對于許多企業而言，品牌是其最有價值的資產。品牌為消費者提供了選擇他們的理由，并為某些品牌支付的費用高于其他品牌。此外，它們在品牌認知的基礎上為消費者的決策提供“捷徑”。由于品牌對企業的成功至關重要，因此大量研究致力于了解它們如何在消費者心目中發揮作用，并最終影響購買決策。
雖然眾所周知，品牌對于成功的營銷和業務績效至關重要，但旨在了解與品牌相關的消費者心態的營銷研究卻難以提供可靠的答案。這使得許多品牌經理在理解如何專注于營銷傳播以獲得最佳成功機會時不知所措。我認為，品牌研究往往如此困難的一個原因是，消費者以高度復雜，多面和流動的方式看待與個人信仰和體驗相關的品牌。
研究人員經常努力確定一個單一的，簡單的模型或方法，深圳設計公司可以捕獲他們想要了解的關于品牌的所有信息，但這種單度量/單一方法方法是錯誤的。認為像品牌如何推動消費者行為這樣豐富而復雜的問題可能并且可能是愚蠢的歸結為一個指標，同時仍然提供重要的洞察力。因此，品牌經理和營銷研究人員必須采用整體方法來理解品牌。品牌，因為它們存在于消費者心中，隨著每種新體驗的變化，都是動態的，變化的和不斷發展的。因此，鼓勵研究人員使用動態方法，采用縱向設計模型來獲得最佳見解。右上角是一種使用多種模型和這種設計的方法。
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
深圳設計公司，深圳品牌設計公司，品牌設計公司，品牌設計公司的7條原則
1.測量什么是相關的（然后再測量一次）
了解品牌在消費者心目中的位置始于收集正確的數據。了解要收集哪些數據可能是一項具有挑戰性的任務，但了解品牌如何存在并在心中獲取可以提供一個有用的起點。根據一種品牌塑造模型，消費者心目中的品牌健康可以通過四個不同的維度進行量化：
突出：這是頭腦中品牌塑造的最初要求。Salience可以捕捉品牌在消費者心目中的程度，或者在考慮購買時包含在心理集中。
差異化：為了在消費者心目中占有一席之地，品牌必須在競爭品牌中占據獨特的地位。無論品牌是否與競爭對手截然不同，消費者必須認為品牌在選擇集中與其他品牌有所不同。
相關性：雖然差異化很重要，但品牌的成功至關重要，因為品牌以對消費者有意義的方式進行區分品牌設計公司的7條原則。
忠誠度：從概念上講，忠誠度可以捕捉消費者與品牌聯系的程度，鼓勵他或她選擇其他品牌。忠誠度不僅包括以消費者為中心的方法中的習慣行為，還包括品牌親和力和聯系等措施。
在消費者研究中納入顯著性，差異性，相關性和忠誠度的衡量標準至關重要，但在考慮消費者認知和行為的動態性質時，第二個經常被忽略的步驟同樣重要。要完全了解品牌，必須深入研究它如何隨時間變化。變化通常很微妙，深圳品牌設計公司特別是對于知名品牌。因此，簡單的趨勢數據是不夠的。重要的是要研究當某些觀念和行為發生變化時，這些變化如何影響其他觀念和行為。
這種探索最好通過縱向設計研究進行 - 在兩個或更多時間點對相同的消費者進行訪談。雖然在多個時間點監控同一個消費者會帶來方法上的挑戰，但它最終是評估消費者心目中品牌的最有力工具之一。要真正了解品牌變化的方式和原因 - 更重要的是，如何產生戰略導向的變革以獲得預期的結果 - 縱向數據的力量不容小覷。
2.識別隱藏的功能
現代分析的一個承諾是，它允許研究人員看到通過表面水平檢查不明顯的隱藏模式或特征。為了實現品牌數據的潛力，研究人員需要超越通常收集和報告的表面指標，并且還要關注多變量方法，例如主成分分析，因子分析和潛變量建模技術。這些多變量方法可以提供有關品牌在消費者中如何被感知的真實結構的有力見解，并且可以幫助研究人員，分析師和關鍵決策者從大量數據轉移到一系列關鍵的潛在因素，這些因素在一段時間內是健壯的。在下面的示例中，因子分析應用于消費者包裝商品品牌的感知數據，以確定四個關鍵的潛在因素。這些有針對性的數據幫助品牌團隊了解消費者如何考慮他們的品牌以及考慮因素中的其他人。
3.確定品牌的差異化點
確定與競爭對手區分的關鍵點是強大品牌模型的關鍵組成部分。盡管存在各種方法，但評估差異化的一種有價值的方法是使用對應分析將品牌和感知置于共享的二維空間上以創建“品牌景觀”地圖。在左圖所示的第二個例子中，兩個主軸顯示了四個冷凍食品競爭者正在工作的景觀。X軸識別品牌，重點關注回歸天然食品與產品創新。Y軸與專注于良好品味和健康相關維度的品牌形成鮮明對比。通過這種可視化分析，可以很容易地看出特定品牌“擁有”哪些區域以及哪些區域可能缺乏服務。在視覺上，我們可以看到，品牌A在“自然”空間中具有很強的優勢，但它在味道/健康方面并沒有特別的區別。相比之下，品牌B在“品味”方面與競爭對手高度分化，而在自然/產品方面則不同。統計工具也可以應用于這些地圖，以識別地圖內的“未分化區域”。品牌設計公司未分化區域是品牌應該關注的領域沒有區別; 這表明該品牌并未在消費者心目中有力地代表任何事物。在這個例子中，我們可以看到Brand C屬于未分化區域。使用縱向數據跟蹤品牌格局內的一段時間內的移動，也可以為品牌在消費者心態中的定位提供有用的見解。
4.通過分析關鍵品牌驅動因素來評估相關性
雖然多變量方法對于在數據中發現隱藏意義和識別競爭集合中的差異點非常有用，但是使用現代預測分析技術可以最好地識別與消費者最相關的那些元素。使用預測分析來識別需求的關鍵感知驅動因素是了解品牌消費者相關性的一條特別有力的途徑，為品牌的利益相關者提供了巨大的價值。精心調整的回歸模型對于了解哪些感知功能是產品需求的關鍵驅動因素特別有用。了解這種關系可深入了解品牌與消費者的相關性。
通過對已經討論的方法進行整合，將因子分析（如上所述）得出的因子構建到相關性分析中通常是有用的。這可以提供一個寬屏視圖，其中哪些主要因素是需求的驅動因素......而不是陷入個別感知屬性的細節中。這些數據通常更易于解釋，并且更廣泛的品牌利益相關者可以消費。在這個例子中，我們采用了前面確定的四個因素，并使用預測建模來確定它們與一組行為測量的關系。對于該品牌，分析確定健康信息與消費者心中的購買決策最相關。相比之下，圍繞使用場合的特定消息傳遞相對不重要。
在主要競爭對手的背景下審查品牌的相關性可能很有用，因為對競爭對手的看法通常與購買行為相關，就像對品牌本身的看法一樣。在下一個示例中，已應用預測分析以識別品牌的感知度量與其競爭對手的感知的相關性。下一頁的圖表突出顯示了該品牌擁有明確區分和相關的感性理念（“我是否感覺良好”）以及那些相關但不完全由品牌擁有的理念的區域（“品牌”健康飲食愉快“）。
5.利用縱向數據的力量
雖然傳統的跟蹤方法可以通過長時間跟蹤相同的個體來實現對品牌的重要理解，但是可以通過在長時間內縱向監視同一組個體來實現更深入的見解。對同一樣本進行縱向評估，深圳設計公司采用相同的衡量標準，是了解品牌動態如何隨時間變化的最佳方式。
特別是，縱向數據提供了對品牌流失和品牌忠誠度的卓越見解。忠誠的顧客是品牌的圣杯。縱向數據為品牌提供了豐富的見解和工具，例如消費者的忠誠度，以及品牌周圍的流失或波動性。對于縱向數據，流失可以量化為進入或退出特定需求量的人的百分比，例如“最常使用的品牌”或“過去一周使用”。需要具有不同流失或忠誠度的品牌采用不同的品牌戰略和策略。例如，擁有高度忠誠客戶群的品牌應該專注于加深與消費者的關系，而具有大量流失的品牌可能會選擇專注于產生大量試用以取代變幻無常的用戶群。
6.不要忽視口口相傳
特別關鍵的，經常被忽略的是口碑（WoM）效果。在線評論網站和社交媒體的興起擴大了WoM影響的范圍，深圳品牌設計公司并改變了它在消費者購買決策中的作用。鑒于WoM對于銷售的重要性日益增加，企業必須評估其在生成和利用各種WoM方面的有效性。企業必須提出問題并收集如下數據：
人們對我們的品牌和產品有什么樣的對話？
當人們與專家或商店員工交談時，他們是否會對我們的品牌有更好的認識？
當人們分享有關我們品牌的信息時，它是傾向于積極的還是消極的，情緒化的還是無動于衷的？
回答這些問題可能是一個有用的起點，但要真正看到WoM研究的價值，企業必須將其納入其廣告，消費者認知，競爭和銷售的背景中。然后，一個品牌可以通過廣告大幅擴展其戰略性影響銷售的點數。此外，WoM可以以特殊方式提供對品牌情感生活的見解。對WoM體驗的情感分析可以顯示消費者對品牌的情感聯系。此分析包括與相關背景的見解，例如與親密朋友和家人，社交媒體和銷售人員的溝通。識別品牌討論的情感環境可以成為品牌是健康還是朝著有問題的方向發展的有力線索。
7.將不同的數據流放在一起
雖然上述方法可以在基于精心設計的調查所陳述的態度和行為的研究中進行，但是可以通過將來自消費者研究的模型結果與其他行為數據相混合來增加價值和洞察力。例如，使用文本分析對社交媒體聊天進行情緒分析可以是對調查研究中捕獲的更傳統的感知和WoM度量的有用補充。
將消費者研究與銷售數據相結合，深圳設計公司可以通過在可以收集真實采購數據的個人之間進行消費者研究，或者通過尋找將消費者品牌數據與更廣泛的銷售模式聯系起來的策略，將關于消費者如何通過更廣泛的業務目標來看待品牌的見解。將定性數據流與定量研究相結合是另一項具有挑戰性的任務，它為改善洞察力帶來了機會。雖然重要的是每個單獨的數據流都是獨立的，但是一個品牌可以通過將重要的思想集中在如何使這些經常發散的流彼此協調來最大化其研究的有效性。