Download præsentationen
Offentliggjort afHelge Holm Redigeret for ca. et år siden
1
Case 1: Brand-Pris trade-off for Almindelig pilsnerøl
2
Conjoint-analyse Oversigt
teoretisk grundlag de centrale valg, der skal træffes kommercielle anvendelser nyere udviklinger
3
Conjoint-analyse Grundlag
produktbegrebet brugerperceptioner brugerpræferencer sammenhængen mellem disse
4
Conjoint-analyse Hvilke spørgsmål kan besvares?
Hvilke produktegenskaber er vigtige for præferencerne? Hvordan vil brugeren reagere på et ‘nyt’ produkt? Hvilken markedsandel kan vi forvente? Hvilke produkter i markedet konkurrere vi med? Kan der identificeres benefit-segmenter?
5
Conjoint-analyse Grundlæggende brugermodel
6
Trinene i en conjoint-analyse
7
Conjoint-analyse Valg af præferencemodel
kompensatoriske vs. ikke-kompensatoriske vektor model vs. idealpunktsmodel vs. part-worth model
8
Conjoint-analyse Dataindsamlingsmetode
To-ad-gangen metode vs. fuld-profil metode papir og blyant vs. Computerassisteret Monadisk vs. Dyadisk (eller flere) Complete vs. Incomplete design
9
Conjoint-analyse Konstruktion af stimuli
Hvor mange stimuli? Hvilke produktegenskaber skal inkluderes? Variationsområdet for hver egenskab? Korrelerede egenskaber? Fuld faktor vs. fraktionelle designs? Orthogonale vs. ikke-orthogonale design? Hovedvirkninger vs. (udvalgte) vekselvirkninger?
10
Conjoint-analyse Præsentation af stimuli
verbale beskrivelser billeder, mock-ups, 3D CAD ‘rigtige’ produkter, CAM
11
Conjoint-analyse Skalering af responsvariabel
præference vs. købshensigt ikke-metrisk: parvise sammenligninger, rangordning, choice based metrisk: rating, constant-sum
12
Conjoint-analyse Metode til estimation
ikke-metrisk: MONANOVA, PREFMAP, LINMAP metrisk: mindste kvadraters metode (MKM) forbindelsen mellem egenskaber og valg: logit, probit, MNL, MPL
13
Conjoint-analyse Software
Alle programpakker, der kan lave regressionsanalyse kan i princippet anvendes SPSS/PC Categories Adaptive Conjoint Analysis (ACA) Latent GOLD/Choice
14
Case: Analyse af pilsnerøl
Faktorer/niveauer Brand Grøn Tuborg Tuborg Classic Carlsberg Pilsner Carls Special Priser 75 kr. pr. kasse 80 kr. pr. kasse 85 kr. pr. kasse 90 kr. pr. kasse Emballage Flaske Dåse
15
Case: Analyse af pilsnerøl
Et fuldt faktorforsøg giver 4x4x2=32 forskellige profiler Det er for mange for den enkelte respondent Man har her flere muligheder Reducere antal faktorer/niveauer Lade hver respondent forholde sig til et udvalg af profiler Anvende et eksperimentelt design, så fremt kun hovedvirkninger er signifikante Vi skal demonstrere den sidste mulighed SPSS proceduren ORTHOPLAN anvendes
16
Case: Analyse af pilsnerøl
17
Case: Analyse af pilsnerøl
18
Case: Analyse af pilsnerøl
Respons Fuldstændig rangordning af de 16 profiler Der findes en SPSS procedure til gennemførelse af conjoint studier, men den har vi ikke adgang til på AAU Man kan i stedet anvende Variansanalyse (ANOVA) Man mister dog muligheden for at estimere nyttekoefficienter på individniveau (med mindre man gør det én ad gangen) Vi skal se et eksempel
19
Case: Analyse af pilsnerøl
20
Case: Analyse af pilsnerøl
21
Case: Analyse af pilsnerøl
22
Case: Analyse af pilsnerøl
23
Case: Analyse af pilsnerøl
24
Case: Analyse af pilsnerøl Aggregeret analyse
25
Case: Analyse af pilsnerøl Aggregeret analyse
26
Case: Analyse af pilsnerøl Aggregeret analyse
28
Den samlede model for måling af mærkestyrke
29
Fokus på Brand-Pris trade-off analysen
30
Brandundersøgelsens gennemførelse
31
Analyse af trade-off mellem mærkning og pris
Måling af brandets iboende værdi i forhold til prisen nytteværdi (intrinsic brand attraction) prisfølsomhed Trade-off ved parvise sammenligninger (CBC) Forsøgsplan Randomiseret design, dvs. pris og brands kombineres tilfældigt for den enkelte respondent ’on the fly’
32
Den grundlæggende målingsmodel
Det trufne valg afspejler nogle bagvedliggende valgsandsynligheder Sandsynligheden for at vælge det ene alternativ frem for det andet beror på en sammenligning af deres attraction eller nytteværdi Alternativernes nytteværdi kan forklares ved egenskaber hos alternativerne, dvs. pris og brand Det er disse egenskaber vi varierer eksperimentelt mhp. at bestemme deres virkninger, herunder vekselvirkninger, på valgsandsynligheden
33
Om parvise sammenligninger Fremgangsmåde
”objekter” præsenteres parvis for en eller flere ”dommere” den grundlæggende eksperimentelle enhed er sammenligningen af to objekter, A og B, af en enkelt dommer, som i det simpleste tilfælde blot skal vælge den, han ”foretrækker” mere generelt kan dommeren vælge at svare ”lige gode” eller anvende en finere graduering af ”præferencen”
34
Om parvise sammenligninger Anvendelsesområder
når objekterne kun kan bedømmes subjektivt, dvs. når det er umuligt eller uhensigtsmæssigt at foretage relevante målinger for at afgøre præferencen sensorisk analyse, specielt smagstest, forbrugertest, persontest og helt generelt ved studiet af præferencer og valgadfærd
35
Parvise sammenligninger Fordele og ulemper
Når forskellene mellem objekterne er små er simpel rangordning vanskelig og tidskrævende Forstyrrende faktorer fra andre objekter end de to under sammenligning udelukkes Reducerer uenigheden mellem dommerne til et minimum Tillader inkonsistens i præferencerne som kan skyldes gætteri manglende reliabilitet præferencen afhænger af mere end en egenskab ved objekterne
36
Eksempel på en parvis sammenligning i undersøgelsen
Ved de følgende spørgsmål skal du forestille dig, at skal købe øl med hjem. Jeg nævner to mærker med tilhørende priser, og du skal blot angive, hvilken af de to muligheder, du ville foretrække i denne situation. Du kan ikke svare, at du ikke vil vælge nogen af dem. 110 kr. pr. kasse 95 kr. pr. kasse Hvilken kasse øl ville du da vælge? Kassen til venstre (alt.1) Kassen til højre (alt. 2) Lige gode eller dårlige Ved ikke
37
Den oprindelige SPSS datamatrice
38
Den restrukturerede SPSS datamatrice
39
Logistisk regression Observeret variabel: dikotom (0/1)
Afhængig variabel: Sandsynligheden for det ene af to mulige udfald Uafhængige variable: både metriske og ikke-metriske Algoritme: Maximum Likelihood Ingen særlige fordelingsmæssige forudsætninger
48
Fra præference til adfærd: Estimation af salgspotentialet
49
Estimation af salgspotentialet
Præferencer er udtryk for, hvad man siger man kan lide De kan måles på flere måder: Intention-to-buy præferenceregression Men succesen afhænger ikke af præferencer, men af handling Hvordan oversættes præferencemåling til forbrugeradfærd
50
Estimation af salgspotentialet
Forbrugeradfærd ift. nye produkter omfatter vurdering af købssandsynlighed (choice) købsmængde (quantity) købshyppighed (frequency) Vi skal fokusere på choice
51
Den multinomiske choice model
McFadden 1970 Lc1: forbruger c’s sandsynlighed for at vælge produkt 1, givet de J produkter pcj: den målte præference for produkt j, j=1,...,J. : en parameter, der ”oversætter” præferenceværdier til skalaværdier i logit-modellen exp(.): eksponentialfunktionen
52
Den multinomiske choicemodel
Data: registreret choice og målt præference Estimation af parameteren ved maximum likelihood metoden (MLE) Aggregering over C individer og beregning af gennemsnitlig choice sandsynlighed: S1|1,...,J: ”Share-of-choices” for produkt 1
53
Case 2: Conjointanalyse af kvalitetsmærkning af hakket oksekød
54
Undersøgelsens baggrund
55
Om undersøgelsens gennemførelse
Repræsentativ, telefonisk undersøgelse (CATI) 846 gennemførte interviews med indkøbsansvarlig i husstanden Spørgeskemaet omfattede køb af hakket oksekød (screening for ikke-spisere) betydning af en række kvalitetsegenskaber ved oksekød kendskab og tillid til mærkninger kvalitet (mesterhak, Blå Lup) økologi (Ø-mærket) associationer mellem mærkning og egenskaber ved oksekød analyse af trade-off mellem mærkning og pris baggrundsspørgsmål
56
Analyse af trade-off mellem mærkning og pris
Måling af mærkningens værdi i forhold til prisen nytteværdi (utility) betalingsvillighed Trade-off ved parvise sammenligninger (CBC) Forsøgsplan
57
Den grundlæggende målingsmodel
Det trufne valg afspejler nogle bagvedliggende valgsandsynligheder Sandsynligheden for at vælge det ene alternativ frem for det andet beror på en sammenligning af deres nytteværdi Alternativernes nytteværdi kan forklares ved de egenskaber alternativerne har Det er disse egenskaber vi varierer eksperimentelt
58
Modelforudsætninger Forbrugeradfærd
59
Modelforudsætninger Traditionel måling
60
Modelforudsætninger Choice based conjoint
61
Modelforudsætninger Choice based conjoint
62
Eksempel på en parvis sammenligning i undersøgelsen
kr. 24,95 kr. 22,95 Forestil dig, at du på hylden i den butik, hvor du normalt køber oksekød, har valget mellem to pakker med 500 g hakket oksekød. De eneste væsentlige forskelle mellem pakkerne er, at ... Hvilken pakke ville du da vælge? Pakken til venstre (alt.1) Pakken til højre (alt. 2) Lige gode eller dårlige Ved ikke
63
Faktorer, der varieres eksperimentelt
64
kr. 24,95 kr. 22,95 Det anvendte design For at undgå træthed præsen-
teres hver respondent kun for 6 parvise sammenligninger
65
Resultater: Nytteværdi
66
Nytteværdien af mærker
Pris Uden mærke Basis: 846
67
Nytteværdien af mærker blandt dem, der har hørt om
Pris Uden mærke Basis: 103
68
Opsummering Conjoint-analyse er et ”break-down approach” til at bestemme sammenhæng mellem forbruger opfattelser/præferencer og produktets designelementer Et valg mellem de designmæssige muligheder forudsætter en vurdering af hvad der teknisk kan lade sig gøre hvad der økonomisk er rentabelt Det forudsætter igen, at forbrugernes præferencer omsættes til adfærd og kvantificeres økonomisk
Lignende præsentationer
© 2024 SlidePlayer.dk Inc.
All rights reserved.