知覺圖是消費(fèi)者對(duì)某一系列產(chǎn)品或品牌的知覺和偏好的形象化表述。目的是嘗試將消費(fèi)者或潛在消費(fèi)者的感知用直觀的、形象化的圖像表達(dá)出來。特別是用在產(chǎn)品、產(chǎn)品系列、品牌的定位方面，也會(huì)用于描述企業(yè)與競(jìng)爭(zhēng)對(duì)手的相對(duì)位置方面。

知覺圖顯示各品牌在消費(fèi)者心中印象的差異。

坐標(biāo)軸代表消費(fèi)者評(píng)價(jià)品牌的特征因子，上圖上各點(diǎn)對(duì)應(yīng)市場(chǎng)上的主要品牌，它在圖中位置代表消費(fèi)者對(duì)其在各關(guān)鍵特征因子上的表現(xiàn)的評(píng)價(jià)。

知覺圖可以是多維的，而最通常的情形是二維。最重要的是如何繪制和解釋。下面的品牌知覺圖通過兩個(gè)維度（運(yùn)動(dòng)型/保守型；高檔的、有特色的/實(shí)際的、買得起的）的描述，顯示了消費(fèi)者對(duì)于不同品牌的汽車的感知情況。在這個(gè)例子中，消費(fèi)者覺得保時(shí)捷Porsche （最右上角）是在所研究的汽車中最運(yùn)動(dòng)型和最高級(jí)的。而他們覺得普利茅斯Plymouth （最左下角）是最實(shí)際的和最保守的。

位置靠近的品牌表示對(duì)于消費(fèi)者來說這幾個(gè)品牌在相關(guān)維度上是相似的。如上述例子，消費(fèi)認(rèn)為別克Buick，克萊斯勒Chrysler和 Oldsmobile是相似的。這幾個(gè)牌子存在緊密競(jìng)爭(zhēng)關(guān)系，形成了競(jìng)爭(zhēng)組群。對(duì)于新車型進(jìn)入市場(chǎng)，企業(yè)通常會(huì)挑選一塊在知覺圖上沒有其他競(jìng)爭(zhēng)對(duì)手的位置進(jìn)入。部分知覺圖還會(huì)使用不同大小的圓環(huán)來表示不同競(jìng)爭(zhēng)產(chǎn)品的銷售量或市場(chǎng)份額。

知覺圖不單只顯示消費(fèi)者對(duì)相關(guān)產(chǎn)品的感知，很多知覺圖也可以顯示消費(fèi)者的需求理想點(diǎn)。這些點(diǎn)反映了消費(fèi)者對(duì)這兩個(gè)維度的理想點(diǎn)。下面的圖就顯示了在關(guān) 于酒/酒精產(chǎn)品的研究中消費(fèi)者的理想點(diǎn)。每一個(gè)點(diǎn)都代表了一個(gè)消費(fèi)者對(duì)這兩個(gè)維度的理想結(jié)合。聚集了很多理想點(diǎn)的地方 （比如A），表示那里存在著一個(gè)市場(chǎng)細(xì)分群體。而沒有理想點(diǎn)的地方表示那里存在著需求真空。

對(duì)于新產(chǎn)品進(jìn)入市場(chǎng)，企業(yè)通常會(huì)挑選一塊在知覺圖上高密度聚集了很多理想點(diǎn)的位置進(jìn)入，同時(shí)也會(huì)尋找沒有競(jìng)爭(zhēng)對(duì)手的位置進(jìn)入。最好的做法是將理想點(diǎn)和競(jìng)爭(zhēng)產(chǎn)品放在同一張知覺圖上。

有些知覺圖用理想向量來代替理想點(diǎn)。如以下的圖，顯示了不同的阿司匹林產(chǎn)品在藥效維度和藥性溫和維度的表現(xiàn)，同時(shí)也顯示了兩個(gè)理想向量。理想向量的斜率指出了在這一細(xì)分群體的消費(fèi)者對(duì)于這兩個(gè)維度的偏好比率。這個(gè)研究指出了：存在著一個(gè)細(xì)分群體，他們關(guān)心藥效更甚于藥物引起的身體不適；也存在著另一個(gè)細(xì)分群體，他們更關(guān)心藥性是否溫和，藥效放在了次要的位置。

知覺圖不一定非要經(jīng)過詳細(xì)的研究得出，它也可以是直覺圖（也叫判斷圖或者輿論圖），是市場(chǎng)人員根據(jù)自己對(duì)行業(yè)的理解而繪畫出來的。經(jīng)營管理人員運(yùn)用了 他們的最佳判斷力。不過這種類型的直覺圖究竟有多少價(jià)值值得懷疑?？此瓶尚牛ǔ肓私?jīng)營管理者的偏見。

當(dāng)執(zhí)行詳細(xì)的市場(chǎng)研究時(shí)，執(zhí)行方法上的問題會(huì)出現(xiàn)，但起碼這些信息是直接來源于消費(fèi)者的。通過使用統(tǒng)計(jì)程序進(jìn)行分類，將調(diào)查中搜集回來的原始數(shù)據(jù)轉(zhuǎn)換 成知覺圖。偏好回歸可以產(chǎn)生理想向量。多維尺度分析可以產(chǎn)生理想點(diǎn)或競(jìng)爭(zhēng)對(duì)手位置。因子分析，判別分析，聚類分析和Logit分析都可以使用。有些技術(shù)是通過感知產(chǎn)品之間的差異構(gòu)建的，而另一些技術(shù)是通過感知產(chǎn)品之間的相似構(gòu)建的。還有有些是通過電子掃描數(shù)據(jù)形成的需求價(jià)格彈性而構(gòu)建的。知覺圖對(duì)于細(xì)分市場(chǎng)的產(chǎn)品定位而言，是一種有用的圖解工具。

常用的知覺圖繪制方法有幾種，包括因子分析（Factor Analysis）、多維尺度量表（Multidimensional Scaling）、判別分析（Discriminant Analysis）和對(duì)應(yīng)分析（Correspondence Analysis）。在這里將以因子分析和對(duì)應(yīng)分析為例，進(jìn)行一些簡(jiǎn)單的比較，并簡(jiǎn)單說明使用工具軟件繪制知覺圖的方法。^[1]

1、因子分析（Factor analysis）^[1]

以個(gè)案項(xiàng)目中，采用知覺圖對(duì)幾種中文輸入法的比較為例，描述采用因子分析繪制知覺圖的過程。

因子分析是將多個(gè)實(shí)測(cè)變量轉(zhuǎn)換為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)的多元統(tǒng)計(jì)方法。在實(shí)際應(yīng)用中，是一種進(jìn)行變量縮減的有效方法。眾所周知，對(duì)事物的認(rèn)知往往是多維度的，比如中文輸入法軟件，會(huì)在輸入速度、準(zhǔn)確性、易學(xué)性、易操作性、界面友好性等五個(gè)方面對(duì)其產(chǎn)生不同的認(rèn)知評(píng)價(jià)。而選擇哪種輸入法軟件，往往是多方面綜合考慮的結(jié)果。因子分析的作用在于，可以將多個(gè)維度縮減為少數(shù)幾個(gè)公因子，并加以解釋。在對(duì)輸入法軟件的研究中，首先采用5級(jí)量表的方式，要求被訪者在上述維度上對(duì)幾種輸入法軟件進(jìn)行評(píng)價(jià)，然后，通過SPSS軟件進(jìn)行因子分析，將上述五個(gè)維度的評(píng)價(jià)縮減為兩個(gè)因子，因子載荷（Loading）如圖1所示：

旋轉(zhuǎn)因子載荷矩陣

圖1 五個(gè)維度縮減為二維的因子分析

通過對(duì)五個(gè)原始維度在提取出的兩個(gè)因子（主成分）上的載荷進(jìn)行分析，可以發(fā)現(xiàn)，速度快、輸入準(zhǔn)確、界面友好在因子1上載荷較大，而易學(xué)、操作簡(jiǎn)單在因子2上載荷較大。易學(xué)、操作簡(jiǎn)單突出了軟件的易用性，而速度快，輸入準(zhǔn)確等則突出了軟件的好用性，因此，我們可以將因子1命名為“好用性”，因子2命名為“易用性”。

將每個(gè)被訪者在兩個(gè)因子上的因子得分保存為變量，如圖2所示:

利用上述兩個(gè)保存的因子得分變量，就可以繪制出圖3中所示的知覺圖了。

圖3：因子分析方法繪制的輸入法知覺圖

2、對(duì)應(yīng)分析（Correspondence analysis）^[1]

對(duì)應(yīng)分析是一種在低維度空間（Low-dimensional Space）上描述兩個(gè)變量之間相對(duì)關(guān)系的分析方法。央視的產(chǎn)品“全國城市消費(fèi)者調(diào)查（NCS）”和“全國讀者調(diào)查（CNRS）”數(shù)據(jù)所采用的IMS軟件就提供這種對(duì)應(yīng)分析的功能。在這里，采用的是Excel的外部插件XLSTAT。相對(duì)于因子分析而言，采用對(duì)應(yīng)分析繪制知覺圖的方法則要簡(jiǎn)單許多。仍舊以輸入法研究為例，對(duì)繪制過程進(jìn)行簡(jiǎn)單說明。

首先，要求被訪者在三種中文輸入法軟件中，挑選出“哪種輸入法軟件最易學(xué)”，“哪種速度最快”等，然后采用SPSS對(duì)采集到的數(shù)據(jù)進(jìn)行交叉分析（頻次），形成交叉表格，并粘貼到Excel中，如圖4所示。

圖4：交叉表格

然后，采用XLSTAT的對(duì)應(yīng)分析方法進(jìn)行分析，即可直接輸出知覺圖，如圖5所示:

圖5：對(duì)應(yīng)分析方法繪制的輸入法知覺圖

圖5中的知覺圖也非常容易解釋：輸入法與哪個(gè)屬性距離越近，其在這個(gè)屬性上的特征越明顯；輸入法與輸入法之間越接近，則其競(jìng)爭(zhēng)關(guān)系越明顯。