Co je to Conjoint analýza? Typy conjointu a kdy je použít
Adaptivní conjoint analýza
Adaptivní conjoint analýza mění sady voleb předkládané respondentům na základě jejich preferencí. Tato adaptace se zaměřuje na respondentem nejvíce preferovanou vlastnost a úrovně, čímž se zefektivňuje conjointové cvičení a neplýtvá se otázkami na úrovních s malou nebo žádnou atraktivitou. Každý zobrazený balíček je konkurenceschopnější a přinese „chytřejší“ údaje.
Adaptivní conjoint analýza je často pro účastníka průzkumu poutavější, a může tak přinést relevantnější údaje. Zkracuje délku průzkumu, aniž by snižovala sílu metrik conjoint analýzy nebo simulací. Existuje více způsobů, jak přizpůsobit scénáře conjointu respondentovi. Nejčastěji je návrh založen na nejdůležitějších úrovních vlastností. Jakmile je každý balíček předložen k hodnocení, průzkum zohlední volbu a následně zefektivní další otázku. Lze využít kombinaci metod vyhodnocení celého profilu a vyhodnocení vlastností, která se označuje jako hybridní konjointová analýza.
Konjoint na základě výběru
Konjointová analýza na základě výběru (CBC) (známá také jako konjointová analýza diskrétní volby) je nejběžnější formou konjointové analýzy. Conjoint na základě výběru vyžaduje, aby respondent vybral svůj nejpreferovanější koncept plného profilu. Tato volba se provádí opakovaně ze souborů 3-5 plnoprofilových konceptů.
Předpokládá se, že tato volba simuluje skutečnou nákupní situaci, čímž napodobuje skutečné nákupní chování. Důležitost a preference vlastností a úrovní atributů lze matematicky odvodit z kompromisů provedených při výběru jedné (nebo žádné) z dostupných možností. Výběrové konjointové návrhy jsou závislé na počtu vlastností a úrovní. Tento počet je často velký a experimentální návrh se zavádí proto, aby se předešlo únavě respondentů. Qualtrics poskytuje mimořádnou flexibilitu při využití experimentálních návrhů v rámci conjointového průzkumu.
Výstup z analýzy Choice-based conjoint poskytuje vynikající odhady důležitosti vlastností, zejména pokud jde o ceny. Výsledky mohou odhadnout hodnotu jednotlivých úrovní a kombinací, které tvoří optimální produkty. Simulátory uvádějí preference a hodnotu vybraného balíčku a očekávaný podíl výběru (náhražka podílu na trhu).
Samostatná konjointová analýza
Samostatná konjointová analýza nabízí jednoduchý, ale překvapivě robustní přístup, který se snadno implementuje a nevyžaduje vývoj plně profilových koncepcí. Self-explicated conjoint analýza je hybridní přístup, který se zaměřuje na hodnocení různých atributů produktu. Tento model conjoint analýzy se explicitně ptá na preference jednotlivých úrovní vlastností spíše než na preference svazku vlastností.
Ačkoli je přístup odlišný, výsledek je stále stejný v tom, že poskytuje vysoce kvalitní odhady užitku preferencí.
- Nejprve jsou stejně jako u ACA respondentům předloženy faktory a úrovně k vyřazení, pokud nejsou ve výrobcích přijatelné za žádných podmínek
- Pro každou vlastnost respondent vybere úrovně, které nejvíce a nejméně preferuje
- Poté jsou zbývající úrovně každé vlastnosti hodnoceny ve vztahu k nejvíce preferované a nejméně preferované úrovni
- Nakonec měříme, jak důležitá je celková vlastnost v jejich preferencích. Relativní důležitost nejpreferovanější úrovně každého atributu se měří pomocí stupnice s konstantním součtem (mezi nejžádanější úrovně každého atributu se přidělí 100 bodů).
- Hodnocení žádanosti úrovní atributů se pak váží důležitostí atributu, čímž se získají hodnoty užitku pro každou úroveň atributu.
Samostatná konjointová analýza nevyžaduje statistickou analýzu ani heuristickou logiku vyžadovanou v mnoha jiných konjointových přístupech. Bylo prokázáno, že tento přístup poskytuje stejné nebo lepší výsledky než plně profilové přístupy a klade menší nároky na respondenta. Samostatná konjunkturální analýza má některá omezení, včetně nemožnosti vyměnit cenu za jiné atributové balíčky. V této situaci respondent vždy preferuje nejnižší cenu a vhodnější jsou jiné modely conjoint analýzy.
Max-Diff conjoint analýza
Max-Diff conjoint analýza představuje sortiment balíčků, které mají být vybrány podle scénáře nejlepší/nejvíce preferovaný a nejhorší/nejméně preferovaný. Respondenti mohou rychle označit nejlepší a nejhorší položky v seznamu, ale často mají problém rozluštit své pocity pro „střední cestu“. Max-Diff je často snazším úkolem, protože spotřebitelé jsou dobře vycvičeni ve srovnávacích úsudcích.
Max-Diff conjoint analýza je ideální metodikou, pokud je rozhodovacím úkolem vyhodnocení výběru produktu. K vyvážení a správnému zastoupení souborů položek se používá experimentální design. Existuje několik přístupů, které lze použít při analýze Max-Diff studií, včetně: Hierarchické Bayesovo konjointové modelování k odvození odhadů skóre užitku, analýza nejlepšího/nejhoršího počtu a analýza TURF.
Hierarchická Bayesova analýza (HB)
Hierarchická Bayesova analýza (HB) se podobně používá k odhadu užitku na úrovni atributů z údajů o výběru. HB je užitečná zejména v situacích, kdy je úloha sběru dat tak rozsáhlá, že respondent nemůže rozumně poskytnout hodnocení preferencí pro všechny úrovně atributů. V rámci postupu odhadu užitku na úrovni atributů pro každého jednotlivce se hierarchický Bayes zaměřuje na měření jednotlivých respondentů u vysoce variabilních atributů a v případě, že je variabilita na úrovni atributů menší, používá průměrné hodnoty atributů ve vzorku. Tento přístup opět umožňuje odhadnout více atributů a úrovní s menším množstvím údajů získaných od každého jednotlivého respondenta.
Conjoint je vysoce účinná analytická technika
Metodika conjoint analýzy odolává intenzivnímu zkoumání ze strany akademiků i profesionálních výzkumníků již více než 30 let. Je široce využívána v oblasti spotřebního zboží, zboží dlouhodobé spotřeby, farmaceutickém průmyslu, dopravě a službách a měla by být základem vaší výzkumné sady nástrojů. Chcete-li se o konjunkturální analýze dozvědět více, přečtěte si naši elektronickou knihu.