電子商務(wù)電視廣告平均收益分析

1、<p>　　電子商務(wù)電視廣告平均收益分析</p><p><b>　　【文章摘要】 </b></p><p>　　本文運(yùn)用SPSS15.0軟件對商品銷售與電視廣告之間的關(guān)系進(jìn)行分析。文中詳細(xì)介紹了所使用的方法過程，以及在SPSS上的操作步驟，并且給出了必要的圖解和結(jié)果分析。 </p><p><b>　　【關(guān)鍵詞】 <

2、/b></p><p>　　電子商務(wù)；廣告收益；營銷 </p><p>　　1 電視廣告平均收益分析 </p><p>　　某電視臺廣告要估計(jì)各企業(yè)在該電臺的黃金時(shí)段播放電視廣告后一個(gè)月內(nèi)的平均收益量，為此抽取了33家播放廣告的同類企業(yè)的隨機(jī)樣本。該電視臺要以90%的置信度宣布平均收益量，試構(gòu)造適當(dāng)?shù)闹眯艆^(qū)間。步驟1 打開SPSS15.0主界面，單擊窗口下方的

3、Variable View 按鈕。步驟2 單擊窗口下方的Data View 按鈕，輸入數(shù)據(jù)。輸入完成后，選擇File→Save As命令，將其保存為guangao。Sav步驟3 選擇Compare Means→One-Sample T Test命令，彈出One-Sample T Test對話框。步驟4 從對話框左側(cè)的變量列表中選擇收益增長【X】，單擊按鈕使之進(jìn)入Test框，One-Sample T Test對話框的最終設(shè)置結(jié)果步驟5 單

4、擊的Options按鈕，彈出One-Sample T Test：Options對話框，在Confidence中輸入90%。單擊Continue按鈕返回One-Sample T Test對話框。步驟6 以上步驟完成后，單擊OK按鈕輸出結(jié)果， </p><p>　　結(jié)果分析，步驟1 輸出單樣本分析表，步驟2 輸出單樣本測試表，由表可知，33家企業(yè)收益增長的平均值為8.8636，標(biāo)準(zhǔn)差為2.40271，以90%為置信度

5、估計(jì)33家企業(yè)收益增長的平均值的置信區(qū)間為（8.1552，9.5721），該電視臺可以以90%的置信度宣布在該電臺黃金時(shí)段做廣告給企業(yè)帶來的平均收益量至少在8.1552萬元以上。 </p><p>　　2 某商品電視廣告收視率分析 </p><p>　　某市場研究公司對甲產(chǎn)品和乙產(chǎn)品的購買者進(jìn)行了一次調(diào)查，藉以找出適合兩種商品的電視節(jié)目，從而為有關(guān)產(chǎn)品公司做廣告提供參考資料。兩產(chǎn)品購買者最

6、喜歡收看電視節(jié)目的人數(shù)調(diào)查結(jié)果。試據(jù)此判斷兩種產(chǎn)品的購買者所喜歡收看的電視節(jié)目有無差異。步驟1 打開SPSS15.0主界面，單擊窗口下方的Variable View 按鈕，設(shè)置變量，步驟2 單擊窗口下方的Data View 按鈕。輸入完成后，選擇File→Save As命令，將其，保存為shoushi.sav。步驟3 選擇Data→Weight Cases命令，彈出Weight Cases對話框。步驟4 選擇Weight cases b

7、y單選按鈕，從對話框左側(cè)的變量列表中選擇人數(shù)【N】，單擊按鈕使之進(jìn)入Frequency框。單擊OK按鈕保存設(shè)置。步驟5 選擇Analyze→Descriptive Statistics→Crosstabs命令，彈出Crosstabs對話框。步驟6 從對話框左側(cè)的變量列表中選擇變量Y，單擊按鈕使之進(jìn)入Row（s）框；選擇變量X，單擊按鈕使之進(jìn)入Column（s）框。步驟7 單擊中的Statistics按鈕，彈出Cross</p>

8、;<p>　　結(jié)果分析，步驟1 輸出數(shù)據(jù)處理綜述表。可得最小期望頻數(shù)88.9>1，少于1/5格子的期望頻數(shù)，有效數(shù)據(jù)N=1680>40，無缺失值。步驟2 輸出列聯(lián)表。該表詳細(xì)列出了兩種商品者對7種電視節(jié)目喜歡人數(shù)的實(shí)際頻數(shù)和理論頻數(shù)，即期望值。步驟3 輸出卡方檢驗(yàn)表，如表13-7所示?？傻闷栠d卡方值X=30.771，自由度df=（行數(shù)-1）*（列數(shù)-1），漸近雙側(cè)概率P=0<0.05，因而兩種產(chǎn)品的購買

9、者喜歡收看的電視節(jié)目具有顯著差異。 </p><p>　　3 電視廣告效用評價(jià)分析 </p><p>　　不同人群對30個(gè)電視廣告節(jié)目所作的平均評分。業(yè)余評分來自低學(xué)歷人群（led）、高學(xué)歷人群（hed）和網(wǎng)絡(luò)人群（net）三種，他們形成第一組變量；專業(yè)評分來自包括演員和導(dǎo)演在內(nèi)的藝術(shù)家（arti）、發(fā)行商（com）和業(yè)內(nèi)各部門主管（man）三種，他們形成第二組變量，試分析兩組變量之間的關(guān)

10、系。步驟1 打開SPSS 15.0 主界面，單擊窗口下方的Variable View按鈕，設(shè)置字段。步驟2 單擊窗口下方的Data View按鈕，輸入數(shù)據(jù)所示。輸入完成后，選擇File→Save As命令，將其保存為dianshi.sav。步驟3 選擇File→New→Synatx命令，打開一個(gè)空白文檔，在其中輸入如下代碼：MANOVA led hed net WITH arti com man/DISCRIM ALL ALPHA（1）

11、/PRINT=SIG（EIGEN DIM）.代碼錄入窗口。本例運(yùn)用的是典型相關(guān)分析方法，不能在SPSS 15.0主界面中進(jìn)行窗口操作，而必須用寫入程序行的方式來運(yùn)行模型。在此讀者不必去研究語法的細(xì)節(jié)，只要能舉一反三，套同該例的程序即可。步驟4 單擊的按鈕，運(yùn)行程序輸出結(jié)果。</p><p>　　結(jié)果分析步驟1 輸出變量相關(guān)性檢驗(yàn)表，該表內(nèi)容為判斷這兩組變量相關(guān)性。步驟二輸出特征根典型相關(guān)系數(shù)表。步驟三輸出標(biāo)準(zhǔn)化協(xié)

12、變量系數(shù)表。步驟四輸出典型變量V與第一組的相關(guān)系表，得到每個(gè)典型變量V與第一組變量的相關(guān)系數(shù)。步驟五輸出相關(guān)變量W與第二組變量的相關(guān)系數(shù)表，得到每個(gè)典型變量W與第二組變量的相關(guān)系數(shù)。W1主要和變量arti及man相關(guān)，W2主要和com相關(guān)。步驟六由于V1和W1最相關(guān)，說明V1所代表的高學(xué)歷觀眾和W1所代表的藝術(shù)家（arti）及各部門經(jīng)理（man）觀點(diǎn)相關(guān)；由于V2和W2也相關(guān)，說明V2所代表的低學(xué)歷（led）觀眾和以年輕人為主的網(wǎng)民（n

13、et）觀眾及W2所代表的看中經(jīng)濟(jì)效益的發(fā)行人（com）觀點(diǎn)相關(guān)，但遠(yuǎn)遠(yuǎn)不如V1和W1的相關(guān)顯著（根據(jù)特征的貢獻(xiàn)率）。 　　4 電視廣告效用評價(jià)分析 </p><p>　　對不同地區(qū)的15家各有關(guān)化妝品銷售額機(jī)器廣告費(fèi)支出（單位：萬元）進(jìn)行調(diào)查。試確定兩者之間的關(guān)系。商場編號化妝品銷售額化妝品廣告費(fèi)支出。步驟1 打開SPSS 15.0主界面，單擊窗口下方的Variable View按鈕，設(shè)置字段。步驟2 單擊窗口

14、下方的Data View按鈕，輸入數(shù)據(jù)。輸入完成后，選擇File→Save As命令，將其保存為feiyong.sav。步驟3 選擇Graphs→Legacy Dialogs→Scatter/Dot命令，彈出Scatter/Dot對話框。步驟4 選中Simple Scatter圖形，單擊Define按鈕，彈出Simple Scatterplot對話框。步驟5 從對話框左側(cè)的變量列表中選擇銷售額【income】，單擊按鈕使之進(jìn)入Y Axi

15、s框；選擇廣告費(fèi)用【outcome】，單擊按鈕使之進(jìn)入X Axis框。步驟6 單擊OK按鈕輸入散點(diǎn)圖。從中可以直觀的看出銷售額和廣告費(fèi)用之間的關(guān)系。步驟7 選擇Analyze→Regression→Curve Estimation命令，彈出Curve Estimation對話框。步驟8 從對話框左側(cè)的變量列表中選擇</p><p>　　結(jié)果分析步驟1 輸出各模型分析表，從中可以看出，Exponential（指數(shù)曲

16、線模型）的可決系數(shù)R2=0.904最大，表達(dá)式為y=12.367*（2.679）x。步驟2 輸出各模型曲線圖。其顯示了Quadratic Logarithmie、Exponential、Cubic和Inverse模型曲線。 </p><p>　　非線性回歸分析操作步驟如下：步驟1 選擇Analyze→Regression→Nonlinear命令，彈出Nonlinear Regression對話框。步驟2 單擊的P

17、araneters按鈕，彈出Nonlinear Regression：Paraneters對話框，在Name框中輸入a，在Staring框中輸入12.367。此時(shí)Add按鈕被激活，單擊它，參數(shù)a設(shè)置完畢。步驟3 單擊如13-30中的Paraneters按鈕，彈出Nonlinear Regression：Paraneters對話框，在Name框中輸入b，在Staring框中輸入2.679。此時(shí)Add按鈕被激活，單擊它，參數(shù)b設(shè)置完畢。單擊

18、Continue按鈕保存設(shè)置。步驟4 從對話框左側(cè)的變量列表中選擇銷售額[income]，單擊按鈕使之進(jìn)入Dependent框；在Model Expression框中輸入公式（a*b**outcome）。具體步驟為：先用鍵盤輸入?yún)?shù)名a，單擊框下面的*按鈕，然后輸入?yún)?shù)名b，單擊框下面的**按鈕，選擇廣告費(fèi)用[outcome]，單擊按鈕使之進(jìn)入Model Expression框中**符號</p><p>　　由分

19、析可知，已計(jì)算出全部導(dǎo)數(shù)值，在10次模型估計(jì)和5次導(dǎo)數(shù)估計(jì)后迭代過程停止。當(dāng)連續(xù)兩次殘差平方的差值小于最大收斂平方和為1.00E—008時(shí)，迭代停止。指數(shù)曲線模型為：y=11.866×（11.166）的x方，R的平方=0.878最大。同時(shí)列出參數(shù)估計(jì)值得漸進(jìn)相關(guān)矩陣。 </p><p><b>　　【參考文獻(xiàn)】 </b></p><p>　　[1]李濤.淺談