Атрибут – одна из изучаемых характеристик продукта (пример: бренд,цвет, цена).
Уровни атрибута – совокупность значений, которые может принимать атрибут. Например, атрибут «цвет» имеет уровни «красный», «синий», «зелёный» и т.п. Все уровни атрибута должны быть взаимоисключающими.
Полезность – численное выражение степени предпочтения респондентом того или иного уровня атрибута (частичная полезность) или продукта в целом (общая полезность как сумма полезностей всех уровней атрибутов продукта).
Профиль продукта – описание продукта с помощью изучаемых атрибутов.
Важность атрибута – степень влияния атрибута на предпочтение продукта в целом. Она равна разнице между полезностями наиболее и наименее предпочитаемого уровня атрибута
Совместный анализ представляет собой особый вид методологии для количественных маркетинговых исследований, основанный на эксперименте.
Респонденту в рамках каждого задания представляется для ознакомления несколько «продуктов»-концептов (обычно от 3 до 6), которые представляют собой наборы характеристик продукта – различные комбинации уровней рассматриваемых атрибутов. Концепты, атрибуты и их уровни могут быть как реальные (уже представленные на рынке), так и предполагаемые к выходу на рынок. В каждом задании респондент должен (в зависимости от методологии) либо оценить каждый концепты по шкале, либо упорядочить концепты по степени предпочтения, либо выбрать лучший (и худший) концепт. Каждый респондент выполняет одинаковое количество заданий оценки/выбора концептов, обычно от 6 до 8.
Становление метода совместного анализа
Истоки совместного анализа лежат в экспериментальной психологии и психометрики. Сам метод совместного анализа закрепился в исследовательском дискурсе в начале 70-х годов XX в.
В 1964 году вышла в свет статья Данкана Люче и Джона Тьюки «Simultaneous Conjoint Measurement: A New Type of Fundamental Measurement», в которой впервые был введён термин «совместное измерение». Совместное измерение понималось как совокупность шкал для зависимых переменных, которые определяют порядок совместного воздействия на независимую переменную по предопределённым сочетательным правилам. Авторы использовали совместное измерение для анализа роли отдельных характеристик, на которые «расчленялись» цельные акты человеческой деятельности (поступки, суждения и т.д.).
В 1971 году Пол Грин предложил адаптировать и использовать подход Люче и Тьюки для решения задач маркетингового характера: для анализа принятия потребителем комплексных решений, для оценки важности различных характеристик продукта, для моделирования потребительского поведения.
Именно Питер Грин заложил фундамент реализации метода оценивающего совместного анализа (Conjoint Value Analysis, CVA). Сбор данных осуществлялся следующим образом:
С помощью ортогонального плана генерировался набор определённого количества карточек-профилей продукта (количество профилей прямо зависит от количества атрибутов).
Респондентам предлагали оценить каждую карточку из заданногонабора. Оценка осуществлялась сортировкой карточек респондентом от наиболее предпочтительного варианта до самого непредпочтительного.
Анализируя порядок сортировки, исследователь мог статистически определить важность каждого атрибута как на уровне всех опрошенных в целом, так и на уровне каждого отдельного респондента. При росте количества изучаемых атрибутов (и соответственном росте количества карточек в ортогональном плане) оценка сортировкой заменялась оценкой независимым рангом (например, 10-бальным), а полезности вычислялись с помощью регрессии.
Независимо от Питера Грина в начале 70-х годов Ричард Джонсон разработал метод парных сравнений выборов, уместный для сравнений с большим количеством атрибутов (больше 10)20. В рамках данного метода респонденты ранжировали предпочтения между несколькими парными комбинациями атрибутов.
Пример: моделируется ситуация покупки компьютера, изучаются атрибуты «частота процессора» и «цена». Респонденту необходимо заполнить «матрицу выбора». Он сравнивает все возможные комбинации уровней двух атрибутов (совмещённых уровней) и ранжирует их от наиболее предпочтительного варианта (1) к наименее предпочтительному.
В рамках данного метода респонденту необходимо заполнить такое число «матриц выбора», которое «покроет» все изучаемые атрибуты (но не все возможные комбинации атрибутов). Таким образом, исследователь имеет возможность оценить уровень предпочтения атрибута и его важность для каждого респондента. Однако, методика Джонсона имеет очевидные недостатки в сравнении с методикой Грина.
Во-первых, метод парных сравнений выборов не является полнопрофильным и не воспроизводит саму ситуацию выбора продукта. Во-вторых, респондентам довольно трудно обращаться с многочисленными матрицами выбора, которые предполагаются в случае значительного количества исследуемых атрибутов. Для устранения неудобства инструментария для респондентов,
Джонсону удалось к концу 80-х годов разработать новый, прогрессивный метод совместного анализа – адаптивный совместный анализ (Adaptive Conjoint Analysis, ACA). Особенность метода состоит в том, что набор атрибутов адаптируется под каждого конкретного респондента, то есть респондент оценивает только те атрибуты, которые имеют к нему отношение либо значимы для него. Главным преимуществом данного метода является возможность исследовать существенно больший набор атрибутов, избегая информационного переутомления респондента. Однако для реализации данного метода необходимо специальное платное программное обеспечение (например, от компании Sawtooth Software).
Совместный анализ, основанный на выборе
В середине 70-х годов XX в. был разработан метод совместного анализа, основанный на «дискретном выборе» (choice-based conjoint, CBC). Основу данного метода заложила работа Даниэля Макфаддена «Conditional Logit Analysis of Qualitative Choice Behavior»22. Важнейшей отличительной чертой метода CBC, благодаря которой он стал так популярен среди теоретиков и практиков, является высокий уровень сходства экспериментальной ситуации с ситуацией выбора товара и услуги в реальной конкурентной среде.
Респондент при выполнении заданий не ранжирует профили продуктов в зависимости от предпочтений, а просто выбирает наиболее привлекательный профиль из доступных альтернатив. Количество профилей в одном задании как правило может составлять от 2 до 5. В некоторых случаях у респондента есть техническая возможность не выбирать ничего из предложенного. В то время, как по своей сути метод CBC всегда соответствует описанным выше принципам, сам опросник может значительно варьироваться. Классическим вариантом, к которому склоняются большинство исследователей, является CBC-анализ с одним выбором. То есть респонденту предлагается выбрать один продукт с определёнными характеристиками из каждого отдельно взятого набора продуктов (single choice или choose one approach).
Другим вариантом организации опросника является экспериментальная ситуация, когда респонденту предлагается определить свои следующие 10 покупок (за каждую покупку можно приобрести только один продукт), указав при этом, какое количество каждого из продуктов они купят (chip allocation или equal sum approach). Суть этого подхода в том, что респондент в рамках каждого задания распределяет 10 условных единиц (“chips”) между вариантами из предложенного набора продуктов (полных профилей). Крайними случаями может оказаться отнесение всех 10 единиц одному продукту (или же совершение 10 покупок одного продукта) и распределение всех единиц поровну, например, по 2 на 5 продуктов.
Кроме того, существует также распространённый вариант организации опросника метода CBC, когда респондента просят указать лучшую и худшую альтернативу профиля в рамках одного задания или сделать «второй выбор» из оставшихся альтернатив23.
В 1999 году Дж. Пиннел (J. Pinnell) предположил, что в рамках ситуации выбора на респондента могут оказывать влияние дополнительные обстоятельства. Например, в ситуации выбора пивной продукции, респондент может отдавать предпочтение различным брендам в зависимости от того, в каких условиях предполагается её потребление: в компании друзей, в баре или в домашних условиях. Соответственно, исключение такого дополнительного контекста из CBC-анализа может приводить к значительным искажениям результатов. В связи с этим было предложено внести следующие изменения в методику проведения исследования: сначала респонденту задавались вопросы о том, какие обстоятельства могут оказать влияние на выбор того или иного продукта, а уже только затем предлагалось сделать дискретный выбор, в зависимости от предложенного контекста или ситуационного сценария.
Важной особенностью и преимуществом метода CBC является то, что по сравнению с предыдущими методами совместного анализа здесь наблюдается ситуация, когда значимость наиболее важных атрибутов профиля (или продукта) возрастает, тогда как значимость неважных для респондента атрибутов наоборот уменьшается. Данное явление имеет место из-за «дихотомизации» оценки профиля продукта в рамках ситуации выбора. В рамках метода CBC на агрегированном уровне данных могут анализироваться не только «главные эффекты» уровней атрибутов, но также и эффекты взаимодействия, что является значительным преимуществом метода.
Среди явных недостатков «дискретного выбора» можно отметить необходимость большей выборки в сравнении с методами CVA и ACA. На сегодняшний день совместный анализ, основанный на дискретном выборе, является одной из самых популярных техник совместного анализа. В 1993 году компания Sawtooth Software создала специальное программное обеспечение для метода дискретного выбора. Также была реализована возможность анализа полезностей на индивидуальном уровне, используя иерархические методы Байеса (CBC HB (hierarchical Bayes)).
Модели совместного анализа
Выделяют 2 группы математических моделей в совместном анализе:
Модели предпочтения полезности (описывают взаимоотношения уровней в рамках одного атрибута)
Общие модели (описывают взаимоотношение общей полезности профиля продукта с полезностями составляющих его уровней атрибутов).
Для модели предпочтения полезности выделяются три способа моделирования через математические формулы взаимоотношений полезностей уровней внутри одного атрибута. К таким способам относят модель идеальной точки (и её частный случай модель антиидеальной точки), векторную модель и модель дискретной частичной полезности (part-worth model).
Преимуществом модели идеальной точки является тот факт, что она может быть применена как к атрибуту цены, так и к другим качественным атрибутам продукта или услуги. Данная модель отражается криволинейной функцией (модель квадратичной регрессии), в рамках которой определяется идеальное значения для уровня атрибута. Логика метода идеальной точки подразумевает наличие у каждого респондента своего собственного наиболее предпочтительного уровня внутри каждого из атрибутов. Отклонения от этого уровня неминуемо приводит к уменьшению полезности. Частный случай данной модели – антиидеальная точка – подразумевает то, что у респондента существует некоторое значение уровня внутри каждого атрибута с наименьшим показателем полезности. Соответственно, чем более удалённый уровень от данной точки выбирает респондент, тем больше его полезность.
В рамках линейной зависимости (модели линейной регрессии) отражается изменение величины полезности и величины уровня атрибута в векторной модели. Таким образом, увеличение ранга атрибута в данной логике должно привести к линейному увеличению или уменьшению полезности. Векторная модель может быть успешно применена для анализа полезности внутри атрибута, выражаемого числовыми значениями (вес, цена и пр.).
Модель дискретной частичной полезности (part-worth model) отражается кривой, состоящей из прямолинейных участков, соединяющих точки, которые соответствуют оценкам полезности для уровней атрибутов. Данная модель исходит из убеждения, что между уровнями атрибута и степенью их полезностью однозначная форма зависимости отсутствует. Утверждается дискретный характер уровней атрибутов, что требует вычисления в каждой отдельной точке полезности, как функции от данного конкретного уровня.
Данная модель является наиболее распространённой в рамках совместного анализа в настоящее время.
