联合分析原理与实例.doc

市场研究工具之联合分析原理及实例说明市场研究中一个经常遇到的问题是：在研究的产品或服务中，具有哪些特征的产品最能得到消费者的欢迎一件产品通常拥有许多特征如价格、颜色、款式以及产品的特有功能等，那么在这些特性之中，每个特性对消费者的重要程度如何？在同样的（机会）成本下，产品具有哪些特性最能赢得消费者的满意？要解决这类问题，传统的市场研究方法往往只能作定性研究，而难以作出定量的回答联合分析（Conjoint Analysis，也译为交互分析）就是针对这些需要而产生的一种市场分析方法一、联合分析的基本原理与步骤联合分析是通过假定产品具有某些特征，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与特征水平的效用分离，从而对每一特征以及特征水平的重要程度作出量化评价的方法联合分析的基本假定联合分析假定分析的对象如品牌、产品、商店等，是由一系列的基本特征（如：质量、方便程度、价格）以及产品的专有特征（如电脑的CPU速度、硬盘容量等）所组成的；消费者的抉择过程是理性地考虑这些特征而进行的联合分析的主要步骤联合分析通常由以下几部分组成：1． 确定产品特征与特征水平：联合分析首先要对产品或服务的特征进行识别。

这些特征与特征水平必须是显著影响消费者购买的因素一个典型的联合分析包含6－7个显著因素确定了特征之后，还应该确定这些特征恰当的水平，例如CPU类型是电脑产品的一个特征，而目前市场上电脑的CPU类型主要有：奔腾II 450，奔腾II350，赛扬300等，这些是CPU特征的主要特征水平特征与特征水平的个数决定了分析过程中要进行估计的参数的个数2． 产品模拟：联合分析将产品的所有特征与特征水平通盘考虑，并采用正交设计的方法将这些特征与特征水平进行组合，生成一系列虚拟产品在实际应用中，通常每一种虚拟产品被分别描述在一卡片上3． 数据收集：请受访者对虚拟产品进行评价，通过打分、排序等方法调查受访者对虚拟产品的喜好、购买的可能性等4． 计算特征的效用：从收集的信息中分离出消费者对每一特征以及特征水平的偏好值，这些偏好值也就是该特征的“效用”5． 市场预测：利用效用值来预测消费者将如何在不同产品中进行选择，从而决定应该采取的措施二、联合分析的一个实例以下用一个个人电脑的例子来说明联合分析的基本方法假定XX电脑是一个以中低档电脑为主的品牌，公司计划推出一款新产品，定价在6000元左右，以便与市场上的主要中低档产品抗衡。

公司决定采用联合分析对产品配置进行分析1． 筛选产品特征与特征水平以前的研究表明，电脑的价格、品牌、CPU类型和硬盘容量是影响消费者选购电脑的最主要因素因此我们需要模拟的特征是价格、品牌、CPU速度、硬盘容量　确定特征水平：XX电脑目前的主要竞争对手为联想电脑与华东电脑；同时XX电脑是面向中低档电脑消费者的，目前市场上的中低档电脑价格多在5000－7000之间，因此可以考虑的定价为5000，6000，7000；CPU类型上，目前较普遍的中低档电脑配置为赛扬300，PII350，K6 350；硬盘的容量常见的有2.1G，3.2G，4.3G，因此最终选择的特征水平为：价格 5000 6000 7000品牌 联想 华东 XXCPU 赛扬300 PII350 K6 350硬盘 2.1G 3.2G 4.3G2． 建立虚拟产品利用上述特征与特征水平可以组合起81种虚拟产品（3×3×3×3）。

如果受访者对所有81种虚拟产品进行一一评价，那将是十分麻烦的联合分析采用数理统计中的正交设计来减少虚拟产品数量在本例中，通过正交设计，所需要测试的虚拟产品可以减少到9种以下是正交设计的一个方案：虚拟产品品牌价格CPU硬盘AXX5000K6 3503.2GB华东7000赛扬3003.2GC联想5000赛扬3002.1GD联想6000PII 3503.2GEXX6000赛扬3004.3GF联想7000K6 3504.3GGXX7000PII 3502.1GH华东6000K6 3502.1GI华东5000PII 3504.3G3、通过调查收集数据：联合分析通过让受访者回答一些经过精心设计的抉择型问题，以揭示出受访者对各特征的重视程度本例中我们采用如下提问：请问您有多大可能会购买以下电脑（请采用9分法评价，1表示完全不可能，9表示非常可能）产品A（XX牌电脑,价格5000元，K6II 350，硬盘3.2GB） 1 2 3 4 5 6 7 8 9 完全不可能 非常可能假定通过调查得到某一消费者对9种产品的评价如下：虚拟产品序号 购买的可能性A 8B 2C 6D 8 E 4F 7G 5H 6I 94、计算特征的效用计算特征的效用是联合分析的关键步骤。

其基本模型是：(1) 其中：U(x)=所有特征的效用；ki =特征I的水平数目m=特征个数；αij表示特征i的第j个水平的效用由效用函数可以产生一个衡量每一特征重要程度的指标：相对重要程度Wi，其中Ci为特征i的效用变动范围：为了估计以上模型(1)中的参数αij,，通常采用哑元法来减少参数，使用最小二乘法估计模型参数实际应用中，模型的估计几乎完全计依赖于计算机软件对于本例数据，我们采用SPSS中的Conjoint模块进行分析，得到如下结果：特征特征的相对重要程度特征水平特征水平的效用价格34.62%50001.5566000-0.1117000-1.444品牌15.38%联想0.889华东-0.444XX-0.444CPU38.46%赛扬300-2.111PII 3501.222K6 3500.889 硬盘11.54%2.1G-0.4443.2G-0.1114.3G0.556上表中：相对重要程度栏表示该特征在消费者购买选择中所关心的程度可见，对该消费者而言，CPU类型是消费者最关心的，相对重要程度为38.46％，其次是产品的价格(34.62％），该消费者对产品的品牌并不十分重视特征水平的效用栏表示该特征水平对于该消费者而言的效用。

效用越高，则表示该特征水平的越受欢迎如在该消费者心目中：联想品牌比其他2种品牌要好5、市场预测与决策联合分析的迷人之处在于她可以对产品的前景进行预测在得到产品特征的效用函数后，我们可以对产品的各种特征组合进行模拟决策在本例中，假定我们的问题是：在价格为6000元时，应该推出何种配置的XX牌产品，才能战胜目前市场上的主流产品：联想PII350(7000元,3.2G，简称Y产品)以及华东K6 350（6000,4.3G，简称Z产品）XX电脑列入考虑的电脑配置主要有三种，即：X1产品（K6 350＋4.3G）；X2（PII350＋4.3G）；X3（PII350＋3.2G）为此我们分别计算出Y、Z以及X1，X2，X3产品对消费者的效用：U(Y)=U(价格＋品牌＋CPU＋硬盘)=-1.444+0.889+1.222+(-0.111)=0.556U(Z)=(-0.111)+(-0.444)+0.889+0.556=0.889U(X1)=-0.111+(-0.444)+0.889+0.556=0.889U(X2)=-0.111++(-0.444)+1.222+0.556=1.223U(X3)=:-0.111+(-0.444)+1.222+(-0.111)=0.556可见：U(X2)>U(Z)，U(X1)>U(Y)，U(X3)因此很明显，XX电脑的产品要战胜联想与华东，必须采用X2产品：CPU为PII350，同时硬盘4.3G的配置。

通过这个简单的例子，可以很容易地推广到更多的特征、更多的特征水平而对于更多的受访者，在计算出消费者个人的效用函数后，通过聚类分析，可以将消费者划分为不同的消费群体，然后将这些群体作为同质个体处理三、联合分析的应用与前景联合分析采用了一系列的现代数理统计方法，如正交设计、回归分析等，这些方法的计算量巨大，只有通过电脑才能实现因此实际的市场研究中，必须有专门的软件来实现从虚拟产品设计到估计效用模型、预测等一系列过程一些常用的统计软件如SPSS，SAS中包含有联合分析的基本模型，但是在实际应用中我们更多地采用联合分析专业软件Sawtooth公司是专门从事市场研究软件开发的专业公司，其开发的联合分析软件包是目前较有代表性的软件她包含有ACA模型(Adaptive Conjoint Analysis，主要用于多个特征与特征水平的情况，必须使用电脑在现场产生问卷进行采访)，CBC模型(Choice-Based Conjoint，可以采用现成问卷手工采访，主要用于定价研究), CVA模型( Conjoint Value Analysis，可以使用现成问卷手工采访)等数个联合分析模型同时SAWTOOTH每年都举行全世界范围内的研讨会，专门探讨联合分析的理论与应用方法，并在因特网上公布()。

联合分析是对人们购买决策的一种现实模拟因为在实际的抉择过程中，由于价格。