qca定性比较分析是什么?

qca定性比较分析是一种以案例研究为导向的理论集合研究方法。

它强调通过实证资料以及相关理论的不断对话，从小样本数据中建构出研究议题的因果性关系。 这是基于集合论与布尔代数的分析，即从集合而不是相关的角度考察条件与结果的关系，并使用布尔代数算法形式化人们分析问题时的逻辑过程。

QCA尝试超越传统的个案研究方法，系统地考察事件发生的成因以及内部生成因子之间的互动关系、可能性关系组合，试图解释促成事件产生的关键因子、因子之间的相互联系以及激发事件产生的复杂的成因组合，以期深化对事件产生的复杂因果关系的理解。

qca定性比较分析的优势

（1）对于样本规模的要求不高：在15-80个样本规模上都可以运用。

（2）在变量主要由二分，定类和定序等形式组成的中小规模样本的研究中，QCA具有较大的优势。

（3）由于QCA对样本量的要求不高(只要在12-15个样本之上)，所以研究者能够在研究过程中对总样本进行多次细分，形成不同的子样本级，从而得出更为精细和有趣的结论，也使得分析得出的结果更加符合情理，并且使之后的研究更具有目的性。

（4） 从根本上说,QCA能充分分析社会现象的多样性与因果关系的复杂性，它能提供不同的因素组合对结果的影响作用，以便于研究者更深入地挖掘变量与结果之间的作用机制，为更深入的研究提供方向。

qca定性比较分析如下：

QCA依据的核心逻辑是集合论思想。拉金认为，社会科学研究中的许多命题都是系动词的表述，进而可以用集合之间的隶属关系来表示。例如，“发达国家都是民主国家”这一论述，就表明：发达国家这个集合是民主国家这个集合的一个子集。相应地，“新媒体技术的赋权能够带来网民表达空间的拓展”。

转换为集合关系就是：新媒体技术赋权这个集合是网络表达空间拓展这个集合的一个子集。如果将研究问题或现象看作一个完整集合，那么引发这个问题或现象的诸多原因，就是这个集合的不同子集。基于此，通过一定数量的多案例比较，QCA利用布尔代数的运算法则可以寻找到集合之间普遍存在某些隶属关系，展开因果关联的分析。

布尔代数的基本规定是：

将某个变量出现或不出现用二分法表示为I／O，出现就取值为1或用大写字母表示，不出现则取值为0或用小写字母表示；用“＋”表示?“或”的关系，用“★”表示“和”的关系，用“＝”以及“右箭头”表示“推导出”。

在对所有变量进行二分法处理后，QCA围绕所要研究的结果变量，考察理想状态下存在多少种条件变量的组合，这样能够建立起一套逻辑真值表（TruthTable）。

比重分析法

指通过计算某个维度所占维度总量的比例，从而去判断投放方向或投放效果。

公式：比重=某维度数值 / 总量 X 100%

倒推法

倒推法，是竞价推广中常用的一种方法，但更多被应用于战略目标的制定。

即：根据历史数据，将成交—线索—对话—点击—展现倒着进行推理的过程。

关键词四象限分析

关键词是竞价推广之根本，那么便可通过对关键词进行系统化分类，从而有针对性地进行优化。

通常，主要分为以下四类：

01 有对话成本低

像这类词，大都集中在品牌词等，且它属于优质词的一类，针对较为优秀的词可以进行放量操作

例如：加词、提价、放匹配等等。

02 有对话成本高

像这类词，主要集中在产品词和行业大词。

点击成本高，往往说明点击流量多且杂，这类情况建议有条件地放量操作，即：获取流量的同时，去控制流量的质量。

主要操作有：

加词、

优化账户结构(使账户流量结构更精准)

优化创意(利用创意筛选部分杂质流量)

03 无对话成本高

这种情况，往往都是没有集中词性，通常可根据以下两点来进行判断下一步的操作：

均价高还是低?

流量大还是小?

若流量很大，均价很低，往往通过优化页面来进行若均价很高，流量一般，便是进行降价操作若是因为流量意向低，建议进行收匹配操作。

04 效果差成本低

像这种情况，大多数都为“只点击一次就产生了对话”，我们就以为是优质词，便进行放量操作，但也有可能是意外。

营销流程表分析

通过每天罗列、收集账户中核心指标数据【消费、展现、点击、抵达、对话、线索、成交】，然后根据核心数据算出一些辅助数据，像【点击率、对话率、点击成本】等，通过将不同周期的数据进行对比，从而发现病种。

单一维度分析

指针对不同维度间的数据进行分析，从而确定优化方向。

单一维度主要可分为：产品维度、时段维度、设备维度、地区维度、关键词维度。

---