Совместный анализ

Пример опроса для совместного анализа на основе выбора с применением в маркетинге (исследование предпочтений в отношении мороженого)

Совместный анализ — это статистический метод, основанный на опросах, используемый в исследованиях 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 или принятие решений респондента. Респондентам показывают контролируемый набор потенциальных продуктов или услуг, и путем анализа того, как они делают выбор среди этих продуктов, можно определить неявную оценку отдельных элементов, составляющих продукт или услугу. Эти неявные оценки (полезность или стоимость частей) можно использовать для создания рыночных моделей, которые оценивают долю рынка, доход и даже прибыльность новых разработок.

Конджойнт-анализ зародился в математической психологии и был разработан профессором маркетинга Полом Э. Грином в Уортонской школе Пенсильванского университета . Среди других выдающихся пионеров совместного анализа — профессор В. «Сину» Сринивасан из Стэнфордского университета, который разработал процедуру линейного программирования (LINMAP) для ранжированных данных, а также самовыраженный подход, и Джордан Лувьер (Университет Айовы), который изобрел и разработал подходы к совместному анализу, основанные на выборе, и связанные с ними методы, такие как масштабирование «лучшее-худшее» .

Сегодня он используется во многих социальных и прикладных науках, включая маркетинг , управление продуктами и исследования операций . Он часто используется при тестировании потребительского восприятия нового дизайна продукта , при оценке привлекательности рекламы и при проектировании услуг . Его использовали при позиционировании продукта , но есть люди, у которых возникают проблемы с применением конджойнт-анализа.

Методы совместного анализа также могут называться многоатрибутным композиционным моделированием, моделированием дискретного 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 бренда, Simalto и математические подходы, такие как AHP , ^[1] ПАПРИКА , ^[2]^[3] эволюционные алгоритмы или эксперименты по разработке правил.

Совместный дизайн [ править ]

Область продукта или услуги описывается с точки зрения ряда атрибутов. Например, телевизор может иметь такие атрибуты, как размер экрана, формат экрана, марка, цена и т. д. Каждый атрибут затем можно разбить на несколько уровней. Например, уровни формата экрана могут быть светодиодными, ЖК- или плазменными. ^{[ нужна ссылка ]}

Респондентам показывают набор продуктов, прототипов, макетов или изображений, созданных из комбинации уровней всех или некоторых составляющих атрибутов, и просят выбрать, ранжировать или оценить продукты, которые им показывают. Каждый пример достаточно похож, чтобы потребители воспринимали их как близкие заменители, но достаточно различны, чтобы респонденты могли четко определить предпочтение. Каждый пример состоит из уникальной комбинации функций продукта. Данные могут состоять из отдельных рейтингов, рангов или выбора альтернативных комбинаций. ^{[ нужна ссылка ]}

Совместное проектирование включает в себя четыре различных этапа:

Определитесь с типом обучения
Определите соответствующие атрибуты
Укажите уровни атрибутов
Дизайн анкеты

1. Определить тип исследования [ править ]

Могут быть разработаны различные типы исследований:

Объединение на основе рейтинга
Объединение на основе рейтинга
Объединение на основе выбора

2. Определите соответствующие атрибуты [ править ]

Атрибуты в совместном анализе должны:

иметь отношение к принятию управленческих решений,
имеют разные уровни в реальной жизни,
можно ожидать, что они повлияют на предпочтения,
быть четко определенным и коммуникативным,
желательно не иметь сильной корреляции (цена и бренд являются исключением),
состоять как минимум из двух уровней.

3. Укажите уровни атрибутов [ править ]

Уровни атрибутов должны быть:

однозначный,
взаимоисключающие,
реалистично.

4. Разработка анкеты [ править ]

По мере увеличения количества комбинаций атрибутов и уровней количество потенциальных профилей увеличивается в геометрической прогрессии. Следовательно, дробный факторный дизайн обычно используется для уменьшения количества профилей, подлежащих оценке, при одновременном обеспечении достаточного количества данных для статистического анализа, в результате чего респондент получает тщательно контролируемый набор «профилей». ^{[ нужна ссылка ]}

форма и ранняя недостатки Самая

Самыми ранними формами совместного анализа, начавшимися в 1970-х годах, были так называемые исследования полного профиля, в которых небольшой набор атрибутов (обычно от 4 до 5) использовался для создания профилей, которые показывались респондентам, часто на отдельных карточках. Затем респонденты ранжировали или оценивали эти профили. Используя относительно простой с фиктивными переменными регрессионный анализ , можно рассчитать неявную полезность для уровней, которые лучше всего воспроизводят ранги или рейтинги, указанные респондентами. В этих ранних конструкциях были замечены два недостатка. ^{[ нужна ссылка ]}

Во-первых, количество используемых атрибутов было сильно ограничено. При большом количестве атрибутов задача рассмотрения для респондентов становится слишком большой, и даже при использовании дробных факторных планов количество профилей для оценки может быстро увеличиться. Чтобы использовать больше атрибутов (до 30), были разработаны гибридные совместные методы, сочетающие самовыражение (рейтинг или ранжирование уровней и атрибутов) с последующими совместными задачами. Начиная с 1980-х годов стали использоваться как бумажные, так и адаптивные компьютерные вопросники. ^{[ нужна ссылка ]}

Вторым недостатком было то, что рейтинги или рейтинги профилей были нереалистичными и не имели прямой связи с поведенческой теорией. В реальных ситуациях покупатели выбирают альтернативы, а не ранжируют или оценивают их. Джордан Лувьер был пионером подхода, в котором использовалась только задача выбора, которая стала основой основанного на выборе совместного анализа и анализа дискретного выбора . Это исследование заявленных предпочтений связано с эконометрическим моделированием и может быть связано с выявленными предпочтениями , когда модели выбора калибруются на основе реальных, а не опросных данных. Первоначально объединенный анализ, основанный на выборе, не мог предоставить полезности на индивидуальном уровне, и исследователи разработали агрегированные модели, отражающие предпочтения рынка. Это сделало его непригодным для исследований сегментации рынка . С помощью новых методов иерархического байесовского анализа можно оценить полезности на индивидуальном уровне, что позволит лучше понять неоднородные предпочтения отдельных лиц и сегментов рынка. ^{[ нужна ссылка ]}

Сбор информации [ править ]

Данные для совместного анализа чаще всего собираются посредством опроса по исследованию рынка, хотя объединенный анализ также может быть применен к тщательно разработанному конфигуратору или данным правильно разработанного тестового рыночного эксперимента. Эмпирические правила исследования рынка применяются в отношении размера статистической выборки и точности при планировании интервью для совместного анализа. ^{[ нужна ссылка ]}

Длина объединенного опросника зависит от количества оцениваемых признаков и выбранного метода совместного анализа. Заполнение типичного адаптивного объединенного опросника с 20–25 атрибутами может занять более 30 минут. ^{[ нужна 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 в виде макета витрины магазина или в какой-либо другой моделируемой среде покупок. ^{[ нужна ссылка ]}

Анализ [ править ]

Пример результатов совместного анализа с применением в маркетинге

Поскольку совместные планы сложны, они обычно порождают значительную ошибку измерения (на что указывает низкая надежность внутри респондентов), которая может вызвать существенную погрешность в любом направлении на любую величину; это смещение необходимо исправить при статистическом анализе объединенных данных. ^[4] В зависимости от типа модели для оценки функций полезности могут использоваться различные эконометрические и статистические методы. Эти функции полезности указывают на воспринимаемую ценность характеристики и на то, насколько чувствительны потребительские восприятия и предпочтения к изменениям характеристик продукта. Фактическая процедура оценки будет зависеть от структуры задачи и профилей респондентов, а также шкалы измерения, используемой для указания предпочтений (интервальная шкала, ранжирование или дискретный выбор). Для оценки полезности для каждого уровня атрибута с использованием полнопрофильных задач на основе рейтингов линейная регрессия может подойти оценка максимального правдоподобия, обычно с помощью логистической регрессии , для задач, основанных на выборе, обычно используется . Первоначальными методами оценки полезности были монотонный дисперсионный анализ или методы 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. Иерархические байесовские процедуры в настоящее время также относительно популярны. ^{[ нужна ссылка ]}

Преимущества и недостатки [ править ]

Преимущества [ править ]

оценивает психологические компромиссы, на которые идут потребители при одновременной оценке нескольких атрибутов
может измерить предпочтения на индивидуальном уровне
выявляет реальные или скрытые движущие силы, которые могут быть неочевидны для самих респондентов
имитирует реалистичный выбор или задачу покупки
способен использовать физические объекты
при правильном проектировании может моделировать взаимодействие между атрибутами
может использоваться для разработки сегментации на основе потребностей при применении моделей, распознающих 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, поскольку не существует процедуры преобразования представлений о фактических характеристиках в представления о сокращенном наборе основных характеристик.
респонденты не могут сформулировать свое отношение к новым категориям или могут чувствовать себя вынужденными думать о проблемах, о которых в противном случае они бы не задумывались.
плохо спланированные исследования могут переоценить эмоционально насыщенные характеристики продукта и недооценить конкретные характеристики.
не учитывает количество продуктов, приобретенных на одного респондента, но взвешивание респондентов по объему покупок, о котором они сообщают сами, или дополнительные расширения, такие как объемный совместный анализ, могут исправить эту проблему.

Практическое применение [ править ]

Исследование рынка [ править ]

Одно из практических применений совместного анализа в бизнес-анализе дается на следующем примере: застройщик заинтересован в строительстве высотного жилого комплекса рядом с городским университетом Лиги плюща. Чтобы обеспечить успех проекта, нанимается исследовательская фирма для проведения фокус-групп с нынешними студентами. Студенты сегментированы по учебному году (первокурсники, старшеклассники, аспиранты) и объему полученной финансовой помощи. Участникам исследования показан ряд сценариев выбора, включающих различные варианты проживания в квартире, указанные по шести критериям (близость к кампусу, стоимость, телекоммуникационные пакеты, варианты прачечной, планы этажей и предлагаемые функции безопасности). Ориентировочная стоимость строительства здания, связанного с каждым вариантом квартиры, является эквивалентной. Участникам предлагается выбрать предпочтительный вариант квартиры в рамках каждого сценария выбора. Это упражнение по принудительному выбору выявляет приоритеты и предпочтения участников. Полиномиальную логистическую регрессию можно использовать для оценки показателей полезности для каждого уровня атрибутов из шести атрибутов, участвующих в совместном эксперименте. Используя эти оценки полезности, можно спрогнозировать рыночное предпочтение любой комбинации уровней атрибутов, описывающих потенциальные варианты проживания в квартире. ^{[ нужна ссылка ]}

Подход исследования рынка, Mind Genomics (MG), представляет собой применение совместного анализа (CA). CA проводится для оценки принятия потребителями, предоставления им набора атрибутов продукта и оценки их предпочтений в отношении различных комбинаций атрибутов путем оценки показателей полезности для разных уровней атрибутов. MG, применяя СА, глубже погружается в психологические и эмоциональные аспекты, влияющие на принятие решений, помогая первоначально определить атрибуты, которые наиболее важны для потребителей, и помогая исследователям уточнить атрибуты, которые будут использоваться в СА. ^[5]

Судебное разбирательство [ править ]

Федеральные суды в США разрешили свидетелям-экспертам использовать конджойнт-анализ для обоснования своего мнения относительно ущерба, который должен выплатить нарушитель патента, чтобы компенсировать патентообладателю нарушение его прав. ^[6] Тем не менее, ученые-юристы отмечают, что судебная практика Федерального округа по использованию конджойнт-анализа при расчете патентного ущерба остается на стадии становления. ^[7]

Одним из примеров этого является то, как Apple использовала конджойнт-анализ, чтобы доказать ущерб, понесенный Samsung в результате нарушения авторских прав, и увеличить компенсацию по этому делу. ^{[ нужна ссылка ]}

См. также [ править ]

Ссылки [ править ]

^ Айзерман М.Ю., ван Тил Дж.А., Бриджес Дж.Ф. (212). «Сравнение процесса аналитической иерархии и методов совместного анализа при оценке альтернатив лечения реабилитации после инсульта» . Пациент . 5 (1): 45–56. дои : 10.2165/11587140-000000000-00000 . ПМИД 22185216 . S2CID 207299893 .
^ Либерман А.Л., Пинто Д., Ростански С.К., Лабовиц Д.Л., Найдеч А.М., Прабхакаран С. (2019). «Принятие клинических решений по тромболизису острого малого инсульта с использованием адаптивного конджойнт-анализа» . Нейрогоспиталист . 9 (1): 9–14. дои : 10.1177/1941874418799563 . ПМК 6327243 . ПМИД 30671158 .
^ Аль-Исмаили А, Ли М, Шен Дж, Хэ Кью (2016). «Моделирование принятия решений по внедрению облачных вычислений для МСП: совместный анализ» . Международный журнал веб- и грид-сервисов . 12 (3): 296–327. дои : 10.1504/IJWGS.2016.079157 .
^ Клейтон, Кэтрин; Хориучи, Юсаку; Кауфман, Аарон Р.; Кинг, Гэри; Комисарчик, Майя (2023). «Корректировка систематической ошибки измерения в совместных исследовательских экспериментах» . gking.harvard.edu . Проверено 31 января 2023 г.
^ Порретта, Себастьяно; Гир, Аттила; Радвани, Далма; Московиц, Ховард (февраль 2019 г.). «Ментальная геномика (совместный анализ): новая концепция исследования в области анализа потребительского поведения и выбора» . Тенденции в пищевой науке и технологиях . 84 : 29–33. дои : 10.1016/j.tifs.2018.01.004 .
^ Корнельский университет против Hewlett-Packard Co., 609 F. Supp. 2d 279 (NDNY, 2009 г.); 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 патентного ущерба , (Рабочий документ по экономике критериев, 29 января 2016 г.), https://www.criterion Economics.com/using-conjoint-anaанализ-to-apportion -patent-damages.html .

Внешние ссылки [ править ]

Грин П. и Сринивасан В. (1978) Совместный анализ в исследованиях потребителей: проблемы и перспективы , Журнал 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 , Журнал маркетинга , том 43, лето 1981 г., стр. 17–35.
Шринивасан, В. (1988) Конъюнктивно-компенсаторный подход к самовыражению многоатрибутивных предпочтений , Decision Sciences , Vol. 19, весна 1998 г., 295–305.
Грин, П.Е. и Шринивасан В. (1990) Совместный анализ в маркетинге: новые разработки с последствиями для исследований и практики , Журнал маркетинга , Vol. 54, октябрь 1990 г., 3–19.
Мардер, Э. (1999) Предположения моделирования выбора
Совместный анализ, связанное моделирование и приложения

[1] Айзерман М.Ю., ван Тил Дж.А., Бриджес Дж.Ф. (212). «Сравнение процесса аналитической иерархии и методов совместного анализа при оценке альтернатив лечения реабилитации после инсульта» . Пациент . 5 (1): 45–56. дои : 10.2165/11587140-000000000-00000 . ПМИД 22185216 . S2CID 207299893 .

[2] Либерман А.Л., Пинто Д., Ростански С.К., Лабовиц Д.Л., Найдеч А.М., Прабхакаран С. (2019). «Принятие клинических решений по тромболизису острого малого инсульта с использованием адаптивного конджойнт-анализа» . Нейрогоспиталист . 9 (1): 9–14. дои : 10.1177/1941874418799563 . ПМК 6327243 . ПМИД 30671158 .

[3] Аль-Исмаили А, Ли М, Шен Дж, Хэ Кью (2016). «Моделирование принятия решений по внедрению облачных вычислений для МСП: совместный анализ» . Международный журнал веб- и грид-сервисов . 12 (3): 296–327. дои : 10.1504/IJWGS.2016.079157 .

[4] Клейтон, Кэтрин; Хориучи, Юсаку; Кауфман, Аарон Р.; Кинг, Гэри; Комисарчик, Майя (2023). «Корректировка систематической ошибки измерения в совместных исследовательских экспериментах» . gking.harvard.edu . Проверено 31 января 2023 г.

[5] Порретта, Себастьяно; Гир, Аттила; Радвани, Далма; Московиц, Ховард (февраль 2019 г.). «Ментальная геномика (совместный анализ): новая концепция исследования в области анализа потребительского поведения и выбора» . Тенденции в пищевой науке и технологиях . 84 : 29–33. дои : 10.1016/j.tifs.2018.01.004 .

[6] Корнельский университет против Hewlett-Packard Co., 609 F. Supp. 2d 279 (NDNY, 2009 г.); Sentius Int'l, LLC против Microsoft Corp., № 5:13-cv-00825, 2015 WL 331939 (ND Cal, 23 января 2015 г.).

[7] Дж. Грегори Сидак и Джереми О. Ског, Использование совместного анализа для распределения патентного ущерба , (Рабочий документ по экономике критериев, 29 января 2016 г.), https://www.criterion Economics.com/using-conjoint-anaанализ-to-apportion -patent-damages.html .

[1]

[2]

[3]

[4]

[5]

[6]

[7]