Конджойнт-анализ

Конджойнт-анализ (Conjoint analysis, СА) - это статистический метод,

[в маркетинге] применяемый для исследования предпочтений потребителей. Название "совместный" (conjoint) происходит как раз от слов consider jointly - "рассматривать совместно".

При помощи совместного анализа определяют наилучшую конфигурацию новых или уже существующих продуктов (или услуг), производят сравнение атрибутов продуктов с целью выявления тех из них, которые оказывают наибольшее влияние на покупательские решения. Самой важной целью совместного анализа является измерение степени предпочтения потребителем одного из конкурирующих продуктов (услуг) в условиях предположения о комплексной оценке всех атрибутов, составляющих продукт. Это лучшая технология для измерения важности того или иного фактора из-за того, что СА заставляет респондента думать не о том, что важно, а только о собственном предпочтении - поэтому СА относится к непрямым исследовательским методам. К тому же СА дает более глубокое понимание потребительских предпочтений, чем те системы, в которых свойства продукции оцениваются индивидуально. Достоинством метода является возможность выявить латентные факторы, влияющие на поведение потребителей. С помощью данного метода можно выделить оптимальную комбинацию свойств продукта, оставив продукт в приемлемой ценовой категории.

СА относится к следующим категориям методов:

- мультиатрибутивные модели (multiattribute compositional modeling), в основании которых - теоретические работы Розенберга (Rosenberg, 1956) и Фишбейна (Fishbein, 1967));

- модели дискретного выбора (discrete choice modelling);

- исследования методом предпочтений (SP - stated preferences research);

- и является частью обширного набора статистических методов, используемых для измерения потребительских предпочтений при оценке различных вариантов исполнения товара/услуги/идеи (trade-off анализ, анализ компромисса). Эти методы включают также BPTO (Brand-Price Trade-Off - определение цены переключения покупателя с бренда на бренд), Simalto (Simultaneous Multi Attribute Level Trade Off) и ряд [нейро-]математических подходов, таких, как эволюционные алгоритмы или экспериментальная выработка правил.

Области применения СА [в маркетинге]

СА применяется в маркетинге, управлении продуктом, для определения предпочитаемых цен, при исследовании восприятия потребителями дизайна нового продукта, для оценки эффективности рекламы, для разработки услуги:

Выбор оптимальной конфигурации товара: например, определение наилучшего сочетания экономичности двигателя грузовика и вместительности грузовика, или поиск “компромисса” между количеством и сложностью встроенных функций комнатного кондиционера и показателями потребления кондиционером электроэнергии.

Выбор оптимального сочетания цены, размера упаковки, дизайна упаковки для нового товара: наиболее часто этот вид использования конджойнт-анализа применяется на рынке товаров FMCG, например, выбор между несколькими вариантами упаковки, размера упаковки и ценой каждого варианта дизайна и размера.

Определение значимости атрибутов товаров или услуг: изучение приоритетов потребителей по ключевым атрибутам товаров или услуг, например, сервис, цены, имидж, качество, широта ассортимента для розничной сети.

Сегментация потребительского рынка: продолжение, развитие приведенного выше вида использования конджойнт-анализа. Сегментация рынка на основе потребительских предпочтений, например, оценка размера сегмента, отдающего предпочтение сервису, либо сегмента, чувствительного в первую очередь к цене, и т.д. Подобная информация позволяет выбрать наиболее привлекательные сегменты рынка (на основе их относительного размера и уровня доходов) и разработать стратегию работы с выбранными сегментами (на основе информации о потребительских предпочтениях данных сегментов).

Существует также практика применения СА для позиционирования торговых марок, но есть ряд возражений (подробности ниже).

Дизайн исследования

Продукт или услуга должны быть описаны как набор атрибутов. Например, телевизор может характеризоваться через такие атрибуты, как размер экрана (диагональ), формат экрана (соотношение сторон), тип экрана (ЖК, ЭЛТ, пр.), марка, цена и так далее. Количество атрибутов для использования в анализе редко превышает 7 или 8. Каждый атрибут может иметь набор значений, которые могут быть представлены как набор уровней. Например, уровни для типа экрана могут быть 1 - электронно-лучевая трубка, 2 - жидкокристаллический экран, 3 - плазма. Как правило, количество уровней атрибута колеблется в пределах 2-5.

Респондентам показывают набор продуктов, их прототипов, макетов, изображений, содержащих комбинации уровней атрибутов (всех или наиболее существенных). Респондентам предлагают сделать выбор: отдать предпочтение, назначить ранги или рейтинги представленным вариантам продуктов. Мера сходства/различия представленных вариантов такова, чтобы потребитель мог достаточно легко сравнивать их и отдавать предпочтения тому или иному варианту. Каждый вариант составлен уникальный набор значений параметров. В разных типах исследований собираемые данные могут представлять собой индивидуальные рейтинги вариантов, порядки рядов или выборы из пар вариантов.

С ростом числа комбинаций атрибутов и уровней атрибутов количество потенциальных профилей выборов растет экспоненциально. Так что для уменьшения числа профилей, которые необходимо оценить респондентам, обычно используют Метод главных компонент. В этом случае при разработке дизайна исследования необходимо следить за тем, чтобы было получено достаточно данных для статистического анализа, и что профили для оценки (или профильные карточки - карточки с описанием конкретного сочетания уровней по атрибутам товара или услуги) выбраны таким образом, что по ним впоследствии можно реконструировать оценки остальных значений атрибутов, не вошедших в непосредственное тестирование.

Как правило, исследователи организовывают серию сессий, где группы по 8-10 человек оценивают каждую карточку по метрической шкале (напр., вероятность покупки, степень предпочтения, вероятность рекомендации данного товара и т.д.) либо по номинальной шкале – обычно ответ на вопрос, купил бы респондент данный товар: да или нет. Отбор респондентов для участия в эксперименте использует информацию о характеристиках целевых потребителей – участники эксперимента должны быть действительными потенциальными пользователями исследуемого товара или услуги.

Кроме опросных техник, данные для СА могут также быть собраны с помощью компьютерных программ-симуляторов, а также получены в ходе пробного маркетинга.

Длина опросника зависит от числа атрибутов и используемой разновидности СА. Типичный опросник Адаптивного СА включает в себя 20-25 атрибутов и требует около получаса для выполнения. СА, основанный на выборе, выполняется примерно за 15 мин благодаря тому, что используется малый набор профилей. Объекты для оценивания могут быть представлены в виде выкладки на торговой полке, а окружение должно имитировать магазинную обстановку.

Анализ данных

Для анализа ответов респондентов выполняется регрессионный анализ, где зависимой переменной служит оценка респондентом каждой карточки, или выбор карточки, а независимыми переменными выступают атрибуты товара или услуги. Выходная информация – регрессионное уравнение следующего вида:

Y = B0 + B1X1 + B2X2 + B3X3

Где Y – зависимая переменная (предпочтение карточки), B0 – константа, B1,2,3 – Бета-коэффициенты, X1,2,3 – независимые переменные (напр., цена, дизайн, и т.д.).

Бета коэффициенты отражают вклад соответствующего атрибута в степень предпочтения карточки, т.е варианта товара или услуги. Регрессионное уравнение позволяет понять, что и в какой степени влияет на выбор товара или услуги.

Помимо оценки Бэта-коэффициентов, конджойнт-анализ позволяет изучить собственно предпочтения респондентов – какой из предложенных вариантов получает наибольшие баллы при оценке респондентом, и каков вклад каждого атрибута для каждого сочетания уровней атрибута (карточки). Вклад атрибута на уровне отдельной карточки называют part-worth. Наиболее "популярный" вариант является ясным указанием на то, каким должен быть продукт, или по какой цене и в какой упаковке его наиболее целесообразно выводить на рынок.

Конджойнт-анализ позволяет выводить регрессионное уравнение на уровне отдельного респондента, и, отсюда, проводить сегментацию рынка по степени значимости для потребителя атрибутов товара или услуги, исходя из величины Бэта-коэффициента каждого атрибута – для каждого отдельно взятого респондента. Данный вид сегментации наиболее близок к сегментации рынка по выгодам. При этом Сonjoint дает более надежные результаты, чем прямой вопрос потребителю: что для Вас наиболее важно в продукте?

Для анализа данных могут использоваться и другие алгоритмы. В ходе анализа оценивается не что иное, как функция полезности применительно к различным атрибутам продукта. Функция полезности является индикатором воспринимаемой ценности и того, насколько чувствительными являются восприятие и предпочтения респондента к изменениям в свойствах продукта.

Для полнопрофильных задач наиболее подходящей является линейная регрессия, для СА, основанном на выборе, - оценка максимального подобия с логистической регрессией. В исходном варианте СА использовался монотонный частотный анализ или линейные техники программирования, но с точки зрения современной исследовательской практики эти методы заметно устарели.

Виды СА

Для различных форм совместного анализа в литературе могут использоваться такие термины, как Discrete Choice (дискретный выбор), Choice Modeling (моделирование выбора), Hierarchical Choice (иерархический выбор), Card Sorts (сортировка карточек), Tradeoff Matrices (матрицы обмена), Preference Based Conjoint (совместный анализ, основанный на предпочтениях) и Pairwise Comparisons (парные сравнения) и др.

Наиболее ранние формы СА известны как Полнопрофильные, в которых небольшой набор атрибутов (обычно 4 или 5) используются для создания профилей, которые представляются респондентам для оценки на отдельных карточках. Респонденты затем присваивают этим профилям рейтинги или ранги. С помощью относительно простого регрессионного анализа с использованием индикаторных переменных рассчитывались неявные значения для уровней.

В этих ранних дизайнах отмечены серьезные недостатки. Во-первых, число используемых атрибутов было строго ограничено. При большом количестве атрибутов задача оценивания становилась чрезвычайно объемной, и даже при использовании метода главных компонент число оцениваемых профилей росло слишком быстро.

Чтобы использовать больше атрибутов (до 30), были разработаны гибридные техники совместного анализа. Основные альтернативы заключались в том, чтобы 1) использовать компьютер для предъявления карточек с профилями и осуществления респондентом выбора, 2) использовать дополнительные прямые вопросы относительно важности тех или иных атрибутов перед проведением собственно сравнения и выбора - после этого этапа выбор респондент производит только из числа тех атрибутов, которые назвал важными для себя; разные респонденты оценивают различные наборы профилей, так что в конце концов оцениваются все рассматриваемые профили. Дополнительно респондент исключает те уровни атрибутов, которые для него в любом случае неприемлемы и которые он не стал бы рассматривать в реальной жизни ни при каких условиях. В дополнение респонденты прямо оценивают относительную важность каждой характеристики и желательность уровней каждой характеристики. Комбинируя прямые оценки с оценками, полученными оцениванием объектов для совместного анализа, можно определить модель на агрегатном уровне и при этом сохранить некоторые индивидуальные различия.

Второй недостаток заключался в том, что задача, по сути, была нереалистичной и, соответственно, противоречила бихевиористским принципам. В реальной жизни задача заключалась бы в осуществлении выбора - в определении предпочтения одному товару из множества, а не в том, чтобы ранжировать, сравнивать попарно и т.п. Тогда Джордан Лувье предложил свести задачу респондента в тесте только к выбору, что и стало основой СА, основанного на выборе (choice-based conjoint), и модели дискретного выбора (discrete choice analysis). Эта методика исследования предпочтений тесно связана с эконометрическим моделированием и теорией выявленных предпочтений, в которых модели выбора калибруются на основе реального поведения в большей степени, чем на основе экспериментальных данных. Изначально СА, основанный на выборе, был мог иметь дела с уровнем полезности на индивидуальном уровне, так как он агрегировал данные по рынку в целом. Это делало его непригодным для сегментационных исследований. Но с использованием новейших иерархических байесовских аналитических техник полезность на индивидуальном уровня может быть рассчитана.

Достоинства метода

Главное достоинство СА в том, что он позволяет делать прогнозы (степень точности?) о предпочтениях потребителей (?) в реальной ситуации покупки на основании достаточно хорошо проработанной математической модели и вполне определенной методики эксперимента (довольно сложной, но хорошо проработанной).

Прочие достоинства:

- исследует психологические компромиссы, на которые идет потребитель, оценивая несколько атрибутов совместно;

-- измеряет предпочтения на уровне индивида;

- раскрывает реальные, порой скрытые мотивы, которые респондент может не осознавать;

- исследует действительные предпочтения (практически как внутримагазинный выбор);

- при соответствующем дизайне исследования его способность моделировать взаимодействие между атрибутами может быть использована для сегментации на основании потребностей.

Ограничения метода

Очевидно, впрочем, что у метода есть и ограничения. Первым из них стоит упомянуть невозможность применения СА для оценки товаров, атрибуты которых взаимосвязаны. СА строится на аддитивной модели, что предполагает независимость атрибутов товара друг от друга. Однако если товар или услуга не могут быть подвергнуты декомпозиции до элементарных атрибутов.

К тому же "сложные" товары, то есть обладающие большим количеством значимых для принятия решений атрибутов, могут генерировать слишком большое количество альтернатив (ведь в СА рассматриваются комбинации атрибутов), так что респондент оказывается не в состоянии обработать настолько большое число вариантов… Существует несколько способов разрешения этой проблемы, в числе которых, например, т.н. ортогональный план, или метод ортогонального массива. При его использовании альтернативы отбираются так, чтобы сбалансировать независимый вклад каждого атрибута. Реакция потребителей на комбинации, не вошедшие в тестирование непосредственно, моделируются математически.

В маркетинге метод находит различные применения, в частности, для изучения восприятия потребителями соотношении цены и субъективной ценности товара.

Прочие ограничения

- сложность разработки эффективного исследовательского плана;

- при избытке оцениваемых профилей респондент склонен к использованию стратегии упрощения;

- увеличение длительности интервью, поскольку респондент должен потратить определенное время на оценку и выбор профилей;

- сложность проведения экспериментов с большим количеством атрибутов или большого набора значений (уровней) атрибутов;

- затруднительно использовать для позиционирования продукта, так как не существует процедуры конвертации между восприятием актуальных товарных свойств и восприятием усеченного набора атрибутов;

- не всегда респонденты в состоянии сформулировать свое отношение к новым категориям, а иногда вынуждены думать о параметрах, на которым в обыденной жизни не придают значения;

- плохой дизайн исследования может придать чрезмерное значение эмоциональным составляющим и недостаточное значение - конкретным физическим характеристикам;

- метод не принимает во внимание такой параметр, как объем покупки, так что может не вполне точно прогнозировать рыночную долю.

Дата добавления: 2014-01-03