20xx年咨询工程师--项目决策分析与评价总结咨询心得总结咨询工程师工程项目与20xx年分析项目

20xx年咨询工程师--项目决策分析与评价总结咨询心得总结咨询工程师工程项目与20xx年分析项目内容摘要：

容包括：消费层次、消费要求、心理状况、消费动机、消费方式等。 （四）竞争者调查 二、市场调查的程序 （一）准备阶段：制订调查工作计划 :准备阶段是调查工作的开端。 （二）调查阶段： 实施调查计划、落实调查方案是市场调查的最重要环节。 文案资料是市场调查的基础资料，也是市场调查工作的基础。 （三）分析总结 阶段。 资料的综合分析是市场调查的核心。 写调查报告。 调查报告是市场调查成果的最终体现。 三、市场调查的方法 这里主要是区别各市场调 查类型、方法， 注意其特点和适用范围 （一）市场调查的类型 表 21市场调查类型 类型 方法简介 特 点 适用情况 市场普查 对市场进行逐一的、普遍的、全面的调查，以获取全面、完整、系统的市场信息。 可以确定一定的市场范围进行普查，也可以就市场某一方面进行专项普查。 普查时间长、耗费大、难以深入 市场范围较小、母体数量较少、调查时间比较充裕，可以选用市 场普查的方法 重点调查 在市场调查对象总体中选定一部分在总体中处于十分重要地位的企业，或者在总体某项指标总量中占绝大比重的一些企业进行的调查。 能够以较少的人力和费用开支，较快地掌握调查对象的基本情况 常用于产品需求和原材料资源需求的调查 典型调查 在调查对象总体中选择一些具有典型意义或具有代表性的市场区域或产品进行专门调查。 搞好典型调查的关键在于把握调查对象的代表性，它直接关系到调查效果。 调查企业或范围较少，人力和费用开支较省，运用比较灵活 代表性的具体标准，应根据每次市场调查的目的和调查对象的特点 来确定。 抽样调查 从所要研究的某特定现象之总体中，依随机原理抽取一部分作为样本，根据对样本的研究结果，在抽样置信水平上，推断总体特性的调查方法。 工作量小、耗时短、费用低、信度高 应用比较广泛 （二）市场调查的方法 : 表 22 市场调查方法 方法类型 方法简介 特点 其它 文案调查法 对已经存在的各种资料档案，以查阅和归纳的方式进行的市场调查。 文案调查法又称二手资料或文献调查。 最简单、最一般和常用的方法，也是其他调查方法的基础。 文案资料来源主要有：（ 1）国际组织和政府机构资料；（ 2）行业资 料；（ 3）公开出版物；（ 4）相关企业和行业网站；（ 5）有关企业内部资料。 实地调查法 调查人员通过跟踪、记录被调查事物和人物的行为痕迹来取得第一手资料的调查方法。 能够控制调查对象，应用灵活，调查信息充分，但 调查周期长、费用高，调查对象容易受调查的心理暗示影响 ，存在不够客观的可能性 问卷调查法 调查人员通过面谈、电话询问、网上填表或邮寄问卷等方式，了解被调查对象的市场行为和方式，来收集市场信息的调查方法。 操作简单易行、费用相对较低，得到了大量的运用 适应范围广泛，是市场调查中常用的方法，尤其在消费 者行为调查中大量应用，其核心工作是设计问卷，实施问卷调查 实验调查法 调查人员在调查过程中，通过改变某些影响调查对象的因素，来观察调查对象消费行为的变化，从而获得消费行为和某些因素之间的内在因果关系的调查方法。 最复杂、费用较高，但调查结果可信度较高。 应用范围有限，主要应用于消费行为的调查，企业推出新产品、改变产品外形和包装、调整产品价格、改变广告方式时，都可以采用实验调查法。 第二节 市场预测 :市场预测中最为关键的是产品需求预测。 一、市场预测的内容 （一）市场预测要解决的主要问题（多选） 目的方向。 （二）市场预测的内容。 产品价格一般以 均衡价格 为基础， 供求关系 是价格形成的主要影响因素。 价格预测不仅要考察 市场供求状况 ，还要了解产品生产和经营过程中的 劳动生产率、成本、利润 等影响产品价格的其他因素。 二、市场预测的程序 : 确定预测目标 — 收集、分析历史数据资料和当前信息 — 选择预测方法 — 预测过程 — 预测结果、方法分析评价（如不合理重新选择预测方法） — 修正预测结果 — 输出预测结果。 三、市场预测 的基本方法 （一）预测方法分类 ： 教材 P33，图 22 预测方法体系 直观预测法和集合意见法 两类，其核心都是 专家预测 ，都是依据经验、智慧和能力在个人判断的基础上进行预测的方法。 直观判断法主要有类推预测法，集合意见法包括 专家会议法和德尔菲法 等。 ： 可归纳为因果性预测、延伸性预测和其他方法三大类。 （ 1）因果性预测方法通过寻找变量之间因果关系，从而对因变量进行预测，这是广泛采用的因果分析法，包括 回归分析、消费系数法和弹性系数法。 （ 2）延伸预测是根据市场各种变量的历史数据的变化 规律，对未来进行预测的定量预测方法。 适用于具有时间序列关系的数据预测。 延伸性预测包括 移动平均、指数平滑、趋势外推、季节波动 模型等。 （ 3）其他方法则包括计量经济模型、投入产出分析、系统动力模型、马尔科夫链等。 适用于现实经济生活中的 中长期市场预测。 （二）不同方法的比较 咨询工程师可根据预测周期、产品生命周期、预测对象、数据资料、精度要求、时间与费用限制等因素，选择适当的方法。 表 2－ 1 常用预测方法的特点 预测方法 定性方法 定量方法 延伸性预测（时间序列分析） 因果分析 专家会议法 德尔 菲法 类推预测法 移动平均法 指数平滑法 趋势外推法 回归模型 消费系数法 弹性系数法 方法简介 组织有关专家，通过会议形式进行预测，综合专家意见，得出预测结论 组织有关专家，通过匿名调查，进行多轮反馈整理分析，得出预测结论 运用相似性原理，对比类似产品发展过程，寻找变化规律，进行预测 对 于具 有时 序变 化规 律的 事物，取时间序 列中 连续 几个 数据 值的 平均值，作为下 期预 测值 与移动平均法相似，只是考虑历史数据近远期作用不同，给予不同权值 运用数学模型 , 拟合一条趋势线，外推未来事物的发展规律 运用因果关系，建立回归 模型，包括一元回归、多元回归和非线型回归等 对产品在各行业消费数量进行分析 , 结合行业规划 ,预测需求总量 运用两个变量之间的弹性系数进行预测 适用范围 长期预测 近期或短期预测 短、中长期预测 中长期预测 数据资料需求 多年历史资料 数据最低要求 5～ 10个 至少 5年数据 需要多年数据 精确度 较好 较好 尚好 尚好 较好 较好 很好 很好 较好 四、一元线性回归分析（ P34） （一）基本原理 一元线性回归分析就是通过建立一元线性模型来模拟两个变量之间的线性关系，并利用最小二乘法和已知的历史数据求出 模型中的未知参数，使得模型计算得出的拟合值与实际值的误差最小，然后将自变量代入模型对因变量进行预测的方法。 基本前提： 两个变量间存在线性关系。 （二）预测流程（ P35图 2－ 3示） 第一步：输入历史统计数据，建立一元线性回归模型 如果预测对象与主要影响因素之间存在线性关系，将预测对象作为因变量 y, 将主要影响因素作为自变量 x,一元线性回归模型表示为： y＝ a＋ bx＋ e 其中： a为回归常数， b为回归系数； e是误差项或称回归余项。 对于每组可以观察到的变量 x， y的数值 xi， yi，满足下面的关系 ： yi＝ a＋ bxi＋ ei 其中： ei是残差项，是用 a + bxi去估计因变量 yi的值而产生的误差。 在实际预测中， ei是无法预测的，通过确定回归参数 a和 b，来揭示变量 y与 x之间的关系，表示为拟合方程： y＝ a＋ bx 第二步：计算回归参数 a和 b 利用普通最小二乘法原理（ OLS）求出回归系数。 由此求得的回归系数为： 式中： xi 、 yi 分别是自变量 x和因变量 y的观察值， 分别为 x和 y的平均值。 n 为样本数量。 对于每一个自变量 x的数值，都有拟合值： 第三步：回归检验（方差分析、相关系数检验、 t检验） 运用回归模型预测需要判定预测 模型的合理性和适用性。 因此需要对回归系数、回归方程进行检验，常用的检验方法有 方差分析、相关系数检验、 t检验 等。 （ 1）基本公式： TSS＝ ESS＋ RSS 偏差平方和＝残差平方和＋回归平方和 总变差＝未解释变差＋可解释变差 在进行检验时，通常先进行方差分析，主要有两方面原因： 一方面可以检验在计算上有无错误；另一方面 ，也可以提供其它检验所需要的基本数据。 （ 2）可决系数 R2 定义可决系数 R2： R2＝ RSS/TSS R2的大小表明了 y的变化中可以用 x来解释的百分比，因此， R2是评价两个变量之间线性关系强弱的指标。 R2≤1 ，越接近 1， x对 y的线性影响就越强，拟合方程的误差就越小。 ： （ 1）计算相关系数 R 相关系数描述的是两个变量 之间的线性相关关系的密切程度，也就是可决系数的平方根，用 R表示。 R在 1和 1之间， 当 R=1时，变量 x和 y完全正相关 ；当 R=1时，变量 x和 y完全负相关 ； 当 0R1时，变量 x和 y正相关 ；当 1R0时，变量 x和 y负相关。 当 R=0时，变量 x和 y没有线性关系； R的绝对值越接近 1，变量 x和 y线性关系越好；越接近 0， x和 y线性 关系越不好。 注意：只有 R的绝对值大到一定程度时，才能采用线性回归模型进行预测。 （ 2）将计算得出的 R值与 R（ α ， n－ 2）进行比较 R（ α ， n－ 2）是自由度（ n2）和显著性水平 α （一般取 α= ）的临界值，可以查相关系数检验表得到： R ＞ R（ α ， n－ 2）；则变量 x和 y之间的线性关系成立； R ≤R （ α ， n－ 2）；变量 x和 y之间的线性关系不成立。 ： t检验是回归系数的显著性检验，以判定预测模型变量 x和 y之间线性假设是否合理。 根据一元线性回归模型的特点， y＝ a＋ bx＋ e， a是常数，通常只检验参数 b。 （ 1）计算 tb （ 2）将计算得出的 tb值与 t（ α/2,n 2）进行比较 t（ α/2,n 2）是显著性水平为 α ，自由度为 n2 的 t 值，可通过 t 分布表查得。 ；回归系数显 著性不为 0， t检验通过，变量 x和 y之间线性假设合理。 ；回归系数为 0的可能性较大，未通过 t检验，回归系数不显著，说明变量 x和 y之间线性假设不合理。 第四步：计算 —— 点预测和区间预测 点预测是将自变量的未来值 x0代入建立的回归模型求出因变量估计值 的方法，也称为点估计。 公式为： ： （ 1）概念：由于现实情况的变化和各种环境因素的影响，预测的实际值总会与预测值产生或大或小的偏移，如果仅根据一点的回归就做出预测结论，是不可信的，因此，一般来说点估计的实际意义并不大。 回归分析的预测更希望求出 y值可能的范围，而不仅仅是某一点的预测值。 区间预测：以一定的概率（通常是取置信度为 1α ）预测 y在 附近变动的范围。 （ 2）计算步骤和公式 进行区间预测，首先应计算出变量的点预测值 ，然后选择公式来计算预测的区间。 ① 当样本量 n小于 30， 置信水平为 100（ 1－ α ） %的预测区间为： 其中： t（ α/2,n 2）可以查 t检验表得出。 通常取显著性水平 α ＝。 ② 当样本 n很大时 ,在置信度为 %， %, %的 条件下，预测区间分别为： （概率论中的 3α 原则） 其中的 sy是回归标准差， 第五步：预测结果分析 第六步：输出预测结果分析 五、弹性系数分析 ： 一般来说，两个变量之间的 关系越密切，相应的弹性值就越大；两个变量越是不相关，相应的弹性值就越小。 ： 优点：简单易行，计算方便，计算成本低，需要的数据少，应用灵活广泛。 缺点：一是其分析带有一定的局部性和片面性。 二是弹性分析的结果在许多情况下显得比较粗糙。 （一）收入弹性 ：在保持商品价格不变时，该商品 购买量变化率 与 消费者收入的变化率 之比。 ：收入弹性 =购买量变化率 /收入变化率 这里的收入水。