联合分析和正交实验

《联合分析和正交实验》由会员分享，可在线阅读，更多相关《联合分析和正交实验（5页珍藏版）》请在装配图网上搜索。

1、联合分析和正交实验在地产定位方面的应用greathuang发表于搜房社区-全程策划论坛我们在房地产市场研究中一个经常遇到的问题是：在研究的产品或服务中，具有哪些特征的产品最能得到消费者的欢迎。一件产品通常拥有许多特征如价位啦、管理费、面积啦、朝向啦、景观啦、房间数量、装修的层次、付款方式的选择等，那么在这些特性之中，每个特性对消费者的重要程度如何？在同样的（机会）成本下，产品具有哪些特性最能赢得消费者的满意？要解决这类问题，传统的市场研究方法往往只能作定性研究，而难以作出定量的回答。现向大家介绍一种叫做交互分析或联合分析”（ConjointAnalysis）的市场研究和分析技术，令房地产开发商

2、可以轻易把握和预测购买者的需求。一、联合分析的基本原理与步骤联合分析是通过假定产品具有某些特征，对现实产品进行模拟，然后让消费者根据自己的喜好对这些虚拟产品进行评价，并采用数理统计方法将这些特性与特征水平的效用分离，从而对每一特征以及特征水平的重要程度作出量化评价的方法。联合分析的基本假定我们的联合分析假定分析的对象我们的项目，是由一系列的基本特征（如：户型，区域，房间数量，价格）以及产品的专有特征（如绿化面积，朝向，景观等）所组成的；消费者的抉择过程是理性地考虑这些特征而进行的。联合分析的主要步骤联合分析通常由以下几部分组成：1. 确定产品特征与特征水平：联合分析首先要对产品或服务的特征进行

3、识别。这些特征与特征水平必须是显著影响消费者购买的因素。一个典型的联合分析包含67个显著因素。确定了特征之后，还应该确定这些特征恰当的水平，例如户型类型是楼盘产品的一个特征，而目前市场上楼盘的户型类型主要有：单别墅，联排，花园阳房等，这些是户型特征的主要特征水平。特征与特征水平的个数决定了分析过程中要进行估计的参数的个数。2. 产品模拟：联合分析将产品的所有特征与特征水平通盘考虑，并采用正交设计的方法将这些特征与特征水平进行组合，生成一系列虚拟产品。在实际应用中，通常每一种虚拟产品被分别描述在一卡片上。3. 数据收集：请受访者对虚拟产品进行评价，通过打分、排序等方法调查受访者对虚拟产品的喜好、

4、购买的可能性等。计算特征的效用：从收集的信息中分离出消费者对每一特征以及特征水平的偏好值，这些偏好值也就是该特征的效用。4. 市场预测：利用效用值来预测消费者将如何在不同产品中进行选择，从而决定应该采取的措施。二、联合分析的一个实例以下用一个例子来说明联合分析的基本方法。假定某某公司想做一个以中高档为主的楼盘，公司计划推出一款新产品，定价在6000元左右，以便与市场上的主要中高档产品抗衡。公司决定采用联合分析对产品配置进行分析。1。筛选产品特征与特征水平。以前的研究表明，楼盘的户型，区域，房间数量是影响消费者选购楼盘的最主要因素。因此我们需要模拟的特征是价格、房间数量、户型、面积。确定特征水平

5、：XX楼盘目前的主要竞争对手为A楼盘与B楼盘；同时XX楼盘是面向中高档楼盘消费者的，目前市场上的中高档楼盘价格多在5000-7000之间，因此可以考虑的定价为5000,6000,7000;户型类型上，目前较普遍的中高档楼盘为联排，别墅，花洋；面积常见的有200,300,400，因此最终选择的特征水平为：价格房间数量户型面积50005别墅20060006联排30070007以上花洋4002。建立虚拟产品利用上述特征与特征水平可以组合起81种虚拟产品（3X3X3X3）。如果受访者对所有81种虚拟产品进行一一评价，那将是十分麻烦的。联合分析采用数理统计中的正交设计来减少虚拟产品数量。在本例中，通过正

6、交设计，所需要测试的虚拟产品可以减少到9种。以下是正交设计的一个方案：虚拟产品房间数量价格户型面积A7房间5000花洋200B5房间7000别墅200C6房间5000别墅300D6房间6000联排200E7房间6000别墅400F6房间7000花洋400G7房间7000联排300H5房间6000花洋300I5房间5000联排4003。通过调查收集数据：联合分析通过让受访者回答一些经过精心设计的抉择型问题，以揭示出受访者对各特征的重视程度。本例中我们采用如下提问：请问您有多大可能会购买以下楼盘（请采用9分法评价，1表示完全不可能，9表示非常可能）产品A（7房间牌楼盘，价格5000元，花洋，面积2

7、00）123456789完全不可能非常可能假定通过调查得到某一消费者对9种产品的评价如下：虚拟产品序号ABCDEFGHI购买的可能性8268475694。计算特征的效用：计算特征的效用是联合分析的关键步骤。其基本模型是：其中：U（x）=所有特征的效用；ki=特征I的水平数目m=特征个数；aj表示特征i的第j个水平的效用。由效用函数可以产生一个衡量每一特征重要程度的指标：相对重要程度Wi其中Ci为特征i的效用变动范围：为了估计以上模型（1）中的参数aij,通常采用哑元法来减少参数，使用最小二乘法估计模型参数。实际应用中，模型的估计几乎完全计依赖于计算机软件。对于本例数据，我们采用SPSS中的Co

8、njoint模块进行分析，得到如下结果：特征特征的相对重要程度特征水平特征水平的效用价格34.62%50001.5566000-0.1117000-1.444房间数量15.38%6房间0.8895房间-0.4447房间-0.444户型38.46%别墅-2.111联排1.222花洋0.889面积11.54%300-0.444200-0.1114000.556上表中：相对重要程度栏表示该特征在消费者购买选择中所关心的程度。可见，对该消费者而言，户型类型是消费者最关心的，相对重要程度为38.46%，其次是产品的价格(34.62%)，该消费者对产品的房间数量并不十分重视。特征水平的效用栏表示该特征水平

9、对于该消费者而言的效用。效用越高，则表示该特征水平的越受欢迎。如在该消费者心目中：6房间房间数量比其他2种房间数量要好。市场预测与决策联合分析的迷人之处在于她可以对产品的前景进行预测。在得到产品特征的效用函数后，我们可以对产品的各种特征组合进行模拟决策。在本例中，假定我们的问题是：在价格为6000元时，应该推出何种配置的7房产品，才能战胜目前市场上的主流产品：6房间别墅(7000元,200米，简称Y产品)以及5房间花洋(6000,400,简称Z产品)。7房间楼盘列入考虑的楼盘配置主要有三种，即：X1产品(花洋+400);X2(别墅+400);X3(别墅+300)。为此我们分别计算出Y、Z以及X

10、1,X2,X3产品对消费者的效用：U(Y)=U(价格+房间数量+户型+面积)=-1.444+0.889+1.222+(-0.111)=0.556U(Z)=(-0.111)+(-0.444)+0.889+0.556=0.889U(X1)=-0.111+(-0.444)+0.889+0.556=0.889U(X2)=-0.111+(-0.444)+1.222+0.556=1.223U(X3)=:-0.111+(-0.444)+1.222+(-0.111)=0.556可见：U(X2)U(Z),U(X1)U(Y),U(X3)因此很明显，7房间楼盘的产品要战胜6房间与5房间，必须采用X2产品：户型为别墅

11、，同时面积400的配置。通过这个简单的例子，可以很容易地推广到更多的特征、更多的特征水平。而对于更多的受访者，在计算出消费者个人的效用函数后，通过聚类分析，可以将消费者划分为不同的消费群体，然后将这些群体作为同质个体处理。三、联合分析的应用与前景联合分析采用了一系列的现代数理统计方法，如正交设计、回归分析等，这些方法的计算量巨大，只有通过电脑才能实现。因此实际的市场研究中，必须有专门的软件来实现从虚拟产品设计到估计效用模型、预测等一系列过程。联合分析是对人们购买决策的一种现实模拟。因为在实际的抉择过程中，由于价格等原因，人们要对产品的多个特征进行综合考虑，往往要在满足一些要求的前提下，牺牲部分其他特性，是一种对特征的权衡与折衷(Trade-off)。通过联合分析，我们可以模拟出人们的抉择行为，可以预测不同类型的人群抉择的结果。因此，通过联合分析，我们可以了解消费者对产品各特征的重视程度，并利用这些信息开发出具有竞争力的产品。联合分析目前已经广泛应用于消费品、工业品、金融以及其它服务等领域，同样在我们房地产定价和定位方面可以用这种方法。在我们开发的各个方面，如新楼盘的概念筛选、开发，竞争分析，产品定价，市场细分，广告，分销，品牌等领域，都可见到联合分析的应用。