视频: 人工智慧民主化在台灣 – 陳昇瑋 – PyCon Taiwan 2018 2024
调查数据适用于称为 键驱动程序分析 的过程。识别和分析关键驱动因素可以帮助营销人员和广告客户找到问题的答案，例如：什么驱使我的客户切换到另一个品牌？什么有助于消费者购买我的产品的倾向？哪个消费群体对我们的服务最满意？
正如在任何研究中，初步的步骤是确定调查旨在回答的问题。
营销人员必须确定研究目标是预测性的，解释性的还是描述性的（调查罕见）。如果两种类型的目标都很重要呢？
难度： 平均
所需时间： 一周
以下是如何：
-
这是关系关系
可以通过关键驱动程序分析研究各种依赖和独立变量，通常，分析针对一个或多个因变量和多个独立变量。独立变量对作为研究重点的因变量的统计学显着性 效应 。一方面，客户感兴趣的战略特征（如市场份额）。另一方面，有一些绩效指标或描述性属性被认为与某些方面与战略特征有关。
-
主要驱动程序分析可以回答“为什么？”
选择的相关变量和选择用于关键驱动程序分析的分析方法主要是研究目标的一个功能：解释，预测，描述。
如果 解释 是目标，所选择的独立变量被认为影响因变量中观察到的变化。自变量也应该是可行的。例如，客户服务（因变量）的总体满意度可能与等待时间，回报简单和退款政策（所有独立变量以及响应变更或行动）相关。
-
关键驱动器分析可以回答“如果？”
如果 预测 是研究目标，则寻求显示预测结果的希望的自变量。在这种情况下，独立变量不必是可操作的。预测研究的目的不是改变因变量，而是预测一些事物。例如，关键驾驶员分析可能被设计为预防参与吸烟预防计划后的再犯，但研究人员还可以研究一组不同的独立变量，以提高其戒烟计划的成功率。
-
关键驱动器分析可调查
品牌属性通常分为三类：满意度，协议或性能评级。可以使用各种尺度来记录调查受访者的评级或这些类别中属性的排名。最普通的评级量表是Likert，它很容易适用于满意度和协议声明。当调查对象对多个品牌的产品或服务属性进行评估时，他们可以检查“是”框，结果数据编码为1/0。为了统计分析的目的，这个二进制数据很容易转换。
-
不同市场细分的不同主要驱动因素
市场细分研究表明，不同的市场主要驱动因素可能是重要的，一些主要驱动因素在所有细分市场都可能是重要的。主要的驾驶员分析可以简化调查设计，因为在调查中可以仅提出一次属性，但是可以将结果数据过滤到反映离散消费者群体的不同“削减”或分支。例如，削减可以反映人口统计学，年龄，性别，社会经济状况，收入或教育程度水平。
-
主要驱动程序分析可以与分类值一起使用
可以使用各种分析技术来执行关键的驱动程序分析。一些因变量是分类的，而不是 缩放 ，因此不能通过线性回归进行分析。相反，使用线性判别分析或逻辑回归。分类变量可用于具有预测和解释目标的调查。客户满意度或忠诚度调查通常采用分类值，例如表示客户关系状态（主动/非活动）。
-
线性 - 一个更重要的考虑
一个关键的驱动器是一个属性，与期望的结果或战略特征具有统计上的显着关系。如果自变量与因变量具有直线关系，则被认为是线性的。一个例子是价格弹性 - 随着产品价格的变化，销售量的线性模式发生在响应这些变化。除非需要非常高的预测有效性，否则在精心设计的研究中，线性数据可以很好地代表非线性数据，而无需诉诸更先进的技术。
-
关键驱动程序分析的软件应用程序
许多软件包旨在执行关键驱动程序分析所需的统计过程。 Quirk的杂志发表软件评论。
这里列出的两个范围可以从设计为Microsoft Excel加载项的最基本的应用程序的范围扩展到诸如SPSS等综合平台。
ALLSTAT 是用于Microsoft Excel的廉价数据分析和统计解决方案。
SPSS 是标准，它已经经历了许多修订 - 其中一个IBM SSPS Direct Marketing模块似乎对市场研究人员特别有用。
-
关键驱动程序分析的优点
由于关键驱动程序分析是高效和可扩展的，它有助于维护调查设计和分析的预算和资源边界。例如，每年进行调查的客户都熟悉的品牌驱动力 - 可以在现有的调查框架内使用;使用密钥驱动程序分析的调查不需要更长或更复杂。面向客户的问卷调查不需要明显变化，以适应关键的驾驶员分析。使用关键驱动程序分析的故事是可以理解的，并且适用于呈现数据的可视化显示。
-
参考文献
Quirk的市场研究评论发表了关于广泛市场研究课题的文章。他们的 数据使用 和 研究技术和趋势 的系列对于对调查研究的坚果和研究者感兴趣的研究者特别有用。
来源
- Quirk的文章#20010104 - Rajan Sambandam（宾夕法尼亚州华盛顿州的响应中心）的分析方法调查
- Quirk的文章#20010297 - >>主要驱动程序分析 由Micheal Lieberman（多变量解决方案，纽约