广播作为老媒体之一，从1905年中国的第一家广播电台发展到现在已经有百年的历史了，中国广播电台由当初的单一化综合电台发展到现在多元化的个性频率。多频率环境在中国的城市特别是大城市中已经形成，省级台和中心城市普遍形成了总台管理的系列台格局，在一个城市中可以收听到多达十个以上的电台节目。在这种激烈的竞争态势下，专业电台适应受众需求和广播发展趋势，找准定位，是避免同质化竞争，降低运营成本，提高媒体效益的必由之路，因此对广播市场的合理细分与准确定位是广播电台抓住听众，提高竞争力的有利武器。
在中国广播市场细分研究实践中，由于中国广播市场的受众调研起步比较晚，所以最初的对广播市场细分仅停留在定性研究的层面，也就是凭广播电台自身的经验把电台进行初步的不同方向的专业频率的细分，很少从受众分析的角度去对广播市场的细分。而近几年随着广播受众调研在我国的日渐成熟，使得从受众分析角度对广播市场细分的定量分析变成了可能，本文就是在这样一种形势下，通过案例分析阐述怎样运用调研数据对广播市场的细分与频率定位研究。
一、 透过调研数据对广播市场的细分分析
（一）市场细分的主要方法：
1． 相似利益细分。这是指追求相似利益的人群，比如，有些人群喜欢追求便宜的产品，喜欢收听打折、优惠信息；有的对健康十分看重，关注医疗、保健服务；有的偏爱个性化、高品位，希望寻找前卫、刺激的消费；有的热衷投资，希望听到股票、房产信息等等。相似利益细分，可以对听众市场进行定位。
2． 人口统计细分。指按照不同的人口统计特征区分人群。其中最重要的是不同年龄段的听众的市场。
3． 职业特征细分。是指具有相同职业特征的人群。不同的职业特征有不同的获取信息的偏好，相对来讲，学生、司机、移动工作等职业人群是广播偏好人群 。
4． 收入层次细分。这项统计也十分重要，收入相近的人群一般意味着他们具有相近的支付能力，这对于确定目标客户群、进行广告推介具有重要作用 。
（二）案例分析
赛立信媒介研究公司是目前国内唯一一家专门从事广播收听率调查的专业调查机构。下面我们就赛立信媒介在某地区的调研数据为案例说明调研数据在市场细分中的应用。
图一：不同年龄听众收听广播的目的
资料来源：SMR 赛立信，2007
图二：不同性别听众收听广播的目的
资料来源：SMR 赛立信，2007
据调查数据显示，不同年龄听众收听广播的目也有所不同。其中中老年听众收听广播的主要目的是关注新闻节目。其次是戏曲、生活资讯和医疗保健节目。30岁以下的年轻听众收听广播的主要目的是听流行音乐歌曲，其次是国内/国际新闻，打发时间和了解娱乐/名人趣事。男女听众收听广播的目的也存在较大差异，男性以听新闻节目为主，女性以听音乐，生活资讯节目为主。
上面分别从年龄和性别方面对听众收听广播目的差异，对广播市场有针对性的差异化细分。当然还可以从职业和收入的角度，从各类听众收听的节目内容的角度来看市场细分。
二、 频率的定位分析
（一）分析方法
通过对广播市场的细分分析，我们确定了针对不同细分听众市场的电台频率。接下来的工作是通过收听率数据检验电台频率定位的准确性。在电台频率定位的分析方法上，起初只是通过听众特征的交叉列表来表现他们之间的关系。如果仅仅是两个变量，且每个变量类别较少的时候表现的比较清楚（例如在性别变量中只有男女2个类别，用交叉表就能够很清晰的表现出来他们的关系），但在每个变量划分有多个类别的情况下就很难直观的揭示出变量之间的内在联系。近年来，对应分析方法在我国市场研究中的大量运用则有效的解决了这些问题。下面以实例重点阐述对应分析方法在广播电台频率定位分析上的应用。
（二）案例分析
本文以2007年2月赛立信媒介研究公司在某地区对广播听众的300户样本的深入研究数据进行分析，揭示对应分析在广播电台定位分析中的原理。
1． 调研简介
本次调研的区域为整个城市市区，该地区覆盖的主要电台频率有16个，听众属性20个，包括：年龄6个，性别2个，学历5个，职业7个。但是对应分析要求定义的权重变量不能有负值和0，所以我们对一些样本量和少的群体进行合并处理。再加上电台频率过多的话，对应分析出来的效果也不是很好，所以我们只挑选了几个具有代表性的电台频率。
本次调研整理得到的对应分析交叉列表基础数据如下：
表一：各类群体的电台平均收听率
|
|
一电台 |
二电台 |
三电台 |
四电台 |
五电台 |
六电台 |
七电台 |
|
10-19岁 |
0.69% |
0.01% |
0.36% |
0.27% |
0.55% |
0.41% |
0.60% |
|
20-29岁 |
1.10% |
0.47% |
0.58% |
1.10% |
0.79% |
0.96% |
0.93% |
|
30-39岁 |
0.77% |
0.24% |
0.17% |
0.11% |
0.29% |
0.49% |
0.23% |
|
40-49岁 |
1.77% |
0.29% |
0.35% |
0.15% |
0.35% |
0.31% |
0.33% |
|
50-69岁 |
1.50% |
0.39% |
0.43% |
0.29% |
1.13% |
0.41% |
0.57% |
|
男 |
1.42% |
0.27% |
0.34% |
0.32% |
0.40% |
0.33% |
0.34% |
|
女 |
0.75% |
0.19% |
0.20% |
0.18% |
0.39% |
0.41% |
0.30% |
|
初中及以下 |
2.11% |
0.39% |
0.40% |
0.22% |
0.91% |
0.45% |
0.49% |
|
高中/中技/中专 |
1.03% |
0.22% |
0.29% |
0.37% |
0.33% |
0.40% |
0.36% |
|
大专及以上 |
2.73% |
0.58% |
0.67% |
0.48% |
0.73% |
0.77% |
0.73% |
|
学生 |
0.79% |
0.11% |
0.30% |
0.32% |
0.43% |
0.31% |
0.47% |
|
公职人员 |
1.15% |
0.37% |
0.43% |
0.22% |
0.29% |
0.16% |
0.61% |
|
白领 |
2.97% |
0.64% |
0.96% |
0.55% |
0.90% |
0.53% |
0.69% |
|
工薪阶层 |
1.01% |
0.22% |
0.22% |
0.40% |
0.33% |
0.44% |
0.32% |
|
个体业主 |
1.37% |
0.30% |
0.26% |
0.05% |
0.16% |
0.59% |
0.17% |
|
离退休人员 |
0.71% |
0.13% |
0.24% |
0.18% |
0.58% |
0.16% |
0.44% |
资料来源：SMR 赛立信，2007
2． 计算结果
用spss11.0对表一基础数据分析的结果如下：
表二：维度关系表或称特征向量表
|
|
|
|
Proportion of Inertia |
|
Dimension |
Singular Value |
Inertia |
Accounted for |
Cumulative |
|
1 |
0.21449 |
0.04600 |
0.488 |
0.488 |
|
2 |
0.15434 |
0.02382 |
0.253 |
0.740 |
|
3 |
0.11480 |
0.01318 |
0.140 |
0.880 |
|
4 |
0.07765 |
0.00603 |
0.064 |
0.944 |
|
5 |
0.06257 |
0.00391 |
0.042 |
0.986 |
|
6 |
0.03689 |
0.00136 |
0.014 |
1.000 |
|
Total |
|
0.09431 |
1.000 |
1.000 |
由上表可以看出，本次调研中到第三个维度才可解释全部变量的80.0%以上，因此前二个维度代表的信息量有较多的损失，但考虑到其他电台的收听率相对比较低，对总体起的决定性作用很小。
表三：行列各状态信息概括
|
|
Mass |
Score in Dimension |
Inertia |
Contribution |
|
1 |
2 |
Of Point to Inertia of Dimension |
Of Dimension to Inertia of Point |
|
1 |
2 |
1 |
2 |
Total |
|
一电台 |
0.356 |
0.497 |
0.000 |
0.020 |
0.410 |
0.000 |
0.956 |
0.000 |
0.956 |
|
二电台 |
0.079 |
0.337 |
0.248 |
0.006 |
0.042 |
0.031 |
0.303 |
0.118 |
0.421 |
|
三电台 |
0.101 |
-0.010 |
-0.127 |
0.003 |
0.000 |
0.011 |
0.001 |
0.077 |
0.078 |
|
四电台 |
0.085 |
-0.917 |
0.410 |
0.022 |
0.332 |
0.092 |
0.710 |
0.102 |
0.812 |
|
五电台 |
0.140 |
-0.288 |
-0.671 |
0.016 |
0.054 |
0.407 |
0.152 |
0.594 |
0.745 |
|
六电台 |
0.116 |
-0.208 |
0.731 |
0.016 |
0.023 |
0.403 |
0.067 |
0.595 |
0.662 |
|
七电台 |
0.124 |
-0.489 |
-0.264 |
0.011 |
0.138 |
0.056 |
0.579 |
0.121 |
0.699 |
|
10-19岁 |
0.047 |
-0.708 |
-0.352 |
0.009 |
0.110 |
0.038 |
0.555 |
0.099 |
0.654 |
|
20-29岁 |
0.096 |
-0.935 |
0.456 |
0.022 |
0.393 |
0.130 |
0.825 |
0.142 |
0.967 |
|
30-39岁 |
0.038 |
0.134 |
0.527 |
0.005 |
0.003 |
0.068 |
0.032 |
0.354 |
0.386 |
|
40-49岁 |
0.058 |
0.661 |
-0.017 |
0.006 |
0.118 |
0.000 |
0.914 |
0.000 |
0.915 |
|
50-69岁 |
0.077 |
-0.080 |
-0.610 |
0.007 |
0.002 |
0.186 |
0.015 |
0.637 |
0.652 |
|
男 |
0.056 |
0.200 |
0.070 |
0.001 |
0.010 |
0.002 |
0.378 |
0.033 |
0.411 |
|
女 |
0.040 |
-0.158 |
0.139 |
0.002 |
0.005 |
0.005 |
0.137 |
0.077 |
0.214 |
|
初中及以下 |
0.081 |
0.355 |
-0.366 |
0.005 |
0.047 |
0.070 |
0.441 |
0.338 |
0.779 |
|
高中/中技/中专 |
0.049 |
-0.165 |
0.316 |
0.001 |
0.006 |
0.032 |
0.218 |
0.577 |
0.794 |
|
大专及以上 |
0.109 |
0.263 |
0.131 |
0.002 |
0.035 |
0.012 |
0.795 |
0.142 |
0.937 |
|
学生 |
0.044 |
-0.482 |
-0.149 |
0.003 |
0.048 |
0.006 |
0.786 |
0.054 |
0.840 |
|
公职人员 |
0.053 |
0.112 |
-0.222 |
0.006 |
0.003 |
0.017 |
0.022 |
0.062 |
0.084 |
|
白领 |
0.118 |
0.300 |
-0.124 |
0.005 |
0.050 |
0.012 |
0.439 |
0.054 |
0.493 |
|
工薪阶层 |
0.048 |
-0.214 |
0.452 |
0.003 |
0.010 |
0.063 |
0.177 |
0.569 |
0.746 |
|
个体业主 |
0.047 |
0.781 |
0.760 |
0.012 |
0.134 |
0.177 |
0.515 |
0.351 |
0.866 |
|
离退休人员 |
0.039 |
-0.362 |
-0.846 |
0.006 |
0.024 |
0.183 |
0.196 |
0.770 |
0.966 |
资料来源：SMR 赛立信，2007
从表中可以看出，行的每一状态对第一维度特征值的贡献中最大的值为0.410，对应的行状态为一电台，说明一电台对第一维度（即公因子）的贡献最大。从各维度对行状态的贡献来看，除了五电台和六电台外，其他电台的特征值分布大部分集中在第一维度上。
我们对spss输出的行与列各状态在二维图中的坐标值重新做散点图，其结果如下：
图三：行列各状态在二维图上的投影散点图
资料来源：SMR 赛立信，2007
3．对图形的分析
在对应分析中，特征相似的类别会聚集到一起，差异很大的类别会相距较远。从图一可以看出：各电台频率之间、电台频率与不同背景听众之间、不同背景听众之间的关系。
20-29岁听众比较偏向于喜欢收听四电台；10-19岁、学生这部分听众比较喜欢七电台，而五电台的主要听众群为50-69的离退休人员；三电台与六电台都是音乐类电台，听众群体也是有很大差异的，三电台主要以公职人员和白领居多，而六电台以30-39岁，具有高中/中技/中专学历的工薪阶层居多；二电台的听众群学历相对比较高些，主要是以具有大专及以上学历的男性听众为主要听众群；一电台主要集中在40-49的男性听众，其学历跨度比较大，初中及以下的与大专及以上的都收听该电台比较多。
通过上述对电台频率市场定位的分析，我们对每个电台的主要听众群有了进一步的认识，可以检验电台的定位是否准确和合理。对广播市场细分和定位分析以后，可以通过分析电台频率的目标听众群体喜欢收听节目的类型和内容，以及他们的收听行为习惯，投其所好，以便有目的的制作和对节目的合理排版来抓住这类听众，提高电台的整体收听率，从而提高电台在广播市场中的竞争力。
4．对应分析应注意的几点问题
（1）对应分析是一种利用降维的思想以达到简化数据结构的方法，他与因子分析有很大的不同，因子分析是描述变量之间的相关关系。
（2）对应分析的原始数据是以交叉列表的形式表现的，表中的数据都是选择该项的频数或频率。对应分析有一个重要的性质就是权重值不能为0或负值。
（3）对应分析只能用图形的方式提示变量之间的关系，但不能给出具体的统计量来度量这种相关程度，这很容易使研究者得出主观性较强的结论。
（4）对应分析的维度有研究者根据最小类别数来决定，维度的取舍会影响包含的信息量，所以变量包含比较少的类别，则在对应分析中损失的信息量比较少。
（5）其次就是对应分析很回归分析一样，对极端值比较敏感。对应分析的各类别要具有可比性。
（6）选择的数据标准化方式不同，对各类别在二维图上的分布也会不同，所以在对图形解释时要特别注意。
