌C需要寻找品牌A和品牌B尚未涉猎的空白点,明确自己的品牌定位。

© 版权声明
THE END
喜欢就支持一下吧
点赞0 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容