analytické nástroje
Multivariate Analysis
Jednoduchá vysvětlení zpravidla nefungují. Multivariate Analysis (MVA) je souhrn metodik mnohorozměrné statistiky, které umožní lépe porozumět vztahům mezi jednotlivými otázkami. Tyto metodiky nenahlíží na každou zkoumanou skutečnost zvlášť, ale studují zjištěné veličiny dohromady.
Výhody mnohorozměrných metod
Studium souboru otázek jako nedělitelného celku vnáší do výzkumu nový rozměr, který s sebou nese i nové typy informací, jež můžeme z výzkumu získat. Pochopení vztahů mezi jednotlivými otázkami nabízí řešení následujících problémů:
- Které skutečnosti lidé hodnotí podobně, a které opačně?
- Jaké jsou hlavní motivy jimiž se řídí názory a postoje lidí?
- Jsou v cílové skupině segmenty s podobnou strukturou názorů a postojů?
Rozsáhlé zpracování výstupů z výzkumu může MVA nahradit krátkým, přehledným a shrnujícím výstupem.
Praktické příklady použití
- Identifikace hlavních vlivů řídících nákupní chování zákazníků.
- Segmentace zákazníků podle preferovaného typu produktu reprezentovaného souborem vlastností, charakteristika segmentů a zastoupení v populaci.
- Posílení (vylepšení) produktu v oblastech preferovaných zákazníky.
- Zhodnocení, jak zákazníci vnímají produkt nebo společnost v porovnání s konkurencí.
- Rozhodnutí, zda se vyplatí individuální přístup ke specifickým cílovým skupinám.
Mnohorozměrné metody v sobě zahrnují několik samostatných analýz, které je možno použít samostatně, nebo je různě kombinovat.
Faktorová analýza
- Pomáhá identifikovat hlavní motivy, tzv. faktory působící na rozhodování zákazníků.
- Obecně tyto "faktory" popíše a přiřadí k nim konkrétní vlastnosti.
- Pracuje na základě závislostí (korelační matice) mezi sledovanými vlastnostmi.
- Umožní k "faktorům" přiřadit i další, dosud nesledované vlastnosti a odhadnout postoj respondentů k nim.
Shluková analýza
- Rozdělí populaci do skupin podle jejich názorů a postojů.
- Lidé "uvnitř" každé skupiny jsou si podobní, mezi skupinami jsou významné rozdíly.
- Identifikuje zákazníky s podobnými preferencemi, navrhne optimální přístup k nim.
Diskriminační analýza
- Přiřazuje subjekty do předem definovaných skupin.
- Předpokládá, že část populace je rozdělena do skupin a část ne - pro nezařazené vybere skupinu, která je jim nejbližší.
- Vytváří nové skupiny na základě podobnosti s již existujícími.
Korespondenční analýza
- Graficky znázorňuje vztahy mezi dvěma charakteristikami, např. porovnává značky vzhledem k několika vlastnostem.
- Do jednoho grafu vykreslí relativní vzdálenosti mezi značkami i vlastnostmi.
- Určí, které vlastnosti jsou typické pro Váš výrobek a které pro konkurenci.
- Vyhodnotí, který konkurent je Vám nejvíce podobný a který se naopak zásadně liší.
Mnohorozměrné testy
- Porovnávají skupiny, např. demografické, podle jejich postojů ke skupině znaků, charakteristik.
- Vyhodnotí, zda je mezi skupinami statisticky významný rozdíl a ve kterém ohledu se názory skupin nejvíce liší.
Mnohorozměrné metody nabízí nový, komplexnější náhled na výsledky výzkumu. Pomohou Vám lépe pochopit přání zákazníků, vylepšit komunikaci s nimi a dají další doporučení pro marketing.
analytické nástroje
![]() | Customer Satisfaction Index |
![]() | Key Driver Analysis |
![]() | Multivariate Analysis |
![]() | On-line Data Delivery |

![[cz.english]](/images/flag_en.jpg)









