Найбільш широке застосування в практиці маркетингових досліджень одержали методи багатофакторного аналізу.

Кореляційний і регресійний аналіз. Традиційною сферою використання цього методу можна вважати визначення кореляційної залежності між обсягами продажів конкретною товару у певному сегменті ринку і таких факторів, як ціпи, способи реклами, види сервісного обслуговування і т.д. На відміну від функціонального зв'язку, де кожному значенню незалежної перемінної відповідає одне значення залежної перемінної, у кореляційній залежності вплив окремих факторів виявляється лише в загальному і середньому і тільки в масі спостережень.

Канонічний кореляційний аналіз. Цей метод аналогічний розглянутому кореляційно-регресійному аналізові. Однак досліджувана ознака видається не однієї залежною перемінною, а комбінацією (звичайно лінійної) залежних перемінних. Іншими словами, обидві частини рівняння регресії містять математичні вираження зв'язку перемінних, причому, ліва-залежних, права-незалежних.

Факторний аналіз. Безпосередньо вирішує дві задачі:

а) спрощення оброблюваної інформації за рахунок зменшення числа перемінних;

б) визначення основних характеристик вибірки.

Якщо сукупність перемінних, що характеризуються одиницями спостереження (це можуть бути вироби; ціни, споживачі, підприємства і т.д.), виразити малим числом факторів, то з’являється можливість аналізу первинних перемінних за допомогою меншого числа перемінних-факторів. Можна також проводити аналіз та прогнозування при відсутності безпосередньої інформації про розглянуті показники.

Однією із сфер застосування факторного аналізу в дослідженнях маркетингу є сегментування ринку. При цьому з великого числа перемінних, що описують потреби потенційних споживачів товару, необхідно вибрати основні - принципові для формування сегментів. Наприклад, факторний аналіз може установити, що для визначених досліджень такі перемінні, як число кімнат у квартирі. її загальна площа, ціна квартири і число проживаючих у ній можуть бути замінені єдиною характеристикою (фактором) - розмір квартири.

Вихідними даними для факторного аналізу звичайно є матриця коефіцієнті кореляції між перемінними. На її основі, наприклад, за допомогою методу головних компонентів, генеруються нові перемінні, кожна з яких являє собою лінійну комбінацію первинних перемінних. Ці нові перемінні і називаються факторами.

Першим вибирається той фактор, що у максимальній мірі пояснює варіацію перемінних. Другий фактор повинний бути незалежним від першого і виражати найбільшу частку варіацію, що не пояснюється першим фактором. Інші незалежні один від одного фактори генеруються доти, поки величина непоясненої варіації даних не виявиться нижчою установленого рівня. При встановленні необхідного числа факторів часто використовується критерій Бартлетта, відповідно до якого процес виділення компонента завершується, як тільки деякий означений компонент більше статистично значимо не відрізняється від попереднього.

Дискримінаційний аналіз. Застосовується для: а) розподілу об'єктів по групах на основі відомих ознак: б) з'ясування ознак, які щонайкраще визначають приналежність об'єктів до тих чи інших груп.

Найбільш вживаним у маркетингових дослідженнях є дискримінаційний аналіз, що поділяє об'єкти на дві групи.

До основних понять дискримінаційного аналізу відносяться: дискримінаційна вісь, функція і пряма, дискримінаційні коефіцієнти і центроїд. Дискримінаційною віссю називається напрямок, по якому щонайкраще помітні відмінності в ознаках між групами, тобто варіація ознак між групами, поділена на варіацію усередині груп, максимальна. Кожне значення перемінних може бути спроектоване на цю вісь.

Автоматичний визначник взаємодії (Automatic Interaction Detector) являє собою алгоритм послідовного розподілу вибіркової сукупності на менші по складу групи з метою кращого пояснення значень досліджуваної перемінної.

На кожному кроці відбувається визначення незалежної перемінної, котра диференціює елементи вибірки на групи з найбільшою різницею в значеннях залежної перемінної.

Процес завершується, коли розмір груп стає занадто малим або черговий розподіл не приводить до утворення груп, що істотно відрізняються за величиною досліджуваного параметра.

Кластерний аналіз дозволяє поєднувати перемінні чи об'єкти в групи або так називані кластери таким чином, щоб розходження між об'єктами, що складають один кластер, були б менші їх відмінності від інших кластерів. Головною сферою застосування цього методу в маркетингових дослідженнях є сегментування ринку.

Відомо кілька методичних підходів до проведення кластерного аналізу. Один із них зветься ієрархічним. Він припускає багатокрокову процедуру формування кластерів. На першому кроці кожен об'єкт розглядається у вигляді самостійного кластера. Наступний крок полягає у визначенні двох найбільш схожих об'єктів і об'єднанні їх у новий кластер математично виражений координатами свого центроїда. На кожному наступному кроці відбувається приєднання визначеного об'єкта до іншого об'єкта або групі об'єктів (кластерові). Процедура продовжується доти, поки не вийде бажана кількість кластерів. Якщо в якості обмеження задачі не буде встановлена гранична кількість кластерів, алгоритм аналізу приведе до об'єднання об'єктів в одну групу. У цьому випадку, звичайно, результат не буде мати практичного значення.

Багатофакторний аналіз дисперсії. На відміну від однофакторного підходу, цей метод дозволяє порівнювані групи випробуваних одночасно по двох і більше категоріях. Застосування методу є доцільним в експериментальних дослідженнях, де потрібно виміряти ефект цілого ряду експериментальних впливів на кілька груп випробуваних.