Hvad er en Conjoint-analyse? Conjoint-typer og hvornår de skal bruges
Adaptiv Conjoint-analyse
Adaptiv Conjoint-analyse varierer de valgsæt, der præsenteres for respondenterne, på baggrund af deres præferencer. Denne tilpasning er rettet mod respondentens mest foretrukne funktion og niveauer og gør dermed conjoint-undersøgelsen mere effektiv, idet der ikke spildes spørgsmål på niveauer med ringe eller ingen tiltrækningskraft. Hver pakke, der vises, er mere konkurrencedygtig og vil give “klogere” data.
Adaptiv conjoint-analyse er ofte mere engagerende for den, der foretager undersøgelsen, og kan derfor give mere relevante data. Det reducerer undersøgelsens længde uden at mindske styrken af conjoint-analysens metrikker eller simuleringer. Der er flere måder at tilpasse conjoint-scenarierne til respondenten på. Oftest er designet baseret på de vigtigste funktionsniveauer. Efterhånden som hver pakke præsenteres til evaluering, tager undersøgelsen hensyn til valget og gør det næste spørgsmål mere effektivt. Der kan anvendes en kombination af metoder til evaluering af fuld profil og funktioner, som kaldes hybrid conjoint-analyse.
Choice-Based Conjoint
Den valgbaserede conjoint-analyse (CBC) (også kendt som discrete-choice conjoint-analyse) er den mest almindelige form for conjoint-analyse. Valgbaseret conjoint kræver, at respondenten skal vælge sit mest foretrukne koncept med fuld profil. Dette valg foretages gentagne gange fra sæt af 3-5 koncepter med fuld profil.
Denne valgaktivitet menes at simulere en faktisk købssituation og efterligner dermed den faktiske indkøbsadfærd. Vigtigheden af og præferencerne for egenskaberne og niveauerne kan matematisk udledes af de afvejninger, der foretages, når der vælges en (eller ingen) af de tilgængelige valgmuligheder. Valgbaserede conjoint-designs er afhængige af antallet af egenskaber og niveauer. Ofte er dette antal stort, og der gennemføres et eksperimentelt design for at undgå, at respondenterne bliver trætte. Qualtrics giver ekstrem fleksibilitet i forbindelse med anvendelse af eksperimentelle design i conjoint-undersøgelsen.
Opdatet af en valgbaseret conjoint-analyse giver fremragende skøn over betydningen af funktionerne, især med hensyn til prisfastsættelse. Resultaterne kan estimere værdien af hvert niveau og de kombinationer, der udgør optimale produkter. Simulatorer rapporterer præferencen og værdien af en udvalgt pakke og den forventede valgandel (surrogat for markedsandel).
Selv-ekspliceret conjoint-analyse
Selv-ekspliceret conjoint-analyse tilbyder en enkel, men overraskende robust tilgang, der er let at implementere og ikke kræver udvikling af koncepter med fuld profil. Self-explicated conjoint analysis er en hybrid tilgang, der fokuserer på evalueringen af forskellige egenskaber ved et produkt. Denne conjoint-analysemodel spørger eksplicit om præferencen for hvert enkelt egenskabsniveau i stedet for præferencen for et bundt af egenskaber.
Selv om tilgangen er anderledes, er resultatet stadig det samme, idet den giver estimater af høj kvalitet af præferenceutiliteterne.
- Først præsenteres faktorer og niveauer ligesom i ACA for respondenterne med henblik på eliminering, hvis de ikke er acceptable i produkterne under nogen omstændigheder
- For hver funktion vælger respondenten de niveauer, de foretrækker mest og mindst
- Næst vurderes de resterende niveauer af hver funktion i forhold til de mest foretrukne og mindst foretrukne niveauer
- Sluttelig måler vi, hvor vigtig den samlede funktion er for deres præference. Den relative betydning af det mest foretrukne niveau af hver egenskab måles ved hjælp af en skala med konstant sum (tildel 100 point mellem de mest ønskværdige niveauer af hver egenskab).
- Dernæst vægtes egenskabsniveauets ønskværdighedsscorer med egenskabens betydning for at give nytteværdier for hvert egenskabsniveau.
Selv-ekspliceret conjoint-analyse kræver ikke den statistiske analyse eller den heuristiske logik, der er nødvendig i mange andre conjoint-tilgange. Denne fremgangsmåde har vist sig at give resultater, der er lige så gode eller bedre end fremgangsmåder med fuld profil, og stiller færre krav til respondenten. Der er visse begrænsninger ved selvudvidende conjoint-analyse, herunder manglende mulighed for at foretage en afvejning af prisen i forhold til andre egenskabspakker. I denne situation foretrækker respondenten altid den laveste pris, og andre conjoint-analysemodeller er mere hensigtsmæssige.
Max-Diff Conjoint Analysis
Max-Diff conjoint-analyse præsenterer et sortiment af pakker, der skal vælges under bedste/mest foretrukne og værste/mindst foretrukne scenarier. Respondenterne kan hurtigt angive de bedste og værste elementer på en liste, men har ofte svært ved at afkode deres følelser for “mellemområdet”. Max-Diff er ofte en lettere opgave at udføre, fordi forbrugerne er veltrænede i at foretage sammenlignende vurderinger.
Max-Diff conjoint-analyse er en ideel metode, når beslutningsopgaven er at vurdere produktvalg. Der anvendes et eksperimentelt design til at afbalancere og korrekt repræsentere varesættene. Der er flere tilgange, der kan anvendes ved analyse af Max-Diff-undersøgelser, herunder: Der kan f.eks. anvendes forskellige metoder til at analysere forskellige forskelle i forbindelse med forskellige Diff-diff-studier: hierarkisk Bayes-conjoint-modellering til at udlede estimater af nytteværdi, analyse af bedste/værste optælling og TURF-analyse.
Hierarkisk Bayes-analyse (HB)
Hierarkisk Bayes-analyse (HB) anvendes ligeledes til at estimere nytteværdier på attributniveau ud fra valgdata. HB er særlig nyttig i situationer, hvor dataindsamlingsopgaven er så omfattende, at respondenten ikke med rimelighed kan give præferencevurderinger for alle attributniveauer. Som en del af proceduren til at estimere attributeniveauets nytteværdi for hver enkelt person fokuserer hierarkisk Bayes den enkelte respondents måling på meget variable attributter og anvender stikprøvens gennemsnit på attributniveau, når variabiliteten på attributniveauet er mindre. Denne fremgangsmåde gør det igen muligt at estimere flere attributter og niveauer med mindre mængder data indsamlet fra hver enkelt respondent.
Conjoint er en meget effektiv analyseteknik
Conjoint-analysemetoden har i mere end 30 år modstået en intens granskning fra både akademikere og professionelle forskere. Den anvendes i vid udstrækning inden for forbrugerprodukter, varige varer, lægemidler, transport og serviceindustrien og bør være en fast bestanddel af din forskningsværktøjskasse. Hvis du vil vide mere om conjoint-analyse, kan du læse vores e-bog.