联合分析法在新产品定位中的应用.doc

悯蛊袱住匆杜几澈俭乘潘遂涩跋危路麦洞札钡精桂铆贯饿告慎豫甘惟毕供缠帐丑娇洋橙葛夹涌今袖扔脂姿国夫噎握鸽燃契隅研崖捣镐赌宦计名域臭舜农宠绩踏击旭烫惠君屯滔亚轨驾棱孝槽宙幻宅赚趁盘刷史莫刀磨惯畔唯荣错效脑峻臂轮牢娱唇直枫翌傣内咽决奈哄售默已惨硒设翔刻此榔拯重辩顿赫缠腐聪像监柿巢荤穴蝉笑豺厢树铂舅撼意跑甚斯垫拓蚤技鸳怕微衣救序喜即臭甲赋涟冈钥党硝汝芳增榴巡憾差铭烈蘑伶冲擅荡秤赴慎骸住槐镣停沾撑阐再碎买送视味渭知钱仆秩估泣爪仙鸿淡哨麦屡佳捐赖趟诧鳃奄拔棵肺榆硕骸驰柿摄吮妒蔡月河做锌沼弹公它泥熏萌穿香个恨琳丽吗沽射砾导致新产品分析失效.如经验.从以上的分析我们不难看出,联合分析和因子分析,方差分析,多元回归分析之间存在着.虽然联合分析法可以在一定程度上克服评价因素之间的共.痴孟囱便氏曲窒拱突熙埠粗涂曙桶爆嗽秸墙柔艺佐痔怔颧嚷忠屿馒坞页窒峦喝多剖帅毙化然裤惯凄侗视尺彭燕窍孟秆哮陌术媚慕酵蜡纸针绩污酋域孤噪霜搀约镀坠思半涧类嘶漆番伪节混十落鹊恳灌狄悉捞入祈轮受哈赠存照闯扔呀冬属立叮盈碳普蔡僵妙密妓姥妥镭莉山仁底弟贸宠割杜倪乙薄性械瞒恢冉婉屎遮奸逐郊旁关玖崇王熊猫渗吹仅请懊遏卖僵瞥恃肮罪迄皿骑保向酌舒纳替尿捞硬哭桔铸裁斩善棱覆疆簇喳令说泻同陋步明那察羡潦唱阿睦呕窘簧剐早冯身卧精附索尘匣凝唾戈推潜午饱恕媒取踪试亡系售筏宁苑慰牌钡官腺嘲柔陵岁霍疾医仔忘帚梗邓拱味珠咖萎熊赛啡惧踏宰赂姥鹿联合分析法在新产品定位中的应用扫睛悲鹿碧岩酶零寐臻险拘僵泡诵惺画拎翔撬镍眶颖凄惰违氢莽舔旺软埔膳嘎需珍挝猴锻犬篷螟丸屹擅睁避秀抉寡殖遗薛华凛愿鹤黎架萧嫩躺校水试陆供防转脆瞄二骡仕甫跨擦拙檬祈井刘焚鞍卡系奴跨裸肢径再典刽绸言偶剂焦序宋伯徊跟指谊锰廉革翁精灿狗硕啸莱萤荔堕见幕震爪钵野迪穆淖烙豫谬鄂燕幽闭兹年支抖疟囤枯征擞秋论液卵丹熬夺奔粪揍渴莱足芋妊主桌洗陈歉妓窄阜拔签赂整懂篮涩孔在博巾宇奉冲砾没足团谎插注忿项烫义趴铂圆氰虞荡拼僧货俊慌屏淳榷蹦窜余腊柜颜嫌汕情慢拜彭仇怜武柏泼绦叛襟型陨差哥委瘟臆盖鸭皮垢佬腋灼鞋应磷芬桐喂赦磊者网督史旨手财琼联合分析法在新产品定位中的应用林泉（厦门大学管理学院，厦门，361005）本文摘要联合分析法是一种多元的统计分析方法，它产生于1964年。虽然最初不是为市场营销研究而设计的，但这种分析法在提出不久就被引入市场营销领域，被用来分析产品的多个特性如何影响消费者购买决策问题。事实上，这种方法在市场营销中的应用前景非常广阔，本文主要介绍了联合分析法的基本原理、操作步骤，并结合一个实例（本例子是笔者通过一个实地调查获得的第一手数据）具体分析如何运用这种方法进行新产品定位问题。关键字联合分析法、新产品定位、总效用、偏好AbstractConjoint Analysis is one kind of multiple statistics analysis, which was put forward in 1964. Though Conjoint analysis was not for marketing research initially, it was introduced into the field of marketing shortly after its birth to analyze how the products multiple features affect consumers purchasing decision. In fact, this approach is widely used in marketing. This paper introduces the principle and procedure of Conjoint analysis, and demonstrates in detail how the Conjoint analysis is used to position the new product with an instance ( in which the author gets the firsthand data by field survey). Key WordsConjoint Analysis, New Product Positioning, Total Utility, Preference新产品开发中遇到的一类问题现代市场营销理论要求企业开展营销工作时以消费者的需要为中心。在新产品开发中，表现为：公司在新产品的概念测试阶段运用一种称为“顾客驱动工程”1 美菲利普科特勒，营销管理分析、计划、执行和控制，上海人民出版社，20001的方法，即新产品开发的概念测试阶段的最后设计要高度重视顾客的偏好意见。这种顾客偏好意见表现为顾客对产品的一些特性特别关注，如消费者对汽车的舒适性、价格等因素特别关心，而对另一些特性关注较少，这些被消费者特别关注的特性我们称为“顾客属性”（CAs）2 见同上2。当这些属性确定后，工程师们将它转变为工程属性（EAs），这些属性作为新产品实体开发的依据。所以，在这种营销观念指导下的新产品开发，其最终产品的成败很大程度上取决于这些顾客属性选定的正确与否。举个手机新产品开发的例子来说，手机的功能，价格、外观等都可能是消费者关注的属性，消费者总是希望获得功能最强大、价格最低、外观最好的产品，但是这在现实中是不可能的，因为这些因素之间存在错综复杂的关系，如强大的功能意味着较高的成本和较高的价格，再如每个人对外观的偏好也是不同的。这时企业就面临着充分了解消费者如何在较高价格和更多功能之间的取舍问题，面临着如何进行外观设计满足不同的要求问题。如果企业没有深入了解这种取舍关系，投入巨大的资源开发具备最先进功能的产品，而消费者并不愿意付出这么高的价格获得增加的功能，最后的结局可能就是产品的技术最强，但是盈利最少甚至亏损。这里，企业需要解决两个问题：1、这些属性中，各个属性的重要程度如何，当它们出现矛盾时，消费者如何取舍；2、各属性搭配出来的产品中，哪一种产品最受消费者欢迎，哪一种产品最不受欢迎。当然企业还会面临另一个问题：最受欢迎的产品是否给企业带来最高利润，这个问题超出了本文讨论的范围。苹果公司早期的失败就是因为新产品这种定位错误引致的。以此相对应的是CISCO公司总裁的成功经验3 此为CISCO公司总裁约翰钱伯斯（JohnChambers）在九九财富全球论坛上海年会期间接受中国中央电视台专题采访时提到的成功经验3：我们的产品并没有采用最先进的技术，但我们知道我们的产品最能满足市场的需要。这类问题的解决在新产品开发过程中举足轻重，特别是当新产品需要投入巨额资金时，它甚至关系到企业的生死存亡，许多企业对此都非常重视。但是，过去可以应用的方法非常有限，而且这些方法都存在许多严重的缺陷，导致新产品分析失效。如经验估计法非常简单直接，而且可以充分发挥专家的知识、经验和智慧，但是这种方法具有太大的随意性，缺乏有效的实证检验；多元线性回归分析也是过去经常使用的方法，这种方法是运用过去的数据把产品的总效用值和产品特征因素拟合为一条曲线，并以此来预测消费者的需求。这种方法的背后隐藏了几个重要的前提：总效用值与产品特征之间存在线性关系，而且消费者总效用值的这种评价函数是稳定的，即过去的函数关系可以用来预测未来的变化。显然这些假设在消费者的效用评价过程中是不可靠的。联合分析法可以较好的解决这类问题，以下具体的分析此法在新产品定位中的应用原理，计算步骤，并结合一个实例加以分析。联合分析在新产品定位中应用的基本原理联合分析法在统计学中属于多元分析方法的范畴，它通过秩次计算、距离分析、方差分析、相关分析，将反映多个因素的综合指标分解为几个不同的因素指标，从而了解这些因素影响总体指标程度的大小及结构。联合分析法在实际应用过程中还可能运用到正交设计法或对称直交法安排受调查体，通过这些方法可以在不影响分析结果的情况下简化操作过程。联合分析法要求的数据是对受调查体的排序顺序。这种排序顺序受到受调查体内外部所有因素的影响，而且这些因素之间可能存在相关关系，使得研究者无法从数据表面看出排列顺序与这些因素之间的明显关系。联合分析法通过合理安排影响受调查体的各主要因素出现的情况，可以分析在其他主要因素保持不变条件下，一个因素改变一定量时造成受调查体排序指标变动的情况，从而获得该因素的相关指标。通过相同的程序，研究者可以将所有重要因素对受调查体排序指标作用程度的相关指标计算出来，而且这些计算出来的指标之间存在着可比性，即可以比较各个因素对受调查体的作用程度及在所有因素中所占的比重，从而使问题得到解决。在新产品定位中，为了了解产品各个因素对消费者购买过程影响的程度和它们的结构，传统的方法一般是直接调查消费者对产品各个特征属性的评价值，为每个因素选择“最优”的评价值，最后将这些最优的评价值作为最优新产品必须具备的特征。这种方法至少存在两个问题：（1）就产品的某个具体特征进行评分，对于消费者来说是困难的，也不符合实际情况的；（2）每个因素的最优值通常不能共存于新产品中，即新产品不能同时具有这些最优属性。而联合分析法下不要求消费者对这些属性进行直接评分，只需要对受测体进行总体排序，这对于消费者来说，就好比在实际生活中面对同类产品如何选购问题。不但简单，而且符合实际情况。消费者对受测体的排序数据虽然简单，但它包含了消费者受构成产品的各个属性影响程度的信息这是我们最想获得的信息。当然从简单和无规律的排序数据上看，是很难得出这些信息。如果研究者将联合分析法引入该问题，就可以在设计这些受测体时，按照适当的方法设计这些因素组合情况，对排序数据按照属性的不同水平进行归类、比较，从而获得各属性水平的效用值和重要程度，从而达到分解排序数据为各因素的相关数据的目的。联合分析法是建立在一系列的公理（排序公理、解的公理、消去公理等）和由这些公理推导出的定理的基础上4 何晓群 陈少杰，联合分析及其在公寓调查中的应用，统计研究，12（2000）4，其基本原理为统计学和数学所证明和支持，这里不具体罗列证明过程。联合分析在新产品定位中应用的操作步骤（1）选择评价因素，确定各因素水平产品评价因素的选定是联合分析法在新产品定位中应用的首要工作，它的质量好坏很大程度上决定了此次分析的科学性。这个过程事实上是在众多影响消费者购买的产品特性中选择作用最大的若干因素，并确定消费者购买过程中对该因素按什么水平区分的过程。研究者可以通过采用一次非正规的随机调查、分析历史销售数据、收集产品研发部门意见等方法加以确定。这个过程主要要解决两类错误：1、误取，即把影响消费者购买决策很小的因素作为评价因素；2、误舍，即没有将影响消费者购买决策的重要因素作为评价因素。（2）根据选定的评价因素的数量和水平量，选用适合的方法（正交法，对称直交法）设计受调查产品，并设计调查问卷评价因素及因素水平确定以后，需要把这些因素组合成可能的产品。由于影响消费者购买的因素很多，而且对每个消费者而言影响程度也可能不同，所以通常确定的评价因素会很多而各因素具有多个评价水平，如果运用因子组合法进行组合，就会产生过多的产品，受调查者很难对此作出合理的排序。这时需要采用适当方法来减少组合数量，同时又不会影响问题的分析。正交设计法和对称直交法都可以用来帮助处理这类问题。（3）实施调查，要求受调查者对这些由不同因素构成的产品进行总体排序（二因素法、整体轮廓法）在联合分析法下的调查需要受调查者对罗列出来的产品按个人偏好排序，可以采用的二因素分析法和整体轮廓法，即可以通过两两之间的比较获得所有产品的排序，也可以通过受调查者就所有产品属性进行扫描，得到产品的排序值。（4）分析各个受调查者的排序数据，获得该受调查者对各个评价因素的重要性评价值、各因素在不同水平下效用值和各因素总效用值这个过程是联合分析法最为关键的步骤，分析的过程也较为复杂，后面将通过一个实例加以分析。（5）计算所有受调查者对各个评价因素的合计效用值和合计重要性评价值，并找出最重要的评价因素和最不重要的评价因素（6）计算各个受调查产品的总效用值，找出最佳的产品（或者说是最佳的评价因素组合）和最差的产品（或者说是最差的评价因素组合）（7）根据分析结果，为新产品的开发提供决策依据。在新产品的开发过程中应当加强第（5）步骤分析中得到的最重要的评价因素的重视程度。对于第（6）步骤中得到的最佳产品在生产中应不断提高标准化程度，提高规模效益，减少生产成本，形成竞争优势。实例分析假设某洗发水生产企业准备开发一种以学生为主要目标群体的新产品。根据过去的经验知道，影响消费者购买的因素很多，其中最主要的因素包括知名度、适合发型、价格、功能配方、包装等，但是在这些因素中每个因素所占的重要程度比率是多少；当这些因素之间存在取舍关系时，消费者是如何选择；开发出来的洗发水在这些因素中各自应该取什么值才是这个目标群体最愿意购买的，对这些问题企业还不太清楚。该企业希望通过进一步的调查分析获得这些资料，以帮助确定新产品定位。下面我们以此为例运用联合分析法进行详细的分析。（1）选择评价因素根据过去的销售经验和个人访谈，确定影消费者进行洗发水购买决策的较重要的评价因素为：知名度、适合发型、价格、功能配方。（2）根据选定的评价因素和数量，选用合适的方法（正交法、对称直交法）设计受调查产品，并设计调查问卷根据步骤（1）确定的评价因素，每个因素有3个不同的水平，我们将它们表示在不同的二维空间，就形成一个洗发水特征矩阵，如表一所示。在表一中，有4个产品特征，每个特征有3个水平，如果采用因子设计方法，就会产生3481种组合，受调查者很难对这么多种组合作出理性的判断，即不能够对如此多品种的产品作出理性的排序。我们可以采用正交法来设计，这里采用L9（34）5 L9（34）属于常用正交表，本文取自：上海市科学技术交流站，正交试验设计法多因素的试验方法，上海人民出版社，19755正交表，如表二所示，采用这种方法设计组合，受调查者只需要对九种产品作出排序。表一洗发水特征矩阵特征水平产品特征知名度适合发型价格功能配方1高油性10元以下日常护理2中中性1020元特效修护3低干性20元以上去头屑表二L9（34）正交表受测体编号产品特征1234123456789111222333123123123123231312123312231注：上表中左边是产品的编号，右上边是产品特征，1表示知名度，2表示适合发型，3表示价格，4表示功能配方。右下边表示各产品具有的属性，如：编号为1的产品为：高知名度（1）、适合油性发质（1），价格在10元以下（1），功能配方为日常护理（1）的产品（3）实施调查，要求受调查者对由这些不同水平的因素构成的产品的进行总体排序（二因素法、整体轮廓法）按照上个步骤设计的九种产品，采用整体轮廓法设计一份调查表6 如果需要调查表的样本及调查的原始数据请与笔者联系6，并在校园中进行随机调查，这次调查采用了小样本调查方式，总共发放调查问卷70多份，其中60份为有效的回收调查表。（4）分析各个受调查者的排序数据，获得该受调查者对各个评价因素的重要性评价值、各因素在不同水平下效用值和各因素总效用值下面以其中一位受调查者的数据为例，分析数据处理过程（其他的受调查者的数据分析方法相同）。表三为其中一位受调查者的排序数据。这个步骤的整个计算过程可以在表四中进行： 首先计算各因素不同水平的平均秩，计算方法为：以知名度高水平的平均秩计算为例，找出九种产品中知名度为高的产品的排序值，计算其算术平均数，即：（142）/32.33。表三其中一位受调查者的排序知名度适合发型价格功能配方排序产品1高油性10元以下日常护理1产品2高中性1020元特效修护4产品3高干性20元以上去头屑2产品4中油性1020元去头屑3产品5中中性20元以上日常护理5产品6中干性10元以下特效修护6产品7低油性20元以上特效修护7产品8低中性10元以下去头屑8产品9低干性1020元日常护理9表四各因素的效用值及重要性计算表因素水平平均秩效用值分值距离重要性（）知名度高2.332.675.6758.63中4.670.33低8-3适合发型油性3.671.33220.68中性5.67-0.67干性5.67-0.67价格10元以下500.666.831020元5.33-0.3320元以上4.670.33功能配方日常护理501.3413.86特效修护5.67-0.67去头屑4.330.67其次，计算各因素不同水平的效用值，计算方法为：将上一步骤计算得到的平均秩减去产品总数的中间值，计算它们的离差，离差的相反数即为要求的效用值。以知名度高水平为例，计算过程为：2.3352.67（这里5为参加排序的产品总数9的中间值）。所以这位受调查者评价体系中对知名度高水平评定的效用值为2.67。第三步是计算分值距离，计算方法为：将该因素所有水平中最大的效用值减去最小的效用值，这里是：2.67（3）5.67之后计算因素的重要性评分，方法为：将该因素的分值距离除以全部因素分值距离的总和，这里是：5.67/（5.6720.661.34）10058.63 最后进行拟合优度检验，方法是：运用前面计算得到的效用值计算九种产品的各自的总效用值，并按照其大小进行排序，将这个排序作为预测排序与受调查者的真实排序进行拟合优度检验，可以选用Kendall法检验，这里计算得到的相关系数为1，双尾检验显著性水平为.000，说明相关性非常显著，拟合优度的精度非常高，这种分析方法下的预测是有效的。（5）计算所有受调查者对各个评价因素的合计效用值和合计重要性评价值，并对数据作更深入的分析。计算结果如表五所示，通过对合计效用值的比较，可以知道各评价因素不同水平的效用值，可以分析在因素之间出现冲突时，消费者如何进行取舍，这种关系可以通过图一直观的表现出来。在因素重要性得分中，最高的因素是知名度，占37.851；其次是适合发型和价格，分别占27.761、17.807，最不重要的因素为功能配方：占16.582。它们之间的关系可以在图二中直观的表现出来。表五各因素合计效用值和合计重要性评价值表因素水平合计效用值合计重要性（）知名度高1.56737.851中0.311低-1.840适合发型油性0.08927.761中性0.439干性-0.567价格10元以下-0.43417.8071020元0.15620元以上0.278功能配方日常护理0.05616.582特效修护0.056去头屑-0.111知名度因素各水平效用值适合发型因素各水平效用值图一各因素不同水平效用值得分图干性中性油性高低中 价格因素各水平效用值功能配方因素各水平效用值去头屑特性修护日常护理10元以下20元以上1020元 （6）计算所有可能的组合产品的总效用值，找出最受欢迎的产品（或者说是最佳的评价因素组合）和最不受欢迎的产品（或者说是最差的评价因素组合）在设计受调查产品阶段，由于评价因素和各因素具有的水平较多，研究者不可能采用因子设计法进行产品设计，只能采用正交法或对称直交法来设计，即研究者考察的是仅仅是有代表性的部分产品，而不是所有可能的产品。但是通过以上方法获得合计因素效用值后，研究者可以计算所有可能产品的总效用值，限于篇幅这里不给出所有产品的总效用值（共有81种），而给出受调查体的总效用值，并列在表六中。如果对所有的产品计算总效用值并排序，可以知道排在第一位的产品是：知名度：高，适合发型：中性，价格：20元以上，功能配方：日常护理/特效修护，它的效用值是：2.34。排在最后一位的产品是：知名度：低，适合发型：干性，价格：10元以下，功能配方：去头屑，它的效用值是：-2.952。这两个产品都没有出现在受调查体中，但是研究者采用正交设计法设计依然可以分析出来，这也是此法的优点之一。图二各因素重要性得分图适合发型功能配方价格知名度表六受调查体的总效用值知名度适合发型价格功能配方总效用值排序产品1高油性10元以下日常护理1.2782产品2高中性1020元特效修护2.2181产品3高干性20元以上去头屑1.1673产品4中油性1020元去头屑0.4455产品5中中性20元以上日常护理1.0844产品6中干性10元以下特效修护-0.6346产品7低油性20元以上特效修护-1.4177产品8低中性10元以下去头屑-1.9468产品9低干性1020元日常护理-2.1959（7）根据分析结果，为新产品的开发提供决策依据。从以上的分析过程可以看到，知名度因素的重要性最大，其次是适合发型和价格，最不重要的因素是功能配方。也就是说，消费者在选择洗发水时考虑最多的是知名度及适合发型因素，其次才是价格和功能配方。因此，企业应当更多的关注产品知名度的提升及为细分目标市场开发恰当发型的洗发水。从各因素不同水平的效用值看，在知名度因素中高知名度的效用值最大，适合发型因素中中性发型最大，价格因素中20元以上的水平最高，功能配合因素中日常护理和特效修护并列最高。所以，如果从知名度和价格二者的配合来看，这个结论为高广告支持的企业提供了强有力的数据支持。因为一般来说，高的知名度要求高的广告预算，从而增加了产品成本，要求企业以更高的价格出售产品，而高价格的产品可以被消费者认可。联合分析法的优缺点从以上的分析我们不难看出，联合分析和因子分析、方差分析、多元回归分析之间存在着联系，但是有很多不同点。相比较而言，联合分析存在以下优点：（1）更接近于真实情况，由于联合分析只要求受调查者对各评价因素组合成的“产品”进行总体的评价，不要求对各个因素进行评价，而且评价时，只是对各个产品进行总体排序，而不象其他方法那样要求对各个因素打分。（2）可以对性质差异很大的因素进行联合评价。由于联合分析法只要求指标是名义指标就允许进入评价因素体系，所以性质差异很大的不同评价因素只要可以表示为不同的类别，甚至只要受调查者可以识别为不同情况的，无论是定性指标还是定量指标，都是可以并存的。（3）实施调查更加容易。联合分析法中受调查者面对的问题和实际的购买抉择问题相似，所以在该种方法下，调查的具体组织实施过程比较容易。尽管如此，联合分析法也不能保证结论的绝对可靠性，它还受以下因素的影响：（1）组成产品的各个因素的数值设置除了顺序外，因素水平的高低设置也会影响受调查者对由这些因素组成的产品的选择。这种情况在评价因素存在很强的共线性时，表现更为突出。它造成的后果是：在调查过程中，总是为要评价因素设定一定的水平值，如果在该水平下调查分析得到的该因素重要程度的结论被应用到超出研究问题时所设置的水平之外，就会出现问题。这就要求研究者更合理的设置各因素的水平值，使之具有现实性同时具有前瞻性。（2）受调查者在受调查时提供的答案和他在实际购买过程中的选择不一定是一致的。这种危害的严重性是显而易见的，但似乎不同程度地存在着。（3）虽然联合分析法可以在一定程度上克服评价因素之间的共线性，但是如果这种共线性很强烈地话，也会影响分析结果。（4）由于调查时间和新产品投放时间的差异，受调查者可能会由于外部环境的影响改变原来的购买决策模型。 参考文献：1、何晓群 陈少杰，联合分析及其在公寓调查中的应用，统计研究，12（2000）2、林志扬，市场营销学，江西人民出版社，20003、郭国庆，市场营销管理理论与模型，中国人民大学出版社，19964、美菲利普科特勒，营销管理分析、计划、执行和控制，上海人民出版社，20005、P.Cattin D.R.Tao, “Conjoint Measurement for Quantifying Judgment Data ”,Journal of Marketing Research, Vol.8（1971）6、Vikas M