選択ベースのコンジョイント研究 - 離散選択

コンジョイント分析とは何ですか?

コンジョイント分析は、経験的又は定量的測定に消費者の行動を抽出するのに最も効果的なモデルの一つです。それは他の方法で缶の方法で製品/サービスを評価します。伝統的な評価調査や分析が異なる属性の「重要」または「値」を配置する能力を持っていない、特定の製品またはサービスが構成されています。コンジョイント分析は、定量的測定に彼または彼女の好みを推定にエンドユーザを導きます。コンジョイント分析の最も重要な強みの一つは、製品の変更に消費者の行動を予測することができ、市場のシミュレーションモデルを開発する能力です。コンジョイント分析では、市場や製品の変化は、消費者が変化にどのように反応するかを予測するために、シミュレーションに組み込むことができます。

選択ベースコンジョイント - 離散選択

選択ベースまたは離散選択コンジョイントは、これまでで共同アンケートのための最も好ましいモデルです。これは、現実の生活の中で消費者行動の後に主な理由は、それのモデルです。消費者が今日を作るほとんどの購入は、基本的にはトレードオフに基づいています。あなたは2飛行停止し、マイルまたは無停止で200 $チケットと4000マイルと$ 150のチケットを購入するのだろうか?

属性とレベルは何ですか

すべての製品またはサービスは、一連の属性を持つエンティティとしてモデル化することができます。たとえば、シアトルとマイアミ間の航空券は以下の属性を持つことができます -

  • 価格
  • 航空会社
  • 停止
各属性は、1つ以上のレベルを有していてもよいです。レベルは、属性が取ることができる任意の値として定義することができます。上記の例では、属性は次のレベルを持つことができます -
Price Airline Stops
$ 100 デルタなし
$ 150 北西 1
$ 150 単3 2
It is also assumed that each of the levels is mutually exclusive. The levels should also have concrete and unambiguous meanings. For example - "Very Expensive" vs. "Cost of $500"
Survey Software Help Image

オンラインアンケートの準備

ここにあなたのオンライン共同調査を開始する前に情報を吸収するためにいくつかの簡単な手順は次のとおりです。

  • Attributes:あなたの市場セグメントの属性を定義します。ほとんどの研究では、5以下の属性の数を維持しようとします。あなたは多数の属性を持っている場合は、意味のある複合属性にこれらの属性を集約し、組み合わせてみてください。
  • Levels:各属性のために、少なくとも二つのレベルを定義します。属性ごとに4つまたは5レベルの最大に固執してみてください。
  • Minimal Respondent Base:あなたの回答者ベースが均質であるかどうかを把握してみてください。あなたは別の人口統計の間で共同のデータの相互作用に興味はありますか?例えば、あなたは男性が航空券を購入するには、女性よりもマイルの方が高い値を置くかどうかを把握しようとしていますか?このような場合には、あなたの最小限の被告のベースは、すべての参加者の1/2(雄と雌の均等分布を仮定します。)
  • Minimal Choice Count for statistical validity:レベルは、統計的に有効なサンプリングを行うために、回答者に表示されるべき最小回数を思い付くしてみてください。ほとんどの共同研究のために150から100の最小選択数は、良好な結果を与える必要があります。何この数が表す、すべての属性レベルが研究の結果は、統計学的に有意にするために、少なくとも100〜150倍を提示しなければならない、ということです。

あなたは最小限の被告のベースと最小選択数の両方を思い付くする必要はありません。あなたは1を持っている場合は、コンセプトシミュレータは、他を決定することができます。コンセプトシミュレータについての詳細を以下に示します。

結論

任意のコンジョイント調査の目的は、購買決定を行う際に考慮するオプションの買い手の範囲に特定の値を割り当てることです。この知識を武器に、マーケティング担当者は、製品またはサービス、およびターゲットバイヤーとコードを打つ可能性が最も高い設計メッセージの最も重要な機能に焦点を当てることができます。

この記事は役に立ちましたか?
申し訳ありません
どうすればそれを改善できますか?
提出する