Upload
rooney-carey
View
192
Download
0
Embed Size (px)
DESCRIPTION
CONJOINT ANALIZA. Metoda v tržnem raziskovanju. Vsebina predstavitve. Kaj je conjoint analiza? Primer conjoint analize Načrtovanje conjoint analize Uporaba conjoint analize Uporabnost in fleksibilnost conjoint analize. Ni pomembno. Zelo pomembno. Cena za kg. 1. 2. 3. 4. 5. 6. 7. - PowerPoint PPT Presentation
Citation preview
Ana Bardorfer
CONJOINT ANALIZA
Metoda v tržnem raziskovanju
Vsebina predstavitve Kaj je conjoint analiza? Primer conjoint analize Načrtovanje conjoint analize Uporaba conjoint analize Uporabnost in fleksibilnost
conjoint analize
Kaj je conjoint analiza? Tradicionalni pristop k ocenjevanju izdelkov ali storitev temelji Tradicionalni pristop k ocenjevanju izdelkov ali storitev temelji
na ocenjevanju vsake lastnosti posebej na neki lestivici.na ocenjevanju vsake lastnosti posebej na neki lestivici.
Ko se odločam za nakup čistilnega sredstva za pranje perila, kako pomembna je…
Ne kaže realnega stanja zaradi socialno zaželjenjih odgovorovNe kaže realnega stanja zaradi socialno zaželjenjih odgovorov V povprečju vprašani odgovarjajo z relativno visokimi V povprečju vprašani odgovarjajo z relativno visokimi
ocenami pomembnosti ocenami pomembnosti Razporeditev rezultatov je nesimetričnaRazporeditev rezultatov je nesimetrična Med ocenami so relativno majhne razlikeMed ocenami so relativno majhne razlike
Ni pomembno
Zelo pomembno
Cena za kg 1 2 3 4 5 6 7
Oblika 1 2 3 4 5 6 7
Znamka 1 2 3 4 5 6 7
...Kaj je conjoint analiza?
Temelji na predpostavki, da potrošnik v nakupnem procesu med seboj preimerja in vrednosti (»consider«) cel spekter značilnosti in koristi izdelka oz. storitve hkrati (»jointly«), pri čemer pripisuje večjo ali manjšo težo določenim atributov na račun drugih atributov.
Conjoint analiza = CONSIDER + JOINTLYje multivariatna metoda, ki omogoča
merjenje preferenc med konkurenčnimi storitvami
Osnovna ideja CA je torej v tem, da je možno vsak izdelek oz. storitev opisati z določenim relevantnim številom atributov in nivoju atributov – s profili izdelka oz. storitve
Primer conjoint analizeČistilno sredstvo za pranje perila lahko opišemo s 3
atributi: Cena Oblika oz. priročnost uporabe Znamka
FAKTOR ali ATRIBUT LEVEL
Cena za kg v SIT 1000 1500
Oblika Tekočina Prašek
Znamka Henkel Procter&Gamble
Iz dveh atributov s po dvema ravnema lahko skonstruiramo 2x2x2 = 8 različnih dražljajev
Opisi dražljajev
D Oblika Cena v SIT Znamka
1 Tekočina 1000 Henkel
2 Tekočina 1000 Procter&Gamble
3 Tekočina 1500 Henkel
4 Tekočina 1500 Procter&Gamble
5 Prašek 1000 Henkel
6 Prašek 1000 Procter&Gamble
7 Prašek 1500 Henkel
8 Prašek 1500 Procter&Gamble
Rangi respondenta
Opisi dražljajev Rangi
D Oblika Cena v SIT Znamka Respondent
1 Tekočina 1000 Henkel 1
2 Tekočina 1000 Procter&Gamble 2
3 Tekočina 1500 Henkel 5
4 Tekočina 1500 Procter&Gamble 6
5 Prašek 1000 Henkel 3
6 Prašek 1000 Procter&Gamble 4
7 Prašek 1500 Henkel 7
8 Prašek 1500 Procter&Gamble 8
oseba pralnim sredstvom za 1000 sit pripiše najvišje, medtem ko tistim za 1500 sit najnižje range
bolj torej preferira cenejše pralno sredstvo
znamkam pripisuje tako visoke kot nizke range
Posebno ne preferira nobene od znamk
Izračun delnih koristi in pomembnosti atributov
Level faktorja Rangi R¯ R’= R¯-R¯total
OBLIKA
Tekočina 1,2,5,6 3,5 -1,0
Prašek 3,4,7,8 5,5 +1,0
CENA v SIT
1000 1,2,3,4 2,5 -2,0
1500 5,6,7,8 6,5 2,0
ZNAMKA
Henkel 1,3,5,7 4,0 -0,5
Procter&Gamble 2,4,6,8 5,0 +0,5
Izračun delnih koristi in pomembnosti atributov
Level faktorja
-R’
(- R’)2
SD
Ocenjena DK
Razpon DK
Pomembnost faktorja
OBLIKA
Tekočina 1,0 1,0 +,571 +,756 1,512 28,6%
Prašek -1,0 1,0 -,571 -,756
CENA v SIT
1000 2,0 4,0 +2,284
+1,511 3,022 57,1%
1500 -2,0 4,0 -2,284 -1,511
ZNAMKA
Henkel 0,5 0,25 +,143 +,378 ,756 14,3%
Procter&Gamble
-0,5 0,25 -,143 -,378
∑(R’)2 10,5
Standardizirana vrednost
,571
∑razpon DK 5,290
Kaj lahko zaključimo iz delnih koristi?
Tej osebi je veliko bolj pomembna cena 1000 SIT kot 1500 SIT
Bolj preferira pralno sredstvo obliki tekočine, kot pa praška
Bolj preferira znamko Henkel
Kaj lahko zaključimo iz pomembnosti faktorjev?
Tej osebi je najpomembnejši faktor oz. atribut cena, nato oblika in šele nato znamka proizvajalca
Seveda, le če naš model veljaven, točen in zanesljiv!!!
Kako lahko te zaključke uporabimo? V oglaševanju:
Pri tej osebi bo oglas, ki poudarja znamko proizvajalca neuspešen
Oglas mora poudarjati nizko ceno ali pa npr. dejstvo, da z nakupom tega pralnega sredstva potrošnik pravzaprav privarčuje
Pri conjoint modeliranju: Preverjamo kako uspešni bi bili neki produkti, še preden
jih lansiramo na trg Dobimo % potrošnikov, ki bi uporabljali vsakega od teh
izdelkov
... In še marsikje
ČS 1 Henkel 1500 SIT
Tekoči
ČS 2 Henkel 1500 SIT
Prašek
ČS 3 Henkel 1500 SIT
Prašek
Načrtovanje conjoint analize
Raziskovalec mora v načrtu razčistiti več vprašanj:
1. Opredelitev ciljev2. Izbira conjoint metodologije3. Izbira načina zbiranja podatkov4. Definiranje bazične oblike modela5. Specifikacija dražljajev6. Ocenjevanje conjoint modela – goodness of fit7. Interpretacija rezultatov8. Validacija rezultatov
1. Opredelitev ciljev Določiti prispevek prediktivnih variabel (atributov) in
njihovih ravni pri določanju potrošnikove preference Koliko cena prispeva k volji do nakupa izdelka Katera cena je optimalna?
Ustanoviti veljaven model potrošnikovih sodb Omogoča napovedovanje sprejemljivost potrošnika
ali segmentov potrošnikov za katero koli kombinacijo atributov, tudi tistih, ki jih potrošnik originalno ni evaluiral
Ali je enostaven model dodajanja (aditivni model) zadovoljiv, ali moramo vnesti bolj kompleksno evalvacijo preference za adekvatnejšo sliko (aditivni + interakcijski model)?
2. Izbira conjoint metodologije
Alternativne CA
Karakteristike
Tradicionalna CA
Adaptive CA
Choice-based CA
Max. število atributov
9 30 6
Level analize Individualen Individualen Skupinski
Model Aditiven Aditiven Aditiven + interaktiven
3. Načini zbiranja podatkov - tradicionalna CA
Faktor 1: Cena
Faktor 2:
Znamka Henkel
P&G
1000 SIT 1500 SIT 2000 SIT
Cena: 1000 SITZnamka: Henkel Oblika: v tekoči obliki
Cena: 1000 SITZnamka: HenkelOblika: v tekoči obliki
Cena: 1500 SITZnamka: HenkelOblika: v obliki praška
PROTI
Razprodaja ali trade-off
Celostni profil
Rangiranje ali ocenjevanje
Primerjanje v parih
3. Načini zbiranja podatkov- Alternativne CA
Adaptive Conjoint Analysis (ACA) Za katerega od dveh čistilnih sredstev za pranje perila se bi raje odločili?
ALI
Močna prednostlevi izbiri
1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9Močna prednost desni izbiri
ALI
1 – 2 – 3 – 4 – 5 – 6 – 7 – 8 – 9
(1) (2) (3) (4)
1500 SITV tekoči oblikiHenkel
1500 SITV obliki praškaProcter&Gamble
1000 SITV obliki praškaProcter&Gamble
Nobeden:Če bi bila to edina izbira, se ne bi odločil za nobega od teh
1500 SITV tekoči obliki
Henkel
1500 SITV tekoči obliki
Procter&Gamble
Choice-based Conjoint (CBA)
Pritisnite številko, ki odgovarja vašemu izboru
4. Definiranje bazične oblike modela
Kompozicijsko pravilo respondenta opisuje način, na katerega respondent kombinira delne koristi oz. vrednosti faktorjev v totalno korist
Aditivno kompozicijsko pravilo Respondent enostavno sešteva delne koristi
in tako dobi celotno vrednost za neko kombinacijo levelov atributov
Interaktivno kompozicijsko pravilo Upošteva interakcijske efekte – respondent
sešteva delne koristi, vendar so lahko leveli atributov v interakciji
5. Specifikacija dražljajev
Kakšni naj bodo faktorji in njihovi leveli?
Sporočljivi – naj omogočajo realistično evalvacijo Vključimo senzorne komponente, če je
potrebno
Akcijski – natančna konceptualizacija, da so dražljaji razločni
Npr. kvaliteta in primernost nista natančna atributa
Opis kot nizko, srednje, visoko ni primeren
5. Specifikacija dražljajev Število faktorjev oz. atributov
Min. Št. Faktorjev = totalno št. Levelov preko vseh
F / št. Faktorjev – 1 Faktorska multikolinearnost
pomanjkanje konceptualne neodvisnosti med faktorji
Cena kot faktor Število levelov
Priporočljivo je enako število ravni po faktorjih Razpon faktorskih levelov
Naj bo verjeten oz. realen
6. Ocenjevanje conjoint modelaKako konsistenstno naš conjoint model napovedujepreference vsakega respondenta? Korelacija:
Spearmanov Rho ali Kendalov Tau za nemetrične podatke (rangi)
Pearsonov koeficient korelacije za metrične podatke (ocene)
Uporaba holdout dražljajev Dodatni dražljaji, katere respondent oceni hkrati z
ostalimi Parametri iz ocenjenega conjoint modela so nato
uporabljeni za napoved preferenc za ta nov set dražljajev,
napovedi pa nato primerjamo z dejanskimi ocenami in tako dobimo zanesljivost conjoint modela
7. Interpretacija rezultatov Na individualnem nivoju
Vsak respondent je obravnavan posebej Analiza delnih koristi za vsak faktor, pri čemer
upoštevamo njihovo magnitudo in morebitni vzorec
Primerjava med faktorji – delne koristi na standardni skali
Na skupinskem nivoju Daje skromne rezultate Uporabna v primeru, ko imamo opravka s
skupino z izredno homogenim vedenjem Omogoča bolj natančno določanje tržnega deleža
8. Validacija rezultatov
Na internalni ravni Ali je izbrano kompozicijsko pravilo primerno? Holdout dražljaji
Na eksternalni ravni Raziskave kažejo, da rezultati conjoint analize
zadovoljivo visoko korelirajo z rezultati iz tradicionalnega merjenja preferenc
Uporaba conjoint analizeCA nam odgovarja na naslednja vprašanja: Kateri novi izdelki oziroma storitve bodo uspešni? Na kakšen tržni delež lahko računamo na podlagi
preferenc potrošnikov? Katere značilnosti izdelka oziroma storitve so gonilo pri
nakupnem odločanju? Ali obstajajo tržni segmenti za določen izdelek oziroma
storitev? Kakšna vrsta oglaševanja bo najbolj uspešna pri teh
segmentih? Ali bodo spremembe izdelka oziroma storitve
pripomogle k večji naklonjenosti potrošnikov in prodaji? Kakšna je optimalna cena izdelka oziroma storitve? Ali lahko ceno dvignemo brez velike izgube v prodaji?
... Uporaba conjoint analize
Področja, kjer CA lahko uspešno uporabimo so torej:
Razvoj in testiranje novih izdelkov oziroma storitev z optimalno kombinacijo značilnosti
Cenovna politika Tržna segmentacija:
Analiza na individualnem nivoju Izbiramo respondente, ki imajo podobno
preferenčno strukturo za določene kombinacije atributov in njihovih levelov, ki tvorijo izdelek
... Uporaba conjoint analize – področja uporabe Analiza profita:
Če poznamo ceno vsake lastnosti, lahko skonstruramo ceno vsakega potencialnega izdelka na podlagi tržnega deleža in absolutnega deleža prodaje in lahko tako napovemo uspešnost izedelka
Dobimo oceno občutljivosti cene Uporaba analize tako na individualnem kot
skupinskem nivoju
»What if« analiza ali conjoint simulatorji: generiramo lastne hipotetične produkte in njihovo
uspešnost, še preden jih lansiramo na trg Oglaševanje Identifkacija tržnih priložnosti Distribucija
Zakaj je conjoint analiza tako uporabno orodje?
Uporaba možna tudi na nominalnem nivoju Dražljaji blizu naravni situaciji (izbira med
predstavljenimi izdelki) Vprašani lahko ocenjujejo, rangiranjo, izbirajo med pari
ali večimi profili (izdelki) Rezultat je profil za posameznika, skupino ali celoten
vzorec Izračunane so “delne koristi” za vsako lastnost vsakega
faktorja Temelji na ANOVA-i glavnih učinkov (main-effects
ANOVA) in multipli regresiji Tehnika razstavlja sodbe na dele (lastnosti faktorjev) CA je občutljiva tudi za majhne razlike v ocenah
posameznih atributov oz. lastnosti.