文档介绍：品牌链动力的存在及应用意义
在一项全国性的家电及IT消费者的大样本研究中,我们发现品牌对于产品之间存在一种链动力量,这种链动力量使得一个品牌可以凝聚起越来越多的产品品类,并向着一种可以预测的方向继续链动。研究表明对于品类多元化的企业品牌,我们可以测量某一时刻的品牌链动力的“大小”及“方向”,从而对企业的业务拓展提供较好的战略指导意义。
文章中利用DATA-MINING技术通过对历史数据的分析发现、证明了品牌链动力的存在,通过问卷访问方法系统测量了品牌链动力的“大小”和“方向”。并利用应用实例数据详细说明了品牌链动力测量的实际过程、结果及应用意义.。
随着市场竞争的加剧和利润空间的缩小,企业将考虑向新的产品领域拓展和延伸,这些产品或业务可能跨越不同的品类或行业。在一项全国性的家电及IT消费者的大样本研究中,我们发现品牌对于产品之间存在一种链动力量,这种链动力量使得一个品牌可以凝聚起越来越多的产品品类,并向着一种可以预测的方向继续链动,如果企业有沿着该方向的品类拓展计划,则易于获得成功,如果一个企业逆着这样的品类拓展方向,则需要付出足够多的营销努力,以使品牌本身得到部分或全部的改变,虽然可能名称和标识未变,但品牌内涵已改变。
本文的研究表明,对于品类多元化的企业品牌,品牌有一定的链动力,我们可以测量某一时刻的品牌链动力的大小及方向,从而对企业的业务拓展提供较好的指导意义。研究中我们可以看到,不同的品牌,其链动力的大小和方向是明显不同的。
一、品牌链动力的存在证明
在一项面向十城市的大规模定量调查中,利用数据挖掘技术,我们发现品牌对不同产品类别存在着明显的链动效应。抽样城市为北京、济南、沈阳、上海、南京、杭州、武汉、长沙、西安、成都,受访者为电视、冰箱、空调、电脑、手机的普通消费者,总体样本量2399个,抽样方法为定点拦截。
数据挖掘,也被称作KDD(Knowledge Discovery from Database),或者DM(Data Mining),即数据库中的知识发现,是通过对大量数据的分类从而发现新的信息。随着个人计算机的大量普及,智能计算、网格计算等高性能计算机和技术的应用,以及互联网络触角的不断延伸,产生了海量的数据,存储在各自的相应系统中。传统上,这些数据只是作为一个个的记录被存储,而没有作为一种很好的用于分析事件相互关系、发展趋势、状态监测的资源,数据挖掘技术的出现使得这些数据得以充分利用。
关联分析是数据挖掘中的一种重要的分析工具, 关联分析可以识别出在特定事件或纪录中一起发生的事件,也被称为“市场篮研究(Market Basket Research)”或“关联规则挖掘(Association Rules Mining)”,目前被成功应用于很多大型企业,例如:沃尔玛。一般过程是通过消费者的消费档案来了解其模式或“关系(Association)”。该项目中,我们通过一次大样本的调查收集了消费者家庭过去购买的产品历史数据,以通过DATA-MINING进行分析。
关联分析可以主要通过考察Lift值是否>1,来判定同时发生的事件是否存在关系。如下式:
(其中,P(AB)为事件A与事件B同时发生的实际概率,P(A),P(B)为事件A,B独立发生的概率。)
假设A,B独立时,A,B同时发生的随机概率=A,B分别发生的概率之积。假如Lift值大于1,则说明A与B实际同时发生的概率大于A与B独立时同时发生的随机概率。
在这次大样本定量研究中,详细了解了受访者家庭过去购买过的所有电视、冰箱、空调、电脑、手机等产品的品牌。通过关联分析我们发现,对于绝大多数目前家电市场上的知名品牌,品牌对产品类别之间的链动效应都明显存在。
表关联分析输出结果
LIFT
RULE
电视--HI==> 电脑--HI
冰箱--PA==> 空调--PA
电视-- HI ==> 空调-- HI
电视-- PA ==> 冰箱-- PA
电视—T1 ==> 冰箱—T1
空调--MI==>冰箱--MI
手机--SU==>电脑-- SU
电视--SO==> 手机--SO
电视-- PA ==> 空调-- PA
冰箱--SI==> 手机-- SI
空调--HA==> 电视-- HA
手机-- SU ==> 冰箱-- SU
冰箱-- HA ==> 空调-- HA
电视—T1==> 手机—T1
冰箱-- HA ==> 电