淮安市汽车消费市场的调研分析.docVIP

淮安市汽车消费市场调查报告 随着社会经济快速发展和人民生活水平不断提高，中国汽车化进程不断加快，汽车消费需求旺盛，汽车保有量持续快速增长。2006年至2010年的“十一五”期间，全国汽车保有量几乎翻了一番。个人买车成为汽车消费主流，成为汽车保有量快速增长的主要因素。根据公安部交管局发布的最新数据，截至年8月底，全国机动车保有量达到2.19亿辆。其中，摩托车占54.12%，约为1.19亿辆。汽车保有量占机动车总量的45.88%，刚刚超过1亿辆。这是中国汽车保有量首次突破1亿辆大关，仅次于美国的2.85亿辆，位居世界第二。 本次调查的主要任务是通过市场调查、抽样分析和聚类归纳，得出淮安市汽车市场消费市场的细分状况；通过对淮安市汽车市场的消费者研究，了解消费者对汽车品牌的印象得分、买车动机及意向、购车售后行为以及二手购买行为；了解淮安市汽车市场信息渠道和消费者的媒介接触习惯和行为。 本次调查的主要对象是淮安市区近一年或半年中已经购车者（称“已购买者”）和未来两年内准备购车者（称“潜在购买者”）。 本次调查的数据收集方式：一是现场询问，选择几个有代表性的区域现场询问记录； 部分数据从淮安市车辆管理所获得。 本次调查所采用的研究方法有①聚类分析，②决策树分析，③回归分析等。 聚类分析：是一种国际通用的分类技术，它是依据研究者的理论或对变量的实际相关情况将变量分类（组），然后测量这一分类方式是否有效。分类是人类认识世界最基础的手段之一，但在传统的分类学中，人们主要是依靠经验进行分类，聚类分析则是依靠科学的定量方法进行分类，因而更精确可靠。 决策树分析：决策树上的每一终端，或者说叶子节点描述了训练数据的一个特定子集，而训练资料集中的每一种情况恰好属于树上的一个终端节点。换句话说，决策树展示的任一特定数据记录只有一种可能预测。决策树的主要算法是C5.0。 回归分析：对相关的两个变量间关系的具体形态的一种深入分析，它不仅分析两个变量关系的有无、大小和方向，而且要了解两个变量具体是以什么方式发生关系的。回归分析是一种因果分析，它是根据两变量间关系的具体形态，选择一个合适的数学模型，用来近似地表达变量间平均变化关系，这个数学模型就是回归模型。回归分析根据自变量的数目，可以分为一元回归、二元回归、多元回归等。 研究结果详述 调查样本总体特征描述 本次调查中男性比例较高，占总体的80％以上，女性群体占20％。由于本调查是淮安市市区进行的，据此我们推断，在市区对汽车感兴趣的群体中，男性比例偏高。 从年龄分布来看，30到40岁之间的群体最多，其次是40到50岁之间的群体也随着年龄增加，30岁向下和50岁向上的比例则较少,而60向上就更少了。 被访者以高中中专学历为主，其次为大专和初中学历的群体。这三部分人群比例总和为68%，大专以上学历比例为42%。 总体上被访者的个人月收入主要集中在2000-6000元之间，1000元以下的比例较小；总体上被访者的家庭月收入主要集中在4000-8000元之间，2000元以下和8000元以上的比例较小。 淮安市汽车消费市场细分及指标 汽车消费群体的细分 我们将淮安市汽车消费群体大体上分为两类：未购车群体和已购车群体；而在未购车群体中又分了三类：经济实用型群体，谨慎消费型群体，高端消费型群体；把已购车群体也分类三类：低端消费型群体，主流消费型群体，高端消费型群体。 汽车消费群体的细分特点及其标签化特征 未购车群体(研究方法：聚类分析) 　 经济实用群 谨慎消费群 高端消费群 男性比例(%) 92.3 97.5 83.5 平均年龄 42 38.5 37 文化程度 低 高 高 个人月收入(元) 3275 5120 7640 家庭月收入（元） 5685 6940 10500 人数所占比例（%） 39.1 46.5 14.4 已购车群体（研究方法：聚类分析） ? 低端消费群 主流消费群 高端消费群 男性比例（%） 91.3 81.5 93.4 平均年龄 43 40 41 文化程度 低 中等 高 个人月收入（元） 3400 5050 7600 家庭月收入（元） 4800 7400 10650 人数所占比例（%） 31.6 54.3 14.1 消费者购车动机及意向分析 有车和无车消费者的决策树分析 在众多背景变量代入分析模型后，发现对“是否有车”影响最关键的是个人月收入的高低。 在收入较低（5000元以下）的群体中没车的比例较高，所占比例为77.64%； 在收入较高（5000元以上）的群体中有车的比例则达到了59.6%。 在收入较高和较低的两个人群中，文化程度又成了关键区分变量。 在收入较低的人群中，文化程度的高低对是否有车的影响并不明显； 而在收入较高的人群中，文化