帮助中心

联合分析

什么是联合分析

联合分析,是一种市场调研的研究方法,用于了解受访者对多属性多水平的产品的偏好。联合分析问题向受访者展示一组概念,要求选择最吸引人的概念,可以帮助确定最佳产品功能、价格敏感度,市场份额等。

适用场景

联合分析可以适用于消费品、工业产品和商业服务等相关领域的市场调研中,用于调研用户对多属性特征产品的偏好,尤其是在新产品开发、市场份额分析、竞争分析、市场细分和价格策略等方面。

如何使用联合分析

1、在问卷编辑页左侧【调研题型】栏,点击使用“联合分析”题型;

2、修改标题名称;

3、点击“配置联合分析”进行具体的配置:概念配置、属性配置、任务配置、禁止项配置;

4、概念配置:选择要调研的概念组合模式;分为随机组合概念 、自定义概念两种模式,两种模式配置方式不同,请根据自己业务场景选择

随机组合概念: 需要进行【属性配置】,根据系统算法将配置的属性下水平自动生成的概念呈现给调研用户,系统会尽量保证每个概念出现频次均等来确保调研数据的准确性

自定义概念: 自定义上传给用户测评的概念组合,需要先下载模板,并按模板内容将自定义概念的属性、水平对应填充后上传模板即可。适用于已有固定测评的概念组合场景。

【自定义概念】配置流程

(1)下载模板
(2)按照模板,整理好要测评的概念将对应的属性、概念填充进表格。上传的概念数量限制最多200个
(3)上传整理好的数据
(4)属性配置:可以配置水平对应的图片(只允许配置图片,其他属性、水平已根据上传的概念自动识别,无需编辑)
(5)任务配置:
a) 先配置【每个任务的概念数量】,即每次需要用户在几个概念中选择 注意:数量限制为2-5,且在1、2、4概念呈现规则时,会要求【总概念数】/【每个任务的概念数量】整除

b)每个任务包含空选项文本,即是否需要用户在无法做出选择时,选择空选项;可以修改文案

c)选择概念呈现规则:一共有4种规则,根据自己业务场景选择

随机呈现全部概念: 针对每个测评用户呈现全部上传的概念,出现顺序随机

按上传顺序呈现全部概念: 针对每个测评用户呈现全部上传的概念,出现顺序按上传概念的顺序; 适合已有固定的概念之间对比(需要提前在上传数据排序)

在全部概念中随机呈现X个: 针对每个测评用户呈现部分(X)概念; 适合上传概念数量较多,不想让每个测评用户选择太多次的情况; 注意:X必须是【每个任务的概念数量】的倍数

按上传顺序及每个任务概念数量分组后随机呈现X组: 根据【总概念数】/【每个任务概念数量】 按顺序分组后,每个测评用户随机呈现X组; 适合上传概念数量较多,不想让每个测评用户选择太多次,且已有固定概念之间的对比的情况

注意:X必须<【总概念数】/【每个任务的概念数量】

【随机组合概念】配置流程

(1)属性配置:添加需要调研的属性及水平(水平可上传图片);属性、每个属性下的水平数量分别限制最大20个;


(2)任务配置:自定义每个任务的概念数量(限制2-5)、任务的总数量(限制最大数量50);


(3)禁止项配置:配置禁止出现在测评用户作答任务中的概念。(注:禁止项配置仅针对“随机组合概念“有效)


5、配置好后,点击“确定”,保存并发布问卷

一些定义说明

1、属性:需要联合分析中进行比较的产品属性,例如调研用户对电脑的偏好:品牌、价格、内存...;

2、水平:即属性下的水平(属性值),例如品牌的水平:联想、惠普...;内存的水平:8G、16G...;

3、概念:即产品每个属性下水平的组合;例如:惠普-i5-15寸-16G-6000称之为一个概念。

4、每个任务的概念数量:每个任务展示调研概念的数量。建议每个任务中出示2-5个概念,这是因为当每个任务里的概念超过5个时,受访者较难准确选出最吸引人的概念。

5、任务的数量:同时出示几个概念进行最吸引人的选择题。在这里,我们把每个这样的选择题称为一个任务。

数据统计

可在分析下载》统计分析》默认报告中下载数据统计,可统计出每组概念是否选中。

联合分析报告

联合分析报告可以直观看出属性、水平、概念对受访者的重要性,帮助确定您的受众真正重视什么

查看路径:在 分析&下载》统计&分析》默认报告 中点击“查看报告”

注意:

1、联合分析需要充足的样本量才能计算出较为准确的数据,所以样本量足够多得出的报告才有参考意义(答卷数量>100)

2、由于数据量较大,计算数据需要时间,所以生成报告会较慢,若不能及时查看到报告,可等待报告生成后系统消息通知再查看

3、生成报告后,若后续有新增答卷,需要点击“提交更新”获取最新报告

4、可点击“导出全部报告”在Excel中查看报告

报告解读

1、报告分为属性重要性、概念效用两部分

(1)属性重要性:可以直观看出属性、水平的重要性。同一属性下,水平的效用值越大,表示该属性下水平对于受访者越重要;属性重要性越大,表示属性对于受访者越重要;

(2)概念效用:概念的偏好排名,可以直观看出概念的重要性,效用值越大,表示概念对于受访者越重要。

2、计算逻辑

计算模型:由于联合分析使用的是离散型数据(如电脑品牌等)而不是连续型数据(如温度的数字),因此联合分析所运用的方法为逻辑回归,该方法中回归系数的估计方法采用的是分层贝叶斯参数估计;

效用:由于回归系数不能直接用来表述效用值,因此对回归系数进行了简单数据处理得到效用值,直观上能更好的看出属性和水平的效用值大小。效用值越大,表示重要性越大;

重要性:重要性越大,表示该属性对受访者越重要。重要性=每个属性下水平效用最大值/sum(每个属性下水平效用最大值)*100%

示例中:屏幕尺寸的重要性=54.43/(54.43+48.49+23.60+13.28+12.42)=36%

效果示例


示例:某电脑经销商可以使用上述示例问题确定消费者最可能购买的电脑。假设在购买时需要考虑以下几个属性,每个属性中有不同的水平:

总计有3*3*3*3*4=324种概念产品。我们每次展示给消费者3个概念产品,让消费者选择最可能购买的产品(或者“无”),并且重复这个过程3次(每次展示的概念产品是不同的)。

这样比较信息会通过多次测量从而获得更稳健的结论。研究人员可以确定偏好。

体验联合分析


非常感谢您的耐心阅读,请在下方提供您对本篇帮助的反馈,以便我们持续改进本文。
已解决 未解决
  • 400-993-5858
  • cs@wjx.cn
  • 广告合作
    请扫码添加专员
    广告合作
长沙冉星信息科技有限公司 版权所有    ICP证:湘B2-20220508    湘ICP备17005436号-1    湘公网安备 43019002000245号
网站数据来源于问卷星官方数据库    服务协议    隐私条款    举报