多维尺度法 什么是多维尺度法？　　消费者对品牌偏好的形成是一个十分复杂的心理过程，企业对此往往难以把握，多维尺度法就是用于分析消费者感觉和偏好的最有效的方法，它以直观图的方式提供一个简化的分析方法。 　　多维尺度法是一种将多维空间的研究对象（样本或变量）简化到低维空间进行定位、分析和归类，同时又保留对象间原始关系的数据分析方法。其特点是将消费者对品牌的感觉偏好，以点的形式反映在多维空间上，而对不同品牌的感觉或偏好的差异程度，则是通过点与点间的距离体现的，我们称这种品牌或项目的空间定位点图为空间图。空间轴代表着消费者得以形成对品牌的感觉或偏好的各种因素或变量。 　　 多维尺度法的应用范围　　在市场营销调研中，多维尺度法的用途十分广泛。一般来说，它应用在如下几个方面： 　　① 可以确定空间的维数（变量、指标），以反映消费者对不同品牌的认知，并且在由这些维构筑的空间中，标明某关注品牌和消费者心目中理想品牌的位置。 　　② 可以比较消费者和非消费者对企业形象的感觉。 　　③ 在进行市场细分时，可以在同一空间对品牌和消费者定位，然后把具有相似感觉的消费者分组、归类。 　　④ 在新产品开发方面，通过在空间图上寻找间隙，可以发现由这些间隙为企业带来的潜在契机。 　　⑤ 在广告效果的评估方面，可以用空间图去判定一个广告是否成功地实现了期望的品牌定位。 　　⑥ 在价格策略方面，通过比较加入与不加入价格轴的空间图，可以推断价格的影响强度。 　　⑦ 在分销渠道策略方面，利用空间图可以判断品牌对不同零售渠道的适应性，从而为制定有效的分销渠道提供依据。 　　 多维尺度法的实施步骤　　同其它的多元统计分析方法一样，对所研究的问题做出准确的界定，仍然是进行多维尺度分析的首要任务。由于其中将应用各种类型的数据，所以就必须决定一种获得数据的适宜方式，并选择用于数据分析的具体过程。另外，还要确定空间的维数。通常，维数多，包含的信息量就大，维数少，则更方便数据分析。因此，需要确定既能包含大部分重要信息又方便数据分析的较为适当的维数。在确定了空间的维数以后，需要准确命名那些构筑空间的坐标轴，并对整个空间结构做出解释。最后一步的工作是评估所用方法的可靠性和有效性。因而，多维尺度法的实施步骤分如下五个部分(如下图所示)： 　　多维尺度法的实施步骤： 　　 　　1. 课题界定 　　课题的界定与通过多维尺度法希望达到的目的和选定的品牌密切相关。为此，必须首先予以明确。围绕需要解决的问题，才能分析与之相关的因素指标（或变量），如果是研究消费者对某产品各个知名品牌的感觉或偏好，就要选择能够描述这一特征的一系列变量指标。另外，在一个构筑好的多维空间中，一般需要同时研究至少8个品牌，这样才能得到一个较好的空间图。但是，一旦超过25个品牌，就会导致调查对象的疲倦，从而影响调研结果。品牌及相关指标或变量的选择，往往基于调研问题、相关理论，以及研究人员的判断力等。 　　2. 获取数据 　　从调查对象那里得到的数据可能与感觉或偏好有关，感觉数据有直接数据和推断数据之分，直接数据源于相似性判断，而推断数据则源于对相关属性的评估。 　　在收集直接的感觉数据时，要求调查对象判别不同品牌相似与否。我们可采用李嘉图七点标尺或其它度量进行配对品牌评估，这些数据被称为相似性判别数据。也可以采用其它方法，比如要求调查对象将所有的品牌配对按相似性强弱由大到