Auswahlbasierte Conjoint Analyse

Conjoint Analyse ist eines der effektivsten Modelle bei der Gewinnung von Konsumentenverhalten in eine empirische oder quantitative Messung. Es bewertet Produkte / Dienstleistungen in einer Weise, die keine andere Methode kann. Traditionelle Bewertungen Umfragen und Analysen haben nicht die Möglichkeit, die 'Bedeutung' oder 'Wert' auf die verschiedenen Attribute, ein bestimmtes Produkt oder eine Dienstleistung besteht aus. Die Conjoint Analyse führt den Endbenutzer dazu, seine Präferenz einer quantitativen Messung zu extrapolieren.

Eine der wichtigsten Stärken der Conjoint Analyse ist die Fähigkeit, Marktsimulationsmodelle zu entwickeln, die das Verbraucherverhalten auf Produktänderungen vorhersagen können. Mit der Conjoint Analyse können Veränderungen in Märkten oder Produkten in die Simulation integriert werden, um vorherzusagen, wie die Verbraucher auf Veränderungen reagieren würden.

Weitere Informationen zur Conjoint Analyse

Kostenloses eBook zur Conjoint Analyse zum Download

1:1 Live Online-Präsentation der Conjoint Analyse

Choice oder Discrete Choice Conjoint ist bei weitem das am meisten bevorzugte Modell für einen gemeinsamen Fragebogen. Dies liegt vor allem daran, dass es nach dem Konsumentenverhalten im realen Leben modelliert. Die meisten Einkäufe, die die Verbraucher heute machen, sind grundsätzlich kompromissbasiert. Werden Sie kaufen ein $ 150 Ticket mit 2 Flugstopps und keine Meilen oder ein 200 $ Ticket ohne Haltestellen und 4000 Meilen?

Jedes Produkt oder jede Dienstleistung kann als eine Einheit mit einer Reihe von Attributen modelliert werden. Zum Beispiel kann ein Flugticket zwischen Seattle und Miami folgende Attribute haben:

• Preis
• Fluggesellschaft
• Stops

Hier sind einige einfache Schritte, um die Informationen zu assimilieren, bevor Sie Ihre Online-Konjunkturbefragung beginnen.

• Attribute: Definieren Sie die Attribute für Ihr Marktsegment. Für die meisten Studien, versuchen Sie, die Anzahl der Attribute unter fünf zu halten. Wenn Sie eine große Anzahl von Attributen haben, versuchen Sie, diese Attribute zu sinnvollen zusammengesetzten Attributen zu aggregieren und zu kombinieren.
• Levels: Definiere mindestens zwei Levels für jedes Attribut. Versuchen Sie, bis maximal vier oder fünf Level pro Attribut zu halten.
• Minimal Respondent Base: Versuchen Sie herauszufinden, ob Ihre Bewerberbasis homogen ist. Interessieren Sie sich für die Interaktion der gemeinsamen Daten zwischen den verschiedenen Demografien? Zum Beispiel versuchst du, herauszufinden, ob Männer einen höheren Wert für Meilen setzen, als Frauen beim Kauf eines Flugtickets? In einem solchen Fall ist Ihre Minimal Respondent Base ½ aller Teilnehmer (unter der gleichberechtigten Verteilung von Männern und Frauen).
• Minimal Choice Count für statistische Gültigkeit: Versuchen Sie, mit einer minimalen Anzahl von Malen zu kommen, sollte ein Level den Befragten angezeigt werden, um eine statistisch gültige Stichprobe zu machen. Für die meisten gemeinsamen Studien eine Minimal Choice Count von 100 bis 150 sollte gute Ergebnisse geben. Was diese Zahl repräsentiert, ist, dass alle Attributniveaus mindestens 100 bis 150 Mal präsentiert werden sollten, um die Ergebnisse der Studie statistisch signifikant zu machen.

Sie müssen nicht mit der Minimal Respondent Base und Minimal Choice Count kommen. Wenn du einen hast, kann der Concept Simulator den anderen bestimmen. Weitere Details zum Concept Simulator finden Sie weiter unten.

Das Ziel einer gemeinsamen Umfrage ist es, dem Bereich der Optionen, die Käufer bei der Kaufentscheidung berücksichtigen, spezifische Werte zuzuordnen. Bewaffnet mit diesem Wissen, können Vermarkter auf die wichtigsten Features von Produkten oder Dienstleistungen und Design-Nachrichten am ehesten zu einem Kabel mit Zielkäufer schlagen konzentrieren.