3.4  PEARSON相关性分析    6
3.4.1  PEARSON相关性分析的概述    6
3.4.2  各变量的PEARSON相关性分析    7
3.5  数据预处理    8
4.数字营销规模影响因素的回归分析    9
4.1  数字营销规模影响因素的多元线性回归分析    9
4.1.1  多元线性回归分析的概述    9
4.1.2  基于多元线性回归分析对数字营销规模影响因素的研究    10
4.2  数字营销市场规模影响因素的逐步回归分析    11
4.2.1  逐步回归    11
4.2.2  基于逐步回归分析对数字营销市场规模影响因素的研究    12
4.2.3  数据再处理    13
4.2.4  数据处理后的回归分析    14
5.基于时间序列分析的数字营销规模预测    16
5.1  时间序列分析    16
5.2  ARIMA模型的数字营销规模预测    16
6.总结    17
参考文献    19
致    谢    20
附    录     21
关于数字营销市场规模影响因素及预测的研究
    基于数字营销自身的优势和特点，我国数字营销行业持续高速增长。在竞争激烈的数字营销市场中，研究影响数字营销市场规模的因素是一个重要课题，找出重要的影响因素，将给企业家们进行数字营销时带来有用的讯息，也给企业家们提供如何开拓数字营销的运营渠道以及拓展市场的参考依据等。
1. 绪论
1.1 研究背景
在一家企业中，营销是其运作和经营的重要内容之一，是其经济活动的核心，合理而有效地营销策略并采取有力的营销手段，对企业的盈利更有利。数字营销是指一种借助电脑通信技术、互联网络和数字交互式媒体来达到营销目标的营销方式。数字营销具有其独特的降低营销成本、为客户提供个性化服务、提高市场渗透率等优势和特点，其目标是能够企业以最低的成本和最快的速度走向市场，能够满足客户的需求，并且利用数字化的手段将所有的营销整合起来，从客户的需求出发，效率最高而成本最低。
根据艾瑞咨询的分析及预测，2013年我国数字营销市场规模达到1100亿元，同比增长46.1%，处于高速增长，预计2017年市场规模可达2862亿元。由此可见，我国数字营销行业持续高速增长，所以为应对激烈形势的营销市场，企业如何进行更精准的数字营销以实现企业投资回报的最大化，成为了重要的课题。
1.2 国内外研究状况
对于数字营销的分析研究，可以从用户行为与特征的分析、企业重点客户筛选、市场规模预测与决策支持分析等切入点进行研究。在用户行为与特征分析方面，国外学者利用TAM技术接受模型对通过因特网进行购物用户的行为进行分析。在企业重点客户筛选方面，国内学者利用k-means聚类方法根据企业与客户的互动关系、客户忠诚度、客户的盈利性等因素来筛选出重点客户，使企业的营销策略更具针对性，重点客户管理工作的成功与否，对整个企业的营销业绩具有决定性的作用。在市场规模预测与决策支持分析方面，国内学者利用多重回归分析对网络营销规模进行预测，利用人工神经网络对用户规模进行预测。
1.3 主要研究工作
在查阅数字营销相关文献资料后，基于这些文献，首先，根据参考资料及个人判断，搜集了20个与潜在网购用户规模、网购用户消费能力、互联网发展能力相关的指标的2000年-2013年的数据；利用主成分分析整合有重合部分的6个指标，用描述性统计分析方法对这些因素进行分析，研究这些指标14年的变化趋势，再做Pearson相关性分析。本文侧重于对数字营销市场规模的影响因素的研究，利用了逐步回归分析方法与主成分分析方法的结合对被筛选出来的12个指标进行分析，以去除自变量之间可能存在的较大的相关性或多重共线性，从而得出最优的回归方程。最后，用时间序列对企业数字营销市场规模进行预测，即可预计到数字营销带来的大致收益，企业就能根据这些预测作出相应的进销存决策，以实现投资回报的最大化，并提出相应提高营销规模等建议。 数字营销市场规模影响因素及预测的研究(2):http://www.751com.cn/shuxue/lunwen_46293.html