-联合分析
联合分析
联合分析也称为结合分析、交互分析，是一种多变量分析方法，最初被应用在心理学研究，但是后来发现其在商业领域更能发挥作用，逐渐成为市场分析的常用方法之一。
一、基本思路联合分析是在已知受测者对某一受测体集合整体评估结果的情形下，经过分解的方法估计其偏好结构。
以上说法比较抽象，结合市场分析角度解释为：我们认为消费者是根据构成产品/服务的多个属性多个水平来进行感知和做偏好判断的，也就是说，消费者对产品/服务的偏好每次并不是基于一个因素而是基于几个因素综合判断的。
单独或直接的询问消费者各个属性的重要性，是不现实，甚至是无用的。
所以在市场研究中，我们要模拟“消费者在面对不同的产品／服务及其组合时，参考多种属性的结合效应之后做出选择”的过程。
通过提供给消费者以不同的属性水平组合形成的产品，并请消费者做出心理判断，然后采用数理分析方法对每个属性水平赋值，使评价结果与消费者的给分尽量保持一致，来分析研究消费者的选择行为，这是一种间接的测量过程。
在联合分析下，产品被理解为属性水平的组合，属性、水平都互为独立变量，这在实际操作中比较困难，因为共线性多少会存在，但只要不严重就没问题。
联合分析的核心在于对单个效用的分析，为此必须考虑大量个体的效用结构。
二、名词解释1.效用的加法模型：假设一种产品或服务有m种属性，每种属性有n种水平，则产品1,2...n的总效用=因子1水平1+...因子m水平n的效用2.属性产品中可能对消费者产生影响的主要特征或指标，相当于方差分析中的因素3.水平属性的不同水平，相当于方差分析中的水平4.正交设计多因素实验的一种优化设计方法，基本思想是选取少数最有代表性的实验充分提取信息，使用的是正交表。
5.轮廓由能描述产品重要特征的属性以及属性的不同水平的组合6.全轮廓所有属性的各种属性水平的组合7.配对表属性间两两配对得到的二维交叉表。
8.相对重要性表示消费者在选择时，某种属性影响消费者决策的重要程度9.内部效应预测效用与实际效用之前的相关程度，用于分析结果的可靠性。
联合分析
联合分析及案例应用结合分析联合分析又称结合分析（conjoint analysis）是一种有效的市场研究技术，近年来广泛应用于消费品、工业产品和商业服务等相关领域的市场研究中，尤其是在新产品开发、市场占有率分析、竞争分析、市场细分和价格策略等方面，结合分析在我国也越来越受到市场研究公司和企业的重视，本文试图通过对一个新产品开发案例的分析，来阐述结合分析在产品概念测试中的应用。
一、结合分析的基本概念结合分析适用于测量消费者的心理判断，如理解（perceptions）和偏好（preferences），在结合分析中，产品/服务被描述为“轮廓”（profiles），每一个轮廓是由能描述产品/服务重要特征的属性（attributes）以及赋予每一个属性的不同水平的组合构成的，结合分析的一个重要的基本假定是：消费者是根据构成产品/服务的多个属性来进行理解和做偏好判断；在消费者对轮廓的评价结果的基础上，经过分解的方法去估计其偏好结构,从而推算出消费者对该轮廓的多个属性及各属性水平的偏好得分（preference scores），在结合分析中用分值或效用来描述。
结合分析应用于产品概念测试，能够定量测量消费者对产品/服务的某个属性和某个属性水平的偏好或效用，可以用来寻找消费可接受的某种产品/服务的最佳属性及属性水平组合，这种组合最初可能并没有被消费绪所评价。
为了达到这样的目的，首先要估计不同属性水平的效用或分值，进一步计算出属性的相对重要性（attributes relative importance）和轮廓效用(profile utility)，以便定量化地测量消费者的偏好。
二、结合分析的主要步骤1.确定产品或服务的属性与属性水平结合分析首先要对产品或服务的属性和属性水平进行识别，所确定产品或服务的属性和属性水平必须是显著影响消费者购买的因素。
一个典型的结合分析包含6－7个显著因素。
确定了产品属性之后，还应该确定这些属性恰当的水平，例如容量是MP3产品的一个属性，目前市场上的MP3的容量类型主要有：64M、128M和256M等，这些是容量属性的主要属性水平。
联 合 分 析
联合分析通过让受访者回答一些经过精心设计的抉 择问题，以揭示出受访者对各特征的重视程度。本例 采用如下提问：
请问您有多大可能会购买以下电脑（请采用9分法 评价，1表示完全不可能，9表示非常可能）
12 3 4 5 6 7 8 9
完全不可能
非常可能
假定通过调查得到的某一消费者对9种产品的评价如下：
虚拟产品序号 A B C 购买的可能性 8 2 6
市场调查
联合分析
一、联合分析的主要应用
（一）确定消费者在决策过程中产品的哪些属性 对他们的偏好影响最大；
（二）估计在某一属性上处于不同水平的品牌 的市场份额； （三）怎样的属性组合是最受消费者欢迎的
（四）对属性水平的偏好相似的消费者归类，进 行市场细分 （五）按收集到的信息进行产品营销模拟
二、联合分析的基本步骤
下面分别计算这几种产品的消费者效用：
U（HJ）=U（价格+品牌+CPU+硬盘）
=(-1.444)+0.899+1.222+(-0.111)=0.556
U（LX）=（-0.111）+(-0.444)+0.889+0.556=0.89
U（X1）=（-0.111）+(-0.444)+0.889+0.556=0.89 U（X2）=（-0.111）+(-0.444)+1.222+0.556=1.223 U（X3）=（-0.111）+(-0.444)+1.222+(-0.111)=0.556
（一）确定产品特征与特征水平
电脑的价格、品牌、CPU类型和硬盘容量是影响消 费者选购电脑的最主要因素。因此确定产品的特征是价 格、品牌、CPU速度、硬盘容量。
联合分析在偏好分析中的应用
联合分析在偏好分析中的应用：联合分析的理论和应用原理联合分析法，又称结合分析法，是对结合效应的评价，从而有效地解决了传统调查方法中需要调研对象独立评价属性的问题。
在联合分析中产品被描述成为轮廓，每一个轮廓由能够描述要研究物品重要特征的属性和赋予每一属性的不同水平的组合构成。
人们在选择某一物品时并不是基于物品某一属性而是综合考虑物品各个属性及属性水平从而做出选择决策的。
因此人们对某一物品轮廓的评价可以分解成构成这个轮廓多个属性水平的评价以及不同属性在决策时所占的权重。
在联合分析中用分值也叫做效用来描述人们对某一属性水平的偏好。
联合分析能够较好地模拟人们选择的实际过程，从而客观、真实地测量人们对某一物品的偏好及产品不同属性在购买过程中的重要性。
对于人们偏好研究：联合分析法的基本思想是：通过提供给人们不同的属性水平组合形成的物品，让人们做出心理判断，按其意愿程度给物品打分、排序，然后用数理分析方法，对每个属性水平赋值，以评价物品属性的效用及其相对重要程度，研究人们做选择时的影响因素以及在物品属性之间的权衡，模拟人们的选择，得出人们的偏好，找出符合人们选择心理的最优产品组合。
联合分析法最重要的优势在于：它能模拟较为现实的物品(属性及水平的组合)，从而让人们能综合考虑物品的属性及相关水平，然后决定对物品的偏好或选择可能性。
和传统的分析方法相比，联合分析法有着明显的特点：(1)客观(2)高效将来在科学研究中做哪方面的研究将来在科学研究方面做的研究为大一学生选择手机的偏好性（1）为什么对此项研究感兴趣手机作为一个20世纪末的新事物，它的发展初期作为一个简单的通讯工具，走到现在成为一个新的信息携带者，手机的优越性在某些方面已超过了报纸、电视、杂志等信息载体。
现在越来越多的人已经将手机作为一个随身必备的物品。
大学生是对新事物和新潮流反应最快的一个群体。
手机作为一种新的大众传媒，给大学生带来了便捷，为校园生活增添了很多乐趣。
联合分析的局限性
联合分析的局限性
联合分析是市场研究领域流行的一种市场研究工具。
它来源于心理学研究领域的心理测量技术，20年代初，市场分析领域的研究者
将它引入消费者行为研究领域，取得了良好的效果，从此联合分析在管理界获得了广泛的应用，成为当前最流行的市场分析工具之一。
联合分析的局限性有：通过数理方法，将消费者对于产品或者服务的偏好分解为产品各个属性上的部分价值，利用消费者的部分价值预测消费者在市场中的行为。
这种方式为各种市场问题和管理问题提供了一个崭新的研究思路。
联合分析在分析消费者偏好方面的优秀能力使它的应用领域不
断扩展，研究者和管理者已经将它广泛地应用于市场营销、战略、激励机制、金融、散育、社会福利政策制订等各个领域，成为各行业最常用的应用统计方法之一。
联合分析也不可避免的存在某些局限性，无论在概念和理论方面，还是实践应用方面，它仍然处于不断的发展之中。
联合分析在理论和方法方面获得了长足的发展，然而当前的联合分析仍然存在某些局限性。
一方面，它是一种静态分析，结果在一个时点上分析得出。
联合分析应用
联合分析一、案例背景当今世界，零售服务行业的业态界定越来越明确，业态之间以及业态内的竞争非常激烈。
从整个零售服务业来看，除传统的百货商店业态进一步萎缩外，连锁超市业态和连锁会员超市业态的零售商均在蓬勃发展，全球零售业前两名的沃尔玛和家乐福在中国大陆的连锁店数量急剧增加，以会员超市闻名的德国麦德龙和美国普尔斯玛特也大举进入中国。
社区便利店和小型专业连锁超市或加盟店正对传统的社区零售服务业进行整合，区域性的连锁商业仍然在大型连锁超市的夹缝中寻求生存空间。
每一个零售业业主无时无刻不在为提高顾客满意度，留住忠诚的顾客而费尽心思；而消费者在零售店铺品牌、价格、便利性、环境等诸多因素方面，有了更大的自主权。
我们经常感到困惑：几个店铺的规模差不多大，卖的东西也相差无几，为什么有的店铺人来人往，而有的店铺却门可罗雀？什么样的店铺能让顾客更满意？如何实施相应的策略来提高顾客满意度呢？一般认为，消费者在零售店铺购买商品的时候会考虑到两个方面的因素：零售店铺和所需商品的品牌。
如果我们假定同一业态的超市所出售产品的品牌是无差别的，那么影响消费者决策的主要因素就是零售店铺了。
消费者选择零售店铺的过程，是意识到需要为解决某个问题选择一家商店，然后进行内部和可能的外部调查，评价相关店铺，最后按照某种决策规则做出选择的过程。
消费者在选择零售店铺时通常采用的评价标准有五个，分别是：店铺形象、店铺品牌、零售广告、店铺位置与规模、知觉风险与购物导向。
其中知觉风险是指商品或服务使用后达不到预期效果的风险。
一般说来，消费者的购物成本（包括社会成本、金钱成本、时间成本、精力成本等）越高，产品达不到消费者预期的风险也越大。
购物导向指特别强调某些活动的购物方式或风格。
在这五个因素中，前三个为店铺属性，后两个涉及特定目标消费者的特征。
这是以往的研究所得出的结论。
但这五个评价标准是以一种什么样的模式来影响消费者对零售店铺的选择，却是过去的研究所难以解答的。
联合分析法
联合分析法联合分析（Conjoint Analysis，也称交互分析）什么是联合分析？市场研究中一个经常遇到的问题是：在研究的产品或服务中，具有哪些特征的产品最能得到消费者的欢迎。
一件产品通常拥有许多特征如价格、颜色、款式以及产品的特有功能等，那么在这些特性之中，每个特性对消费者的重要程度如何？在同样的（机会）成本下，产品具有哪些特性最能赢得消费者的满意？要解决这类问题，传统的市场研究方法往往只能作定性研究，而难以作出定量的回答。
联合分析（Conjoint Analysis，也译为交互分析）就是针对这些需要而产生的一种市场分析方法。
联合分析法又称多属性组合模型，或状态优先分析，是一种多元的统计分析方法，它产生于1964年。
虽然最初不是为市场营销研究而设计的，但这种分析法在提出不久就被引入市场营销领域，被用来分析产品的多个特性如何影响消费者购买决策问题。
联合分析是用于评估不同属对消费者的相对重要性，以及不同属性水平给消费者带来的效用的统计分析方法。
联合分析始于消费者对产品或服务（刺激物）的总体偏好判断（渴望程度评分，购买意向，偏好排序等），从消费者对不同属性及其水平组成的产品的总体评价（权衡），可以得到联合分析所需要的信息。
[联合分析的基本原理与步骤联合分析是通过假定产品具有某些特征，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与特征水平的效用分离，从而对每一特征以及特征水平的重要程度作出量化评价的方法。
联合分析的基本假定联合分析假定分析的对象如品牌、产品、商店等，是由一系列的基本特征（如：质量、方便程度、价格）以及产品的专有特征（如电脑的CPU速度、硬盘容量等）所组成的；消费者的抉择过程是理性地考虑这些特征而进行的。
联合分析的主要步骤联合分析通常由以下几部分组成：1．确定产品特征与特征水平：联合分析首先要对产品或服务的特征进行识别。
这些特征与特征水平必须是显著影响消费者购买的因素。
联合分析
如何收集数据
• (2) 整体轮廓法,为最常用的一种方法, 接近于现 实,还可以通过部分因子设计减少比较的个数。它 在受测体卡片中列举所有的重要属性,并由各属性 中的某一水平共同组成一个受测体。受测者对由 此所构成的受测体组合排列偏好顺序。
如何收集数据
• (3) 成对组合法,它将前两种方法结合起来。成对 组合是指两个轮廓的比较。这里轮廓并不包含所 有的属性,而是一次选择一些属性。成对组合法将 一部分属性提出,根据提取属性的水平形成一些轮 廓,与两因素法相似,对轮廓组合进行比较。
受测体的偏好顺序的估计与检验
• 使用前面关于产品的总效用加法模型,用实际的秩和 预测的秩相比较,可以对联合分析的模型进行拟合优 度 检 验 , 这 里 可 以 采 用 Spearman 的 rho 检 验 和 Kendall 的tau 检验。
• Kendall’s tau 检验的预测排序值与实际排序值的 相关系数高达0.974 ,双尾检验显著性水平为0.000 。 Spearman’s rho 检验的实际排序值与预测排序值的 相关系数高达0.996 ,双尾检验显著性水平为0.000 。
各因子（属性）水平间的兑换关系
• 仍由于成分效用值既为间隔尺度,各属性间又为共 同尺度,所以各因子（属性）水平间可直接兑换。 • 如对于因子1 ,由水平2 改为水平3 ,效用值将变 化( -1.36)- 0.08 = -1. 44 ,而将因子2 ,由水 平3 上升至水平2 ,效用值将变化0.558 - ( 1.04) = 1.562 ,两者大致相当,可以互相弥补。
(1) 计算各因子水平的秩（rank）
• B - G栏是在不同受测体中相同因子水平的秩;
• H 栏指各因子水平的平均秩,比如因子1 水平1 的 平均秩为(1 + 3 + 2 + 16 + 13 +6) / 6 = 6. 833 ;
联合分析示例
个体
噪音级别 默认值＝低噪音 X3 （高） X2 （一般）
价格 默认值＝$500 X3（$400）X4（$300） 0 1 0 0 1 0 0 1 0 0 0 1 0 0 1 0 0 1
制冷 默认值＝强 X5 （足够） 1 1 0 1 0 0 0 0 1
排序
R 3 6 9 1 2 8 5 7 4
低噪音$500，足够 低噪音$400，足够 低噪音$300，强制冷 高噪音$500，足够 高噪音$400，强制冷 高噪音$300，强制冷 一般噪音$500，强制冷 一般噪音$400，强制冷 一般噪音$300，足够
使用联合偏好数据的线性回归模型如下：
k Ri = u0 + u k X ij j
其中， Ri ：产品i的排序或评分
k X ij ：一个哑变量，定义如下:
如果产品i在属性k的水平为j时； ⎧1， X =⎨ ⎩0，否则。
k ij
U k ：属性k在水平j 的效用系数，更准确的说，当属性k有 j 默认水平变化为水平j时带来的排序（或评分）的平均变化。
以空调排序问题为例说明一个简单的正交设计： 个体1 个体2 个体3 个体4 个体5 个体6 个体7 个体8 个体9 低噪音 低噪音 低噪音 高噪音 高噪音 高噪音 中等噪音 中等噪音 中等噪音 $500 $400 $300 $500 $400 $300 $500 $400 $300 制冷效果强（strong） 制冷效果中等（adequate） 制冷效果强（strong） 制冷效果中等（adequate） 制冷效果强（strong） 制冷效果强（strong） 制冷效果强（strong） 制冷效果强（strong） 制冷效果中等（adequate）
0 0 0 1 1 1 0 0 0
联合分析在消费者超市选择模式中的应用
联合分析在消费者超市选择模式中的应用一、案例背景当今世界，零售服务行业的业态界定越来越明确，业态之间以及业态内的竞争非常激烈。
从整个零售服务业来看，除传统的百货商店业态进一步萎缩外，连锁超市业态和连锁会员超市业态的零售商均在蓬勃发展，全球零售业前两名的沃尔玛和家乐福在中国大陆的连锁店数量急剧增加，以会员超市闻名的德国麦德龙和美国普尔斯玛特也大举进入中国。
社区便利店和小型专业连锁超市或加盟店正对传统的社区零售服务业进行整合，区域性的连锁商业仍然在大型连锁超市的夹缝中寻求生存空间。
每一个零售业业主无时无刻不在为提高顾客满意度，留住忠诚的顾客而费尽心思；而消费者在零售店铺品牌、价格、便利性、环境等诸多因素方面，有了更大的自主权。
我们经常感到困惑：几个店铺的规模差不多大，卖的东西也相差无几，为什么有的店铺人来人往，而有的店铺却门可罗雀？什么样的店铺能让顾客更满意？如何实施相应的策略来提高顾客满意度呢？一般认为，消费者在零售店铺购买商品的时候会考虑到两个方面的因素：零售店铺和所需商品的品牌。
如果我们假定同一业态的超市所出售产品的品牌是无差别的，那么影响消费者决策的主要因素就是零售店铺了。
消费者选择零售店铺的过程，是意识到需要为解决某个问题选择一家商店，然后进行内部和可能的外部调查，评价相关店铺，最后按照某种决策规则做出选择的过程。
消费者在选择零售店铺时通常采用的评价标准有五个，分别是：店铺形象、店铺品牌、零售广告、店铺位置与规模、知觉风险与购物导向。
其中知觉风险是指商品或服务使用后达不到预期效果的风险。
一般说来，消费者的购物成本（包括社会成本、金钱成本、时间成本、精力成本等）越高，产品达不到消费者预期的风险也越大。
购物导向指特别强调某些活动的购物方式或风格。
在这五个因素中，前三个为店铺属性，后两个涉及特定目标消费者的特征。
这是以往的研究所得出的结论。
但这五个评价标准是以一种什么样的模式来影响消费者对零售店铺的选择，却是过去的研究所难以解答的。
联合分析
联合分析原理实例市场研究工具之联合分析原理及实例说明
市场研究工具之联合分析原理及实例说明市场研究中一个经常遇到的问题是：在研究的产品或服务中，具有哪些特征的产品最能得到消费者的欢迎。
一件产品通常拥有许多特征如价格、颜色、款式以及产品的特有功能等，那么在这些特性之中，每个特性对消费者的重要程度如何？在同样的（机会）成本下，产品具有哪些特性最能赢得消费者的满意？要解决这类问题，传统的市场研究方法往往只能作定性研究，而难以作出定量的回答。
联合分析（Conjoint Analysis，也译为交互分析）就是针对这些需要而产生的一种市场分析方法。
一、联合分析的基本原理与步骤联合分析是通过假定产品具有某些特征，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与特征水平的效用分离，从而对每一特征以及特征水平的重要程度作出量化评价的方法。
联合分析的基本假定联合分析假定分析的对象如品牌、产品、商店等，是由一系列的基本特征（如：质量、方便程度、价格）以及产品的专有特征（如电脑的CPU速度、硬盘容量等）所组成的；消费者的抉择过程是理性地考虑这些特征而进行的。
联合分析的主要步骤联合分析通常由以下几部分组成：1．确定产品特征与特征水平：联合分析首先要对产品或服务的特征进行识别。
这些特征与特征水平必须是显著影响消费者购买的因素。
一个典型的联合分析包含6－7个显著因素。
确定了特征之后，还应该确定这些特征恰当的水平，例如CPU类型是电脑产品的一个特征，而目前市场上电脑的CPU类型主要有：奔腾II 450，奔腾II350，赛扬300等，这些是CPU特征的主要特征水平。
特征与特征水平的个数决定了分析过程中要进行估计的参数的个数。
2．产品模拟：联合分析将产品的所有特征与特征水平通盘考虑，并采用正交设计的方法将这些特征与特征水平进行组合，生成一系列虚拟产品。
在实际应用中，通常每一种虚拟产品被分别描述在一卡片上。
3．数据收集：请受访者对虚拟产品进行评价，通过打分、排序等方法调查受访者对虚拟产品的喜好、购买的可能性等。
-联合分析
• 相对重要性（relative importance weitht）:表示消 费者在选择时，某种属性影响消费者决策的重要程度。
• 内部效度（internal validity）:预测的效用与实际效 用之间的相关程度。
中国人民大学统计学院 7
联合分析的基本思想
• 联合分析法的创建基于这样一种思路:单独考虑某一 等级的属性时，属性效用无法测量;若将不同等级的 各项属性联合起来加以分析，属性效用有可能被间 接地测量出来。 • 基本思想是：通过提供给消费者以不同的属性水平 组合形成的产品或服务，让消费者做出心理判断， 按其意愿程度给产品（或服务）组合打分或排序， 然后采用数理分析方法对每个属性水平赋值，使评 价结果与消费者的给分尽量保持一致，来分析研究 消费者的选择行为。
中国人民大学统计学院 8
分解技术 （decompositional technique）
联合分析是一种分解模型，与判别分析和复合回 归等属于组合模型者不同。组合模型要先知道受测者 对许多个别属性的评价，以发展一预测模型；而分解 模型则只要知道受测者对某一事物的整体偏好，然后 将整体偏好予以分解，以求得各属性的重要性。
中国人民大学统计学院 5
联合分析的基本概念
• 属性和水平（attribute and levels）:属性是研究中 产品的主要特征（等同于方差分析中的因素,如包装， 价钱等。）；水平指这些特征的不同取值。
• 轮廓（profile）：由能描述产品（或服务）重要特征 的属性以及赋予每一个属性的不同水平的组合构成。
联合分析 （Conjoint Analysis）
中国人民大学统计学院
1
• 应用背景概述 • 联合分析的发展概述 • 联合分析的基本理论
联合工作分析总结汇报稿
联合工作分析总结汇报稿尊敬的领导、各位同事：大家好！今天我为大家汇报一项我们团队最近进行的联合工作分析，并对工作中的问题进行总结和整理。
经过团队成员的共同努力，相信我们能够找到更好的解决方案，提升工作效率和质量。
自从我们开始进行联合工作，我们的团队一直致力于推动项目的顺利进行。
在这个过程中，我们积极参与讨论、倾听和接受不同意见，并与其他团队建立了良好的合作关系。
然而，在我们的联合工作中，我们也遇到了一些问题。
首先，由于团队成员的专业背景和经验各不相同，导致在讨论和决策过程中出现了一些摩擦和分歧。
其次，由于团队成员的工作时间和任务安排不同，导致了沟通和协调方面的困难。
最后，我们在工作过程中未能充分发挥各自的优势，导致效率不高，甚至出现了一些重复劳动。
针对上述问题，我们团队进行了认真的分析，并提出了一些解决方案。
首先，我们需要更加注重有效的沟通和合作。
我们应鼓励团队成员积极交流意见，并确保每个人都有机会参与讨论和决策。
其次，我们需要建立一个统一的工作时间和任务安排，以便更好地进行协调和合作。
最后，我们要充分利用团队成员的专业背景和能力，将任务合理分配，避免重复劳动，提高工作效率。
为了更好地应对挑战，我们还计划组织一次团队建设活动，加强团队成员之间的沟通和合作。
我们将通过团队训练和共同的项目目标，加强团队凝聚力和协作精神，以提高工作效率和质量。
在我看来，联合工作分析的最终目标是为了寻求更好的工作方式和解决方案，提升团队整体的绩效和效率。
虽然我们在工作中面临一些困难和挑战，但我相信通过大家的共同努力和团队的协作，我们一定能够克服困难，取得更好的成果。
最后，我要再次感谢每一位团队成员在联合工作中的辛勤付出和贡献。
我相信，通过我们的合作努力，我们能够找到更好的解决方案，实现我们的工作目标。
谢谢大家！个人姓名。
联合分析
标准化成分效用值
jm
J j 1 m
* jm *
max{
}
* jm
4 0.3334
jm
0 2 4 A1 4.3334 0, A2 4.3334 0.462, A3 4.3334 0.923 0.3334 0 B1 4.3334 0.077, B2 4.3334 0
一般求和模型的形式如下：
y
k
j 1 m1 k
J
M
j
jm
x jm
其中， : 受测体k的估计的总效用值； y
jm
: 属性j的水平m的成分效用值
1, 当受测体k的属性j存在水平m时 x jm 0，其它
求和模型说明成分效用值之和为总效 用值 成分效用的确定应该使得到的总效用 值尽可能与经验顺序值相符合
第一步，计算出各个成分效用值与相 应的属性的最小成分效用值之间的差 一般有如下转换：
* jm
jm
min j
其中，
min j
jm
: 属性j的水平m的成分效用值
: 属性j中的最小成分效用值
第二步，标准化成分效用值
jm
m
* jm *
max{J j 1 Nhomakorabeajm
}
每个属性相对重要性
③时间消耗。随着属性及其水平的增 多，可能受测体数量在轮廓法下增加 的速度远快于二因素法下的速度
受测体的数目 在研究时，希望调查尽可能多的属性 及水平的情形，但受时间等因素的约 束，希望能找到具有代表性的受测体
联合分析法
1）一种能有效鉴别消费者对产品/服务的某个属性/特征或其 所能带来的利益的重视程度的分析方法
2) 直接询问法的缺陷：实际购买产品时的决策行为往往与消 费者在回答所询问的问题时的表述不一致
3) 通常通过人为控制的实验来模拟实际的产品选择与购买情 况，根据实验结果、利用统计手段来鉴别产品的什么属性、 特征或利益对消费者的选择产生最重要的影响，什么其次 或最不重要
3
联合分析法细分市场案例
年费 现金返还 信用卡被 购物保险 租车保险 被访者评估
接受的程度
（排序）
—————————————————————————————————————
1. 50
0.5%
C
无
无
13
2. 50
0%
B
无
有
11
3. 50Βιβλιοθήκη 1.0%A有无
17
4. 20
0.5%
B
有
有
2
5. 20
0%
A
无
无
C=0.9
无=0.0
无=0.0
20=0.5 0.5%=0.1
B=0.6
有=0.1
有=0.5
0=0.9 1.0%=0.3
A=0.0
———————————————————————————————————————
1) 效用值的区间（Range of Part-worth）：属性的重要程度
租车保险(0.5-0.0)对消费者来说比购物保险(0.1-0.0)更重要
0%
A
无
无
16
18. 0
1.0%
C
有
有
联合分析法
联合分析法产品测试
MARKETING ENGINEERING
联合分析法
训练目标：
掌握进行产品属性重要性的权衡 掌握产品属性配置的基本方法
联合分析法
联合分析法是一种多元的统计分析方法，它产 生于1964年。虽然最初不是为市场营销研究而 设计的，但这种分析法在提出不久就被引入市 场营销领域，被用来分析产品的多个特性如何 影响消费者购买决策问题。
• 实例分析 • 假设某洗发水生产企业准备开发一种以学生为主要目标群体 的新产品。根据过去的经验知道，影响消费者购买的因素很多 ，其中最主要的因素包括知名度、适合发型、价格、功能配方 、包装等。 • 问题： • 消费者更看中哪些因素？ • 各因素应有怎样的取值，才是消费者更愿意购买的？
（1）选择评价因素
计算所有受调查者对各个评价因素的合计 效用值和合计重要性评价值
各因素重要性得分图
• 计算所有可能的组合产品的总效用值
1.567+0.089-0.434+0.056
找出最受欢迎的产品（或者说是最佳的评价因素组合）和最 不受欢迎的产品（或者说是最差的评价因素组合）
• 特别说明：不仅可以计算出受调查的9个轮廓 的总效用，而且可以计算出所有81种轮廓的 总效用，而最优和最差产品，有可能出现在 未受调查的产品中！
产品轮廓的挑选
• 根据以上情形，共有3X3X3X3=81种产品轮廓 ，要求消费者对如此多的产品进行评价，并 进行计算，耗费时间和精力，不可行！ • 对于因素数目在三个以上的多因素试验，可 以在一定条件下挑选部分处理做试验，并能 对其进行严格的统计学分析。正交试验设计 就是常用的一种部分试验设计方法。
产品模拟 ：产品轮廓的设计及数据收集
联合分析法
联合分析法联合分析（Conjoint Analysis ，也称交互分析）什么是联合分析？市场研究中一个经常遇到的问题是：在研究的产品或服务中，具有哪些特征的产品最能得到消费者的欢迎。
一件产品通常拥有许多特征如价格、颜色、款式以及产品的特有功能等，那么在这些特性之中，每个特性对消费者的重要程度如何？在同样的（机会）成本下，产品具有哪些特性最能赢得消费者的满意？要解决这类问题，传统的市场研究方法往往只能作定性研究，而难以作出定量的回答。
联合分析（Conjoint Analysis，也译为交互分析）就是针对这些需要而产生的一种市场分析方法。
联合分析法又称多属性组合模型，或状态优先分析，是一种多元的统计分析方法，它产生于1964年。
虽然最初不是为市场营销研究而设计的，但这种分析法在提出不久就被引入市场营销领域，被用来分析产品的多个特性如何影响消费者购买决策问题。
联合分析是用于评估不同属对消费者的相对重要性，以及不同属性水平给消费者带来的效用的统计分析方法。
联合分析始于消费者对产品或服务（刺激物）的总体偏好判断（渴望程度评分，购买意向，偏好排序等），从消费者对不同属性及其水平组成的产品的总体评价（权衡），可以得到联合分析所需要的信息。
[联合分析的基本原理与步骤联合分析是通过假定产品具有某些特征，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与特征水平的效用分离，从而对每一特征以及特征水平的重要程度作出量化评价的方法。
联合分析的基本假定联合分析假定分析的对象如品牌、产品、商店等，是由一系列的基本特征（如：质量、方便程度、价格）以及产品的专有特征（如电脑的CPU速度、硬盘容量等）所组成的；消费者的抉择过程是理性地考虑这些特征而进行的。
联合分析的主要步骤联合分析通常由以下几部分组成：1•确定产品特征与特征水平：联合分析首先要对产品或服务的特征进行识别。
这些特征与特征水平必须是显著影响消费者购买的因素。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• MONANOVA • TRADE-OFF • LINMAP
中国人民大学统计学院
21
谢 谢！
中国人民大学统计学院
22
• • 研究目的是用来测量消费者对产品的偏好 产品有多种属性，并且其特征能用有限的属性和 水平进行描述
• 其次，确定产品（服务）的属性以及属性水平
中国人民大学统计学院
15
确定轮廓
• 将所有属性与属性水平进行组合，形成不同的轮 廓，并制造成卡片。 • 通常采用的方法有： • （1）配对法，也叫两项法(或双因子评价法，two -factors evaluations)
• 完整轮廓（full profile）：根据所有属性的各种属 性水平所构造的所有组合。
• 结对表（pairwise tables）:属性间两两配对得到的 二维交叉表。
中国人民大学统计学院 6
• 分式析因设计（fractional factorial design）:用来 减少完整轮廓法中的组合数所采用的设计。 • 正交数组（orthogonal arrays）:分式析因设计的一种 特殊类型，能够用来有效估算所有主效应。 • 成分效用函数（part-worth function）:描述消费者对 每一属性的不同水平所感知的效用。
中国人民大学统计学院 5
联合分析的基本概念
• 属性和水平（attribute and levels）:属性是研究中 产品的主要特征（等同于方差分析中的因素,如包装， 价钱等。）；水平指这些特征的不同取值。
• 轮廓（profile）：由能描述产品（或服务）重要特征 的属性以及赋予每一个属性的不同水平的组合构成。
中国人民大学统计学院 13
联合分析的步骤
• • • • • • • 1、确定研究目的 2、确定轮廓 3、数据收集 4、选择联合分析方法并进行计算 5、解读结果 6、评估信度与效度 7、联合分析的应用
中国人民大学统计学院 14
确定研究目的
• 首先，考虑研究的问题是什么，是否适合联合 分析来解决。一般来说下面类型的问题才适合 进行联合分析：
1
中国人民大学统计学院
11
2
• 估计时往往将模型转化为含有虚拟变量的回归方 程进行估计
中国人民大学统计学院
12
联合分析的基本假定
• 1、属性可加性 产品（或服务）是作为一组属性的组合加以 评价的。即消费者对产品(服务)的偏好每次并 不是基于一个因素而是基于几个因素的结合来 判断的。 • 2、消费者对某一轮廓的偏好（效用）函数是 是单调线性的。 • 3、消费者对产品评价的反应，可以反映出消 费者最后的消费决策。
• 其因变量是消费者对某一轮廓的整体偏好评价， 自变量是组成各轮廓的不同属性(因子)水平。
中国人民大学统计学院
4
联合分析的发展概述
• 联合分析，或称结合分析，早期被称为联合度量 (conjoint measurement)，由数理心理学家R.卢 斯(R.Luce)和统计学家J.图基(J.Tukey)于1964年 首先提出。 • 1971年P.格林(P.Green)和劳(Rao)将此法引入市 场研究领域 • 到了80年代，联合分析发展到了混合型联合分析， 以Sawtooth公司1985年推出的一系列联合分析软 件为代表，如:自适应联合分析(ACA)，此后又推 出全轮廓联合分析(CVA)，以选择为基础的联合分 析(CBC) 。
应用背景概述
• 日常生活中，对于某类产品我们经常会面临选择境况， 通常会根据产品的不同效用来进行最优化选择，总会 存在一种偏好。 • 而在市场营销研究中，对消费者偏好的研究是极其重 要的，一个经常遇到的问题是：在所研究的产品(服务) 中，具有哪些属性的产品最能够受到消费者的欢迎。 • 针对这样的问题，传统的市场研究方法往往只能作定 性研究，而难以做出定量的回答。而联合分析则提供 了研究消费者偏好的一种定量方法。
• 相对重要性（relative importance weitht）:表示消 费者在选择时，某种属性影响消费者决策的重要程度。
• 内部效度（internal validity）:预测的效用与实际效 用之间的相关程度。
中国人民大学统计学院 7
联合分析的基本思想
• 联合分析法的创建基于这样一种思路:单独考虑某一 等级的属性时，属性效用无法测量;若将不同等级的 各项属性联合起来加以分析，属性效用有可能被间 接地测量出来。 • 基本思想是：通过提供给消费者以不同的属性水平 组合形成的产品或服务，让消费者做出心理判断， 按其意愿程度给产品（或服务）组合打分或排序， 然后采用数理分析方法对每个属性水平赋值，使评 价结果与消费者的给分尽量保持一致，来分析研究 消费者的选择行为。
中国人民大学统计学院
3
• 联合分析是一种用于估计不同属性对消费者的
相对重要性以及不同属性水平给消费者带来的 效用的多元统计分析方法
• 它是在已知消费者对全轮廓的评价结果的基础上, 经过分解的方法去估计其偏好结构的一种分析法。
• 可帮助我们研究为什么消费者购买某一产品而 不是其它产品这样一个核心的营销问题。
联合分析 （Conjoint Analysis）
中国人民大学统计学院
1
• 应用背景概述 • 联合分析的发展概述 • 联合分析的基本理论
• • • • •
•
基本概念 联合分析的基本思想以及基本目的 联合分析的基本模型 联合分析的基本假定 联合分析的步骤
相关软件介绍
中国人民大学统计学院 2
• 联合分析的实用
中国人民大学统计学院 8
分解技术 （decompositional technique）
联合分析是一种分解模型，与判别分析和复合回 归等属于组合模型者不同。组合模型要先知道受测者 对许多个别属性的评价，以发展一预测模型；而分解 模型则只要知道受测者对某一事物的整体偏好，然后 将整体偏好予以分解，以求得各属性的重要性。
定量的 轮廓数目很多时采用 实施容易 容易进行分析
中国人民大学统计学院
17
解读结果
• 成分效用函数 （了解某种属性下各水平的效用） • 属性的相对重要性 （了解属性的重要程度） • 轮廓的效用 （以确定出备受青睐的属性组合）
中国人民大学统计学院 18
评估信度与效度
• 虚拟变量回归的拟合优度 • 采用回访收集数据后进行联合分析，与第一次 的结果进行相关分析 • 利用模型的预测值与实际值进行相关分析以确 定内部效度 • 斯皮尔曼秩相关检验
• （2）全轮廓法，也叫多项法(或多因子评价法，m ultiple-factor evaluations)
往往采用正交数组设计来确定轮廓
中国人民大学统计学院 16
数据收集
• 偏好的测量方法也决定了我们输入数据的形式，最 主要的测量方法有:排序法和评分法。 •
排序法 量表评分法
非定量的 轮廓数目不多时采用 实施比较难 分析相对难
中国人民大学统计学院
9
联合分析的基本目的
• 1、确定消费者赋予某个预测变量(水平)的贡 献和效用(utilities) • 2、确定属性的相对重要性
• 3、寻找消费者可接受的某种产品的最佳市场 组合,即模拟市场占有率分析，建立一个消费 者判断的有效模型。
中国人民大学统计学院 10
联合分析的基本模型
• 肯德尔的tau检验
• 划分不同子样本进行联合分析以对稳定性进行 评估
中国人民大学统计学院 19
联合分析的应用
中国人民大学统计学院
20
联合分析的软件化
• SPSS（CONJOINT模块）（主要利用此法讲解） • SAS（MRA模块） • SAWTOOTH(ACA模型、CBC模型、CVA模型) 参见