670 likes | 859 Views
Case 1: Brand-Pris trade-off for Almindelig pilsnerøl. Conjoint-analyse Oversigt. teoretisk grundlag de centrale valg, der skal træffes kommercielle anvendelser nyere udviklinger. Conjoint-analyse Grundlag. produktbegrebet brugerperceptioner brugerpræferencer sammenhængen mellem disse.
E N D
Conjoint-analyseOversigt • teoretisk grundlag • de centrale valg, der skal træffes • kommercielle anvendelser • nyere udviklinger
Conjoint-analyseGrundlag • produktbegrebet • brugerperceptioner • brugerpræferencer • sammenhængen mellem disse
Conjoint-analyseHvilke spørgsmål kan besvares? • Hvilke produktegenskaber er vigtige for præferencerne? • Hvordan vil brugeren reagere på et ‘nyt’ produkt? • Hvilken markedsandel kan vi forvente? • Hvilke produkter i markedet konkurrere vi med? • Kan der identificeres benefit-segmenter?
Conjoint-analyseValg af præferencemodel • kompensatoriske vs. ikke-kompensatoriske • vektor model vs. idealpunktsmodel vs. part-worth model
Conjoint-analyse Dataindsamlingsmetode • To-ad-gangen metode vs. fuld-profil metode • papir og blyant vs. Computerassisteret • Monadisk vs. Dyadisk (eller flere) • Complete vs. Incomplete design
Conjoint-analyseKonstruktion af stimuli • Hvor mange stimuli? • Hvilke produktegenskaber skal inkluderes? • Variationsområdet for hver egenskab? • Korrelerede egenskaber? • Fuld faktor vs. fraktionelle designs? • Orthogonale vs. ikke-orthogonale design? • Hovedvirkninger vs. (udvalgte) vekselvirkninger?
Conjoint-analysePræsentation af stimuli • verbale beskrivelser • billeder, mock-ups, 3D CAD • ‘rigtige’ produkter, CAM
Conjoint-analyseSkalering af responsvariabel • præference vs. købshensigt • ikke-metrisk: parvise sammenligninger, rangordning, choice based • metrisk: rating, constant-sum
Conjoint-analyseMetode til estimation • ikke-metrisk: MONANOVA, PREFMAP, LINMAP • metrisk: mindste kvadraters metode (MKM) • forbindelsen mellem egenskaber og valg: logit, probit, MNL, MPL
Conjoint-analyseSoftware • Alle programpakker, der kan lave regressionsanalyse kan i princippet anvendes • SPSS/PC Categories • Adaptive Conjoint Analysis (ACA) • Latent GOLD/Choice
Case: Analyse af pilsnerøl • Faktorer/niveauer • Brand • Grøn Tuborg • Tuborg Classic • Carlsberg Pilsner • Carls Special • Priser • 75 kr. pr. kasse • 80 kr. pr. kasse • 85 kr. pr. kasse • 90 kr. pr. kasse • Emballage • Flaske • Dåse
Case: Analyse af pilsnerøl • Et fuldt faktorforsøg giver 4x4x2=32 forskellige profiler • Det er for mange for den enkelte respondent • Man har her flere muligheder • Reducere antal faktorer/niveauer • Lade hver respondent forholde sig til et udvalg af profiler • Anvende et eksperimentelt design, så fremt kun hovedvirkninger er signifikante • Vi skal demonstrere den sidste mulighed • SPSS proceduren ORTHOPLAN anvendes
Case: Analyse af pilsnerøl • Respons • Fuldstændig rangordning af de 16 profiler • Der findes en SPSS procedure til gennemførelse af conjoint studier, men den har vi ikke adgang til på AAU • Man kan i stedet anvende Variansanalyse (ANOVA) • Man mister dog muligheden for at estimere nyttekoefficienter på individniveau (med mindre man gør det én ad gangen) • Vi skal se et eksempel
Analyse af trade-off mellem mærkning og pris • Måling af brandets iboende værdi i forhold til prisen • nytteværdi (intrinsic brand attraction) • prisfølsomhed • Trade-off ved parvise sammenligninger (CBC) • Forsøgsplan • Randomiseret design, dvs. pris og brands kombineres tilfældigt for den enkelte respondent ’on the fly’
Den grundlæggende målingsmodel • Det trufne valg afspejler nogle bagvedliggende valgsandsynligheder • Sandsynligheden for at vælge det ene alternativ frem for det andet beror på en sammenligning af deres attraction eller nytteværdi • Alternativernes nytteværdi kan forklares ved egenskaber hos alternativerne, dvs. pris og brand • Det er disse egenskaber vi varierer eksperimentelt mhp. at bestemme deres virkninger, herunder vekselvirkninger, på valgsandsynligheden
Om parvise sammenligningerFremgangsmåde • ”objekter” præsenteres parvis for en eller flere ”dommere” • den grundlæggende eksperimentelle enhed er sammenligningen af to objekter, A og B, af en enkelt dommer, som i det simpleste tilfælde blot skal vælge den, han ”foretrækker” • mere generelt kan dommeren vælge at svare ”lige gode” eller anvende en finere graduering af ”præferencen”
Om parvise sammenligningerAnvendelsesområder • når objekterne kun kan bedømmes subjektivt, dvs. når det er umuligt eller uhensigtsmæssigt at foretage relevante målinger for at afgøre præferencen • sensorisk analyse, specielt smagstest, forbrugertest, persontest og helt generelt ved studiet af præferencer og valgadfærd
Parvise sammenligninger Fordele og ulemper • Når forskellene mellem objekterne er små er simpel rangordning vanskelig og tidskrævende • Forstyrrende faktorer fra andre objekter end de to under sammenligning udelukkes • Reducerer uenigheden mellem dommerne til et minimum • Tillader inkonsistens i præferencerne som kan skyldes • gætteri • manglende reliabilitet • præferencen afhænger af mere end en egenskab ved objekterne
Eksempel på en parvis sammenligning i undersøgelsen Ved de følgende spørgsmål skal du forestille dig, at skal købe øl med hjem. Jeg nævner to mærker med tilhørende priser, og du skal blot angive, hvilken af de to muligheder, du ville foretrække i denne situation. Du kan ikke svare, at du ikke vil vælge nogen af dem. 110 kr. pr. kasse 95 kr. pr. kasse • Hvilken kasse øl ville du da vælge? • Kassen til venstre (alt.1) • Kassen til højre (alt. 2) • Lige gode eller dårlige • Ved ikke
Logistisk regression • Observeret variabel: dikotom (0/1) • Afhængig variabel: Sandsynligheden for det ene af to mulige udfald • Uafhængige variable: både metriske og ikke-metriske • Algoritme: Maximum Likelihood • Ingen særlige fordelingsmæssige forudsætninger
Estimation af salgspotentialet • Præferencer er udtryk for, hvad man siger man kan lide • De kan måles på flere måder: • Intention-to-buy • præferenceregression • Men succesen afhænger ikke af præferencer, men af handling • Hvordan oversættes præferencemåling til forbrugeradfærd
Estimation af salgspotentialet • Forbrugeradfærd ift. nye produkter omfatter vurdering af • købssandsynlighed (choice) • købsmængde (quantity) • købshyppighed (frequency) • Vi skal fokusere på choice