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。

（此功能为企业版功能，答卷数量企业版限制为账户下200份，尊享版不限）

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

若需要直接给受访者呈现产品图，上传自定义概念后，可以点击“批量上传概念图片”批量上传概念图片，也可以点击概念后的“概念图片”单个上传

若需要隐藏属性、水平的呈现，可以在「概念配置」设置“只显示图片”，设置后，受访者将不会看到每个概念的属性及水平，显示如下：

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

联合分析用户交流群

为帮助用户更好的使用问卷星联合分析的产品，更好的执行联合分析的调研项目，问卷星特建了一个「联合分析使用交流群」，微信扫描下面二维码即可加入。