1. 回歸分析 (Regression analysis)
在對市場數(shù)據(jù)的分析中往往會看到變量與變量之間存在一定的相關(guān)關(guān)系。回歸分析就是研究變量之間相互關(guān)系，把其中一些因素作為獨立變量（自變量），而另一些隨機變量作為它們的依賴變量（因變量），用因變量的變化解釋和預(yù)測另一個自變量的變化。包括一元線性回歸，多元線性回歸，曲線擬合與非線性回歸等。回歸分析常應(yīng)用于滿意度研究、市場預(yù)測等方面。
2. 因子分析 (Factor Analysis)
因子分析是通過研究眾多變量之間的內(nèi)部依賴關(guān)系，結(jié)合主成份分析和因子旋轉(zhuǎn)，探求觀測數(shù)據(jù)中的基本結(jié)構(gòu)，將多個實測變量轉(zhuǎn)換為少數(shù)幾個不相關(guān)的綜合指標(biāo)的多元統(tǒng)計分析方法，這些綜合指標(biāo)往往是不能觀測到的，但這幾個綜合變量更能反映事物的本質(zhì)。在市場研究中，常與其他分析聯(lián)合使用，比如用于回歸及聚類分析，應(yīng)用于市場細分、滿意度等領(lǐng)域。
3. 主成份分析 (Principal component analysis)
主成份分析的目的是要對多變量數(shù)據(jù)表進行最佳綜合簡化，也是一種降維的分析方法。基本思想就是尋找這些變量的線性組合，即主成份，使這些主成份間不相關(guān)。為了能用盡量少的主成份個數(shù)去反映原始變量間提供的變異信息，要求各主成分的方差從大到小排列。第一主成份最能反映數(shù)據(jù)間的差異。
4. 聚類分析 (Cluster analysis)
聚類分析的原理是將性質(zhì)相近的個體歸為一類，性質(zhì)差異較大的個體屬于不同的類，使得類內(nèi)個體具有較高的同質(zhì)性，類間個體具有較高的異質(zhì)性。在市場研究中，涉及市場細分問題時，通常使用聚類分析加以解決，可以描述每一類群體的內(nèi)在特征，每一類群體的觀點、看法、價值觀、對事物的評價傾向以及對某一特定產(chǎn)品的態(tài)度。
5. 判別分析 (Discriminant analysis)
判別分析是根據(jù)觀測到的某些指標(biāo)對所研究的對象進行分類的一種統(tǒng)計方法。進行判別分析時，通常是根據(jù)已掌握的一批分類明確的樣品建立判別函數(shù)、分類的規(guī)則，然后將待分類的樣本觀測值代入判別函數(shù)，求出其函數(shù)值，并據(jù)此作出判斷。在市場研究中可用于對決策行為預(yù)測的結(jié)果分類判別；對一個企業(yè)進行市場細分以選擇目標(biāo)市場。
6. 聯(lián)合分析 (Conjoint analysis)
聯(lián)合分析就是通過對現(xiàn)實產(chǎn)品進行模擬，提供具有不同屬性水平的組合產(chǎn)品，讓消費者根據(jù)自己的偏好對這些產(chǎn)品進行評價、比較和選擇，并采用統(tǒng)計方法將這些屬性和屬性水平的效用進行分離，從而得出產(chǎn)品每一個屬性及屬性水平的重要性指標(biāo)，獲得消費者偏好程度最高的組合產(chǎn)品。聯(lián)合分析還可以預(yù)測并未實際測試過的產(chǎn)品組合的消費者認(rèn)同程度和市場份額。
7. 對應(yīng)分析 (Correspondence analysis)
對應(yīng)分析通過分析有定性變量構(gòu)成的交互匯總表來揭示變量間的聯(lián)系。通過對應(yīng)分析，可以把品牌、顧客特點以及他們之間的聯(lián)系同時反映在一個二維或三維的分布圖上，顧客認(rèn)為比較相似的品牌在圖上的分布便會彼此靠近在一起。根據(jù)顧客特點與每一品牌之間距離的遠近，還可以區(qū)分顧客的哪些特點與喜好某種品牌的關(guān)系密切。常應(yīng)用于品牌形象研究、產(chǎn)品屬性與細分群體的對應(yīng)關(guān)系。
8. 多維偏好分析 (Multidimensional preference analysis)
多維偏好分析通過降維的思想，將多元數(shù)據(jù)變成通過二維圖形顯示的直觀結(jié)果。多維偏好分析常用于分析消費者對產(chǎn)品與服務(wù)的偏好傾向，在市場研究中能具體解決如下問題：確定目標(biāo)消費群體、消費群體的分類和品牌評價等、相互競爭的品牌及尚未被填補的市場。
9. 多維尺度分析 (Multidimensional scaling analysis)
多維尺度分析用于反映多個研究事物間的相似程度，通過適當(dāng)?shù)慕稻S方法，將這種相似程度在低維度空間中點與點之間的距離表示出來，并有可能幫助識別那些影響事物間相似性的潛在因素。多維尺度分析通常用于分析商品相似性，通過分析消費者對商品的相似性評分，產(chǎn)生這些商品相關(guān)性的的圖形，通過圖形可直觀地找出相似性產(chǎn)品（存在競爭可能性的產(chǎn)品）。
10. 基準(zhǔn)分析 (Benchmarking analysis)
為了更好地分析競爭者的情況，可以將同行業(yè)中最有競爭力的作為基準(zhǔn)作更深入的分析。基準(zhǔn)分析可以幫助企業(yè)在進入海外市前就可以站在較高的角度去制定市場進入策略。
