联合分析

联合分析是一种基于调查的统计技术，用于市场研究，有助于确定人们如何评价构成单个产品或服务的不同属性（特性、功能、好处）。

联合分析的目的是确定哪种有限数量的属性组合对受访者的选择或决策制定影响xxx。 向受访者展示一组受控的潜在产品或服务，并通过分析他们如何在这些产品中做出选择，可以确定构成产品或服务的各个元素的隐含价值。 这些隐性估值（效用或部分价值）可用于创建市场模型，以估计新设计的市场份额、收入甚至盈利能力。

其他著名的联合分析先驱包括斯坦福大学的 V. Seenu Srinivasan 教授，他为排序数据开发了线性规划 (LINMAP) 程序以及一种自我解释的方法，以及 Jordan Louviere（爱荷华大学）发明并开发了选择- 基于方法的联合分析和相关技术，如最佳-最差缩放。

今天，它被用于许多社会科学和应用科学，包括市场营销、产品管理和运筹学。 它经常用于测试客户对新产品设计的接受程度、评估广告的吸引力和服务设计。 它已被用于产品定位，但有些人对联合分析的这种应用提出了问题。

联合分析技术也可以称为多属性组合建模、离散选择建模或陈述偏好研究，并且是用于决策系统分析的更广泛的权衡分析工具集的一部分。 这些工具包括品牌价格权衡、Simalto 和 AHP、PAPRIKA、进化算法或规则开发实验等数学方法。

产品或服务领域是根据许多属性来描述的。 例如，电视可能具有屏幕尺寸、屏幕格式、品牌、价格等属性。 然后可以将每个属性分解为多个级别。 例如，屏幕格式的级别可能是 LED、LCD 或等离子。

向受访者展示一组产品、原型、模型或图片，这些产品是根据所有或部分构成属性的级别组合创建的，并要求他们从所展示的产品中进行选择、排名或评级。 每个示例都足够相似，以至于消费者会将它们视为相近的替代品，但又足够不同，以至于受访者可以清楚地确定偏好。 每个示例都由产品功能的独特组合组成。 数据可能包括个人评级、排名顺序或备选组合中的选择。

联合设计涉及四个不同的步骤：

• 确定研究类型
• 确定相关属性
• 指定属性的级别
• 设计问卷

可以设计不同类型的研究：

• 基于排名的联合分析
• 基于评级的联合分析
• 基于选择的联合分析

联合分析中的属性应该：

• 与管理决策相关，
• 在现实生活中有不同的水平，
• 有望影响偏好，
• 明确定义和传达，
• xxx不要表现出很强的相关性（价格和品牌除外），
• 至少包含两个级别。

属性级别应该是：

• 明确的，
• 互斥，
• 现实。

随着属性和级别组合数量的增加，潜在配置文件的数量呈指数增长。 因此，部分因子设计通常用于减少要评估的配置文件的数量，同时确保有足够的数据可用于统计分析，从而生成一组经过仔细控制的配置文件供受访者考虑。

始于 1970 年代的最早形式的联合分析是所谓的完整档案研究，其中使用一小组属性（通常为 4 到 5 个）来创建通常在个人卡片上显示给受访者的档案。 然后，受访者对这些个人资料进行排名或评级。 使用相对简单的虚拟变量回归分析，可以计算水平的隐式效用，以xxx地再现受访者指定的排名或评级。