用于进行消费者调查的方法技术

本发明专利技术公开了一种用于进行消费者调查的方法，所述方法包括以下步骤：设计有效的消费者研究以收集适于消费品类别中的消费者行为的可靠的数学建模的数据。基于对调查的直接消费者响应，基于来源于消费者调查响应的不可测量的因子变量，以及基于有关产品类别和所述类别内的消费者行为建立可靠的贝叶斯(信度)网络模型(BBN)。利用所述BBN来识别并量化消费者调查响应内的关键响应的主要动因(例如但不限于等级、满意度、购买意图)，以及利用BBN来识别并量化产品概念营销信息和/或产品设计的变化对消费者行为的影响。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及用于进行消费者调查的计算方法。本专利技术尤其涉及用于通过利用贝叶斯统计来分析消费者调查数据而进行消费者调查的计算方法。
技术介绍
消费品的制造商、零售商和市场商寻求对消费者动机、行为和期望的更佳的领会。可借助产品和市场调查来收集消费者信息。分析调查数据以确定对特定的消费者动机、期望和行为的更佳的领会。由分析所得的知识可用于构建与特定产品或产品种类相关联的消费者行为模型。建模及预测人类行为的问题复杂性使得有可能由极小价值的数据构建错误模型。期望一种进行消费者调查的更稳健的方法，其包括分析降低错误模型风险的消费者调查数据。专利技术概述在一个方面，所述方法包括以下步骤准备数据；将数据导入软件中；准备建模；手工指定因子或自动发现因子；创建因子；建立因子模型；以及解析模型。在一个方面，所述方法包括以下步骤设计并执行有效的消费者研究以生成数据，并预清理数据；将数据导入贝叶斯统计软件中；使数据离散化；检验变量；处理缺失值；给因子手工指派属性变量，或者发现指派给因子的属性变量；限定关键测量；建立模型；识别并修正因子定义；创建因子节点；设定潜变量发现因子；发现用于因子变量的状态；确认潜变量；检查潜变量数值解析；建立因子模型；识别因子关系以加到基于专家知识的模型；识别目标因子节点的最强动因；以及通过论证方案来模拟消费者测试，或者通过指定变量的平均值和概率分布来模拟群体响应。在另一方面，所述方法可用于修正或替换现有的消费者行为模型。所述方法的步骤可作为利用计算系统的使用说明而被包含在电子可读媒介中。附图简述该图示出了映射到产品和消费者空间的消费者研究目的。专利技术详述该消费者调查方法适用于来自各种来源的各种各样形式的消费者数据-或者更一般来讲包含数据和领域知识的信息，包括但不限于以下消费者对调查问题的响应，消费者评论、意见和抱怨，其以任何形式进行，包括现场亲自、电话或视频形式，纸面或对纸面或计算机屏幕发送调查的远程响应，所有这些形式可能涉及分级、排序、多项选择、文字描述或图解或图示(例如，调查报告、联合实验、小组测试、日记和故事、图片等)，它们体现了消费者本身(例如，人口统计、属性等)和浏览、挑选、选择、购买、使用/消费、经历、描述和处置产品、包装、器具、用具或与理解受关注产品的消费者行为相关的物品的消费者活动的特征；来自现实世界或虚拟状况和市场以及现实世界或虚拟实验的事务数据；视频、音频和/或计量生物学或生理学传感器数据或副语言观察和数据的记录，或者基于由消费者活动期间收集的消费者行为产生的先前记录的事后分析数据，所述消费者活动为浏览、挑选、选择、购买、使用/消费、经历、描述和处置产品、包装、器具、用具或与理解受关注产品的消费者行为相关的物品。在所有这些情况下，可在单个消费者或消费者群体或消费者与非消费者的组合(有生命的或无生命的；虚拟的或真实的)范围内收集数据。在所有这些情况下，数据可为连续或分散的数值和/或可由数字、符号或字母字符的任何组合组成，所述数据体现或代表文本段落、对象、概念、事件或数学函数(由数字/符号展示的维度空间内的曲线、表面、矢量、矩阵或高阶张量或几何多面体)的任何组合，每个数据在每个维度上可具有但不必具有相同数目的元素(即，可接受参差数组、以及缺失值还有截尾值)。所述方法也适用于混合以上方案的任何组合的结果以形成更综合、异质、多重学习的数据集或知识集(即，数据融合)。与特定的消费品、市场品类、或市场份额有关的专家知识可用于构建理论模型以解释并预测消费者对于产品或份额或品类内的行为。本专利技术的方法可用于创建基于专家知识的模型的供选择的模型或者强化基于专家知识的模型并且所述方法的结果可用于改进或替换基于专家知识的模型。 至少部分利用计算机系统和包括贝叶斯分析的统计软件来执行所述方法的步骤。该类软件使得能够利用贝叶斯信度网络模型(BBN或贝叶斯网络模型)分析数据。购自Bayesia SA, Laval Cedex, France的BayesiaLab为一种不例性贝叶斯统计软件程序。在一个方面，所述方法包括以下步骤设计消费者研究；实施消费者研究以生成数据，准备数据；将数据导入软件中；准备建模；手工指定因子或自动发现因子；创建因子；建立因子模型；解析模型；并且将模型应用于预测、模拟和优化。所述方法可用于创建或改进有关市场品类或特定产品或服务的消费者行为和偏好的模型。设计消费者研究:基于研究目的以及旨在收集数据后进行的建模来设计消费者研究。所述方法在提供最大信息量的意义上得出信息有效的设计，所述信息是有关用于测试中给定数目的产品和消费者的变量之间的关系。因此一般来讲体现针对分类中产品的消费者行为特征的研究以及由此所得数据可被认为作为两维空间内的点存在(I)产品维度和(2)消费者维度。因此研究目的范围产生这两个维度中的研究设计范围。资源限制(时间、金钱、物质、物流等)通常将决定导致属于下类研究目的的优先权。研究目的和类型典型的研究目的包括但不限于映射到图I中产品维度和消费者维度的以下内容I.侧重于少数具体产品以便评价每一个并与其它相比的初步研究，包括深入学习关于每种产品情况中异质消费者行为的知识。产品维度窄并且消费者维度深。2. DOX(实验设计)为试图学习关于产品属性和/或消费者属性对消费者行为的影响的尽可能明确的广泛知识用于产品改善的最优实验设计。产品维度由中至广并且消费者维度由浅至深。3.基准测试研究试图广泛学习关于市场代表性产品的知识，用于评价和比较。产品维度广并且消费者维度由中至深。4.基准测试+DOX研究用一组DOX选定的产品加强基准测试研究以得到市场相关性与产品/消费者属性对消费者行为的影响的明确知识的最优组合。产品维度广并且消费者维度由中至深。5.空间填充研究包括产品前景以得到广泛的空间覆盖百分比并且如消费者维度内可提供的一样深。产品维度深并且消费者维度深。研究目的对建模和推理的暗示研究目的具有分成两大类的建模和推理暗示I.主动的-因果推理其中意图为识别基本的产品概念、设计属性、和/或性能方面以及消费者人口统计、习惯、经验、态度和/或先验细分识别的具体操作或对其的干预将对基于响应及其联合概率分布的消费者响应和/或衍生的不可测量的因子有何影响。2.被动的-观察推理其中意图为识别基本的产品概念、设计 属性、和/或性能方面以及消费者人口统计、习惯、经验、态度和/或先验细分识别与基于响应及其联合概率分布的消费者响应和/或衍生的不可测量的因子之间的关系。因此，与分类知识组合，意味着当变量的操作处理位于进行消费者测试的企业控制内时何种行为将在消费者群体内显示其本身。这两类目的不必相互排斥，因此将一些变量的主动研究与其它变量的被动研究组合的混合研究可由同一研究提供。贝叶斯(信度)网络(BBN)用于识别并量化消费者对调查问卷响应的联合概率分布(JPD)和/或衍生自这些响应的潜变量以及基于jro的所得推理。产品支路、消费者支路和基本规模在定义本研究时，设计的两个主要方面对应于产品维度和消费者维度(I)限定哪些产品将呈现给消费者和/或被消费者使用的产品支路的类型和数目，和(2)限定消费者的基本规模(测试对象数)和消费者的取样策略的消费者类型和数目。产品支路说明基于针对讨论中的变量子集的主动目的相对被本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：M·L·汤普森，D·D·法利斯，
申请(专利权)人：宝洁公司，
类型：发明
国别省市：