欢迎光临散文网 会员登陆 & 注册

大学生咖啡价格敏感度测试PSM --使用Excel进行数据分析 黄盛奎

2023-03-18 15:46 作者:数海之锚  | 我要投稿

1、调查目标

在创业过程中,某企业开发了某款新的咖啡饮料,为衡量大学生群体对咖啡饮料消费不同价格的满意及接受程度、了解大学生群体认为合适的咖啡饮料价格,为企业确定咖啡饮料的合适价格提供参考依据,特进行本“大学生咖啡价格敏感度测试”调查。

2、问卷设计

根据PSM模型,本调查需要收集受访者在特定咖啡价格水平下的四个态度:

(1) 价格低于什么水平,您会怀疑咖啡质量有问题而放弃购买?(最低价格)

(2) 什么价格水平 ,您会觉得咖啡比较便宜,物超所值会进行购买?(较低价格)

(3) 什么价格水平,您会觉得咖啡比较贵,但物有所值会进行购买?(较高价格)

(4)价格高于什么水平,您会觉得太贵而放弃购买?(最高价格)

 

通过以上题 项分别去测试出受访者心目中的最低价格较低价格较高价格最高价格,根据所有受访者的调查数据,利用价格曲线分析出:最优价格点(OPP,Optimal Price Point)、最低价格点(PMC,Point of Marginal Cheapness)、最高价格点(PME,Point of Marginal Expensiveness)、无差异价格点(IPP,Indifference Price Point)

 

为了客观设计价格区间的备选答项,本小组使用“头脑风暴”法,首先由各小组成员独立确定自己可接受的价格区间上下限(即放弃购买的最低价格和放弃购买的最高价格),然后将所有成员确定的可接受价格区间汇集在一起,找出所有价格的最低价格作为备选价格区间下限,找出所有价格的最高价格作为备选价格区间上限,并在此价格区间下限上限基础上分别下调和上浮20%,最终确定备选答项价格区间为[1,20]元。

 

因此,问卷题项最终设计如下:

请根据您对咖啡饮料的了解回答如下问题:

(1)    价格低于什么水平,您会怀疑咖啡质量有问题而放弃购买

选择:[1,20]

(2)    什么价格水平 ,您会觉得咖啡比较便宜,物超所值会进行购买

选择:[1,20]

(3)    什么价格水平,您会觉得咖啡比较贵,但物有所值会进行购买

选择:[1,20]

(4)    价格高于什么水平,您会觉得太贵而放弃购买

选择:[1,20]

 

另外,为了分析本调查在性别不同水平上的态度差异性,特增加了人口学背景“性别”的调查。

3、问卷制作

使用问卷网制作问卷如下:

4、抽样框选择

为真实反应大学生群体的咖啡消费价格敏感度状况,在全国城市中选择了成都,在成都的高校中选择中XX学校,在该学校内选择了XXX班级进行全员调查。(非随机抽样)

 

5、数据分析

5.1 原始数据内容

通过调查收集到10份样本数据,如下表。表中数据,除第1列为答题序号以外,其余数据为价格(元)。

题干及答项的代码如下:

5.2 原始数据有效性检验

原始数据样本应该满足:太便宜的价格<=较便宜的价格<=比较贵的价格<=太贵的价格,即在不同态度下的价格关系应该为:Q2|1的价格<=Q2|2的价格<=Q2|3的价格<=Q2|4的价格。

在Excel中对不满足此逻辑的样本进行剔除。

5.3 样本分布

样本性别分布:

样本在性别水平上呈现均匀分布。

5.4 PSM分析

(1)利用Excel的min、max函数,根据调查原始数据统计出最低价格和最高价格

最低价格:1,最高价格:20

(2)统计在不同价格水平下不同态度的频数

根据上步统计的最低最高价格,在excel 中产生从最低价格到最高价格的连续价格系列,作为价格分组,以四个态度(太便宜、较便宜、比较贵、太贵)进行分列,产生如下表:

价格态度频数统计表

(3)计算不同态度的累计频数(或频率,即频数百分比)

其中,太便宜、较便宜由底向上累计,比较贵、太贵亦上向下累计。

以累计频数例,样本总数为10。统计结果如下表: 

价格态度累计频率统计表

(4)制作PSM分析散点图

根据上步累计频数(频率)统计表,制作PSM分析散点图。

散点图按态度区分为四个不同系列,每个系列横轴均为价格,纵轴为累计频数百分比。

(5)PSM图形解读

确定OPP、PMC、PME、IPP四个价格点的价格水平。

(6)按性别进行分析 (略)

6、结论与建议

定价策略建议。

基于以上通过样本进行的PSM分析,我们认为针对大学生群体,咖啡饮料的价格定位在7.5元是能够维持价位、品质,和争取大多数潜在消费者的最优价格。

同时,在做价格调整时,价格的范围应该下限在4元,上限在7.7元,低于下限或高于上限将导致潜在消费者急剧减少。


大学生咖啡价格敏感度测试PSM --使用Excel进行数据分析 黄盛奎的评论 (共 条)

分享到微博请遵守国家法律