第六章创业项目市场调研及市场预测.pptVIP

2）．散点图法 散点图法，是在通过对比发现差异的基础上，进一步研究差异当中所体现的规律，给出两个要素之间的更明确的相关关系。因此，散点图一般要求两个要素有相对应的系列数据，以判断两者之间的关系变化趋势。 这里以一种新型减肥产品的部分调查结果（见下表）为例进行分析。按照表给出的结果，我们可以绘制一个如图所示的二维图形。通过对图形的观察就可以发现，减肥者的比例在一定范围内是随着年龄的增加而不断上升的，在达到高峰（36-45岁）之后又迅速降低。当然，在真正意义的相关分析当中可能还要考虑性别以及其他因素对统计结果的影响，此处仅作为一种示意，所以不再详细论述。 年龄 0-6 7-12 13-18 18-25 26-35 36-45 46-55 56-65 65以上 减肥者 的比例 0.3％ 1.2％ 1.3％ 1.5％ 1.7％ 1.8％ 1.5％ 0.9％ 0.2％ 3 预测性分析 1）．以样本预测总体 这是市场调研预测当中最基本的思路和方法，同时也是很多其他预测方法分基础。对于很多调研项目来说，其目标调查者可能数量庞大，逐个调查不但成本高、操作困难，而且在某种意义上说也是没有必要的，这是就可以通过对其中一部分调查对象的分析来推断总体的情况。在了解某一产品（或服务）的市场需求量或者目前的市场保有量的时候，以成本预测总体是最常用的方法。 以目前天津市MP3的保有量调查为例，通过随机调查1000名市民（前提是分布合理）中拥有MP3的人数比例，再乘以天津市的市区人口总数，就可以大致推断出目前天津市MP3的保有量情况。再比如一个以培训为主要业务的创业项目，同样也可以以样本预测总体的思路了解到每年北京市居民的培训支出总额。 2）．回归预测 回归预测就是利用需要预测的数据与其他要素数值之间的相关关系进行预测的方法。其中的相关关系的数学模型可以通过前面所介绍的相关分析获得。 以某种新型饮料的销售量预测为例。由于该产品还没有上市，我们选择了一种类似的饮料进行调查。通过调查发现，这种饮料每个月的销售量与其辐射范围内的人口数量、人均月收入、广告费用存在相关关系。在获得了该饮料连续20个月的销售量和广告费之后，如果我们可以通过年鉴再获得相应的人口数量和人均月收入。这样我们就可以采用适当的数学方法来拟合出销售量与这几个因素之间的精确相关关系。此处我们假设其相关关系为线性的，这样我们就可以得到如下的基本数学模型： Y=20+0.02x1+0.06x2+8.2x3+u 其中：Y为类似饮料每个月的销售量； x1为辐射范围内的人口数量； x2为辐射范围内的人均月收入； x3为该企业当月的广告费（由于广告有滞后性，一般采用前一个月的数据）； u为误差项。 这样，如果我们能够得到该饮料下个月的人口数量、人均收入和广告支出的数据，我们就可以大致预测出下个月该饮料的销售状况。基于相似性的考虑，我们也可以用这个模型来对我们准备生产的新型饮料的未来销售状况进行预测。当然，预测的精度可能会相对差一些。但是由于很多新产品（或服务）无法获得很多现实数据，所以只能采用这种类比的方式了。 2）．回归预测（续） 时间序列预测就是利用某些调研指标与时间之间的关联关系，在已知该指标历史数据的情况下，根据其历史数据随时间的变化趋势来预测该指标的将来值的方法。依据预测指标的具体特点和历史数据的变化情况，可以具体选择简单平均法、移动平均法、指数平滑法或趋势延伸法等来进行预测。 由于主要是依赖历史数据的变化趋势进行预测，所以这种预测方法一般应用于已经稳定发展的产品和企业，而对于新企业和新产品并不十分合适。或者在使用的时候要像前面回归预测中所介绍的那样进行一定的类比。 3）．时间序列预测 对于一些市场环境相对稳定，并且市场需求存在很大差异的创业项目，可以考虑采用全面类比的方法进行预测。 全面类比，就是寻找一个创业企业发展的“影子”，透过这个影子就能看到自己的未来。这种预测方法的准确程度就取决于所选择的“影子”与创业企业自身是否存在全面的相似性甚至相似的外部发展环境。 很多全新产品（或服务）的创业项目当中，这种方式有时会取得很好的效果。在透过“影子”看到自己的未来的同时，也为自己找到了奋斗的目标和各项工作的参照和榜样。当然也有可能是吸取相应的经验教训。 4）．类比预测 由于创业市场调研具有很强的虚拟性，所以很多数据是无从获得的。这时候采用前面所介绍的几种定量预测方法往往会遇到困难，这时候就需要采用定性的方法来进行预测了。 定性预测就是由与创业项目相关的专业人士凭借自己的经验和阅历对创业项目的未来发展状况及其他相关问题进行主观推断的预测方法。常见的专业人士