品牌代號：可口可樂-1；雪碧-2；弗雷斯卡（Fresca）-3；萊克（Like）-4；七喜-5；百事可樂-6；減肥百事可樂-7；塔布（Tab）-8；某群消費者理想品牌-I。
由於上述原因，市場調研中常常使用以非屬性資料為基礎的多維度量技術。這裏所指的非屬性資料又可以分為兩種：類似性資料和偏好資料。
（1）以類似性資料為基礎的方法
類似性資料就是在被調查者的眼中對兩個對象類似程度的感受資料。被調查者既可以用一個數字，如類似性係數來表示類似的程度，也可以對每一組評價對象按照類似程度排定次序。被調查者在評價類似性程度時，通常並不需要說明他們是采用什麼標準來決定類似性程度的。
當要評價的對象總數為N時，由於要進行兩兩比較，需要評價類似性程度的總組數就有N（N-1）2個。一般地說，這個需要評價的總組數是比較大的。為了保證比較的精確性，最好建立一種規範的比較程序。一種做法是要求被調查者對每一組評價對象指定一個類似性係數。通常以1表示最相似，以7表示最不相似，以1～7之間的其他數字表示不同的相似程度。然後，根據某一群樣本評價的平均值，我們就可以得到表示不同對象之間類似性程度的類似性矩陣。由於所比較的組數較多，有時由於多種原因，我們幹脆隻排定每兩個不同對象之間類似性的次序，而不用類似性係數來表示類似程度，這樣也許更方便。
根據上述類似性評價結果的數據，就可以繪製出類似性感受圖。感受圖要求采用較少的維度，並且用圖上點與點之間的距離來表示不同評價對象之間的類似性。
由於所比較的組數較多，所以，通常需要借助於計算機程序來實現。根據同一個類似矩陣所得到的類似性感受圖往往不是唯一的。不過，這種差異對最終的分析結果影響不會很大。繪製類似性感受圖的技巧在於，要以最小的維數做出符合類似性矩陣要求的感受圖。因此，研究中通常需要在采用的維數與表示的類似性程度的吻合之間進行權衡。
在獲得感受圖以後，還需要對這一圖形進行解釋。此時，通常還需要利用其他附加的信息來說明為什麼這些評價對象的相對位置具有圖上的形式。有時，對象位置本身就說明了分析時所采用維度的含義。有時，則要結合評價對象的特征來說明他們在某一方麵維度上的位置。
（2）以偏好資料為基礎的方法
根據被調查者對品牌偏好的評價數據也可以得到類似的感受圖。其實，偏好資料中也包含了類似性的信息。一般地說，在一個人的感受中，偏好程度越接近的那些對象也就越類似。如果偏好數據是以等量尺度的形式得到的話，則這一數據就可以直接轉換成類似性數據。例如，如果有人對兩個評價對象在0～10的等量尺度中的偏好值的評價分別為7.5與3，那麼這兩個評價對象的類似性差異就是4.5.
值得注意的是，使用偏好數據所獲得的感受圖也許與使用類似性數據所得到的感受圖並不相同。這是因為，人們對事物偏好的感受與對事物類似性的感受可能是不同的。一種屬性在評價類似性中可能是相當重要的，但在決定偏好時可能是無關緊要的。
在得到了感受圖以後，最好決定目標顧客心目中理想產品形象在感受圖上的位置。如果通過調查獲得了理想產品形象的位置，就可以評價現有產品的競爭力，並對新產品的開發和現有產品的改進提出方向。
理想產品是指消費者心目中認為的最喜歡，但實際上又往往並不存在的產品。
這通常是所研究產品的各種屬性偏好值的組合。在感受圖分析中，理想產品的位置是非常重要的。根據感受圖中現有產品與理想產品位置之間的距離，研究人員就可以決定消費者對現有產品的喜歡或不喜歡的程度。同時，不同消費群體的理想產品的位置分布也可以作為市場細分的工具和依據。