。所以，多数的学术和实业界的研究都是采用销售量或市场份额作为业绩指标。本研究将评估销售促销对市场份额的影响。我们可以采用不同的数据来评估销售促销的效果。在目前国际上的研究中，有三种数据形式使用的比较多。第一种是实验数据。通常使用的实验方法有两种：时间序列准实验（timeseriesquasiexperime
ts）和两组前－后实验（twogroupprepostexperime
ts）。这两种方法都是要搜集实验前、实验中和实验后的销售数据（关于具体的实验设计方法，请参考Blattberga
dNesli
1990，Chapter6）。第二种数据是零售商店在结帐点（poi
tofsaleorPOS）扫描的商店数据（storedata）。这种数据不仅记录着每一种卖出商品的销售量，还记录着这些商品在当时的价格以及零售商的促销手段。这些记录通常是以星期为单位进行汇总的。第三种数据是消费者个人的购买历史数据（pa
eldata）。这种数据记录着参加研究的每一个消费者家庭购买某一具体商品的具体时间、地点、数量、价格和促销条件等。这种数据是要常年追踪的。第二和第三种数据是由专业的营销研究公司进行搜集和整理的（如美国的I
formatio
ResourcesI
cIRI和ACNielse
），所以得到了广泛的应用。实验数据使用的越来越少，通常是在第二和第三种数据没有的情况下才会采用。在中国，虽然有个别的营销研究公司开始搜集零售扫描数据和个人购买历史数据，但是还没有向社会公开。数据的缺乏是阻碍中国企业对销售促销效果进行评估的一个原因。本研究所使用的数据是勺海市场研究公司在在一家零售商店搜集的消费者购买数据。这种数据一方面具有商店数据的特点，因为它记录了商店每天的实际销售量；另一方面，这种数据又具有个人购买历史数据的特点，因为它记录了消费者的有关情况。这种数据虽然不能像商店数据和个人购买数据那样进行常规的搜集，但在中国目前缺乏相关数据的情况下，这种数据搜集方法不失为一种可行的有效方法。具体细节，请见下文。有许多的分析方法可以用来评估销售促销的效果，概括起来主要有两种：一种是简单的对比方法，另外一种是统计模型方法。对比方法通常是对促销前、促销中和促销后的销售数据进行对比分析，从而得出促销前后的差异（beforeafter）。这种方法可以应用上面列出的所有数据形式。其优点是分析简单，易于操作；缺点是结果不一定很准确。统计模型方法被越来越广泛地应用到促销效果的评估研究中。根据所使用数据的不同，统计模型的方法也有所不同。例如，零售商店数据（storedata）r