Конджойнт-анализ - это основанный на опросах статистический метод, используемый в исследовании рынка, который помогает определить, как люди ценят различные атрибуты (особенности, функции, преимущества), составляющие отдельный продукт или услугу.
Цель совместного анализа - определить, какая комбинация ограниченного числа атрибутов наиболее влияет на выбор респондента или принятие решения. Респондентам демонстрируется контролируемый набор потенциальных продуктов или услуг, и путем анализа того, как они делают выбор среди этих продуктов, может быть определена неявная оценка отдельных элементов, составляющих продукт или услугу. Эти неявные оценки (полезности или частичная стоимость) могут использоваться для создания рыночных моделей, которые оценивают долю рынка, доход и даже прибыльность новых разработок.
Сопряженный анализ зародился в математической психологии и был разработан профессором маркетинга Полом Э. Грином из Уортонской школы Пенсильванского университета . Среди других выдающихся пионеров конджойнт-анализа профессор В. «Сеину» Сринивасан из Стэнфордского университета, который разработал процедуру линейного программирования (LINMAP) для ранжирования упорядоченных данных, а также самоочевидный подход, и Джордан Лувьер (Университет Айовы), который изобрел и разработал подходы, основанные на выборе, к совместному анализу и родственные методы, такие как масштабирование наилучшего-наихудшего .
Сегодня он используется во многих социальных и прикладных науках, включая маркетинг , управление продуктами и исследования операций . Он часто используется при проверке приемлемости дизайна новых продуктов потребителями , при оценке привлекательности рекламы и в дизайне услуг . Он использовался при позиционировании продукта , но есть некоторые, у кого возникают проблемы с этим приложением совместного анализа.
Методы совместного анализа могут также называться мультиатрибутным композиционным моделированием, дискретным моделированием выбора или исследованием заявленных предпочтений и являются частью более широкого набора инструментов анализа компромиссов, используемых для систематического анализа решений. Эти инструменты включают в себя компромисс между ценой и брендом , Simalto и математические подходы, такие как AHP , [1] эволюционные алгоритмы или эксперименты по разработке правил .
Совместный дизайн [ править ]
Сфера продукта или услуги описывается с помощью ряда атрибутов. Например, телевизор может иметь такие атрибуты, как размер экрана, формат экрана, марка, цена и так далее. Затем каждый атрибут можно разбить на несколько уровней. Например, уровни для формата экрана могут быть светодиодными, жидкокристаллическими или плазменными.
Респондентам показывают набор продуктов, прототипов, макетов или изображений, созданных на основе комбинации уровней всех или некоторых составляющих атрибутов, и просят выбрать из них, оценить или оценить продукты, которые им показывают. Каждый пример достаточно похож, чтобы потребители увидели в нем близкие аналоги, но достаточно непохожий, чтобы респонденты могли четко определить свои предпочтения. Каждый пример состоит из уникального сочетания характеристик продукта. Данные могут состоять из индивидуальных оценок, порядков ранжирования или выбора из альтернативных комбинаций.
Совместное проектирование включает четыре различных этапа:
- Определите тип обучения
- Определите соответствующие атрибуты
- Укажите уровни атрибутов
- Анкета дизайна
1. Определите тип исследования [ править ]
Могут быть разработаны различные типы исследований:
- Конджойнт на основе рейтинга
- Конджойнт на основе рейтинга
- Конджойнт на основе выбора
2. Определите соответствующие атрибуты [ править ]
Атрибуты в совместном анализе должны:
- иметь отношение к принятию управленческих решений,
- иметь разные уровни в реальной жизни,
- ожидается, что это повлияет на предпочтения,
- быть четко определенным и понятным,
- желательно не иметь сильной корреляции (исключение - цена и бренд),
- состоят как минимум из двух уровней.
3. Укажите уровни атрибутов [ править ]
Уровни атрибутов должны быть:
- однозначный,
- взаимоисключающий,
- реалистично.
4. Разработайте анкету [ править ]
По мере увеличения количества комбинаций атрибутов и уровней количество потенциальных профилей увеличивается в геометрической прогрессии. Следовательно, дробный факторный план обычно используется для уменьшения количества профилей, подлежащих оценке, обеспечивая при этом наличие достаточного количества данных для статистического анализа, что приводит к тщательно контролируемому набору «профилей» для рассмотрения респондентом.
Типы [ править ]
Самыми ранними формами совместного анализа, начиная с 1970-х годов, были так называемые исследования полного профиля, в которых использовался небольшой набор атрибутов (обычно от 4 до 5) для создания профилей, которые показывались респондентам, часто на отдельных карточках. Затем респонденты оценили или оценили эти профили. Используя относительно простой регрессионный анализ фиктивных переменных, можно рассчитать неявные полезности для уровней, которые лучше всего воспроизводят ранги или рейтинги, указанные респондентами. В этих ранних конструкциях были замечены два недостатка.
Во-первых, количество используемых атрибутов было сильно ограничено. При большом количестве атрибутов задача рассмотрения для респондентов становится слишком большой, и даже при дробном факторном дизайне количество профилей для оценки может быстро увеличиваться. Чтобы использовать больше атрибутов (до 30), были разработаны гибридные совместные методы, которые объединяли самоэкспликацию (рейтинг или ранжирование уровней и атрибутов) с последующими объединенными задачами. Как бумажные, так и адаптивные компьютерные вопросники стали вариантами, начиная с 1980-х годов.
Второй недостаток заключался в том, что рейтинги или ранжирование профилей были нереалистичными и не имели прямой связи с теорией поведения. В реальных жизненных ситуациях покупатели выбирают среди альтернатив, а не ранжируют или оценивают их. Джордан Лувьер впервые применил подход, в котором использовалась только задача выбора, которая стала основой совместного анализа на основе выбора и анализа дискретного выбора . Это исследование заявленных предпочтений связано с эконометрическим моделированием и может быть связано с выявленными предпочтениями.где модели выбора калибруются на основе реальных, а не данных обследования. Первоначально совместный анализ на основе выбора не мог предоставить полезности на индивидуальном уровне, и исследователи разработали агрегированные модели для представления рыночных предпочтений. Это сделало его непригодным для исследований сегментации рынка. С помощью более новых методов иерархического байесовского анализа можно оценить полезности на индивидуальном уровне, что позволит лучше понять неоднородные предпочтения отдельных людей и сегментов рынка.
Сбор информации [ править ]
Данные для совместного анализа чаще всего собираются в ходе исследования рынка, хотя совместный анализ также может быть применен к тщательно разработанному конфигуратору или данным из надлежащим образом разработанного тестового рыночного эксперимента. Эмпирические правила исследования рынка применяются в отношении размера статистической выборки и точности при разработке интервью для совместного анализа.
Длина объединенного вопросника зависит от количества оцениваемых атрибутов и выбранного метода совместного анализа. На заполнение типичного адаптивного объединенного вопросника с 20-25 атрибутами может потребоваться более 30 минут [ необходима ссылка ] . Объединение на основе выбора с использованием меньшего набора профилей, распределенных по выборке в целом, может быть выполнено менее чем за 15 минут. Упражнения по выбору могут отображаться как макет витрины магазина или в какой-либо другой моделируемой торговой среде.
Анализ [ править ]
В этом разделе не процитировать любые источники . ( Август 2017 г. ) ( Узнайте, как и когда удалить этот шаблон сообщения ) |
В зависимости от типа модели для оценки функций полезности могут использоваться различные эконометрические и статистические методы. Эти полезные функции помогают количественно оценить воспринимаемую ценность и относительную важность характеристик продукта. Служебные функции также помогают определить чувствительность к восприятию и предпочтениям потребителей в зависимости от изменений в характеристиках продукта.
Фактическая процедура оценки будет зависеть от дизайна задачи и профилей респондентов, а также шкалы измерения, используемой для обозначения предпочтений (с интервальной шкалой, ранжированием или дискретным выбором). Для оценки полезностей для каждого уровня атрибутов с использованием задач полного профиля на основе рейтингов может быть подходящей линейная регрессия , для задач на основе выбора обычно используется оценка максимального правдоподобия, обычно с логистической регрессией . [2] Первоначальные методы оценки полезности были монотонным анализом дисперсии или методами линейного программирования, но современная практика маркетинговых исследований сместилась в сторону моделей, основанных на выборе, с использованием полиномиального логита, смешанных версий этой модели и других усовершенствований.Байесовские оценки также очень популярны. В настоящее время относительно популярны и иерархические байесовские процедуры.
Преимущества и недостатки [ править ]
Преимущества [ править ]
- оценивает психологические компромиссы, на которые идут потребители при одновременной оценке нескольких атрибутов
- может измерять предпочтения на индивидуальном уровне
- выявляет реальные или скрытые факторы, которые могут быть не очевидны для самих респондентов
- имитирует реалистичный выбор или покупательскую задачу
- может использовать физические объекты
- при правильном проектировании может моделировать взаимодействия между атрибутами
- может использоваться для разработки сегментации на основе потребностей при применении моделей, которые признают неоднородность вкусов респондентов.
Недостатки [ править ]
- разработка совместных исследований может быть сложной
- сталкиваясь со слишком большим количеством функций и профилей продуктов, респонденты часто прибегают к стратегиям упрощения.
- трудно использовать для исследования позиционирования продукта, потому что нет процедуры преобразования представлений о фактических характеристиках в представления о сокращенном наборе основных функций
- респонденты не могут сформулировать свое отношение к новым категориям или могут чувствовать себя вынужденными думать о проблемах, о которых они иначе не задумывались бы.
- плохо спланированные исследования могут переоценивать эмоционально нагруженные характеристики продукта и недооценивать конкретные характеристики
- не принимает во внимание количество продуктов, приобретенных на одного респондента, но взвешивание респондентов по их самооценкам объема покупок или расширений, таких как объемный совместный анализ, может исправить это
Практическое применение [ править ]
Исследование рынка [ править ]
Одно из практических приложений совместного анализа в бизнес-анализе дается в следующем примере: девелопер заинтересован в строительстве многоэтажного жилого комплекса рядом с городским университетом Лиги плюща. Чтобы обеспечить успех проекта, нанимается фирма по исследованию рынка, которая проводит фокус-группы с нынешними студентами. Студенты разделены по учебному году (первокурсник, старшеклассники, аспирант) и сумме полученной финансовой помощи. Участникам исследования показан ряд сценариев выбора, включающих различные варианты проживания в квартире, указанные по 6 атрибутам (близость к университетскому городку, стоимость, телекоммуникационные пакеты, варианты прачечной, планы этажей и предлагаемые функции безопасности). Ориентировочная стоимость строительства здания, связанного с каждым вариантом квартиры, эквивалентна.Участникам предлагается выбрать предпочтительный вариант квартиры в рамках каждого сценария выбора. Это упражнение по принудительному выбору выявляет приоритеты и предпочтения участников. Полиномиальная логистическая регрессия может использоваться для оценки показателей полезности для каждого уровня атрибута из 6 атрибутов, участвующих в совместном эксперименте. Используя эти оценки полезности, можно спрогнозировать рыночное предпочтение любой комбинации уровней атрибутов, описывающих потенциальные варианты проживания в квартире.можно спрогнозировать рыночное предпочтение любой комбинации уровней атрибутов, описывающих потенциальные варианты проживания в квартире.можно спрогнозировать рыночное предпочтение любой комбинации уровней атрибутов, описывающих потенциальные варианты проживания в квартире.
Судебный процесс [ править ]
Федеральные суды в Соединенных Штатах разрешили свидетелям-экспертам использовать совместный анализ для подтверждения своего мнения об ущербе, который нарушитель патента должен выплатить, чтобы компенсировать патентообладателю нарушение его прав. [3] Тем не менее, ученые-правоведы отметили, что судебная практика Федерального округа по использованию совместного анализа в расчетах патентного ущерба все еще находится в стадии формирования. [4]
Одним из примеров этого является то, как Apple использовала совместный анализ, чтобы доказать ущерб, понесенный Samsung в результате нарушения авторских прав, и увеличить размер компенсации по делу.
См. Также [ править ]
- Реклама
- Дискретный выбор (моделирование выбора)
- Маркетинг
- Маркетинговое исследование
- Разработка нового продукта
- Количественное маркетинговое исследование
- Анализ TURF
- Ценообразование на основе ценности
Ссылки [ править ]
- ^ Ijzerman МДж, ван Тиль JA, Мосты ДФ (212). «Сравнение процесса аналитической иерархии и методов совместного анализа в оценке альтернативных методов лечения реабилитации после инсульта» . Пациент . 5 (1): 45–56. DOI : 10.2165 / 11587140-000000000-00000 . PMID 22185216 . S2CID 207299893 .
- ^ «Объяснение совместного анализа» . SurveyKing . Проверено 22 февраля 2021 года .
- ^ Корнельский университет против Hewlett-Packard Co., 609 F. Supp. 2d 279 (NDNY 2009); Sentius Int'l, LLC против Microsoft Corp., № 5: 13-cv-00825, 2015 WL 331939 (ND Cal. 23 января 2015 г.).
- ^ Дж. Грегори Сидак и Джереми О. Ског, Использование совместного анализа для распределения патентных убытков , (Рабочий документ Criterion Economics, 29 января 2016 г.), https://www.criterioneconomics.com/using-conjoint-analysis-to- apportion-патент-Damages.html .
Внешние ссылки [ править ]
- Грин П. и Сринивасан В. (1978) Совместный анализ в исследованиях потребителей: проблемы и перспективы , Journal of Consumer Research , том 5, сентябрь 1978 г., стр. 103–123.
- Грин, П. Кэрролл, Дж. И Голдберг, С. (1981) Общий подход к оптимизации дизайна продукта посредством совместного анализа [ постоянная мертвая ссылка ] , Journal of Marketing , том 43, лето 1981, стр 17–35.
- Сринивасан, В. (1988) Конъюнктивно-компенсаторный подход к самоэкспликации множественных предпочтений , Decision Sciences , Vol. 19, Весна 1998, 295-305.
- Грин, ЧП и Сринивасан В. (1990) Совместный анализ в маркетинге: новые разработки, имеющие значение для исследований и практики , Journal of Marketing , Vol. 54, октябрь 1990 г., 3-19.
- Мардер, Э. (1999) Предположения моделирования выбора
- Конджойнт-анализ, родственное моделирование и приложения
