Спільний аналіз
Основні поняття «спільного аналізу»:
Атрибут - одна з досліджуваних характеристик продукту (приклад: бренд, колір, ціна).
Рівні атрибута – сукупність значень, які може приймати атрибут. Наприклад, атрибут "колір" має рівні "червоний", "синій", "зелений" тощо. Усі рівні атрибуту мають бути взаємовиключними.
Корисність – чисельний вираз ступеня переваги респондентом тієї чи іншої рівня атрибуту (часткова корисність) чи продукту загалом (загальна корисність як сума корисностей всіх рівнів атрибутів продукту).
Профіль продукту – опис продукту за допомогою досліджуваних атрибутів.
Важливість атрибуту - ступінь впливу атрибуту на перевагу продукту в цілому. Вона дорівнює різниці між корисностями найбільш і найменш бажаного рівня атрибуту
Спільний аналіз є особливий вид методології для кількісних маркетингових досліджень, заснований на експерименті.
Респонденту у межах кожного завдання представляється для ознайомлення кілька «продуктів»-концептів (зазвичай від 3 до 6), які є набори характеристик продукту – різні комбінації рівнів атрибутів. Концепти, атрибути та його рівні може бути як реальні (вже представлені над ринком), і передбачувані до виходу ринку. У кожному завданні респондент повинен (залежно від методології) або оцінити кожен концепти за шкалою, або впорядкувати концепти за ступенем переваги, або вибрати найкращий (і найгірший) концепт. Кожен респондент виконує однакову кількість завдань оцінки/вибору концептів, як правило, від 6 до 8.
Становлення методу спільного аналізу
Витоки спільного аналізу лежать в експериментальній психології та психометрики. Самметод спільного аналізу закріпився у дослідному дискурсі на початку 70-х років XX ст.
У 1971 році Пол Грін запропонував адаптувати та використовувати підхід Люче і Тьюкі для вирішення завдань маркетингового характеру: для аналізу прийняття споживачем комплексних рішень, для оцінки важливості різних характеристик продукту, для моделювання споживчої поведінки.
Саме Пітер Грін заклав фундамент реалізації методу оцінювання спільного аналізу (Conjoint Value Analysis, CVA). Збір даних здійснювався так:
За допомогою ортогонального плану генерувався набір певної кількості карток-профілів продукту (кількість профілів залежить від кількості атрибутів).
Респондентам пропонували оцінити кожну картку із заданого набору. Оцінка здійснювалася сортуванням карток респондентом від найкращого варіанта до самого непереважного.
Аналізуючи порядок сортування, дослідник міг статистично визначити важливість кожного атрибуту як на рівні всіх опитаних загалом, так і на рівні кожного окремого респондента. При зростанні кількості атрибутів (і відповідному зростанні кількості карток в ортогональному плані) оцінювання сортуванням замінювалася оцінкою незалежним рангом (наприклад, 10-бальним), а корисності обчислювалися за допомогою регресії.
Незалежно від Пітера Гріна на початку 70-х років Річард Джонсон розробив метод парних порівнянь виборів, доречний для порівняння з великою кількістю атрибутів (більше 10)20. В рамках цього методу респонденти ранжували переваги між кількома парними комбінаціями атрибутів.
Приклад: моделюється ситуація купівлі комп'ютера, вивчаються атрибути "частота процесора" та "ціна". Респондентові необхідно заповнити «матрицювибору». Він порівнює всі можливі комбінації рівнів двох атрибутів (суміщених рівнів) і ранжує їх від кращого варіанта (1) до найменш кращого.
У рамках цього методу респонденту необхідно заповнити таке число «матриць вибору», яке «покриє» всі атрибути, що вивчаються (але не всі можливі комбінації атрибутів). Таким чином, дослідник має можливість оцінити рівень переваги атрибуту та його важливість для кожного респондента. Однак методика Джонсона має очевидні недоліки в порівнянні з методикою Гріна.
По-перше, метод парних порівнянь виборів перестав бути повнопрофільним і відтворює саму ситуацію вибору товару. По-друге, респондентам досить важко поводитися з численними матрицями вибору, які передбачаються у разі значної кількості досліджуваних атрибутів. Для усунення незручності інструментарію для респондентів,
Джонсон вдалося до кінця 80-х років розробити новий, прогресивний метод спільного аналізу - адаптивний спільний аналіз (Adaptive Conjoint Analysis, ACA). Особливість способу у тому, що набір атрибутів адаптується під кожного конкретного респондента, тобто респондент оцінює ті атрибути, які мають щодо нього відношення чи значимі йому. Головною перевагою даного методу є можливість дослідити значно більший набір атрибутів, уникаючи інформаційного перевтоми респондента. Проте для цього методу необхідне спеціальне платне програмне забезпечення (наприклад, від компанії Sawtooth Software).
Спільний аналіз, заснований на виборі
У 1970-х років XX в. було розроблено метод спільного аналізу, що ґрунтується на «дискретному виборі» (choice-based conjoint, CBC). Основу даногометоду заклала робота Даніеля Макфаддена "Conditional Logit Analysis of Qualitative Choice Behavior"22. Найважливішою відмінністю методу CBC, завдяки якій він став таким популярним серед теоретиків і практиків, є високий рівень подібності експериментальної ситуації з ситуацією вибору товару та у реальному конкурентному середовищі.
Респондент при виконанні завдань не ранжує профілі продуктів залежно від переваг, а просто вибирає найпривабливіший профіль доступних альтернатив. Кількість профілів в одному завданні зазвичай може становити від 2 до 5. У деяких випадках у респондента є технічна можливість не вибирати нічого із запропонованого. У той час, як за своєю суттю метод CBC завжди відповідає описаним вище принципам, сам опитувальник може значно змінюватись. Класичним варіантом, якого схиляються більшість дослідників, є CBC-анализ з одним вибором. Тобто респонденту пропонується вибрати один продукт із певними характеристиками з кожного окремого набору продуктів (single choice або choose one approach).
Іншим варіантом організації опитувальника є експериментальна ситуація, коли респонденту пропонується визначити свої наступні 10 покупок (за кожну покупку можна придбати лише один продукт), вказавши при цьому, яку кількість кожного продукту вони куплять (chip allocation або equal sum approach). Суть цього підходу у цьому, що респондент у межах кожного завдання розподіляє 10 умовних одиниць (“chips”) між варіантами із запропонованого набору продуктів (повних профілів). Крайні випадки можуть виявити віднесення всіх 10 одиниць одному продукту (або ж вчинення 10 покупок одного продукту) і розподіл всіх одиниць порівну, наприклад, по 2 на 5продуктів.
Крім того, існує також поширений варіант організації опитувальника методу CBC, коли респондента просять вказати кращу і гіршу альтернативу профілю в рамках одного завдання або зробити «другий вибір» з альтернатив23.
У 1999 році Дж. Піннел (J. Pinnell) припустив, що в рамках ситуації вибору на респондента можуть впливати додаткові обставини. Наприклад, у ситуації вибору пивної продукції, респондент може віддавати перевагу різним брендам залежно від цього, у яких передбачається її споживання: у компанії друзів, у барі чи домашніх умовах. Відповідно, виключення такого додаткового контексту з CBC-аналізу може призводити до значних спотворень результатів. У зв'язку з цим було запропоновано внести такі зміни до методики проведення дослідження: спочатку респонденту задавалися питання про те, які обставини можуть вплинути на вибір того чи іншого продукту, а вже потім пропонувалося зробити дискретний вибір, залежно від запропонованого контексту або ситуаційного сценарію. .
Важливою особливістю та перевагою методу CBC є те, що порівняно з попередніми методами спільного аналізу тут спостерігається ситуація, коли значимість найбільш важливих атрибутів профілю (або продукту) зростає, тоді як важливість незначних для респондента атрибутів навпаки зменшується. Дане явище має місце через «дихотомізацію» оцінки профілю продукту в рамках ситуації вибору. У межах методу CBC на агрегованому рівні даних можуть аналізуватися як «головні ефекти» рівнів атрибутів, а й ефекти взаємодії, що є значною перевагою методу.
Серед явних вад «дискретного вибору» можна відзначитинеобхідність більшої вибірки порівняно з методами CVA та ACA. На сьогоднішній день спільний аналіз, що базується на дискретному виборі, є однією з найпопулярніших технік спільного аналізу. 1993 року компанія Sawtooth Software створила спеціальне програмне забезпечення для методу дискретного вибору. Також було реалізовано можливість аналізу корисностей на індивідуальному рівні, використовуючи ієрархічні методи Байєса (CBC HB (hierarchical Bayes)).
Моделі спільного аналізу
Виділяють 2 групи математичних моделей у спільному аналізі:
- Моделі переваги корисності (описують взаємини рівнів у межах одного атрибуту)
- Загальні моделі (описують взаємини загальної корисності профілю продукту з корисностями складових його рівнів атрибутів).
Для моделі переваги корисності виділяються три способи моделювання через математичні формули взаємин корисностей рівнів усередині одного атрибуту. До таких способів відносять модель ідеальної точки (і окремий випадок модель антиідеальної точки), векторну модель і модель дискретної часткової корисності (part-worth model).
Перевагою моделі ідеальної точки є той факт, що вона може бути застосована як до атрибуту ціни, так і інших якісних атрибутів продукту або послуги. Ця модель відбивається криволінійної функцією (модель квадратичної регресії), у межах якої визначається ідеальне значення рівня атрибута. Логіка методу ідеальної точки має на увазі наявність у кожного респондента свого власного найкращого рівня всередині кожного з атрибутів. Відхилення від цього рівня неминуче призводить до зменшення корисності. Окремий випадок даної моделі - антиідеальна точка - має на увазі те, що уреспондента існує певне значення рівня усередині кожного атрибуту з найменшим показником корисності. Відповідно, що віддалений рівень від цієї точки вибирає респондент, то більше вписувалося його корисність.
В рамках лінійної залежності (моделі лінійної регресії) відображається зміна величини корисності та величини рівня атрибуту у векторній моделі. Таким чином, збільшення рангу атрибуту в даній логіці має призвести до лінійного збільшення чи зменшення корисності. Векторна модель може бути успішно застосована для аналізу корисності всередині атрибуту, що виражається числовими значеннями (вага, ціна та ін.).
Модель дискретної часткової корисності (part-worth model) відображається кривою, що складається з прямолінійних ділянок, що з'єднують точки, які відповідають оцінкам корисності рівнів атрибутів. Ця модель виходить із переконання, що між рівнями атрибуту та ступенем їх корисністю однозначна форма залежності відсутня. Стверджується дискретний характер рівнів атрибутів, що потребує обчислення в кожній окремій точці корисності як функції від конкретного рівня.
Ця модель є найпоширенішою у межах спільного аналізу нині.